LinkZ.aiSammlung
Viele LLMs verlieren bei längeren agentischen Workflows an Leistung. GLM-5.1 zielt darauf ab, auch über hunderte Interaktionen hinweg Probleme systematisch zu analysieren, Strategien anzupassen und Deadlocks zu vermeiden.
Das Modell stellt eine direkte Weiterentwicklung von GLM-5 dar. Laut Z.ai stagnierten frühere Modelle häufig, sobald einfache Standardtechniken erschöpft waren. GLM-5.1 soll hingegen durch kontinuierliche Experimente und Strategieüberarbeitungen auch bei komplexen Software-Engineering-Aufgaben über längere Zeiträume produktiv bleiben. Mit starken Werten in SWE-Bench Pro und Terminal-Bench positioniert sich Z.ai im Wettbewerb mit Spitzenmodellen von Anthropic, Google und OpenAI.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Link:Z.ai
Z.ai hat das Flaggschiff-Modell GLM-5.2 auf Hugging Face unter der freien MIT-Lizenz bereitgestellt. Das Modell zielt auf komplexe Coding- und Agentic-Workflows ab und bietet ein stabiles Kontextfenster von einer Million Tokens. Durch Architekturverbesserungen wie IndexShare und einen optimierten MTP-Layer wurden Rechenaufwand gesenkt und Inferenzzeiten verkürzt.
Link:Z.ai
Z.ai hat mit GLM-5.3-Flash das erste nativ multimodale Modell der GLM-5-Reihe unter MIT-Lizenz auf Hugging Face bereitgestellt. Mit 320 Milliarden Gesamtparametern und 18 Milliarden aktiven Parametern zielt das Modell auf hohe Effizienz bei Programmier- und Agenten-Workloads ab.
Link:Z.ai
Z.ai hat GLM-5.3-Flash vorgestellt, das über Ollama Cloud verfügbar ist. Das Modell besitzt insgesamt 320B Parameter bei nur 18B aktiven Parametern und liefert hohe Leistung bei Programmier- sowie Agenten-Aufgaben zu deutlich geringeren Kosten.
Artikel:Jonas Reeve
Z.ai hat GLM-5.3 veröffentlicht. Das Modell nutzt dieselbe Basis wie GLM-5.2 und bezieht alle Leistungssteigerungen aus skaliertem Post-Training in realistischen Arbeitsumgebungen. Neben Fortschritten beim Coden zeigte das Modell unerwartet starke Fähigkeiten bei der Verkettung mehrstufiger Exploits in der Cybersicherheit.
Artikel:docs.z.ai
Z.AI hat GLM-5.3-Flash vorgestellt, das erste nativ multimodale Modell der GLM-5-Reihe. Mit 320 Milliarden Parametern (18 Milliarden aktiviert) kombiniert das Modell Sparse- und Linear-Attention, um Rechenaufwand und KV-Cache massiv zu senken.
Link:Poolside
Poolside hat Laguna-S-2.1 veröffentlicht, ein Mixture-of-Experts-Sprachmodell mit 118 Milliarden Gesamtparametern und rund 8 Milliarden aktiven Parametern pro Token. Das Modell ist speziell auf Softwareentwicklung und langlebige Agenten-Workflows ausgelegt und steht unter der permissiven OpenMDW-1.1-Lizenz bereit.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
