GLM-5.3 vs. Kimi K3
Ein Familienduell an der Spitze von Open Source
Beide teilen sich im Artificial Analysis Intelligence Index (~60) die Open-Source-Spitze. GLM-5.3 erreichte sie durch Post-Training-Skalierung, K3 mit einer 2.8T-Basis – völlig unterschiedliche Wege und unterschiedliche Preise.
Aktualisiert 2026-09-21
Die wichtigsten Punkte
AA Intelligence Index (geteilte Open-Source-Spitze)
Gemeinsam Erster unter den offenen Modellen, nur 1 Punkt hinter dem Closed-Flaggschiff Sol (61).
Gesamtparameter
GLM-5.3 nutzt die 753B-Basis von 5.2 weiter (40B aktiv); K3 ist ein 2.8T Stable LatentMoE (896 Experten, 16 aktiv).
Offizieller Preis von GLM-5.3
Pro Million Input-/Output-Tokens. Der offizielle Preis von K3 beträgt $3/$15 – GLM kostet weniger als die Hälfte.
GLM-5.3 CyberGym
Führt den Benchmark zur Schwachstellenerkennung vor Mythos 5 (83.8) und Sol (83.6) an – das erste offene Modell an der Spitze dieser Rangliste.
Zwei unterschiedliche technische Wege
GLM-5.3 (08-14) hat die Basis nicht verändert: Es ist dasselbe 753B-MoE wie 5.2, alle Verbesserungen stammen aus „extremer Post-Training-Skalierung“ – offiziell heißt es, das Coding fühle sich 50% besser an, mit Schwerpunkt auf Coding und Cyber-Abwehr. Kimi K3 (07-16) ist Brute Force, richtig gemacht: 2.8T, die größten offenen Gewichte aller Zeiten, mit verpflichtendem Reasoning (low/high/max). Das eine beweist den Wert des Post-Trainings, das andere, dass Skalierung weiterhin funktioniert.
Der August von Open Source
Von Ende Juli bis in den August 2026 lieferte das Open-Weights-Lager ohne Pause (erneut geprüft am 2026-09-21): GLM-5.3 (veröffentlicht am 08-14, API live am 08-19), die Öffnung der K3-Gewichte (Hochskalierung seit 07-27), Qwen3.8-Max mit erstmals offenen Gewichten der Max-Stufe (08-12) und die laufende Weiterentwicklung der DeepSeek-V4-Reihe. Daten von Hugging Face zeigen chinesische offene Modelle bei 41% der Downloads und damit erstmals vor den USA – Open Source ist längst keine „Budget-Alternative“ mehr.
Zeitachse
Kimi K3 erscheint (WAIC); die Gewichte werden am 07-27 geöffnet.
GLM-5.3 erscheint: gleiche Basis plus Post-Training-Skalierung, Coding +50%, Platz 1 bei CyberGym mit 84.5%.
Die GLM-5.3-API geht live; beide teilen sich die AA-Open-Source-Spitze.
Bestätigt vs. Vorsicht geboten
Bestätigt
Veröffentlichungsdaten, Parameter, Preise und Ranglistenplätze beider Modelle sind durch offizielle Seiten und erneut prüfbare Drittquellen belegt; beide haben auf QCode reale Aufrufzahlen.
Vorsicht
„Geteilte Spitze“ gilt speziell für den AA Intelligence Index; in anderen Ranglisten ändert sich die Reihenfolge (K3 ist stärker in der Frontend-Code-Arena, GLM-5.3 stärker bei CyberGym). Lesen Sie die Aufschlüsselung nach Aufgaben, nicht die Gesamtpunktzahl.
Auswahl nach Szenario
GLM-5.3 wählen
Coding- und Security-Review-Aufgaben, budgetsensibel ($1.40/$4.40), 1M Kontext. Das Reasoning ist in drei Stufen einstellbar.
Kimi K3 wählen
Ultralanger Kontext plus intensives Reasoning oder wenn Sie die größte offene Basis benötigen. $3/$15, und beachten Sie das Token-Volumen durch das verpflichtende Reasoning.
So prüfen Sie selbst nach
Beide haben offene Gewichte und beide eine API. Testen Sie direkt über die API: Lassen Sie denselben Aufgabenstapel auf beiden laufen und rechnen Sie nach „Erfolgsquote im ersten Versuch × Gesamt-Tokens“ um – GLM-5.3 hat den niedrigeren Stückpreis, das verpflichtende Reasoning von K3 verbraucht mehr Tokens; die umgerechnete Zahl ist Ihre Antwort.
Auf QCode
Sowohl glm-5.3 als auch kimi-k3 sind im Angebot (mit realen Aufrufen in den letzten 30 Tagen) und mit demselben Key umschaltbar. Die Katalogpreise von QCode werden unabhängig festgelegt und folgen den Listenpreisen der Hersteller nicht Zeile für Zeile: glm-5.3 ist derzeit mit $2.38 Input / $8.32 Output / $0.59 Cache-Lesen pro Million Tokens gelistet.
FAQ
Was ist stärker, GLM-5.3 oder Kimi K3?
Beide teilen sich die Open-Source-Spitze im AA Intelligence Index (~60). Jedes gewinnt in seinen eigenen Kategorien: GLM-5.3 führt bei Coding und Security (CyberGym 84.5%, Platz 1), K3 beim Frontend (Code Arena 1679 Elo).
Wie groß ist der Preisunterschied?
Offizielle API: GLM-5.3 kostet $1.40/$4.40, K3 $3/$15. GLM kostet weniger als die Hälfte; K3 hat jedoch verpflichtendes Reasoning, während es bei GLM einstellbar ist – rechnen Sie pro Aufgabe um.
Sind beide Open Source?
Die Gewichte von K3 wurden am 07-27 geöffnet (2.8T, die größten aller Zeiten). Das Team von GLM-5.3 gibt an, die Gewichte würden nach Sicherheitsprüfung schrittweise geöffnet – verfolgen Sie die offiziellen Kanäle.
Wie groß sind die Kontextfenster?
Beide liegen in der 1M-Token-Klasse. Die maximale Ausgabe von GLM-5.3 beträgt 128K; K3 ist auf Büroarbeit mit langem Kontext ausgerichtet.
Wie weit liegen sie hinter den Closed-Flaggschiffen?
AA-Index: beide bei etwa 60, Sol bei 61 – ein Abstand von 1 Punkt. Stand 2026-08 ist der Leistungsunterschied zwischen offenen und geschlossenen Flaggschiffen praktisch geschlossen.
Kann ich beide auf QCode aufrufen?
Beide sind im Angebot und mit demselben Key umschaltbar. Beide haben in den letzten 30 Tagen reale Aufrufzahlen.
Quellen
Offizielle Veröffentlichung von Zhipu (08-14) und API-Startankündigung (08-19), Moonshot offiziell (07-16/07-27), Artificial Analysis, Caixin (08-14), Drittanbieter-Review von SegmentFault (08-20), QCode /models (08-22).
Das Open-Source-Duo, getestet mit einem Key
glm-5.3 und kimi-k3 sind beide auf QCode verfügbar – entscheiden Sie es mit realen Aufgaben.
Weiterführende Lektüre
GLM-5.3-Leitfaden
Die Details der Post-Training-Skalierung.
Kimi-K3-Leitfaden
Das 2.8T-Modell und seine Reasoning-Stufen aufrufen.
GLM-5.3 vs. GLM-5.2
Wie stark sich dieselbe Basis verbessert hat.
Nicht mit Zhipu / Moonshot verbunden. Die Bestenlisten-Werte sind eine Momentaufnahme von 2026-08.