GLM-5.1 von Z.ai: Das chinesische Modell, das Claude und GPT-5.4 schlägt

GLM-5.1 von Z.ai wurde am 7. April 2026 veröffentlicht und liegt auf SWE-Bench Pro mit 58,4 Punkten vor GPT-5.4 (57,7) und Claude Opus 4.6 (57,3). Das ist beim wichtigsten praktischen Coding-Benchmark der erste Fall, in dem ein Open-Source-Modell aus China westliche Frontier-Modelle hinter sich lässt. Z.ai (vorher Zhipu AI) ist eine Ausgründung der Tsinghua University in Peking, das Modell steht unter freier Lizenz und kann lokal gehostet werden. Für KMU ist das relevant, weil agentic Coding-Tools wie Cursor, Claude Code oder Continue.dev jetzt eine offene Alternative zu den teuren US-Modellen bekommen.

Die offene Frage ist nicht "ist es technisch besser", sondern "was bedeutet es praktisch, ein chinesisches Open-Source-Modell als Coding-Backbone zu nutzen". Genau darum geht es in diesem Artikel.

Auf einen Blick. GLM-5.1 von Z.ai (ehemals Zhipu AI, China) erreicht 58,4 Punkte auf SWE-Bench Pro und liegt damit vor GPT-5.4 (57,7) und Claude Opus 4.6 (57,3). Open Source, kommerziell nutzbar, lokal hostbar. Stark in agentic Coding (Cursor, Claude Code, Continue.dev). Datenschutz: Bei Self-Hosting unproblematisch, bei Z.ai-API geht der Traffic in chinesischen Rechtsraum. Für DSGVO-kritische Workflows nur als Self-Hosted-Variante geeignet.

Was Z.ai ist und wo es herkommt

Z.ai hieß bis 2025 Zhipu AI und ist 2019 als Ausgründung der Tsinghua University entstanden. Das Unternehmen sitzt in Peking, hat sich umbenannt, um international besser anschlussfähig zu sein, und gehört zu den drei großen chinesischen Open-Source-KI-Häusern neben DeepSeek und Alibaba (Qwen).

Die GLM-Reihe (General Language Model) gibt es seit 2022. GLM-4 war im Frühjahr 2024 ein erstes Lebenszeichen, dass China im LLM-Bereich nicht nur Forschung, sondern produktive Modelle liefert. GLM-4.5 hat im Sommer 2025 erste Aufmerksamkeit in westlichen Coding-Communities gewonnen, vor allem in Continue.dev und in der Cursor-Community. GLM-5.1 ist jetzt der Sprung an die Spitze.

Die Tsinghua-Verbindung ist relevant, weil sie das Modell in einen akademischen Kontext einbettet, der traditionell offener mit Forschung umgeht als die kommerziellen US-Labore. GLM ist seit Beginn als Open Weight verfügbar gewesen.

Was SWE-Bench Pro ist und warum 58,4 Punkte etwas heißen

SWE-Bench Pro ist die professionelle Variante des SWE-Bench-Benchmarks, der Modelle auf echten GitHub-Issues aus produktiven Open-Source-Projekten testet. Das Modell bekommt eine Issue-Beschreibung und den Codebase-Zustand, soll den Bug finden, einen Patch schreiben und alle vorhandenen Tests bestehen lassen. Pro ist die strengere Variante, weil die Aufgaben komplexer und realistischer sind.

Bis Anfang 2026 lag der State of the Art zwischen 50 und 55 Punkten. Anthropic, OpenAI und Google haben sich die letzten Monate gegenseitig knapp überholt. Der Sprung auf 58,4 ist deshalb bemerkenswert.

Was bedeutet ein Punkt Vorsprung? In der Praxis nicht extrem viel. SWE-Bench Pro ist statistisch verrauscht, und ob ein Modell 57,3 oder 58,4 erreicht, hängt auch vom Eval-Setup ab. Bemerkenswert ist nicht das Spitzenergebnis, sondern dass ein Open-Source-Modell überhaupt in dieser Liga spielt. Vor zwölf Monaten lag die offene Welt 10 bis 15 Punkte hinter den proprietären Labors.

