GLM auf Deutsch nutzen: Installation, Kosten und Vergleich (2026)

GLM ist die Open-Source-KI-Modellfamilie des chinesischen Herstellers Zhipu AI, international seit 2025 unter dem Namen Z.ai bekannt. Du nutzt GLM kostenlos online über chat.z.ai oder installierst es komplett lokal auf deinem eigenen Rechner, wenn du unabhängig von einem einzelnen Anbieter bleiben willst. Beide Wege stehen unter der freien MIT-Lizenz, auch für die kommerzielle Nutzung. Für die lokale Installation eignet sich nicht das große Flaggschiff GLM-5.2, das läuft nur auf Server-Hardware. Interessant für Consumer-Rechner ist stattdessen GLM-4.7-Flash, eine kompakte 30-Milliarden-Parameter-Version mit überraschend starker Coding-Leistung.

Was ist GLM und wer steckt hinter Zhipu AI?

GLM steht für General Language Model und ist die KI-Modellreihe des chinesischen Unternehmens Zhipu AI, seit 2025 international unter der Marke Z.ai aufgetreten. Entwickelt wurde die Architektur ursprünglich am NLP-Labor der Tsinghua-Universität in Peking, das erste GLM-Modell erschien bereits im März 2021. Als Chatbot ging ChatGLM im März 2023 an den Start, lange bevor GLM außerhalb Chinas bekannt wurde.

Technisch setzt das aktuelle Flaggschiff GLM-5.2 auf eine Mixture-of-Experts-Architektur mit 753 Milliarden Parametern insgesamt, von denen pro Anfrage nur rund 40 Milliarden aktiv sind. Das spart Rechenleistung, ohne die Modellqualität stark einzuschränken. Release war am 13. Juni 2026, nur wenige Wochen nach dem Vorgänger GLM-5.1. Das Modell steht unter MIT-Lizenz offen zur Verfügung, auch für kommerzielle Zwecke, die Modellgewichte (Weights) liegen frei zugänglich auf Hugging Face.

Der eigentliche Clou für Nutzer mit Souveränitäts-Fokus: GLM-5.2 wurde komplett auf Huawei-Ascend-Chips trainiert, ganz ohne Nvidia-Hardware. Kein anderer deutscher Artikel zu GLM ordnet bisher ein, was das für dich als Nutzer praktisch bedeutet, dazu mehr im FAQ-Abschnitt weiter unten. Was GLM nicht ist: ein Ersatz für jede Anwendung. Native Bildgenerierung fehlt, dafür bringt Zhipu AI mit GLM-Image ein separates Modell.

GLM zählt neben DeepSeek und Qwen zu den drei bekanntesten offenen chinesischen Modellfamilien. Alle drei tauchen regelmäßig in unabhängigen Coding-Benchmarks weit vorn auf, ein Beleg dafür, dass die chinesische Open-Source-Szene mittlerweile auf Augenhöhe mit US-Anbietern mitspielt. Der Unterschied zu ChatGPT oder Claude: Du kannst GLM per Self-Hosting komplett selbst betreiben, statt dich auf die Verfügbarkeit eines einzelnen Cloud-Anbieters zu verlassen.

Wie nutze ich GLM online?

Für den schnellen Test reicht die offizielle Website. Auf chat.z.ai chattest du sofort und ohne Anmeldung, allerdings nicht mit dem großen Flaggschiff: Im anonymen Schnelltest zeigt die Oberfläche GLM-5.1, das Vorgängermodell. Für GLM-5.2 selbst ist bisher keine Modellauswahl im kostenlosen Chat sichtbar, das Flaggschiff scheint für den API-Zugang und die Coding-Tools reserviert zu sein. Die Oberfläche funktioniert auch auf Deutsch, zusätzlich bietet Z.ai eine automatische Folienerstellung direkt im Chat an.

Welche GLM-Version passt auf meinen Rechner?

Drei GLM-Varianten kommen für unterschiedliche Zwecke infrage. Genau hier liegt die Lücke in den meisten deutschen Artikeln zum Thema: Sie behandeln nur das große GLM-5.2 für Unternehmen, aber nicht den Weg für Privatanwender und Solo-Selbstständige.

