GLM von Z.ai — was die günstigen chinesischen Modelle taugen und wo die Grenze liegt

Was die Modelle kosten

API-Preise pro Million Token, Stand 30.08.2026, aus der Anbieterdokumentation.

Modell	Eingabe	Zwischengespeichert	Ausgabe
GLM-5.3	1,40 USD	0,26 USD	4,40 USD
GLM-5	1,00 USD	0,20 USD	3,20 USD
GLM-4.7	0,60 USD	0,11 USD	2,20 USD
GLM-4.5-Air	0,20 USD	0,03 USD	1,10 USD
GLM-5.3-Flash	0,075 USD	0,015 USD	0,25 USD
GLM-4.7-Flash	kostenlos	—	kostenlos
GLM-4.6V (Bild)	0,30 USD	0,05 USD	0,90 USD
GLM-OCR	0,03 USD	—	0,03 USD

Zur Einordnung: GLM-4.7 kostet bei der Eingabe 0,60 USD. Vergleichbar positionierte Modelle westlicher Anbieter liegen bei 2,00 bis 2,50 USD. Das ist kein knapper Vorsprung, das ist ein Faktor drei bis vier.

Warum der Preis allein die Frage nicht beantwortet

Bei einem Preisunterschied dieser Größe lautet die naheliegende Frage: Was ist der Haken?

Die Qualität ist es in der Breite nicht. GLM-Modelle sind für Zusammenfassen, Klassifizieren, Übersetzen und einen Großteil der Codeaufgaben brauchbar. Wer sie gegen ein Mittelklassemodell westlicher Anbieter antreten lässt, wird bei Standardaufgaben oft keinen Unterschied bemerken, der die Preisdifferenz rechtfertigt.

Der Haken liegt woanders, und er ist rechtlicher Natur.

Die DSGVO-Grenze bei der Cloud-API

Wer die API von Z.ai nutzt, überträgt die verarbeiteten Inhalte nach China. Damit greift Kapitel V der DSGVO, Art. 44 ff.: die Übermittlung in ein Drittland.

Für China existiert kein Angemessenheitsbeschluss der EU-Kommission. Es bleiben die Standardvertragsklauseln — und für die verlangt die Rechtsprechung seit Schrems II eine Transfer-Folgenabschätzung, in der geprüft wird, ob das Recht des Zielstaats den Schutz aushebelt. Bei China ist das schwer zu verneinen: Das dortige Recht sieht weitreichende behördliche Zugriffsrechte vor, gegen die europäische Betroffene keinen praktikablen Rechtsbehelf haben.

Praktisch heißt das: Für personenbezogene Daten ist die Cloud-API keine Option. Nicht weil der Anbieter unseriös wäre, sondern weil die Übermittlung nicht rechtssicher zu begründen ist. Wer sie trotzdem einsetzt, trägt das Risiko einer Untersagung und eines Bußgelds — und begründet es mit einer Ersparnis, die im Verhältnis dazu klein ist.

Für Daten ohne Personenbezug sieht es anders aus. Öffentlich zugängliche Texte, anonymisierte Auswertungen, generische Codeaufgaben ohne Kundenbezug: Dort greift die DSGVO nicht, und dann ist der Preisvorteil ein echter Vorteil. Zu prüfen bleibt in dem Fall der Geschäftsgeheimnisschutz — Quellcode ist selten so unkritisch, wie er beim ersten Hinsehen wirkt.

Der Weg, der funktioniert: offene Gewichte selbst hosten

Der eigentliche Wert der GLM-Reihe für europäische Unternehmen liegt nicht in der Cloud-API, sondern darin, dass die Gewichte offen verfügbar sind. Wer das Modell im eigenen Rechenzentrum oder bei einem europäischen Hoster betreibt, hat gar keinen Drittlandtransfer — die Daten verlassen die eigene Infrastruktur nicht.

Damit verschiebt sich die Rechnung: Die Token kosten dann nichts mehr, dafür kosten Hardware und Betrieb. Ab welcher Menge sich das trägt, steht in Wann lohnt sich ein eigenes LLM on-premise?.

Ein Hinweis aus der eigenen Praxis: Wir messen lokale Modelle regelmäßig gegen dieselben Aufgabensätze. Die Modellgröße sagt dabei weniger über das Ergebnis als erwartet — in unseren Messungen schlug ein kleineres, neueres Modell wiederholt ein größeres älteres. Wer lokal fährt, sollte an den eigenen Aufgaben messen statt sich an Ranglisten zu orientieren.

Empfehlung

Für personenbezogene Daten scheidet die Cloud-API aus. Für alles andere ist sie eine ernsthafte Option, besonders für Massenaufgaben, bei denen der Preis über die Wirtschaftlichkeit entscheidet — GLM-OCR bei 0,03 USD pro Million Token macht Dokumentenerfassung zu einem Rundungsfehler.

Wer die Qualität der Modelle will, ohne die Rechtsfrage zu haben, hostet selbst.

Quelle der Preise: Z.ai, Pricing-Dokumentation, abgerufen am 30.08.2026. Dieser Text ist eine fachliche Einordnung und keine Rechtsberatung.