Een open-source AI-model dat Claude Fable 5 bijhoudt

TL;DR

• Wat: Het Chinese Z.ai bracht op 14 augustus GLM-5.3 uit, een open-source model dat op meerdere benchmarks gelijkwaardig presteert aan Anthropics Claude Fable 5.
• Waarom relevant: Een open model dat de commerciële top bijhoudt, betekent dat je als ondernemer straks minder afhankelijk hoeft te zijn van één dure API-leverancier.
• Wat je ermee kunt: Houd GLM-5.3 in de gaten als alternatief voor je huidige AI-tooling — vooral als kosten of leveranciersafhankelijkheid een punt zijn.

Ik scrollde deze week door mijn tijdlijn en viel over een tweet van @bridgemindai: hij was één week offline geweest voor de geboorte van zijn nichtje, en toen hij terugkwam bleek GLM-5.3 ineens "blows te traden" met Fable 5. Dat vond ik een mooi vertrekpunt om uit te zoeken wat hier precies aan de hand is — en wat het betekent als je een bedrijf runt.

Wat is GLM-5.3 precies?

GLM-5.3 is het nieuwste model van Z.ai, het Chinese AI-lab dat tot voor kort vooral bekendstond als Zhipu AI. Het model werd op 14 augustus 2026 uitgebracht en is de opvolger van GLM-5.2. Het telt 743 miljard parameters en gebruikt een zogenaamde Mixture-of-Experts-architectuur — kort gezegd: het model activeert niet al die parameters tegelijk, maar schakelt per taak de meest relevante "experts" in. Dat maakt het zuiniger dan je op basis van het getal zou verwachten.

Wat mij opvalt: Z.ai publiceert GLM-5.3 onder een MIT-licentie. Dat is de meest vrije open-source licentie die er bestaat. Geen regionale beperkingen, geen gebruikslimieten, geen verplichte naamsvermelding. Je mag het model downloaden, draaien op eigen hardware en aanpassen voor je eigen doeleinden. Vergelijk dat met Anthropics Fable 5, dat $10 per miljoen input-tokens en $50 per miljoen output-tokens kost via de API.

De benchmarks: waar wint wie?

De tweet van @bridgemindai spreekt over "trading blows", en als je de benchmarks erbij pakt, klopt dat beeld — met een nuance.

Waar GLM-5.3 sterk scoort

• Op KingBench 3 scoort GLM-5.3 91,25%, wat neerkomt op vrijwel gelijk spel met Fable 5.
• Op Terminal-Bench 3.0 (een benchmark voor agentic coding, ofwel: taken waarbij het model zelfstandig meerdere stappen doorloopt) sprong GLM-5.3 van 4,6 naar 28,3 ten opzichte van zijn voorganger.
• Op het gebied van cybersecurity scoort GLM-5.3 84,5% op de CyberGym-benchmark — hoger dan GPT-5.6 Sol (83,6%) en Fable 5.

Waar Fable 5 voorop blijft

• Op "raw coding" — zuivere codekwaliteit — scoort Fable 5 39,5 op Z.ai's eigen Code Bench, tegenover 34,5 voor GLM-5.3.
• Op offensieve beveiligingstaken (denk aan het vinden en benutten van exploits) houdt Fable 5 eveneens een voorsprong.

Ik vind het eerlijk gezegd opvallend dat het verschil op codering niet groter is. Een open model dat op dezelfde benchmark 87% haalt van wat Anthropics beste model presteert — dat was een jaar geleden ondenkbaar.

Een kanttekening: een deel van de benchmarkresultaten is op dit moment nog door Z.ai zelf gerapporteerd. Onafhankelijke verificatie loopt nog. Dat is geen reden om de cijfers te wantrouwen, maar wel om ze met een gezonde dosis nuchterheid te lezen.

Wat betekent dit voor de kosten?

Hier wordt het voor ondernemers interessant. Volgens meerdere analyses kost GLM-5.3 via de API ruwweg een tiende van wat de gesloten topmodellen vragen. En omdat het model open-source is, kun je het ook op eigen hardware draaien — dan betaal je helemaal geen per-token kosten.

Nu hoor ik je denken: 743 miljard parameters, dan heb je toch een serverruimte nodig? Dat valt mee. Eerder werd al aangetoond dat GLM-5.2 in een gekwantiseerde versie (sterk gecomprimeerd, met beperkt kwaliteitsverlies) draait op een Mac Studio met 256 GB geheugen. Dat is geen goedkoop apparaat, maar het is ook geen datacenter.

Stel dat je als ondernemer maandelijks een paar honderd euro kwijt bent aan API-kosten voor AI-taken — klantenservice, code-review, documentanalyse. Dan wordt een scenario waarin je dat lokaal draait, zonder doorlopende tokenkosten, ineens reëel. Niet morgen, maar ook niet meer sciencefiction.

De strategische vraag: vendor lock-in

Wat mij hier het meest bezighoudt, is niet zozeer het benchmarkverschil tussen GLM-5.3 en Fable 5. Dat is een momentopname. Over drie maanden verschijnt er weer een nieuw model. Wat ik wél belangrijk vind: de kloof tussen open en gesloten modellen wordt kleiner.

Dat heeft consequenties. Als je nu je volledige AI-workflow bouwt op één gesloten model — of dat nu van Anthropic, OpenAI of Google is — dan bind je jezelf vast aan de prijzen, de voorwaarden en de beschikbaarheid van die ene leverancier. Een open model als GLM-5.3 geeft je in principe een uitweg. Je kunt wisselen zonder dat je hele systeem opnieuw moet worden opgebouwd, zolang je je integratie op een standaard API-formaat hebt gebouwd.

Er zit ook een keerzijde aan. Z.ai is een Chinees lab. In gereguleerde sectoren — denk aan financiële dienstverlening of zorg — kan de herkomst van een model een factor zijn bij compliance-afwegingen. Dat is geen oordeel over de kwaliteit, maar een praktisch gegeven waar je als ondernemer rekening mee moet houden.

Snelheid van verandering

Ik vind de tweet van @bridgemindai treffend omdat hij precies laat zien hoe snel dit veld beweegt. Eén week weg, en het landschap ziet er anders uit. Voor ondernemers die AI inzetten of dat overwegen, is dat een relevante observatie: de tool die je vandaag kiest, is over zes maanden misschien niet meer de beste optie.

Dat hoeft geen reden te zijn om te wachten. Maar het is wel een reden om flexibel te bouwen — met standaard API-formaten, met de mogelijkheid om van model te wisselen, en zonder contracten die je voor jaren vastzetten.

Voor mij is dit vooral een signaal dat de AI-markt steeds meer op een commodity-markt begint te lijken. De modellen worden vergelijkbaar, de prijzen dalen, en de echte waarde verschuift naar hoe je ze toepast. Niet welk model je draait, maar wat je ermee oplost.