GLM-5.2: een open AI-model dat meekan met de duurste

TL;DR

• Wat: Z.ai heeft GLM-5.2 uitgebracht, een open-weights AI-model met 753 miljard parameters en een contextvenster van 1 miljoen tokens.
• Waarom relevant: Het model presteert op het niveau van GPT-5.5 en Claude Opus, maar kost een fractie van de prijs en is vrij beschikbaar.
• Wat je ermee kunt: Evalueer of open-weights modellen voor jouw bedrijf een alternatief zijn voor dure gesloten AI-diensten.

Ik stuitte op een tweet van @Eminweb3 over GLM 5.2, een nieuw AI-model van het Chinese bedrijf Z.ai. Wat mijn aandacht trok: dit model is open beschikbaar, scoort op benchmarks bijna net zo hoog als de duurste gesloten modellen — en kost een zesde van de prijs. Dat lijkt me het signaleren waard.

Wat is GLM-5.2 precies?

GLM-5.2 is een taalmodel dat op 16 juni 2026 is uitgebracht door Z.ai, een Chinees AI-bedrijf dat voorheen bekendstond als Zhipu AI. Het model is vrijgegeven onder een MIT-licentie, wat betekent dat iedereen het mag gebruiken, aanpassen en inzetten — ook commercieel.

Een paar technische kenmerken om het te plaatsen:

• 753 miljard parameters, waarvan er 40 miljard tegelijk actief zijn. Dit heet een Mixture of Experts-architectuur. Stel het je voor als een groot kantoor met honderden specialisten, maar per vraag worden alleen de relevante experts wakker gemaakt. Dat maakt het model krachtig én relatief efficiënt.
• 1 miljoen tokens contextvenster. Tokens zijn de eenheden waarin een AI-model tekst verwerkt — ruwweg driekwart van een woord. Een miljoen tokens komt neer op zo'n 750.000 woorden die het model tegelijk in zijn "werkgeheugen" kan houden. Ter vergelijking: dat is het equivalent van zo'n tien dikke romans. De voorganger, GLM-5.1, had een contextvenster van 200.000 tokens — vijf keer kleiner.
• Alleen tekst. Het model verwerkt geen afbeeldingen of video, maar is specifiek sterk in complexe redeneertaken en langlopende coderingsprojecten.

Ik vind het opvallend dat een model van deze omvang volledig open beschikbaar wordt gesteld. Bij de grote Amerikaanse spelers — OpenAI, Anthropic, Google — zijn de krachtigste modellen doorgaans gesloten. Je betaalt per API-aanroep en hebt geen toegang tot de onderliggende technologie.

Hoe presteert het vergeleken met de concurrentie?

Hier wordt het voor mij pas echt interessant. Z.ai claimt dat GLM-5.2 op meerdere benchmarks in de buurt komt van Anthropics Claude Opus 4.8 en OpenAI's GPT-5.5, twee van de krachtigste gesloten modellen op dit moment.

Enkele concrete scores die ik tegenkwam:

• FrontierSWE (een benchmark voor complexe softwaretaken): GLM-5.2 scoort 74,4 — tegenover 75,1 voor Claude Opus 4.8 en 72,6 voor GPT-5.5. Dat verschil met Opus is minder dan één procentpunt.
• SWE-bench Pro: GLM-5.2 haalt 62,1, een flinke sprong ten opzichte van de 58,4 van zijn voorganger.
• Terminal-Bench 2.1: een score van 81,0, tegenover 85,0 voor Claude Opus 4.8.

Volgens Artificial Analysis, een onafhankelijke benchmark-organisatie, is GLM-5.2 het best presterende open-weights model op hun Intelligence Index. Dat is een positie die het model onderscheidt van concurrenten als Llama en Mistral.

Een kanttekening bij de kosten

Er zit een nuance aan de efficiëntie. GLM-5.2 genereert per taak aanzienlijk meer output-tokens dan concurrenten — zo'n 43.000 tokens per taak, waar GLM-5.1 op 26.000 zat. Het model is dus "token-hongerig". Dat betekent dat de kosten per taak hoger kunnen uitvallen dan de lage prijzen per token doen vermoeden.