Was das praktisch für agentic Coding heißt

Wenn du Cursor, Claude Code, Continue.dev oder Aider nutzt, ist GLM-5.1 jetzt eine ernsthafte Alternative.

Cursor unterstützt seit Mitte April 2026 GLM-5.1 als Backend-Modell, sowohl über die Z.ai-API als auch über Self-Hosted-Endpoints. Continue.dev hat den Support seit Tag eins, weil das Tool bewusst offen für jede OpenAI-kompatible API gebaut ist. Aider unterstützt es ebenfalls. Bei Claude Code ist die Lage anders. Anthropic-eigene Tools binden sich primär an Claude-Modelle. Wer Claude Code dennoch mit GLM kombinieren will, kann das über Proxy-Setups wie LiteLLM, aber das ist Bastelarbeit.

Was du im Alltag merkst: GLM-5.1 ist im Code-Verständnis auf Augenhöhe mit Claude Sonnet 4.6, manchmal besser bei komplexen Refactorings, manchmal schwächer bei Edge Cases in TypeScript oder Rust. Bei Python und Java ist es spürbar gut, bei JavaScript und Go gleich auf, bei seltenen Sprachen (Elixir, Clojure) deutlich hinter Claude.

In der Praxis sehen wir, dass viele Entwickler-Teams GLM-5.1 als Daily Driver einsetzen und Claude Opus nur für die fünf Prozent harten Probleme rauspicken. Die Kostenersparnis ist erheblich, weil GLM über Z.ai oder Self-Hosting deutlich billiger ist als Opus.

Self-Hosted oder API: die Datenschutzfrage

Hier wird es für deutsche und europäische KMU heikel. GLM-5.1 ist Open Source, du kannst es lokal hosten. Aber die einfachste Variante ist die Z.ai-API, und die liegt in China.

Z.ai betreibt seine API über chinesische Rechenzentren. Wer dort Anfragen hinschickt, sendet Code, Prompts und in agentic Setups auch Daten in einen Rechtsraum, der nicht der EU folgt. Für Open-Source-Code, der eh öffentlich ist, ist das egal. Für proprietären Code oder gar Mandantencode ist es ein Problem.

Die Self-Hosted-Variante löst das. GLM-5.1 läuft auf vergleichbarer Hardware wie andere Modelle dieser Größenordnung. Eine Workstation mit einer Nvidia H100 reicht aus, eine Variante mit zwei RTX 4090 funktioniert mit Quantisierung. Der ausführliche Hardware-Artikel zu lokalem Hosting findet sich im Beitrag DeepSeek V4 Flash lokal hosten, die Setups übertragen sich direkt auf GLM.

Für KMU ohne eigene Infrastruktur gibt es einen Mittelweg: europäische Hoster wie Hetzner, OVH oder Scaleway bieten GPU-Server, auf denen du GLM-5.1 selbst laufen lassen kannst. Der Code geht dann nicht zu Z.ai, sondern bleibt auf Servern in Deutschland oder Frankreich. Datenschutzrechtlich sauber, Aufwand überschaubar.

Die unbequeme Diskussion: Open Source aus China

Das Thema lässt sich nicht wegreden. GLM-5.1 ist Open Source, die Modellgewichte liegen frei verfügbar auf Hugging Face. Aber das Modell wurde in China trainiert, mit Trainingsdaten, die wir nicht im Detail kennen, von einem Team, das in einem politischen System arbeitet, das andere Regeln hat als die EU.

Was kann das praktisch bedeuten?

Bias bei politischen Themen. Wer GLM nach Tiananmen, Taiwan oder Xinjiang fragt, bekommt Antworten, die das offizielle chinesische Narrativ widerspiegeln. Für Coding-Anwendungen ist das egal, für Content-Generierung in journalistischen oder politischen Kontexten ist es ein Problem.

Versteckte Verhaltensmuster. Es gibt Forschung dazu, ob Modelle gezielt manipuliert werden können (etwa über Backdoors in Trainingsdaten). Stand 25.04.2026 ist mir kein konkreter Fall bei GLM bekannt, aber die Möglichkeit besteht theoretisch bei jedem großen Modell, unabhängig vom Ursprungsland.