GLM-5.2 mit 753 Milliarden Parametern ist ausschließlich für Cloud- und Enterprise-Einsatz gedacht. Bei voller Präzision braucht das Modell weit über 1.500 Gigabyte Arbeitsspeicher, kein Consumer-Rechner schafft das. GLM-4.7-Flash dagegen ist explizit für lokale Nutzung gebaut: eine 30-Milliarden-Parameter-MoE-Version, von der nur 3 Milliarden pro Anfrage aktiv sind, in der Fachsprache „30B-A3B“ genannt. Zhipu AI selbst nennt es das stärkste Modell seiner Größenklasse, mit vollem Context-Window für lange Chats und Codebasen. Wer noch schwächere Hardware hat, findet mit GLM-4-9B eine ältere, aber sehr leichte Variante aus dem Jahr 2024, mit nur 9 Milliarden Parametern.

Balkenlänge auf den Speicherbedarf von GLM-5.2 skaliert. GLM-4-9B und GLM-4.7-Flash sind auf dieser Skala kaum sichtbar, genau das ist der Punkt.

Wie installiere ich GLM-4.7-Flash lokal mit Ollama?

Ollama ist auch für GLM-4.7-Flash das gängigste Tool. Seit Version 0.14.3 unterstützt es das Modell nativ, in aktuellen Ollama-Versionen ist das längst Standard.

Ollama installieren und GLM-4.7-Flash laden

GLM-4.7-Flash antwortet auf Deutsch zuverlässig und deutlich schneller, als die Parameterzahl vermuten lässt. Dank der MoE-Architektur mit nur 3 Milliarden aktiven Parametern erreichst du auf einer aktuellen Consumer-GPU rund 60 bis 100 Token Output pro Sekunde, spürbar flotter als bei klassisch dichten Modellen gleicher Größenklasse. Für agentisches Programmieren, also mehrstufige Aufgaben, bei denen die KI selbstständig Dateien liest und ändert, reicht das gut aus.

Ohne Terminal: Ollamas Desktop-App

Wer das Terminal nicht mag: Ollama bringt inzwischen eine eigene offizielle Desktop-App für macOS und Windows mit, eine schlichte Chat-Oberfläche ganz ohne Kommandozeile. GLM-4.7-Flash lässt sich dort genauso auswählen wie im Terminal.

Wie gut ist GLM beim Programmieren?

GLM-5.2 erreicht 62,1 Prozent auf SWE-bench Pro, dem aktuell aussagekräftigsten Coding-Benchmark für eigenständiges Arbeiten an echten Software-Aufgaben. Das ist der beste Wert unter allen offenen Modellen. Claude Opus 4.8 liegt mit 69,2 Prozent trotzdem vorn, auch Claude Sonnet 5 übertrifft GLM mit 63,2 Prozent knapp. Googles Gemini 3.1 Pro dagegen liegt mit 54,2 Prozent klar dahinter, GLM schlägt hier also ein aktuelles Closed-Source-Flaggschiff aus den USA. Für viele Alltagsaufgaben reicht GLM locker, bei komplexen Multi-Datei-Refactorings zeigt sich der Abstand zu Claude aber deutlich.

Fortgeschrittene Option: Wer GLM-5.2 nutzen will, ohne lokal Terabytes an Speicher vorzuhalten, startet es über Ollamas Cloud-Tag mit ollama run glm-5.2:cloud. Die Anfrage läuft dann über Ollamas Server statt auf deinem Rechner, praktisch für den Test des großen Modells ohne eigene GPU-Farm. Wer die KI direkt im Terminal einsetzen will, kennt das Prinzip vielleicht schon von Claude Code, Anthropics eigenem CLI-Tool. Ollama funktioniert ähnlich, nur eben mit einem offenen statt einem geschlossenen Modell. Als API-Aggregator listet auch OpenRouter GLM neben Dutzenden anderen Modellen. Wie du GLM anschließend in eigene Automatisierungen einbindest, zeigt der Artikel n8n + Ollama: Kostenlose KI-Workflows lokal betreiben.

