GLM 5.3 Flash onthuld als het anonieme model Ox Alpha

TL;DR

• Wat: Het Chinese Zhipu AI onthulde dat het mysterieuze model Ox Alpha — dat vorige week viraal ging op OpenRouter — eigenlijk GLM 5.3 Flash is.
• Waarom relevant: Met een prijs van $0,075 per miljoen inputtokens en $0,25 output is het goedkoper dan DeepSeek V4 Flash, en de open weights komen eraan.
• Wat je ermee kunt: Houd dit model in de gaten als je AI-kosten wilt drukken — het is nu al via OpenRouter te gebruiken onder zijn echte naam.

Afgelopen week dook er op OpenRouter een anoniem model op dat binnen zes dagen viraal ging. Vandaag werd bevestigd dat het om GLM 5.3 Flash gaat, een model van het Chinese Zhipu AI. Ik vind het een interessante ontwikkeling, vooral omdat de prijsstelling opvallend laag is en er open weights zijn aangekondigd.

Wat er precies is gebeurd

Op 20 augustus verscheen er zonder aankondiging een model op OpenRouter onder de codenaam stealth/ox-alpha. Niemand wist wie erachter zat. Het model was gratis te gebruiken en trok in zes dagen zo'n 42 biljoen tokens aan gebruik en meer dan 221.000 unieke gebruikers. Op het hoogtepunt lag het gebruik meer dan twee keer zo hoog als dat van DeepSeek.

De AI-gemeenschap ging volop speculeren. Was het van OpenAI? Google DeepMind? Meta? Onderzoekers begonnen het model te ontleden: de tokenizer, de foutmeldingen van de API, de manier waarop video-tokens werden verwerkt — alles wees naar Zhipu AI, het Chinese bedrijf achter de GLM-modellenfamilie.

Vandaag bevestigde Zixuan Li van Zhipu AI op X dat Ox Alpha een vroege versie was van GLM 5.3 Flash. De officiële release zou volgens hem beter presteren en stabieler zijn.

Wat is GLM 5.3 Flash precies?

GLM 5.3 Flash is een zogeheten mixture-of-experts-model. Dat betekent dat het weliswaar een groot totaal aan parameters heeft, maar dat bij elke vraag slechts een klein deel daarvan actief is. Volgens HuggingPapers gaat het om 320 miljard parameters totaal, waarvan 18 miljard actief. Vergelijk het met een groot kantoorgebouw waarin op elk moment maar een paar verdiepingen het licht aan hebben — dat bespaart energie terwijl je toch de volledige capaciteit beschikbaar hebt.

Technische kenmerken

• Contextvenster: ruim 1 miljoen tokens (dat is het equivalent van een boek van zo'n 750.000 woorden)
• Maximale output: 131.072 tokens
• Multimodaal: accepteert tekst, afbeeldingen én video als invoer
• Kennisgrens: november 2025

Het model is specifiek geoptimaliseerd voor codering en zogenoemde agentic tasks — taken waarbij het model meerdere stappen achter elkaar zelfstandig uitvoert, zoals het debuggen van software of het doorlopen van een complex werkproces.

De prijs: opvallend laag

Wat mij hier het meest opvalt, is de prijs. Op OpenRouter kost GLM 5.3 Flash:

• Input: $0,075 per miljoen tokens
• Output: $0,25 per miljoen tokens

Ter vergelijking: DeepSeek V4 Flash — tot voor kort de goedkoopste serieuze optie — hanteert sinds 16 augustus een piek/daltarief. Tijdens piekuren betaal je $0,44 per miljoen inputtokens en $1,32 voor output. Zelfs buiten piekuren ($0,22 input, $0,66 output) is dat nog aanzienlijk duurder dan GLM 5.3 Flash.

Voor een MKB-ondernemer die AI-toepassingen draait — denk aan klantenservice-automatisering, documentanalyse of codeergerelateerd werk — kan dat kostenplaatje serieus verschil maken. Stel dat je dagelijks een paar miljoen tokens verwerkt: dan praat je bij DeepSeek al snel over tientallen euro's per maand, terwijl GLM 5.3 Flash op een fractie daarvan uitkomt.

Een kanttekening bij de benchmarks

Over de prestaties is het beeld genuanceerder dan de hype suggereert. Tijdens de anonieme testperiode haalde een onafhankelijke onderzoeker een slagingspercentage van 80% op tien software-engineeringtaken — hoger dan Claude Fable 5 en GPT-5.6 Sol. Maar toen de volledige benchmark van 113 taken werd afgerond, landde Ox Alpha rond de 63%, wat het ruwweg op hetzelfde niveau brengt als GPT-5.6 Sol.

Ik vind dat een eerlijk resultaat voor een Flash-model (lees: de snelle, goedkope variant), maar het is goed om te weten dat de eerste cijfers die rondgingen dus een vertekend beeld gaven. Kleine steekproeven doen dat vaker.

Open weights: waarom dat ertoe doet

Zhipu AI heeft aangekondigd dat de modelgewichten open beschikbaar komen. Dat betekent dat bedrijven het model in principe zelf kunnen draaien op eigen hardware, of bij een cloudprovider naar keuze.

Kun je je voorstellen wat dit betekent als je een bedrijf hebt dat gevoelige data verwerkt? Je hoeft die data dan niet naar een externe API te sturen. Je draait het model in je eigen omgeving. Voor sectoren als de zorg, juridische dienstverlening of financiën is dat een belangrijk argument.

Wanneer de weights precies beschikbaar komen en onder welke licentie, is op dit moment nog niet bekendgemaakt. Dat is iets om in de gaten te houden.

De strategie: anoniem lanceren om kwaliteit te laten spreken

Wat ik eerlijk gezegd fascinerend vind, is de lanceerstrategie. Zhipu AI zette het model bewust anoniem online, zonder merknaam. Het idee: laat de prestaties voor zich spreken, zonder dat vooroordelen over Chinese AI-modellen een rol spelen.

Dat is een slimme zet. In de AI-wereld heerst nog altijd een zekere neiging om Chinese modellen met meer scepsis te bejegenen dan Amerikaanse. Door de naam weg te laten, moesten gebruikers het model puur op output beoordelen. En dat deden ze — massaal.

Ik denk dat we dit soort stealth-lanceringen vaker gaan zien. Het is een manier om gebruikersvertrouwen op te bouwen zonder de last van merkperceptie. Tegelijkertijd roept het vragen op over transparantie: als je niet weet wie een model maakt, weet je ook niet welke data erin zit of welke waarden erin zijn getraind.

Een reflectie

Voor mij is dit vooral een signaal dat de prijzen van capabele AI-modellen in een razend tempo blijven dalen, en dat de concurrentie steeds meer uit China komt. Als ondernemer hoef je niet per se te kiezen — je kunt via platformen als OpenRouter eenvoudig wisselen tussen modellen op basis van prijs en prestatie.

Maar het feit dat een model van deze kwaliteit voor minder dan een kwartje per miljoen tokens beschikbaar is, en straks mogelijk op eigen hardware draait, verschuift de rekensommen. Ik zou zelf willen weten hoe stabiel het model presteert over langere tijd en wat de licentie van de open weights wordt. Dat bepaalt uiteindelijk of dit een serieuze optie wordt voor bedrijfskritische toepassingen.