Z.ai onthult: Ox Alpha was GLM-5.3-Flash op Chinese chips

TL;DR

• Wat: Z.ai (Zhipu AI) onthulde dat het anonieme AI-model Ox Alpha — in zes dagen het meest gebruikte model op OpenRouter — hun nieuwe open model GLM-5.3-Flash is, volledig gedraaid op Chinese AI-chips.
• Waarom relevant: een open model dat op niet-Nvidia hardware op schaal kan draaien, verandert de verhoudingen in kosten en beschikbaarheid van AI-diensten.
• Wat je ermee kunt: GLM-5.3-Flash is gratis beschikbaar onder MIT-licentie; het is het testen waard als goedkoop alternatief voor je huidige AI-toepassingen.

Afgelopen week dook er een naamloos AI-model op bij OpenRouter: Ox Alpha. Gratis te gebruiken, geen afzender. Binnen zes dagen was het het meest gebruikte model op het platform — en toen trok Z.ai, het internationale merk van het Chinese Zhipu AI, het doek eraf. Ik vind het een fascinerend verhaal, niet alleen om het model zelf, maar om wat het zegt over de verschuivingen in de AI-markt.

Een anoniem debuut dat niemand verwachtte

Op 20 augustus verscheen Ox Alpha op OpenRouter als zogeheten "stealth model" — een model zonder naam, zonder maker, aangeboden voor nul dollar. Het enige wat gebruikers wisten: het had een contextvenster van ruim een miljoen tokens, het kon tekst, beeld én video verwerken, en het was opvallend goed in code-taken.

De cijfers zijn indrukwekkend. Volgens OpenRouter verwerkte Ox Alpha in zes dagen zo'n 23,2 biljoen tokens. Dat is ongeveer 2,3 keer zoveel als het eerstvolgende model op het platform. Zonder naam, zonder marketing, zonder merk. Puur op basis van prestatie en het feit dat het gratis was.

Wat mij hier opvalt: als een model zonder enige naamsbekendheid binnen een week de populairste optie wordt, zegt dat iets over hoe snel gebruikers bereid zijn om te wisselen. Merkloyaliteit in AI is broos — prestatie en prijs winnen het.

Wat GLM-5.3-Flash technisch biedt

GLM-5.3-Flash is een zogenaamd Mixture-of-Experts model (MoE). Stel je het voor als een gebouw met 320 miljard kamers, waarvan er maar 18 miljard tegelijk het licht aan hebben. Het model is enorm, maar per vraag activeert het slechts een fractie van zichzelf. Dat maakt het snel en relatief goedkoop om te draaien.

De specificaties op een rij:

• Parameters: 320 miljard totaal, 18 miljard actief per token
• Contextvenster: 1.048.576 tokens (~1 miljoen)
• Output: tot 131.072 tokens per antwoord
• Input: tekst, afbeeldingen en video
• Licentie: MIT (vrij te gebruiken, ook commercieel)
• Prijs via API: $0,15 per miljoen input-tokens, $0,50 per miljoen output-tokens

Ter vergelijking: Z.ai's eigen grotere model, GLM-5.3, kost $1,40 en $4,40 voor dezelfde hoeveelheden. Flash is dus ruwweg een tiende van de prijs.

Hoe presteert het?

De benchmarks laten een genuanceerd beeld zien. Op sommige coderingstaken scoort GLM-5.3-Flash vergelijkbaar met Claude Opus 4.8 — bijvoorbeeld 63,4 op DeepSWE v1.1 en 84,3 op Terminal Bench 2.1 (tegenover 85,0 voor Opus 4.8). Op andere tests blijven GPT-5.6 Sol en Claude voorop lopen. Ik denk dat het eerlijk is om te zeggen: dit is geen model dat alles verslaat, maar het speelt mee in de hoogste divisie tegen een fractie van de kosten.

De Chinese chip-factor

Dit is wat mij het meest intrigeert aan dit verhaal. Alle gratis verkeer van Ox Alpha — die 23,2 biljoen tokens — draaide op Chinese AI-chips. Niet op Nvidia's H100 of H200, maar op binnenlands geproduceerde accelerators.

