Direktvergleich

Gemini 3 Pro LogovsGLM-5.3 Logo

Gemini 3 Pro vs GLM-5.3: Wer gewinnt das KI-Modell-Duell 2026?

Gemini 3 Pro ($12/1M out (prompts ≤200K)) und GLM-5.3 ($4.40/1M out) sind 2026 zwei der meistgenutzten KI-Modelle. Bei 3 Stimmen der Community führt Gemini 3 Pro mit 57% Zustimmung.

Schnelles Urteil

Bei Reasoning wählen Sie Gemini 3 Pro: Die Arena bewertet es mit 4.5/5 gegenüber 3.5/5 für GLM-5.3. Beim Budget gewinnt GLM-5.3: Es startet bei $4.40/1M out gegenüber $12/1M out (prompts ≤200K) für Gemini 3 Pro.

Vergleich Zeile für Zeile

Ab
$12/1M out (prompts ≤200K)Standardtarif: $2/$12 pro 1M Tokens für Prompts ≤200K, $4/$18 darüber; Batch mit 50% Rabatt. Am 9. März 2026 eingestellt, der Nachfolger Gemini 3.1 Pro behält identische Preise.
$4.40/1M outOffizieller Z.ai-API-Preis für GLM-5.3: 1,40 $ pro 1 Mio. Eingabe-Tokens, 0,26 $ pro 1 Mio. gecachte Eingabe-Tokens, 4,40 $ pro 1 Mio. Ausgabe-Tokens; Cache-Speicherung zeitlich begrenzt kostenlos. GLM-5.3-Flash (0,15 $/0,50 $) und GLM-5.3-FlashX (0,37 $/1,25 $) sind günstigere Varianten. Geprüft auf docs.z.ai/guides/overview/pricing am 2026-11-17.
Anbieter
Google (DeepMind)
Z.ai (Zhipu AI)
Kontextfenster
1M tokens (64K output)
1M tokens (128K max output)
Input-Preis
$2/1M in (prompts ≤200K)
$1.40/1M in (cache hit $0.26)
Output-Preis
$12/1M out (prompts ≤200K)
$4.40/1M out
Modalitäten
text, image, audio, video in; text out
text only
Open Weights
Nein
Ja
Crowd-Score
57%(3)
50%(0)
Arena-Bewertungen (1-5)
Reasoning
4.5
3.5
Coding
4.5
4.0
Schreiben
3.5
3.5
Tempo
3.5
3.0
Preis-Leistung
4.0
3.5

Stärken und Schwächen

Gemini 3 Pro

  • Führte LMArena zum Start mit Rekordwert von 1501 Elo an und erreichte 91.9% auf GPQA Diamond, State of the Art zum Release
  • ARC-AGI-2 bei 31.1%, rund 6x Gemini 2.5 Pro (4.9%) und damals fast das Doppelte von GPT-5.1 (17.6%)
  • Klassenbestes multimodales Verständnis: 81% MMMU-Pro, 87.6% Video-MMMU, mit 1M-Token-Kontextfenster
  • Starkes agentisches Coding: 76.2% SWE-bench Verified, 54.2% Terminal-Bench 2.0, 1487 Elo auf WebDev Arena
  • Unterbot die Konkurrenz mit $2/$12 pro 1M Tokens, unterhalb der Claude-Sonnet-Preisklasse ($3/$15)
  • Konfigurierbares thinking_level (low/medium/high) lässt Entwickler Reasoning-Tiefe gegen Latenz und Kosten abwägen
  • Selbstsichere Halluzinationen: Auf AA-Omniscience gab es in 88% der Fälle eine falsche Antwort statt abzulehnen, gegenüber 48% bei Claude Sonnet 4.5 (the-decoder)
  • Vielfach berichtete Anbiederung (Zvi Mowshowitz: 'gewaltige Intelligenz ohne Rückgrat'); braucht strenge System-Prompts
  • Zuverlässigkeitsprobleme beim Tool-Calling in Agent-Stacks: Entwickler meldeten Tool-Outputs, die in den Chat-Thread gekippt wurden, und mehr nötiges Scaffolding als bei OpenAI/Anthropic-Modellen
  • Langsam bei hohem Thinking-Level: Zeit bis zum ersten Token auf AI Studio mit rund 30-60s gemessen, trotz ~130 Tokens/s Output-Tempo
  • Eingestellt: am 9. März 2026 auf der Gemini API und in AI Studio abgeschaltet, gemini-3-pro-preview zeigt jetzt als Alias auf Gemini 3.1 Pro

