Wer diesen Sommer mit KI arbeitet, hat zwei Namen auf dem Tisch: GLM 5.3 von Z.ai, am 14. August mit offenen Gewichten erschienen, und Claude Fable 5 von Anthropic, das Reasoning-Modell von Juni, das viele unabhängige Benchmarks auf Platz eins setzen. Das sind die beiden Textmodelle des Moments, und die Frage, die ich mir stelle, ist die von jedem, der mit diesen Werkzeugen etwas produziert: lohnt es sich, das Zehnfache zu zahlen? Meine Antwort ist nein, und die Zahlen dafür sind alle öffentlich. Schauen wir sie uns zusammen an.
Was GLM 5.3 ist, in dreißig Sekunden
GLM 5.3 ist das Spitzenmodell von Z.ai, dem Labor, das als Ausgründung der Tsinghua-Universität in Peking entstand, früher Zhipu AI, heute an der Börse von Hongkong notiert. Es erschien am 14. August 2026 und hat eine technische Besonderheit: Unter der Haube ist es dasselbe Basismodell mit 743 Milliarden Parametern wie GLM-5.2, ausschließlich per Post-Training verbessert. Das Kontextfenster reicht bis zu einer Million Token, das Reasoning läuft immer mit drei Intensitätsstufen, und das Modell arbeitet nur mit Text: keine Bilder, keine Videos.
Zwei Dinge interessieren, wer die Rechnungen zahlt. Erstens: Die Gewichte sind offen, mit einer Lizenz, die Unternehmen unter 10 Milliarden Dollar Umsatz die freie kommerzielle Nutzung erlaubt, also praktisch allen. Zweitens: Die leichtere Flash-Version läuft in der Promo bei 0,075 Dollar in der Eingabe und 0,25 in der Ausgabe pro Million Token, unter der MIT-Lizenz.
Die Tabelle, die zählt
Zum Vergleich. Die Tabelle stellt die beiden Modelle auf sieben Benchmarks gegenüber: Softwareentwicklung an echten Projekten (FrontierSWE), offensive Sicherheit (ExploitBench), das schwere Humanity’s Last Exam mit Tools, zwei Versionen von Terminal Bench, defensive IT-Sicherheit (CyberGym) und die Coding-Suite von Z.ai.
Das Ergebnis sagt 5 zu 2 für Fable. Aber die Punktzahlen erzählen nicht den Abstand: Bei Humanity’s Last Exam trennen die beiden Modelle 1,4 Punkte, bei Terminal Bench 2.1 nur 0,2, mit GLM vorn. Wo Fable wirklich davonzieht, sehen wir gleich. Die Frage, die Produzenten interessiert, ist aber eine andere: rechtfertigen diese Punkte eine zehnmal höhere Rechnung?
Wo Fable 5 vorn bleibt
Fable 5 gewinnt dort, wo die härteste Softwareentwicklungsarbeit gemessen wird. Bei FrontierSWE, echten Projekten mit Repositorys und Tests, liegt es zehn Punkte vorn: 88,2 gegen 78,1. Bei Terminal Bench 3.0, der neuesten Version des Terminal-Tests, 33,7 gegen 28,3. Bei der Coding-Suite von Z.ai 39,5 gegen 31,4.
Und dann ist da ExploitBench, der größte Abstand der ganzen Tabelle: 78,0 gegen 54,4, fast vierundzwanzig Punkte. Das ist der Benchmark, der die Fähigkeit misst, Sicherheitslücken zu finden und auszunutzen: Security-Research-Territorium, kein Alltag. Wenn deine Arbeit darin besteht, stundenlang in riesigen Repositorys mit Agenten zu arbeiten, die sich allein durchschlagen müssen, dann existiert dieser Abstand und er ist real: Fable 5 ist der Champion der Kategorie.
Wo GLM 5.3 gewinnt und wo es gleichzieht
GLM 5.3 gewinnt die beiden Tests, in denen es um Sicherheit geht. Bei CyberGym, dem Benchmark für defensive IT-Sicherheit, erreicht es 84,5 gegen 83,8: der höchste Wert aller offenen Modelle. Und das ist keine Zahl fürs Slidedeck: Im öffentlichen Audit hat Z.ai 2.436 in echter Software gefundene Sicherheitslücken registriert, jede verifiziert und in einem offenen Register nachvollziehbar.
