Als Zhipu AI im Dezember 2025 GLM-4.7 veröffentlichte, war die Open-Source-AI-Community voller Begeisterung. Dies war nicht nur ein weiteres inkrementelles Update – es stellte einen bedeutenden Sprung bei Open-Weight-Sprachmodellen dar, insbesondere in den Bereichen Codierung und agentische Workflows. Da ich die MoE (Mixture of Experts)-Modelllandschaft genau verfolge, wusste ich, dass ich GLM-4.7-Flash, die leichtgewichtige Variante, die für schnelle Inferenz optimiert ist, unbedingt ausprobieren musste.

Als Z.ai (ehemals Zhipu AI) im Januar 2026 GLM-Image veröffentlichte, fügten sie nicht einfach ein weiteres Modell zum überfüllten Bildgenerierungsmarkt hinzu – sie stellten die Architekturannahmen, die das Feld dominierten, grundlegend in Frage. GLM-Image kombiniert ein autoregressives Sprachmodell mit 9 Milliarden Parametern mit einem Diffusionsdecoder mit 7 Milliarden Parametern und schafft so ein hybrides System mit 16 Milliarden Parametern, das etwas Bemerkenswertes erreicht: Es ist das erste Open-Source, industrielle, diskrete autoregressive Bildgenerierungsmodell, das in bestimmten Fähigkeiten tatsächlich mit proprietären Giganten konkurriert und dabei frei für jedermann nutzbar und modifizierbar ist.