Lizenz-Risiko. Die GLM-Lizenz ist offen, aber nicht so prominent dokumentiert wie MIT oder Apache 2.0. Lies sie vor kommerziellem Einsatz im Detail durch.

Für reines Coding und für Anwendungen, in denen du den Output sowieso prüfst, sind diese Punkte überschaubar. Für autonome Agenten, die ohne menschliche Kontrolle Entscheidungen treffen oder Texte veröffentlichen, würde ich vorsichtiger sein.

Wo GLM-5.1 in deinem Stack landen sollte

Drei Empfehlungen aus der Praxis.

Wenn du sowieso schon Cursor oder Continue.dev nutzt, probier GLM-5.1 als zweites Backend-Modell aus, parallel zu deinem bisherigen Modell. Lass es eine Woche laufen, vergleiche die Ergebnisse bei deinen typischen Aufgaben.

Wenn dein Team viel Code-Reviews und Refactoring macht, ist GLM ein guter Daily Driver. Bei kniffligen Problemen kannst du immer noch zu Claude Opus oder GPT-5.4 wechseln.

Wenn du an proprietärem Code arbeitest, der niemals in eine fremde Cloud darf, ist Self-Hosted GLM-5.1 derzeit die beste offene Option für agentic Coding. Auf einer H100-Workstation läuft das Modell mit ordentlicher Geschwindigkeit, und der Code verlässt nie das eigene Netz.

Für KMU, die lernen wollen, wie sie KI-Coding-Tools sinnvoll einbinden, gibt es im Digitalisierungsmanager-Kurs das nötige Hintergrundwissen. Vier Monate, online, bei bewilligtem Bildungsgutschein 0 Euro Eigenanteil.

FAQ

Was ist GLM-5.1?

GLM-5.1 ist ein Sprachmodell von Z.ai (vorher Zhipu AI), released am 7. April 2026, Open Source und kommerziell nutzbar. Es erreicht 58,4 Punkte auf SWE-Bench Pro und liegt damit vor GPT-5.4 und Claude Opus 4.6.

Ist Z.ai dasselbe wie Zhipu AI?

Ja. Zhipu AI hat sich 2025 in Z.ai umbenannt, um international besser zu funktionieren. Das Unternehmen sitzt in Peking, ist eine Ausgründung der Tsinghua University und gehört zu den führenden chinesischen LLM-Häusern.

Kann ich GLM-5.1 für kommerzielle Projekte nutzen?

Ja, die Lizenz erlaubt kommerzielle Nutzung. Lies die Lizenzbedingungen vor dem produktiven Einsatz aber im Detail durch, vor allem die Klauseln zu Re-Distribution und Modifikationen.

Wie viel Hardware brauche ich für lokales Hosting?

Vergleichbar mit anderen großen Open-Source-Modellen. Laut bisherigen Tests aus der Community reicht eine Nvidia H100 mit 80 GB VRAM für komfortables Arbeiten, zwei RTX 4090 (48 GB VRAM gesamt) funktionieren mit Quantisierung. Details zu lokalem Hosting im Artikel zu DeepSeek V4 Flash, die Hardware-Anforderungen sind ähnlich.

Ist GLM-5.1 wirklich besser als Claude Opus oder GPT-5.4?

Beim SWE-Bench-Pro-Benchmark liegt es ein bis zwei Punkte vorne. In der Praxis hängt es vom Use Case ab. Bei Standard-Coding-Aufgaben sehr gut, bei Edge Cases in seltenen Sprachen oder bei sehr komplexen Reasoning-Aufgaben kann Claude Opus oder GPT-5.4 noch die Nase vorn haben. Probier es bei deinen typischen Workflows aus.

Wer mehr zu lokal gehosteter KI mit langen Kontexten lesen will, dem empfehle ich den Artikel zu DeepSeek V4 Flash lokal hosten und zum Vergleich Claude vs ChatGPT vs Gemma.