Gemma-4-Leitfäden
GLM 5.2 vs Gemma 4: Welches Modell sollten Sie 2026 einsetzen?
GLM 5.2 und Gemma 4 sind beide Open-Weights-Modelle aus dem Jahr 2026 mit starker Coding-Performance — und beide können kostenlos selbst gehostet werden. Das war es aber auch schon mit den Gemeinsamkeiten. GLM 5.2 ist ein 744-Milliarden-Parameter-Gigant, der für langfristiges Software-Engineering mit einem 1-Million-Token-Kontextfenster entwickelt wurde. Gemma 4 ist eine Familie aus fünf Modellen — vom 3-GB-Smartphone-Modell bis zum 20-GB-Workstation-Modell — die auf Consumer-Hardware ohne Rechenzentrum laufen soll. Die Wahl zwischen beiden ist vor allem eine Frage der verfügbaren Hardware und des Anwendungsfalls.
Wichtigste Unterschiede auf einen Blick
| GLM 5.2 | Gemma 4 31B | Gemma 4 26B A4B | |
|---|---|---|---|
| Architektur | 744B MoE (~40B aktiv) | Dense | 26B MoE (~4B aktiv) |
| Kontextfenster | 1.000.000 Token | 256.000 Token | 256.000 Token |
| Mindest-VRAM (Q2/Q4) | ~245 GB | ~17,5 GB | ~14,4 GB |
| Audio-Eingabe | Nein | Nein | Nein |
| Bild-/Video-Eingabe | Nein | Ja | Ja |
| Lizenz | MIT | Apache 2.0 | Apache 2.0 |
| API-Preis (Eingabe) | $1,40/MTok (Z.ai) | Kostenlos (selbst gehostet) | Kostenlos (selbst gehostet) |
| API-Preis (Ausgabe) | $4,40/MTok (Z.ai) | Kostenlos (selbst gehostet) | Kostenlos (selbst gehostet) |
| Gehostete API | Ja (Z.ai, OpenRouter) | Ja (Google AI Studio) | Ja (Google AI Studio) |
| Lokales Minimum | M4 Ultra / Multi-GPU | RTX 3090 (24 GB) | RTX 3060 (16 GB) |
Benchmark-Vergleich
| Benchmark | GLM 5.2 | Gemma 4 31B |
|---|---|---|
| SWE-bench Verified (Coding) | 69,3 % | ~55 %* |
| LiveCodeBench v6 | ~78 % | 80,0 % |
| AIME 2026 (Mathematik) | ~87 % | 89,2 % |
| GPQA Diamond (Wissenschaft) | ~80 % | 84,3 % |
| MMLU Pro (Allgemeinwissen) | ~84 % | 85,2 % |
| Kontextfenster | 1M Token | 256K Token |
*Kein offizieller SWE-bench-Wert für Gemma 4 31B; Schätzung basierend auf LiveCodeBench-Vergleichsleistung.
Was die Zahlen in der Praxis bedeuten: GLM 5.2 wurde speziell für agentisches Software-Engineering entwickelt — lange Multi-File-Aufgaben, ganzer Codebase-Kontext, Agenten-Loop-Workflows. Gemma 4 31B ist ein allgemeineres Modell, das in Mathematik, Wissenschaft und Coding konkurrenzfähig ist. Bei reiner Coding-Qualität hat GLM 5.2 einen merklichen Vorsprung auf SWE-bench. Bei der Breite des Reasoning liegen die Modelle nah beieinander. Für multimodale Aufgaben mit Bildern oder Videos gewinnt Gemma 4 klar — GLM 5.2 hat keine Vision-Fähigkeit.
Hardware: Der größte praktische Unterschied
Hier unterscheiden sich die Modelle am stärksten.
