Kleines Rätsel mit Auflösung: Vergangene Woche tauchte auf OpenRouter ein kostenloses Modell namens „Ox Alpha” auf, ohne Angabe zum Entwickler. Das Ding war schnell, es war gut, und die halbe Branche rätselte, wer dahintersteckt. Jetzt ist es raus — Z.ai hat den Code veröffentlicht, und Ox Alpha heißt eigentlich GLM-5.3-Flash.
Die Eckdaten sind ordentlich. GLM-5.3-Flash ist ein Mixture-of-Experts-Modell mit 320 Milliarden Parametern, von denen für eine einzelne Antwort rund 18 Milliarden aktiv werden. Der Kontext fasst bis zu einer Million Tokens an Text, Bildern und Video, die Antworten reichen bis 131.072 Tokens. Und die Gewichte? Liegen offen auf Hugging Face.
Das eigentlich Interessante steckt in der Architektur. Z.ai hat am Attention-Mechanismus gedreht — dem Teil, der aus einem Prompt die wichtigen Details herausfischt. Zwei Kniffe sorgen für Tempo: Sparse Attention schaut nicht mehr jeden Token an, sondern nur die relevanten. Und Linear Attention ersetzt die rechenhungrige Softmax-Funktion durch etwas Schlankeres. Der Effekt: Wenn sich der Prompt verdoppelt, verdoppelt sich auch nur der Speicherbedarf — statt sich wie sonst zu vervierfachen. Unterm Strich soll das Modell zehnmal günstiger laufen als sein Vorgänger.
Bei den Benchmarks lässt es die Muskeln spielen. Z.ai hat GLM-5.3-Flash gegen Claude Opus 4.8, GPT-5.6 Terra und Gemini 3.7 Flash antreten lassen. Auf GDPval-AA v2, einem Test für Wissensarbeit, holte GLM-5.3-Flash den höchsten Wert. Auf AutomationBench, wo es um Aufgaben in Cloud-Anwendungen geht, landete es auf Platz zwei. Trainiert wurde auf 30 Billionen Tokens, mit einer Technik namens mHC, die den Trainingsprozess sauberer hält.
Für uns ist der Punkt weniger die einzelne Zahl, mehr das Muster. Ein offenes Modell aus China, das die teuren Flaggschiffe aus dem Westen bei einzelnen Aufgaben schlägt und dabei einen Bruchteil kostet — das ist inzwischen keine Ausnahme mehr, sondern der Takt. Und mit offenen Gewichten kann sich jeder das Ding selbst hosten, prüfen, weiterbauen.
Bleibt die Frage, warum ein Modell erst anonym als „Ox Alpha” durch die Testphase geht. Vermutlich, weil sich so ganz unvoreingenommen Feedback sammeln lässt — ohne dass der Name schon die Erwartung färbt. Cleverer Move. Und die Neugier, die dabei entsteht, ist die beste Werbung, die man sich wünschen kann.
Quelle: SiliconANGLE: Z.ai open-sources ‘Ox Alpha’ model as GLM-5.3-Flash · GLM-5.3-Flash auf Hugging Face