GLM-5.3

  • Laut Z.ai große Fortschritte beim agentischen Programmieren gegenüber GLM-5.2: DeepSWE v1.1 steigt von 46,2 auf 66,9, Terminal-Bench 3.0 von 4,6 auf 28,3 und Z.ai Code Bench von 23,4 % auf 34,5 %, bei weniger Ausgabe-Tokens
  • Gleicher Preis wie GLM-5.2: 1,40 $ pro 1 Mio. Eingabe-Tokens (0,26 $ bei Cache-Treffer) und 4,40 $ pro 1 Mio. Ausgabe-Tokens, Cache-Speicherung zeitlich begrenzt kostenlos
  • Herunterladbare Gewichte auf Hugging Face: selbst hostbar, anders als die geschlossenen US-Spitzenmodelle
  • Kontextfenster von 1 Mio. Tokens mit bis zu 128K Ausgabe-Tokens, geeignet für ganze Repositories und lange Dokumente
  • Laut Z.ai starke Ergebnisse bei Sicherheit und Exploits: CyberGym 84,5 % gegenüber 77,2 % bei GLM-5.2, ExploitBench 54,4 % gegenüber 24,4 %
  • Function Calling, Streaming, Kontext-Caching und strukturierte JSON-Ausgabe über die offizielle API
  • In unabhängigen Tests weit von der Spitze entfernt: 32 im Artificial Analysis Intelligence Index v5, etwa gleichauf mit DeepSeek-V4.1-Flash (33), das pro Ausgabe-Token ein Viertel kostet
  • Sehr wortreich und langsam beim Standardaufwand max: 135 Mio. Ausgabe-Tokens für den Index, rund 60 s bis zum ersten Antwort-Token und 5,01 $ pro Index-Aufgabe laut Artificial Analysis
  • Die Gewichte wechseln von der MIT-Lizenz von GLM-5.2 zu einer GLM-5.3-Lizenz, die kommerzielle Nutzung nur mit Einschränkungen erlaubt
  • Reasoning lässt sich nicht abschalten: Anfragen mit deaktiviertem Thinking schlagen jetzt fehl, was latenzkritischen Anwendungen schadet
  • Nur Texteingabe: kein Bild, kein Audio, kein Video, während die meisten Konkurrenten in dieser Preisklasse multimodal sind

Fällen Sie Ihr Urteil

Eine Empfehlung pro Tool und Gladiator. Sie verändert den Crowd-Score, den alle sehen.

Gemini 3 Pro$12/1M out (prompts ≤200K)
57%Crowd-Score · 3
GLM-5.3$4.40/1M out
50%Crowd-Score · 0

Das Urteil der Arena zu Gemini 3 Pro

Ein Meilenstein-Release, das Google Ende 2025 zurück an die Spitze brachte, mit einem riesigen Reasoning-Sprung gegenüber Gemini 2.5 Pro und den besten multimodalen Scores seiner Generation. Stand Mitte 2026 gibt es keinen Grund mehr, es zu wählen: Google hat es am 9. März 2026 auf der API abgeschaltet, und Gemini 3.1 Pro kostet exakt dasselbe und mehr als verdoppelt die ARC-AGI-2-Leistung (77.1% vs 31.1%). Teams mit Legacy-Deployments sollten auf 3.1 Pro migrieren, auf das die alte Modell-ID ohnehin schon zeigt. Meiden Sie es für halluzinationssensible Workloads ohne Grounding, eine Schwäche, die Tester wiederholt anmahnten.

Das Urteil der Arena zu GLM-5.3

GLM-5.3 ist die GLM-Version, die man jetzt nutzen sollte: gleicher Preis wie GLM-5.2, gleiches Basismodell, aber laut den eigenen Benchmarks von Z.ai deutlich besser beim agentischen Programmieren und bei Sicherheitsaufgaben. Nehmen Sie es für Coding-Agenten, Terminal-Automatisierung oder Self-Hosting, wenn Sie herunterladbare Gewichte in einer Größe nahe der Spitze wollen. Bleiben Sie realistisch: Artificial Analysis gibt ihm 32, gleichauf mit DeepSeek-V4.1-Flash, das viel günstiger ist und Bilder akzeptiert. Das stets aktive Reasoning macht es langsam (rund eine Minute bis zum ersten Antwort-Token bei Aufwand max), und die neue Lizenz ist weniger freizügig als die MIT-Lizenz von GLM-5.2. Prüfen Sie also die Bedingungen, bevor Sie ein kommerzielles Produkt auf den Gewichten aufbauen.

Was die Menge sagt

Zu Gemini 3 Pro

Richter Gnadenlos

“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”

Champion der Vibes

“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”

Glorius Maximus

“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”

Zu GLM-5.3

Noch keine Urteile. Ergreifen Sie als Erster das Wort.

Häufige Fragen

Ist Gemini 3 Pro besser als GLM-5.3?

Die Menge steht aktuell hinter Gemini 3 Pro: 57% empfehlen es, gegenüber 50% für GLM-5.3 (3 Stimmen). Bei Reasoning schneidet Gemini 3 Pro besser ab (4.5/5 vs 3.5/5). Die richtige Wahl hängt von Ihrem Einsatzzweck ab. Der Vergleich Zeile für Zeile auf dieser Seite schlüsselt Preise, Kerndaten und Arena-Bewertungen auf.

Was ist günstiger, Gemini 3 Pro oder GLM-5.3?

GLM-5.3 ist günstiger: Es startet bei $4.40/1M out, während Gemini 3 Pro bei $12/1M out (prompts ≤200K) startet.

Was kosten Gemini 3 Pro und GLM-5.3 pro 1M Tokens?

Gemini 3 Pro: $2/1M in (prompts ≤200K) pro 1M Input-Tokens, $12/1M out (prompts ≤200K) pro 1M Output-Tokens. GLM-5.3: $1.40/1M in (cache hit $0.26) pro 1M Input-Tokens, $4.40/1M out pro 1M Output-Tokens.