GLM 5.2 Hardware
Alle 744B Gewichte von GLM 5.2 müssen im Speicher liegen, auch wenn pro Token nur ~40B aktiviert werden. Das minimale lokale Setup ist ein Mac mit 256 GB Unified Memory (M4 Ultra) oder eine Workstation mit mehreren GPUs und 256+ GB kombiniertem VRAM und System-RAM. Eine einzelne RTX 4090 (24 GB VRAM) reicht allein nicht aus.
| Quantisierung | Dateigröße | Mindest-Speicher |
|---|---|---|
| 2-Bit (UD-IQ2_M) | ~239 GB | 256 GB Unified |
| 4-Bit (UD-Q4_K_XL) | ~411 GB | 500+ GB |
| FP16 | ~1.510 GB | Nur Rechenzentrum |
Gemma 4 Hardware
Alle fünf Gemma-4-Modelle laufen auf Consumer-Hardware — vom Smartphone bis zur Workstation.
| Modell | Q4-Speicher | Empfohlene Hardware |
|---|---|---|
| E2B | ~2,9 GB | Smartphone / Raspberry Pi |
| E4B | ~4,5 GB | MacBook Air (8 GB) |
| 12B | ~6,7 GB | 8-GB-GPU / 16 GB Unified |
| 26B A4B | ~14,4 GB | RTX 3060 / 16 GB Unified |
| 31B | ~17,5 GB | RTX 3090 / 24 GB |
Kostenvergleich
Gehostete API
| Modell | Eingabe | Ausgabe |
|---|---|---|
| GLM 5.2 (Z.ai) | $1,40/MTok | $4,40/MTok |
| GLM 5.2 (OpenRouter) | $1,00/MTok | $4,00/MTok |
| Gemma 4 31B (Google AI Studio) | Kostenlos (ratenbegrenzt) | Kostenlos (ratenbegrenzt) |
| Gemma 4 via Vertex AI | ~$0,70/MTok | ~$2,10/MTok |
Selbst gehostet
Beide Modelle sind kostenlos herunterzuladen und ohne Token-Kosten zu betreiben. Der Hardware-Investitionsbedarf unterscheidet sich jedoch erheblich: Gemma 4 31B benötigt eine RTX 3090; GLM 5.2 braucht einen M4 Ultra oder ein Multi-GPU-System für mindestens $10.000–$15.000.
Entscheidungshilfe nach Anwendungsfall
GLM 5.2 wählen, wenn:
- Ihre Hauptaufgabe agentisches Software-Engineering ist — lange mehrstufige Coding-Aufgaben, autonomes Code-Review, SWE-bench-ähnliche Workflows
- Sie vollständige Codebases als Kontext übergeben möchten (1M Token passt große Repos in einen einzigen Aufruf)
- Sie die Hardware dafür haben oder den Z.ai-API-Preis akzeptieren und das beste Open-Weights-Coding-Modell wollen
- Sie maximale Flexibilität durch die MIT-Lizenz benötigen
Gemma 4 wählen, wenn:
- Sie das Modell auf Consumer-Hardware ausführen möchten — MacBook, RTX 3090 oder sogar Smartphone
- Ihr Anwendungsfall Bild-, Video- oder Audio-Verständnis erfordert (GLM 5.2 hat keine Vision-Fähigkeit)
- Sie das Google-Ökosystem bevorzugen — AI Studio, Vertex AI, Ollama, LM Studio
- Sie E4B oder 12B für schnelle Edge-Deployments mit Audio-Unterstützung benötigen
Gemma 4 26B A4B wählen, wenn:
- Sie nahe 31B-Qualität mit 4B-Rechenaufwand auf einer 16-GB-Consumer-GPU wollen
Kontextfenster: Wann 1M vs 256K wirklich einen Unterschied macht
- Ganze-Repo-Indexierung: 1M Token ermöglicht, eine große Codebase direkt in den Kontext zu laden.
- Lange Dokumentenanalyse: Verträge, Forschungsarbeiten, umfangreiche Logs — GLM 5.2 verarbeitet diese ohne Chunking.
