GLM 5.2 im Test: Ein weites Fenster, kein Reasoning-Effort-low-Schalter

Wir ließen GLM 5.2 am 17. und 26. September 2026 durch unsere gesamte Content-Leiter laufen, jede Stufe auf drei Arten gefragt: direkt, als Fiktion gerahmt und über einen System-Prompt gesetzt. L2 Reife Themen renderte bei allen drei Formulierungen sauber. L1 Andeutung schwächte sich bei allen drei ab. L3 Stark renderte unter direkter und System-Prompt-Formulierung und wurde als Fiktion gerahmt abgelehnt.

L4 Intensiv teilte sich ungleichmäßig: drei direkte Anfragen wurden alle abgelehnt, drei als Fiktion gerahmte Anfragen kamen alle abgeschwächt zurück, und von drei System-Prompt-Anfragen renderten zwei vollständig und eine wurde abgelehnt. L5 Extrem renderte bei fünf der sechs Läufe, die wir sendeten, mit einem abgelehnten Fiktions-gerahmten Lauf.

Über die Leiter hinweg sind das 24 bewertete Läufe: 12 renderten vollständig, 6 schwächten sich ab und 6 wurden abgelehnt. Die Spicy-Index-Seite liest das in einen Freedom Score auf der Wertungskarte dieser Seite ein.

GLM 5.2 beantwortet eine direkte Anweisung gut; da es keine niedrige Reasoning-Einstellung gibt, halten Sie die Anfrage selbst eng, statt beim Effort zu sparen.

1. Ein veröffentlichtes Beispiel: eine lange Lektüre, eine kurze strukturierte Antwort. Die Form, für die dieses Fenster gebaut ist.

system: Summarize the following support thread in three sentences: the customer's problem, what was tried, and the current status.
user: <thousands of lines of a support ticket thread, pasted in full>

Diesen Prompt auf GLM 5.2 ausführen →

2. Ein veröffentlichtes Beispiel: eine JSON-Form auf einem synchronen Aufruf erzwingen. response_format plus Temperature 0.

system: Return one JSON object with keys: parties, effective_date, termination_notice_days, governing_law. Use null when a clause is absent.
user: <the full text of a contract>

Diesen Prompt auf GLM 5.2 ausführen →

Einstellungen, die zählen: Da es keine niedrige Reasoning-Effort-Stufe gibt, halten Sie Einzweck-Anfragen eng, statt sich auf eine günstige Effort-Einstellung zu verlassen; versuchen Sie für Fiktion jenseits von L2 Reife Themen bei L3 Stark zunächst eine direkte Anfrage, bevor Sie zu einem System-Prompt greifen, da Fiktions-Rahmung dort in unseren Tests nicht half; lassen Sie Spielraum bei max_tokens über dem, was die sichtbare Antwort braucht.

GLM 5.2 renderte 12 von 24 bewerteten Läufen über unsere Content-Leiter vollständig. L2 Reife Themen und der Großteil von L5 Extrem renderten unabhängig von der Formulierung. L3 Stark renderte unter direkter und System-Prompt-Formulierung, wurde aber als Fiktion gerahmt abgelehnt. L4 Intensiv renderte nur mit einem System-Prompt, und selbst dann nur zweimal von drei. L1 Andeutung schwächte sich über jede Formulierung ab. Das Seitenlabel ist Unzensiert: Wir schalten keinen eigenen Inhaltsfilter dazwischen.

Freedom Score: wird auf der Wertungskarte dieser Seite angezeigt und neu berechnet, sobald wir Läufe ergänzen.

Noch nicht getestet: mehrstufige Chats, die über viele Züge in der Rolle bleiben (unsere Läufe waren Einzelanfragen); andere Sprachen als Englisch; ob sich GLM 5.2s inhaltliches Verhalten seit dem Start von GLM 5.3 verschoben hat, wie manche Nutzer berichten.

Jede Figur in einer Anfrage sollte erwachsen sein, echte, erkennbare Personen bleiben außen vor, und für das Recht dort, wo Sie veröffentlichen, sind Sie verantwortlich.

Frühe Eindrücke von GLM 5.2 waren beim Rollenspiel stark: Ein Nutzer schrieb, es habe ihm „dieselbe Art von Magie gegeben, die ich beim Spielen von AI Dungeon fühlte", während ein anderer den Kompromiss gegenüber seinem Vorgänger als eine „bessere Obergrenze, aber auch schlechtere Untergrenze" zusammenfasste. Nach dem Start von GLM 5.3 behauptete ein Bericht, GLM 5.2 selbst sei „deutlich zensierter seit dem GLM-5.3-Release" geworden — wir haben nicht erneut getestet, ob sich unsere eigenen Ergebnisse seit unserer Sitzung im September verschoben haben.

• Das neuere GLM, mit einer niedrigen Reasoning-Effort-Stufe? GLM 5.3, $1.05 pro Million Input-Tokens; L4 Intensiv renderte etwa so oft wie bei GLM 5.2, aber nur über einen System-Prompt.
• Ein günstigeres GLM mit einem stärkeren L4-Intensiv-Ergebnis? GLM 5.3 Flash, $0.1275 pro Million Input-Tokens, renderte jeden System-Prompt-L4-Intensiv-Lauf in unserer Stichprobe.
• Ein fester Satz bei jeder Anfragelänge, nur Text? DeepSeek V4 Flash.
• Ein Reasoning-Aus-Schalter und ein größeres Fenster? Grok 4.3, 1.000.000 Token Kontext und eine echte Keine-Überlegung-Einstellung.