Innerhalb weniger Stunden sind am 26. August 2026 zwei Modelle erschienen, deren Gewichte jeder herunterladen kann.

Erst kostenlos reinschnuppern, dann entscheiden

Bevor du dich für eine Weiterbildung entscheidest, sieh dir kostenlos an, wie sie läuft, fünf Lektionen plus Live-Demo, ohne Verpflichtung. Passt es, ist der Digitalisierungsmanager bei bewilligtem Bildungsgutschein für dich kostenlos.

Kostenlos reinschnuppern

Der Schnupperkurs ist gratis. Ob die Weiterbildung über den Bildungsgutschein gefördert wird, entscheidet die Agentur für Arbeit im Einzelfall.

Was an diesem Tag herauskam

Z.AI hat GLM-5.3-Flash veröffentlicht, ein Mixture-of-Experts-Modell mit laut Anbieterangabe 320 Milliarden Gesamtparametern und 18 Milliarden aktiven Parametern je Token. Als Eingabe verarbeitet es nach der Dokumentation des Anbieters Video, Bild, Text und Dateien. Die Gewichte stehen laut Bericht unter MIT-Lizenz auf Hugging Face.

Das Qwen-Team von Alibaba folgte am selben Tag um 23:00 Uhr Pekinger Zeit mit Qwen3.8-Flash-Next.

Dieses Modell hat laut Modellkarte 125 Milliarden Parameter im Backbone und rund 6 Milliarden aktive je Token, dazu 51 Milliarden in einer N-Gram-Embedding-Tabelle. Das Kontextfenster liegt laut Anbieterangabe bei 262.144 Token und lässt sich per YaRN auf eine Million erweitern. Text, Bild und Video laufen laut Bericht über eine einzige Schnittstelle. Alibaba bezeichnet die Freigabe als Vorschau auf „die Qwen4-Architektur der nächsten Generation".

Drei Angaben, bei denen die Quellen auseinandergehen

Beim Eingabepreis von Qwen3.8-Flash-Next widersprechen sich die Berichte. TechNode und Artificial Analysis nennen 0,15 US-Dollar je Million Token, The Decoder und DataCamp nennen 0,16 US-Dollar. Der Ausgabepreis von 0,47 US-Dollar steht laut Anbieterangabe in allen vier Quellen gleich.

Der zweite offene Punkt wiegt schwerer.

Die Lizenz desselben Modells wird unterschiedlich angegeben: Die Modellkarte auf Hugging Face nennt qwen-community-1.0, The Decoder schreibt Apache 2.0. Davon hängt ab, was mit den Gewichten im eigenen Haus überhaupt erlaubt ist. Bis zur Klärung gilt die Modellkarte als Primärquelle, und wer den Eigenbetrieb plant, lässt sich die Bedingungen vorher schriftlich geben.

Auch das Kontextfenster von GLM-5.3-Flash steht uneinheitlich in den Quellen. Z.AI und MarkTechPost nennen 1.048.576 Token, OpenRouter listet 1.310.720 mit bis zu 131.072 Ausgabe-Token, die Z.AI-Dokumentation gibt 128K als maximale Ausgabe an.

Woher die Bestwerte stammen

Die Vergleichstabellen beider Anbieter sind Anbietertabellen. Z.AI nennt für GLM-5.3-Flash unter anderem Terminal-Bench 2.1 mit 84,3 Punkten gegenüber 85,0 für Claude Opus 4.8 und 87,4 für GPT-5.6 Terra, DeepSWE v1.1 mit 63,4 gegenüber 46,2 beim Vorgänger GLM-5.2 und AutomationBench mit 48,8 gegenüber 26,2. Beim Z.ai Code Bench v1.0 stehen 29,0 gegen 29,5 für Claude Opus 4.8, wobei dieser Benchmark vom Anbieter selbst stammt.

Wie derselbe Anbieter mit dem Vorgängermodell GLM-5.2 aufgestellt war, war hier schon Thema. Eine unabhängige Messung für GLM-5.3-Flash lag zum Recherchestand nicht vor.

Für Qwen3.8-Flash-Next nennt der Anbieter SWE-bench Pro mit 62,5, LiveCodeBench v6 mit 91,9, GPQA Diamond mit 91,7 und AndroidWorld mit 84,5. Artificial Analysis misst als unabhängige Stelle laut Bericht einen Intelligence Index von 56 und 74 Token je Sekunde Ausgabegeschwindigkeit, bei einem Median von 65.

Der Eigenbetrieb ist kein Nebenprojekt

Offene Gewichte klingen nach Unabhängigkeit vom Anbieter, und für Betriebe mit sensiblen Daten ist das der Unterschied zu geschlossenen Diensten. Die Hardwarezahlen dämpfen die Erwartung schnell.

Für GLM-5.3-Flash sind laut Bericht rund 306 GiB für die FP8-Gewichte nötig, auf Karten der Hopper-Generation oder neuer und mindestens einem Knoten mit acht GPUs. Bei Qwen3.8-Flash-Next umfasst der FP8-Checkpoint laut Bericht 172,78 GiB, der BF16-Checkpoint 335,28 GiB, empfohlen wird ein Knoten mit acht H200-Karten. Diese Zahlen stammen aus Fachberichten über die Modellkarten, eine offizielle Systemanforderungsseite lag nicht vor.