- Multi-Agenten-Gesprächshistorie: Lange agentische Loops mit vielen Tool-Aufrufen profitieren vom größeren Kontext.
Für die meisten Nutzer, die Code generieren, Fragen beantworten oder einzelne Dateien verarbeiten, reichen 256K bereits aus. Wählen Sie GLM 5.2 nicht nur wegen der Kontextgröße, wenn Ihr Workflow das 256K-Limit nicht tatsächlich erreicht.
Häufig gestellte Fragen
Ist GLM 5.2 besser als Gemma 4? Für langfristiges Software-Engineering und 1M-Kontext-Aufgaben punktet GLM 5.2 höher auf SWE-bench. Für multimodale Aufgaben (Bild, Video, Audio) ist Gemma 4 die einzige Option. Auf reinen Sprach-Benchmarks (Mathematik, Wissenschaft, Allgemeinwissen) liegen die Modelle nah beieinander.
Kann ich beide lokal betreiben? GLM 5.2 erfordert mindestens 256 GB Unified Memory. Gemma 4 läuft auf jeder Consumer-GPU mit 8–24 GB VRAM. Die meisten Entwickler, die beide nutzen möchten, betreiben Gemma 4 lokal und greifen auf GLM 5.2 über die Z.ai API zu.
Welches hat bessere Ollama-Unterstützung?
Gemma 4 wird in Ollama vollständig mit Standard-Tags unterstützt (ollama run gemma4:31b). GLM 5.2 ist in Ollama über den glm-5.2:cloud-Tag verfügbar, der zur gehosteten Inferenz von Z.ai weiterleitet.
Welche Lizenz ist für den kommerziellen Einsatz besser? Beide sind permissiv. GLM 5.2 verwendet MIT (maximale Flexibilität). Gemma 4 verwendet Apache 2.0 (ebenfalls kommerziell nutzbar mit Namensnennung). Keine Lizenz schreibt Nutzungsvolumengrenzen oder Lizenzgebühren vor.
Verwandte Leitfäden
- Gemma-4-Modellvergleich: E2B, E4B, 12B, 26B A4B und 31B
- GLM 5.2 Testbericht: Benchmarks, Stärken & Schwächen
- Gemma 4 Test: Benchmarks und Fazit
- GLM 5.2 Hardwareanforderungen für lokale Inferenz
- Gemma-4-Hardwareanforderungen
- GLM 5.2 in Ollama ausführen
- Gemma 4 mit llama.cpp ausführen
- Gemma 4 kostenlos im Browser testen
Verwandte Leitfäden
Gehen Sie im Gemma-4-Cluster mit dem nächsten Leitfaden weiter, der zu Ihrer aktuellen Entscheidung passt.
Gemma 4 26B vs. 31B: Welches Modell sollten Sie ausführen?
Ein praxisnaher Vergleich von Gemma 4 26B vs. 31B für alle, die zwischen dem MoE-Sweet-Spot und dem stärksten dichten Modell der Familie entscheiden.
Gemma 4 E2B vs. E4B: Welches kleine Modell sollten Sie wählen?
Ein praxisnaher Leitfaden zu Gemma 4 E2B vs. E4B für alle, die zwischen den beiden kleinen Modellen wählen, inklusive echter Benchmark-Abstände und Speicherhinweisen.
GLM 5.2 Hardwareanforderungen: RAM, VRAM und GPU-Leitfaden
GLM 5.2 ist ein 744-Milliarden-Parameter-MoE-Modell unter MIT-Lizenz. Hier erfahren Sie alles über die Hardware, die Sie für den lokalen Betrieb benötigen.
Sie wissen noch nicht, was Sie als Nächstes lesen sollen?
Gehen Sie zurück zum Leitfaden-Hub, um Modellvergleiche, Setup-Anleitungen und Seiten zur Hardware-Planung zu durchsuchen.