GLM-5.3 Flash: gratis open-sourcemodel scoort hoger dan Claude Opus 4.8

TL;DR

• Wat: Het Chinese AI-lab Zhipu (Z.ai) onthulde dat het anonieme model 'Ox Alpha' eigenlijk GLM-5.3 Flash is — een open-source model dat 63,4 scoort op de DeepSWE-codingbenchmark.
• Waarom relevant: Een gratis beschikbaar model met MIT-licentie presteert op codingtaken op het niveau van betaalde topmodellen — dat verandert de kosten-batenafweging voor AI-tools in je bedrijf.
• Wat je ermee kunt: Bekijk of je huidige AI-codingtools nog de juiste prijs-kwaliteitverhouding bieden, nu open alternatieven dit niveau bereiken.

Ik viel deze week over een bericht dat me even deed stilstaan. Een model dat zes dagen lang anoniem bovenaan de ranglijsten stond op OpenRouter — onder de codenaam 'Ox Alpha' — bleek GLM-5.3 Flash te zijn, gemaakt door het Chinese lab Zhipu AI. Het is open source, het is goedkoop, en het scoort op een belangrijke codingbenchmark hoger dan Claude Opus 4.8 van Anthropic. Dat vind ik het bekijken waard.

Wat is er precies gebeurd?

Op 20 augustus 2026 verscheen er een model op OpenRouter, OpenCode en Cline zonder naam of branding. Gratis te gebruiken, met een contextveld van ruim een miljoen tokens en ondersteuning voor tekst, beeld en video. Niemand wist wie erachter zat.

Zes dagen later, op 26 augustus, onthulde Zhipu AI dat 'Ox Alpha' hun GLM-5.3 Flash was. Een mixture-of-experts model met 320 miljard parameters in totaal, waarvan slechts 18 miljard actief per bewerking. Denk aan een groot kantoorgebouw waar op elk moment maar een paar verdiepingen het licht aan hebben — dat maakt het model snel en zuinig ondanks zijn omvang.

De modelgewichten zijn vrijgegeven onder een MIT-licentie, wat betekent dat iedereen — ook commerciële partijen — ze mag gebruiken, aanpassen en inbouwen.

De benchmarkcijfers: indrukwekkend, maar met nuance

Het getal dat de meeste aandacht trekt: 63,4 op DeepSWE v1.1. DeepSWE is een benchmark van Datacurve, gelanceerd in mei 2026, die AI-modellen test op 113 echte softwaretaken verspreid over 91 repositories en vijf programmeertalen. Het gaat niet om simpele opgaven, maar om langere, realistische klussen in bestaande codebases.

Ter vergelijking: Claude Opus 4.8 van Anthropic — een model waarvoor je via het Pro-abonnement zo'n $200 per maand betaalt — scoort volgens de DeepSWE-ranglijst ongeveer 59%. Claude Fable 5 staat bovenaan met 70%, GPT-5.5 volgt met 67%.

Een kanttekening bij de score

Wat ik wel belangrijk vind om te vermelden: de 63,4 is het cijfer dat Zhipu zelf rapporteert. Een onafhankelijke derde partij mat 58,4% (66 van de 113 taken opgelost), wat meer op het niveau van Claude Opus 4.8 uitkomt dan erboven. Dat verschil is niet ongewoon — benchmarkresultaten kunnen variëren door instellingen, het aantal pogingen en andere technische parameters — maar het is goed om te weten dat het plaatje iets genuanceerder ligt dan de tweet suggereert.

Op Zhipu's eigen interne Code Bench scoort GLM-5.3 Flash 29,0, versus 29,5 voor Claude Opus 4.8. Dat is vrijwel gelijkwaardig.

Wat kost het?

Hier wordt het voor ondernemers interessant. Via de API van Z.ai kost GLM-5.3 Flash:

• Input: $0,15 per miljoen tokens
• Output: $0,50 per miljoen tokens

Tot 9 september 2026 geldt zelfs een introductieprijs die daar nog onder zit: $0,075 input en $0,25 output per miljoen tokens.

Ter vergelijking: het vlaggenschipmodel GLM-5.3 (de niet-Flash-versie) kost $1,40 input en $4,40 output. En de modellen van Anthropic en OpenAI zitten doorgaans in een nog hogere prijsklasse.

Stel dat je als ondernemer AI inzet voor het genereren of beoordelen van code, voor het samenvatten van lange documenten of voor het verwerken van klantvragen — dan is het verschil in kosten per verwerkte tekst aanzienlijk. Een miljoen tokens klinkt abstract, maar dat is ruwweg het equivalent van een paar honderd pagina's tekst. Als je dagelijks grote volumes verwerkt, tikken die kosten aan.

Wat betekent dit voor je als ondernemer?

Ik denk dat het belangrijkste signaal hier niet het benchmarkgetal zelf is, maar wat het vertegenwoordigt: een open-source model met vrije licentie dat op codingtaken meekomt met de duurste commerciële modellen.

Dat heeft een paar praktische gevolgen:

Meer onderhandelingsmacht

Als je betaalt voor AI-diensten — of dat nu GitHub Copilot is, een intern ontwikkeltool of een externe partij die AI inzet — dan wordt het lastiger om hoge tarieven te rechtvaardigen wanneer een gratis alternatief vergelijkbaar presteert. Dat wil niet zeggen dat je morgen moet overstappen, maar het geeft je iets om mee te vergelijken.

Zelf hosten wordt realistischer

De MIT-licentie betekent dat je het model in principe zelf kunt draaien, zonder afhankelijkheid van een Amerikaanse of Chinese cloudprovider. In de praktijk heb je daar wel serieuze hardware voor nodig — 320 miljard parameters is geen model dat je op een standaard server zet. Maar voor grotere MKB-bedrijven of samenwerkingsverbanden kan het een optie worden, zeker als er compactere versies verschijnen.

De markt beweegt snel

Wat mij opvalt is de snelheid waarmee de verhoudingen verschuiven. In mei scoorde GLM-5.2 nog 46,2 op dezelfde benchmark. Drie maanden later zit de opvolger op 63,4. Dat tempo maakt het lastig om langetermijncontracten af te sluiten voor AI-tooling zonder flexibiliteit in te bouwen.

Nog iets om in de gaten te houden

GLM-5.3 Flash draait volgens Zhipu volledig op Chinese AI-chips. Dat is relevant in de context van de exportbeperkingen die de VS heeft ingesteld op geavanceerde chips naar China. Het laat zien dat die beperkingen de Chinese AI-ontwikkeling niet hebben stilgelegd — al is het lastig om van buitenaf te beoordelen hoe de prestaties zich verhouden bij grootschalig gebruik in productieomgevingen versus benchmarkruns.

Voor mij is dit vooral een signaal dat de tijd voorbij is waarin je als ondernemer kon aannemen dat de beste AI-modellen per definitie van een handvol Amerikaanse bedrijven kwamen, en dat kwaliteit automatisch een hoog prijskaartje had. Die aanname klopt steeds minder — en dat is uiteindelijk goed nieuws voor iedereen die AI wil inzetten zonder er een fortuin aan uit te geven.