Via platforms als OpenRouter liggen de kosten rond de $1,40 per miljoen input-tokens en $4,40 per miljoen output-tokens. Dat is volgens VentureBeat ongeveer een zesde van wat GPT-5.5 kost. Maar als het model per opdracht meer tokens verbruikt, wordt dat verschil kleiner dan het op papier lijkt.

Wat betekent "open weights" voor een ondernemer?

Het begrip "open weights" verdient even uitleg, want het klinkt abstracter dan het is.

Wanneer een AI-model open weights is, betekent dat je de gewichten van het model kunt downloaden — zeg maar het "brein" — en het zelf kunt draaien. Op je eigen servers, bij een cloudprovider naar keuze, of via een tussenpartij als OpenRouter.

Kun je je voorstellen wat dat betekent als je als ondernemer gevoelige klantdata verwerkt? Je hoeft die data niet naar een Amerikaans of Chinees bedrijf te sturen. Je kunt het model lokaal draaien, binnen je eigen infrastructuur, met je eigen privacyregels.

Daarnaast verminder je vendor lock-in. Als OpenAI morgen de prijzen verdubbelt of de voorwaarden wijzigt, zit je vast als je volledig afhankelijk bent van hun API. Met een open model heb je altijd een alternatief.

Nu wil ik hier wel eerlijk bij zeggen: een model van 1,51 terabyte zelf draaien is niet iets wat je even op een kantoorlaptop doet. Daar heb je serieuze hardware of een cloudoplossing voor nodig. Maar het feit dat de optie er is, verandert de onderhandelingspositie.

De bredere context: China en open AI

Wat mij opvalt aan de timing, is dat Euronews meldt dat GLM-5.2 werd uitgebracht één dag nadat de VS tijdelijk een exportverbod oplegde aan Anthropic-modellen. Of dat toeval is of strategie, kan ik niet beoordelen. Maar het past in een patroon.

China zet al langer in op open AI-modellen als strategisch instrument. Waar Amerikaanse bedrijven hun krachtigste modellen achter betaalmuren houden, maakt China ze vrij toegankelijk. Geen regionale beperkingen, geen exportrestricties.

Voor een Nederlandse ondernemer is de geopolitieke context misschien niet het eerste waar je aan denkt. Maar het heeft wél directe gevolgen. Als krachtige modellen vrij beschikbaar zijn, dalen de kosten voor AI-toepassingen structureel. En dat geldt ook voor jouw concurrenten.

Wat betekent dit praktisch voor het MKB?

Ik denk dat de relevantie voor de meeste MKB-ondernemers niet zit in het zelf draaien van een model met 753 miljard parameters. Dat is voor de meeste bedrijven niet realistisch en ook niet nodig.

De relevantie zit in drie dingen:

1. Prijsdruk op AI-diensten. Als een open model net zo goed presteert als GPT-5.5 maar een fractie kost, zullen ook de gesloten aanbieders hun prijzen moeten aanpassen. Dat is goed nieuws als je AI inzet via tools of platforms.

2. Meer keuze. Je bent als ondernemer minder afhankelijk van één leverancier. Steeds meer softwareplatforms bieden de mogelijkheid om te kiezen welk onderliggend model je gebruikt. GLM-5.2 wordt daar een serieuze optie.

3. Het contextvenster van 1 miljoen tokens. Stel dat je een groot juridisch document, een uitgebreide offerte of een compleet projectdossier door een AI wilt laten analyseren. Met een beperkt contextvenster moet je dat in stukken knippen en verlies je samenhang. Met een miljoen tokens kan het model het geheel in één keer overzien.

Voor mij is dit vooral een signaal dat de toegang tot krachtige AI steeds breder wordt. De tijd dat alleen grote techbedrijven met diepe zakken de beste modellen konden gebruiken, lijkt voorbij. En dat is, wat mij betreft, een ontwikkeling die het volgen waard blijft.