Bei Terminal Bench 2.1 dreht es das Ergebnis: 88,2 gegen 88,0. Bei Humanity’s Last Exam mit Tools bleibt es 1,4 Punkte unter der Spitze. Und in derselben Veröffentlichung schlägt GLM 5.3 Claude Opus 4.8 in drei der sieben Tests: Terminal Bench 2.1, Terminal Bench 3.0 und CyberGym. Das Bild ist das eines Spitzenmodells mit eigenen Stärken bei der Sicherheit.
Der Preis: siebenmal weniger beim Input, elfmal beim Output
Jetzt der Teil, der für mich alles entscheidet. Fable 5 kostet 10 Dollar pro Million Eingabe-Token und 50 in der Ausgabe: das Doppelte von Opus 4.8 mit 5 und 25, dasselbe Preisniveau wie Opus 5. GLM 5.3 kostet 1,40 und 4,40. Siebenmal weniger beim Eingang, elfmal weniger beim Ausgang.
Ein konkretes Beispiel: Ein Monat Arbeit mit Agenten, der 20 Millionen Token in der Eingabe und 10 Millionen in der Ausgabe verbraucht, kostet 700 Dollar mit Fable 5 und 72 mit GLM 5.3. Das ist keine Marge, das ist eine Größenordnung.
Zwei ehrliche Anmerkungen. Anthropic gewährt mit Prompt Caching 90 Prozent Rabatt auf die Eingabe, wer denselben Kontext also oft wiederholt, sieht den Abstand beim Input deutlich schrumpfen; die Ausgabe aber, die Position, die mit lange argumentierenden Agenten wächst, bleibt elfmal teurer. Und seit Juli ist Fable 5 nicht mehr in den Max- und Pro-Plänen von Anthropic enthalten: verfügbar bleibt es nur noch über die API, auf Kreditbasis.
Die Geschichte von Ox Alpha
Wenn dir scheint, der Preis zähle wenig, erzähle ich dir, wie die meistdiskutierte Wette des Sommers ausging. Anfang August tauchte auf OpenRouter, der Plattform, auf der man Modelle nach Verbrauch nutzt, ein Modell ohne Namen auf, Codename Ox Alpha, zu sehr niedrigen Preisen.
In drei Tagen verbrauchte es 11 Billionen Token und wurde eines der meistgenutzten Modelle der Plattform. Am 26. August gab Z.ai bekannt, dass es ihres war: hinter dem Pseudonym steckte GLM 5.3. An der Börse sprang die Aktie der Gruppe im Tagesverlauf um 12 Prozent, und Artificial Analysis ordnet das Modell auf Augenhöhe mit Kimi K3 unter den besten offenen ein.
Die Moral ist nicht, dass GLM 5.3 unbesiegbar ist: Sie ist, dass bei gleicher Klasse der gewinnt, der den richtigen Preis macht. Genau diese Rechnung mache ich, wenn ich die Werkzeuge meines Studios wähle.
Warum ich GLM 5.3 bevorzuge
Meine Präferenz in einem Satz: ich bevorzuge GLM 5.3 gegenüber Fable 5, weil es viel weniger kostet und die Ergebnisse sehr ähnlich sind. Das ist keine Fanliebe, das ist die Rechnung einer Produzentin. In meiner Arbeit, Mini-Filmen, Spots und Visuals, leben die großen Budgets in den Videomodellen und den Generierungsplattformen; der Text- und Reasoning-Anteil dient Skripten, Produktionsdokumentation, komplexen Prompts und Automatisierungen. Echte Lasten, aber bei denen eine Handvoll Benchpunkte keine zehnmal höhere Rechnung rechtfertigt.
Dazu kommt ein Grund der Unabhängigkeit. Offene Gewichte bedeuten, das Modell dorthin mitzunehmen, wo man es braucht, und dort auszuführen, wo es günstig ist, ohne von den Preisentscheidungen anderer abzuhängen. Die Lektion vom Juli, als Fable 5 über Nacht aus den Abo-Plänen verschwand, gilt für alle: Wenn der Anbieter die Konditionen ändert, hat, wer die Gewichte in der Hand hat, immer noch ein Modell.
Wenn du Fable 5 im Detail kennenlernen willst, habe ich sie in diesem Artikel erzählt. Und der letzte Rat ist derselbe wie bei den Video-Tools: Probiere beide an deinem echten Fall, mit deinen Prompts und deinen Lasten. Benchmarks sagen dir die Klasse, die Preisliste sagt dir, wie lange du es dir leisten kannst. Wenn deine Marke dagegen jemanden braucht, der diese Werkzeuge täglich nutzt, ist das buchstäblich mein Beruf.
Hinterlasse einen Kommentar
Kommentare werden vor der Veröffentlichung gelesen und freigegeben.