Ein Betrieb mit 10 bis 200 Mitarbeitern stellt so etwas nicht nebenbei auf den vorhandenen Server. Dafür braucht es einen Dienstleister mit passender Hardware, und dieser Posten gehört in die Rechnung.

Unsere Einschätzung

Die Benchmark-Tabelle ist für einen Mittelständler der uninteressanteste Teil dieser Meldung. Der Preis ist der interessante.

Bei rund 0,15 US-Dollar je Million Eingabe-Token kostet das maschinelle Durchsehen großer Textmengen so wenig, dass die Rechenkosten selten der größte Posten sind. Angebote sichten, Protokolle zusammenfassen, Supportanfragen vorsortieren: Der Aufwand für die Anbindung an die eigenen Systeme und für die Frage, welche Daten überhaupt hineindürfen, wiegt bei diesen Preisen schwerer als die Nutzung selbst. Z.AI setzt den Listenpreis laut Anbieterangabe auf 0,15 US-Dollar Eingabe und 0,50 US-Dollar Ausgabe je Million Token, mit 0,03 US-Dollar bei einem Cache-Treffer. Bis zum 9. September 2026, 16:00 UTC, gilt darauf ein Rabatt von 50 Prozent. Wer daraufhin kalkuliert, rechnet ihn besser heraus. Preisaktionen laufen aus, Anbindungen bleiben. Sämtliche Bestwerte dieser beiden Veröffentlichungen kommen von den Anbietern, teils aus Benchmarks, die sie selbst entworfen haben. Ein Nachmittag mit fünfzig echten Angeboten aus dem eigenen Archiv sagt mehr über die Eignung im Haus als jede dieser Tabellen.

Wer seine Abläufe so baut, dass ein Modellwechsel eine Konfigurationsfrage bleibt, hat davon mehr als jeder, der sich fest an einen Namen bindet.

Quellen

Die genannten Angaben stützen sich auf folgende öffentlich zugängliche Quellen (Stand der Recherche: 28. August 2026):

Häufige Fragen

Was haben Z.AI und Alibaba am 26. August 2026 veröffentlicht?

Z.AI hat GLM-5.3-Flash veröffentlicht, ein Mixture-of-Experts-Modell mit laut Anbieterangabe 320 Milliarden Gesamtparametern und 18 Milliarden aktiven Parametern je Token, laut Bericht unter MIT-Lizenz auf Hugging Face. Am selben Tag um 23:00 Uhr Pekinger Zeit folgte das Qwen-Team von Alibaba mit Qwen3.8-Flash-Next, laut Modellkarte 125 Milliarden Parameter im Backbone und rund 6 Milliarden aktive je Token. Alibaba bezeichnet die Freigabe ausdrücklich als Vorschau auf die kommende Qwen4-Architektur.

Was kosten die beiden Modelle je Million Token?

Für GLM-5.3-Flash nennt Z.AI laut Anbieterangabe 0,15 US-Dollar je Million Eingabe-Token, 0,03 US-Dollar bei einem Cache-Treffer und 0,50 US-Dollar je Million Ausgabe-Token, dazu bis zum 9. September 2026, 16:00 UTC, einen Aktionsrabatt von 50 Prozent. Beim Eingabepreis von Qwen3.8-Flash-Next widersprechen sich die Quellen: TechNode und Artificial Analysis nennen 0,15 US-Dollar, The Decoder und DataCamp 0,16 US-Dollar. Der Ausgabepreis von 0,47 US-Dollar je Million Token steht in allen vier Quellen gleich.

Wie belastbar sind die genannten Benchmark-Werte?

Sämtliche Bestwerte beider Modelle stammen von den Anbietern selbst, teils aus Benchmarks, die dieselben Anbieter entworfen haben, etwa Z.ai Code Bench v1.0. Für GLM-5.3-Flash lag zum Recherchestand keine unabhängige Messung vor. Für Qwen3.8-Flash-Next nennt die unabhängige Messstelle Artificial Analysis laut Bericht einen Intelligence Index von 56 und eine Ausgabegeschwindigkeit von 74 Token je Sekunde gegenüber einem Median von 65.

Was sollte ein Betrieb klären, bevor er eines der Modelle einsetzt?

Zwei Punkte. Erstens die Lizenz von Qwen3.8-Flash-Next, die widersprüchlich belegt ist: Die Modellkarte auf Hugging Face nennt qwen-community-1.0, The Decoder schreibt Apache 2.0, und davon hängt ab, was mit den Gewichten im eigenen Haus erlaubt ist. Zweitens die Hardware für den Eigenbetrieb: Für GLM-5.3-Flash sind laut Bericht rund 306 GiB für die FP8-Gewichte und mindestens ein Knoten mit acht GPUs nötig, bei Qwen3.8-Flash-Next 172,78 GiB im FP8-Checkpoint und empfohlen acht H200-Karten. Ein typischer Mittelständler braucht dafür einen Dienstleister.

Wer im Betrieb prüft, ob ein KI-Modell an den eigenen Dokumenten hält, was die Anbietertabelle verspricht?

Im kostenlosen KI-Schnupperkurs zeigen wir in fünf Lektionen, wie kleine und mittlere Firmen KI im Alltag einsetzen. Tiefer und praxisnah geht es im Vollkurs Digitalisierungsmanager, DEKRA-zertifiziert und förderfähig über den Bildungsgutschein.

Zuletzt aktualisiert: 28. August 2026. Stand der Recherche: 28. August 2026.