GLM-5.3 und GLM-5.3-Flash: Z.ai-Modelle jetzt bei Ollama Cloud

Z.ai hat mit GLM-5.3 und GLM-5.3-Flash zwei neue Modelle seiner GLM-5-Reihe veröffentlicht und beide stehen inzwischen auch über Ollamas Cloud-Modelle zur Verfügung. Für Admins und Entwicklerteams, die lokale oder Cloud-gestützte KI-Agenten für Coding-Aufgaben einsetzen, ist das ein konkreter Anlass, die eigene Modellauswahl zu überprüfen: GLM-5.3-Flash bietet laut Z.ai bei nur 18 Milliarden aktiven Parametern eine Leistung, die sich Claude Opus 4.8 annähert, und ist unter MIT-Lizenz frei nutzbar.

Was ist passiert?

Z.ai hat am 14. August 2026 GLM-5.3 als neues Flaggschiffmodell vorgestellt, am 26. August 2026 folgte mit GLM-5.3-Flash das erste nativ multimodale Modell der GLM-5-Reihe. Beide Modelle basieren laut Z.ai auf derselben Basisarchitektur wie GLM-5.2, die Verbesserungen stammen ausschließlich aus erweitertem Post-Training. Seit kurzem sind beide Modelle auch über Ollamas Cloud-Angebot als glm-5.3:cloud und glm-5.3-flash:cloud abrufbar und lassen sich direkt in Agenten-Umgebungen wie Claude Code, OpenCode, OpenClaw und Hermes Agent einbinden. Bei den offenen Gewichten gibt es einen wichtigen Unterschied zwischen beiden Modellen: GLM-5.3-Flash steht bereits unter MIT-Lizenz zum Download bereit, für GLM-5.3 hat Z.ai die Veröffentlichung der Gewichte erst zwei Wochen nach Launch angekündigt, nach Abschluss von Sicherheitsprüfungen. Ein bestätigtes Datum dafür lag zum Zeitpunkt dieses Artikels nicht vor. Die Nutzung über Ollama Cloud ist davon unabhängig bereits jetzt möglich.

Für wen ist das relevant?

Relevant ist die Neuerung für alle, die lokale oder cloudbasierte LLM-Coding-Agenten betreiben, etwa über Ollama, offene Coding-Harnesses oder eigene Automatisierungspipelines. GLM-5.3 ist das große Modell mit 753 Milliarden Parametern, ausgelegt auf komplexe Softwareentwicklung und lang laufende Agenten-Aufgaben. GLM-5.3-Flash richtet sich mit 320 Milliarden Gesamt- und nur 18 Milliarden aktiven Parametern an günstigere Inferenz bei vergleichbarer Agentenqualität und bringt zusätzlich Bild- und Video-Eingabe mit. Beide Modelle unterstützen ein Kontextfenster von 1 Million Tokens und arbeiten ausschließlich mit aktiviertem Reasoning, abstufbar in den Stufen low, high und max. Wer bisher thinking.type: disabled verwendet hat, muss die Konfiguration vor dem Umstieg zwingend anpassen, sonst schlägt der API-Aufruf fehl.

Wie kritisch ist das?

Es handelt sich nicht um ein Sicherheitsereignis, sondern um ein Modell-Release mit direkter Praxisrelevanz für KMU, die eigene KI-Infrastruktur betreiben. Nach Angaben von Z.ai verbessert GLM-5.3 gegenüber GLM-5.2 die Leistung im hauseigenen Code Bench um 50 Prozent, bei Terminal-Bench 3.0 steigt der Wert von 4,6 auf 28,3 Punkte. GLM-5.3-Flash schlägt GLM-5.2 auf mehreren Agenten-Benchmarks deutlich, etwa 63,4 zu 46,2 Punkten auf DeepSWE v1.1, und nähert sich laut Herstellerangaben Claude Opus 4.8 bei einem Bruchteil der Kosten pro Aufgabe an. Diese Werte stammen aus Z.ais eigenen Tests und sind bislang nicht unabhängig verifiziert, sollten also als Herstellerangabe und nicht als neutraler Benchmark gelesen werden. Bemerkenswert und aus Betriebssicht zu beachten: Z.ai berichtet zugleich von einer überproportional gestiegenen Cybersecurity-Fähigkeit der Modelle, GLM-5.3 erreicht nach eigenen Angaben Bestwerte bei der Schwachstellenerkennung im CyberGym-Benchmark. Das ist für Verteidiger relevant, weil dieselben Fähigkeiten auch für automatisierte Angriffswerkzeuge nutzbar sind, wenn ein Modell offen verfügbar ist.

Was sollten Admins jetzt tun?

• Vorhandene Ollama-Installation prüfen und bei Bedarf aktualisieren, bevor glm-5.3:cloud oder glm-5.3-flash:cloud getestet wird.
• Wer die Gewichte selbst hosten will statt Ollama Cloud zu nutzen: Bei GLM-5.3-Flash bereits jetzt über HuggingFace möglich (MIT-Lizenz), bei GLM-5.3 noch nicht, da die Gewichte laut Z.ai erst nach abgeschlossener Sicherheitsprüfung folgen.
• Bestehende Agenten-Konfigurationen mit thinking.type: disabled vor dem Umstieg auf GLM-5.3 anpassen, da deaktiviertes Reasoning nicht mehr unterstützt wird.
• Ressourcenbedarf realistisch einschätzen: GLM-5.3 mit 753 Milliarden Parametern ist für lokalen Betrieb auf üblicher KMU-Hardware kaum praktikabel, hierfür eignet sich eher die Cloud-Variante oder das deutlich kleinere GLM-5.3-Flash.
• Bei produktivem Einsatz in Coding-Agenten Zugriffsrechte und Ausführungsumgebung der Agenten prüfen, insbesondere wenn automatisierte Code-Ausführung oder Systemzugriffe erlaubt sind.
• Herstellerangaben zu Benchmarks nicht ungeprüft übernehmen, sondern im eigenen Anwendungsfall selbst testen, bevor produktive Workflows umgestellt werden.

Einordnung für Unternehmen

Für kleine und mittlere Unternehmen, die bereits lokale oder cloudgestützte LLMs über Ollama einsetzen, senkt die MIT-Lizenz von GLM-5.3-Flash die Einstiegshürde: Das Modell lässt sich ohne Lizenzkosten in bestehende Automatisierung, Coding-Assistenten oder interne Tools integrieren. Wichtig bleibt, dass ein leistungsfähigeres offenes Coding-Modell auch die Angriffsfläche verändert, sowohl durch stärkere Automatisierung eigener Sicherheitsprüfungen als auch durch potenziellen Missbrauch ähnlicher Fähigkeiten durch Angreifer. Unternehmen sollten die Einführung neuer LLM-Versionen daher wie jede andere Softwareänderung behandeln: mit Testphase, klar definiertem Berechtigungsrahmen für Agenten und Überwachung der tatsächlichen Nutzung.

Passende Anleitungen auf S-EDV

• Ollama Modelle: Auswahl, VRAM und Quantisierung im Vergleich: Hilft bei der Entscheidung, ob GLM-5.3 oder GLM-5.3-Flash zur eigenen Hardware passt.
• Ollama mit Open WebUI in Docker betreiben: Praktische Anleitung für den lokalen Einstieg in neue Ollama-Modelle.
• Kimi K2.7-Code auf Ollama verfügbar: Vergleichbares aktuelles Modell-Release für Coding-Agenten zur Einordnung.

Quellen

• Ollama Model Library: glm-5.3
• Ollama Model Library: glm-5.3-flash
• Z.ai Developer Documentation: GLM-5.3 Overview