Für regelmäßige Coding-Nutzung bietet Zhipu zusätzlich den GLM Coding Plan an: ein Abo mit festem Prompt-Kontingent statt Pay-per-Token-Abrechnung, direkt nutzbar in gängigen Coding-Agents und IDEs. Die Einstiegsstufe liegt bei rund 10 US-Dollar im Monat, die Pro-Stufe mit Zugriff auf GLM-5.2 bei etwa 30 US-Dollar. Für Vielnutzer oft günstiger als die reine API-Abrechnung, für Gelegenheitsnutzer bleibt der kostenlose Cloud-Tag über Ollama oder chat.z.ai die einfachere Wahl.

Wie schneidet GLM im Vergleich zu DeepSeek und Qwen ab?

Alle drei chinesischen Modellfamilien setzen auf offene Lizenzen, unterscheiden sich aber in Details, die für deine Wahl wichtig sind.

SWE-bench Pro und SWE-bench Verified sind unterschiedliche Benchmarks mit unterschiedlichem Schwierigkeitsgrad, die Prozentwerte sind nicht direkt vergleichbar.

Für dich als Solo-Selbstständiger heißt das konkret: DeepSeek R1 punktet bei mathematischem Denken und hat mit den R1-Distill-Varianten die größte Auswahl an Modellgrößen, von 1,5 bis 70 Milliarden Parametern. Qwen3 bietet die freizügigste Lizenz und den größten Kontext. GLM ist aktuell die stärkste Wahl, wenn Programmieren im Vordergrund steht und du bereit bist, dich auf eine neuere, noch kleinere Community einzulassen. Neben diesen drei Modellfamilien tauchen in Benchmarks regelmäßig auch Kimi K2 und Googles Gemini auf, für die lokale Installation auf Consumer-Hardware bleiben GLM, DeepSeek und Qwen aber die praktikabelsten offenen Optionen. Mehr zu DeepSeek liest du im Artikel DeepSeek auf Deutsch nutzen: Online oder lokal installieren.

Ist GLM DSGVO-konform nutzbar?

Bei lokaler Installation über Ollama verlässt keine Anfrage deinen Rechner, ein Auftragsverarbeitungsvertrag ist dafür nicht nötig. Das gilt für GLM-4.7-Flash genauso wie für GLM-4-9B.

Anders sieht es bei der Cloud-Nutzung aus, egal ob über chat.z.ai oder die API. Zhipu AI, international als Z.ai aufgetreten, ist ein chinesisches Unternehmen und steht seit 2025 auf der US-Exportkontrollliste. Für die DSGVO ist vor allem relevant: Es gibt keinen öffentlich bekannten Auftragsverarbeitungsvertrag nach EU-Standard, Daten werden auf Servern außerhalb der EU verarbeitet. Für Tests und private Nutzung unproblematisch, für Kundendaten oder interne Geschäftsunterlagen ist davon abzuraten.

Für Solo-Selbstständige, die GLM produktiv einsetzen wollen, bedeutet das in der Praxis: Interne Dokumente, Kundendaten oder unveröffentlichten Code lokal mit GLM-4.7-Flash bearbeiten. Für unkritische Aufgaben wie erste Recherche oder Textentwürfe ohne Personenbezug spricht wenig gegen die kostenlose Cloud-Version über chat.z.ai.

Fazit: Lohnt sich GLM?

GLM lohnt sich am meisten für Solo-Selbstständige mit Coding-Fokus, die lokal und unabhängig von einem einzelnen US-Anbieter arbeiten wollen. Für den ersten Test reicht chat.z.ai. Sobald es um sensible Daten oder dauerhafte Nutzung geht, ist GLM-4.7-Flash der richtige Einstieg: aktuelle Generation, starke Coding-Leistung, und ab rund 19 GB RAM oder VRAM auf normaler Consumer-Hardware lauffähig. Das kaum bekannte Detail dabei: GLM-5.2 ist eines der ersten Flaggschiff-Modelle, das komplett ohne Nvidia-Chips trainiert wurde, ein Vorbote für mehr technologische Unabhängigkeit made in China.

Wer GLM in eigene Automatisierungen einbinden will, findet die Anleitung dafür im Artikel n8n + Ollama: Kostenlose KI-Workflows lokal betreiben. Für den Einstieg ohne Terminal eignet sich auch Jan AI.

Häufige Fragen zu GLM