Article
GLM 5.2: Der erste echte Open-Weights-Konkurrent für Claude Opus
Martin Alderson argumentiert, dass der “echte DeepSeek-Moment” jetzt kommt - mit GLM 5.2 von Z.ai. Das chinesische Modell erreicht erstmals das Niveau von Claude Opus und GPT-5.5 als genuiner Open-Weights-Konkurrent.
Kostenstruktur verstehen: Training ist ein einmaliger, hoher Capex (Fixed Cost). Inference ist der echte Kostenfaktor - er skaliert mit der Nutzung und hat echte Marginal Costs. Alderson schätzt, dass Anthropic/OpenAI bei $25/MTok etwa 90% Bruttomarge auf Compute-Costs erzielen. Das gesamte Business-Modell: Hunderte Millionen für Training ausgeben, dann über sehr profitable Inference amortisieren.
GLM 5.2 Praxis-Test: Alderson nutzte das Modell intensiv für Claude Code und Codex. Fazit: Qualitativ kaum von Opus zu unterscheiden, aber langsamer durch mehr “Thinking”-Tokens. Fehlende Vision-Unterstützung und schlechte Web-Search-Integration sind aktuelle Schwächen. Workaround: CLI-basierte Web-Search mit ddgr.
Der Gamechanger: Z.ai und Fireworks bieten OpenAI-kompatible und Anthropic-kompatible Endpunkte. Migration ist trivial - base URL ändern, API-Key setzen, GLM5.2 als Modell wählen. Kein Microsoft/Salesforce-Lock-in, sondern echte Portabilität innerhalb von Minuten.
Ökonomische Konsequenz: Open-Weights-Modelle wie GLM 5.2 drücken die Inference-Margen der Frontier-Labs massiv. Wenn Opus-Qualität für einen Bruch der Kosten verfügbar ist, bricht das Preismodell von $25/MTok zusammen. Teil 2 der Serie wird die langfristigen Implikationen für die AI-Industrie analysieren.