Z.ai claimt dat hun inference-stack, gebouwd op het open-source framework SGLang, een drievoudige verbetering in serverprestaties behaalde ten opzichte van hun beginpunt. En ze stellen dat Chinese chips inmiddels frontiermodel-inference aankunnen tegen kosten die vergelijkbaar zijn met gangbare Nvidia GPU's.

Dat is een opvallende claim. Zhipu AI staat sinds januari 2025 op de Amerikaanse Entity List, wat betekent dat het bedrijf in principe geen toegang heeft tot de nieuwste Amerikaanse en Europese chiptechnologie. Dat zij desondanks een model op schaal kunnen serveren — en dat gebruikers het verschil kennelijk niet merkten — is veelzeggend.

Voor de context: Zhipu is niet de enige Chinese AI-speler die naar eigen chips kijkt. Volgens berichtgeving van onder meer TrendForce en The Information onderzoeken ook DeepSeek en andere Chinese labs op maat gemaakte chipoplossingen. Het is een structurele verschuiving: elke Chinese ontwikkelaar die inference-werklasten succesvol naar eigen hardware verplaatst, verkleint Nvidia's adresseerbare markt in China.

Wat betekent dit voor een ondernemer?

Kun je je voorstellen wat het betekent als hoogwaardige AI-modellen beschikbaar worden onder een vrije licentie, tegen een tiende van de huidige prijzen?

Voor een MKB-ondernemer zie ik drie concrete punten:

1. De kosten van AI-gebruik dalen structureel

Een model als GLM-5.3-Flash kost $0,15 per miljoen input-tokens. Stel dat je een klantenservice-tool draait die dagelijks duizenden vragen verwerkt — het verschil tussen dit model en een duurder alternatief kan oplopen tot honderden euro's per maand. En het gaat steeds sneller: zes maanden geleden waren dit soort prijspunten ondenkbaar voor een model op dit niveau.

2. Open modellen geven je meer keuzevrijheid

GLM-5.3-Flash is uitgebracht onder een MIT-licentie. Dat betekent dat je het in principe zelf kunt hosten, aanpassen en integreren zonder afhankelijk te zijn van één leverancier. Voor bedrijven die waarde hechten aan controle over hun data — en dat zou iedere ondernemer moeten zijn — is dat relevant.

3. De geopolitieke dimensie is er ook

Ik vind het belangrijk om hier eerlijk over te zijn. Zhipu AI is een Chinees bedrijf dat op de Amerikaanse sanctielijst staat. China overweegt zelf ook exportbeperkingen op AI-modellen en -chips. Als ondernemer hoef je geen geopolitiek expert te zijn, maar het is verstandig om te weten waar je AI-tools vandaan komen en welke regelgeving daarop van toepassing is — zeker als je in sectoren werkt met gevoelige klantdata.

De stilte zegt ook iets

Wat ik bijzonder vind aan dit hele verhaal is de stilte waarmee het begon. Geen persconferentie, geen glossy lancering. Gewoon een model op een platform zetten, gratis, zonder naam, en kijken of het op eigen kracht gebruikers trekt. Dat deed het — massaal.

Ik denk dat dit een patroon wordt. De tijd van grote, gecontroleerde lanceringen maakt plaats voor een wereld waarin modellen zich moeten bewijzen op platforms waar gebruikers direct kunnen vergelijken. Voor ondernemers die AI-tools evalueren is dat goed nieuws: de markt wordt transparanter, en kwaliteit is steeds makkelijker af te lezen aan daadwerkelijk gebruik in plaats van marketingbeloften.

Voor mij is dit vooral een signaal dat de AI-markt sneller commoditiseert dan veel mensen verwachtten. De beste modellen worden goedkoper, opener en draaien op steeds meer soorten hardware. Als ondernemer is het slim om niet te veel vast te zitten aan één aanbieder — de kaarten worden voortdurend opnieuw geschud.