Das chinesische KI-Unternehmen Zhipu AI hat mit GLM-4.5 und GLM-4.5V neue Open-Source-Sprachmodelle vorgestellt, die logisches Denken, Programmierung und agentische Aufgaben vereinen. Diese Modelle zeigen beeindruckende praktische Fähigkeiten, wie die Erstellung interaktiver Spiele und die Entwicklung vollständiger Webanwendungen.
Neue Maßstäbe für Open-Source-Sprachmodelle
Zhipu AI hat mit der Veröffentlichung von GLM-4.5 und GLM-4.5V die Messlatte für Open-Source-Sprachmodelle höher gelegt. Die Modelle zeichnen sich durch ihre Fähigkeit aus, logisches Denken, Programmierung und agentische Aufgaben zu integrieren. Praktische Demos zeigen, wie das System interaktive Mini-Games und Physik-Simulationen erstellen, Präsentationsfolien mit autonomer Web-Suche generieren und sogar vollständige Web-Anwendungen mit Frontend, Backend und Datenbank entwickeln kann. Ein Beispiel hierfür ist die Erstellung eines Flappy Bird-Spiels auf einer einzigen HTML-Seite mit einem einfachen Prompt.
Multimodale Fähigkeiten und hybrider Ansatz
Die multimodale Version, GLM-4.5V, erweitert die Funktionalitäten um Bild- und Videoanalyse. Sie kann Webseiten aus Screenshots nachbauen und Bildschirmoperationen für autonome Agenten durchführen. Diese Fähigkeiten können über die ChatGPT-ähnliche Oberfläche chat.z.ai kostenlos ausprobiert werden, wo neben Text auch Bilder und Videos analysiert werden können.
Zhipu AI bietet insgesamt drei Varianten an: das Hauptmodell GLM-4.5, die kompaktere Version GLM-4.5-Air und das multimodale GLM-4.5V. Alle Modelle verfolgen einen hybriden Ansatz mit zwei Modi: einem "Denk-Modus" für komplexe Aufgaben mit detaillierten Begründungen und einem "Schnellantwort-Modus" für sofortige Ergebnisse.
Starke Leistung trotz geringerer Parameterzahl
Laut Zhipu AI erzielt GLM-4.5V die beste Leistung unter Open-Source-Modellen gleicher Größe. In Tests auf zwölf Benchmarks belegt GLM-4.5 den dritten Platz im Gesamtranking und den zweiten Platz bei autonomen Aufgaben. Das Modell erreicht 70,1 Prozent auf TAU-Bench für Agenten-Aufgaben, 91,0 Prozent bei mathematischen Problemen und 64,2 Prozent bei Software-Engineering-Aufgaben.
Besonders hervorzuheben ist die Parameter-Effizienz: GLM-4.5 hat nur halb so viele Parameter wie Deepseek-R1 und ein Drittel der Parameter von Kimi K2, erreicht aber vergleichbare oder bessere Leistungen. Bei der Web-Navigation übertrifft GLM-4.5 mit 26,4 Prozent auf BrowseComp sogar das deutlich größere Claude Opus 4 mit 18,8 Prozent.
Tiefere Architektur für verbesserte Denkfähigkeiten
GLM-4.5 basiert auf einer Mixture-of-Experts-Architektur mit insgesamt 355 Milliarden Parametern und 32 Milliarden aktiven Parametern. Die kompaktere Version GLM-4.5-Air verfügt über 106 Milliarden Parameter insgesamt und 12 Milliarden aktive Parameter. GLM-4.5V baut auf GLM-4.5-Air auf. Im Gegensatz zu anderen Modellen verwendet Zhipu AI mehr Schichten statt breiterer Schichten mit mehr Parametern pro Schicht, da die Forscher festgestellt haben, dass Modelle mit mehr Schichten bessere Denkfähigkeiten aufweisen.
Zhipu AI: Aufstieg zum Milliarden-Dollar-Unternehmen
Alle Modelle sind über die Z.ai-Plattform mit OpenAI-kompatiblen API-Schnittstellen verfügbar. Der Code ist als Open Source auf Github und die Modell-Gewichte auf Hugging Face und Alibabas Modelscope zugänglich.
Zhipu AI, gegründet 2019 von Professoren der Tsinghua-Universität, hat sich zu einem führenden chinesischen KI-Startup entwickelt. Mit über 800 Mitarbeitern, von denen ein Großteil in Forschung und Entwicklung tätig ist, zählt das Unternehmen zu den wichtigsten Akteuren im KI-Bereich. Zu den Investoren gehören Tech-Giganten wie Alibaba, Tencent und Xiaomi sowie internationale Investoren wie Prosperity7 Ventures. Das Unternehmen wird mit über fünf Milliarden US-Dollar bewertet und plant einen Börsengang.
KI Snack
