Z.ai onthult Ox Alpha als GLM-5.3-Flash met MIT-licentie
Ontwikkelaars die sinds 20 augustus gratis konden stoeien met een naamloos model dat zich “Ox Alpha” noemde, weten nu wie erachter zat. Z.ai, het internationale merk van het Chinese Zhipu AI, bevestigde op woensdag 26 augustus dat het om GLM-5.3-Flash gaat. De gewichten kwamen diezelfde dag onder een MIT-licentie op Hugging Face te staan. Op AI Feiten schreven we eerder al dat het speurwerk van ontwikkelaars richting Z.ai wees, op basis van tokenizer-eigenaardigheden en antwoordpatronen.
Wat er in het model zit
GLM-5.3-Flash telt 320 miljard parameters, waarvan er per token zo’n 18 miljard actief zijn. Het is dus een mixture-of-experts, opgebouwd uit 45 lagen met een mengvorm van sparse en lineaire attentie. Dat aantal lagen ligt fors lager dan bij eerdere GLM-modellen, wat de doorvoersnelheid ten goede komt. Het contextvenster gaat tot een miljoen tokens.
Belangrijker is dat dit het eerste model in de GLM-5-reeks is dat van zichzelf tekst, afbeeldingen en video aankan. Audio ontbreekt. Het vlaggenschip GLM-5.3, dat op 14 augustus uitkwam, verwerkt uitsluitend tekst. Z.ai heeft de Flash-variant naar eigen zeggen opnieuw getraind op een multimodaal corpus van 30 biljoen tokens in plaats van hem af te leiden van het grote model.
Negen keer goedkoper dan het vlaggenschip
De prijskaart verklaart waarom er zoveel over dit model gepraat wordt. Z.ai rekent 0,15 dollar per miljoen invoertokens, 0,50 dollar per miljoen uitvoertokens en 0,03 dollar per miljoen tokens die uit de cache komen. Tot 9 september geldt daar nog eens 50 procent korting op. GLM-5.3 zelf kost 1,40 en 4,40 dollar, ongeveer negen keer zoveel.
Die combinatie van open gewichten en lage API-prijzen is inmiddels het vaste patroon bij Chinese labs. Alibaba deed het vorige week met Qwen3.8-Flash-Next, DeepSeek eerder met een visievariant van V4-Flash. Westerse aanbieders volgen mondjesmaat: IBM zette vorige week Granite 4.2 onder Apache 2.0 online.
De benchmarks komen van de maker zelf
Z.ai publiceert scores die er goed uitzien. Op DeepSWE v1.1 haalt GLM-5.3-Flash 63,4 procent tegenover 46,2 voor GLM-5.2. Op AutomationBench v1.0.6 gaat de score van 26,2 naar 48,8. Voor GDPVal-AA v2 noemt het bedrijf 1773 punten. Ook de Artificial Analysis Intelligence Index-score van 57 komt uit de koker van Z.ai en is nog niet door een onafhankelijke partij nagemeten.
Voorzichtigheid is hier op zijn plaats. Zelfgerapporteerde cijfers zeggen weinig tot Artificial Analysis en vergelijkbare meetbureaus hun eigen runs hebben gedaan. Wat wel controleerbaar is: de gewichten staan er, iedereen kan ze downloaden en zelf testen. SGLang en vLLM ondersteunen het model vanaf dag een.
Wat betekent dit
Voor Nederlandse bedrijven die met AI-kosten worstelen, verschuift de rekensom opnieuw. Een multimodaal model met een miljoen tokens context dat je voor 15 dollarcent per miljoen tokens draait, of desnoods zelf op eigen hardware zet, verandert wat er financieel haalbaar is aan documentverwerking en videoanalyse. De MIT-licentie legt daarbij vrijwel geen beperkingen op, ook niet commercieel.
De keerzijde blijft de herkomst. Wie klantdata door een Chinees model haalt, moet dat via de API-route langs de eigen privacyafweging leggen. Bij lokaal draaien vervalt dat bezwaar, al vraagt een model van deze omvang stevige hardware. Z.ai bouwt intussen gestaag aan een portfolio buiten taalmodellen om, zoals de OpenVuln-scanner voor GitHub-projecten van vorige week laat zien.
