Z.ai, het Chinese AI-lab dat voorheen bekend stond als Zhipu AI, heeft het volledige gewicht van zijn GLM-5.3-model op Hugging Face vrijgegeven, waardoor een van de sterkste coderings- en agentische modellen die beschikbaar zijn, gratis kan worden gedownload. De release ging live op 28 augustus, slechts enkele dagen nadat het laboratorium had bevestigd dat het virale stealth-model dat bekend staat als "Ox Alpha" in feite zijn eigen GLM-5.3-Flash was en voldoet aan de belofte van open gewichten waar de gemeenschap de hele week nauwlettend op heeft gelet.
De modelpagina verzamelde al snel meer dan 1.100 likes, en de Hacker News-thread waarin de release werd aangekondigd, klom boven de 600 punten toen de ontwikkelaars verwerkten wat zich nu in een openbare repository bevindt: 141 safetensors-bestanden, verzonden in FP8, die misschien wel het meest capabele, openlijk downloadbare coderingsmodel tot nu toe zijn. Voor meer context over dit verhaal, zie ons meer AI-verhalen.
Wat Z.ai daadwerkelijk heeft verzonden
GLM-5.3 is een Mixture-of-Experts-model gebouwd op een architectuur die Z.ai glm_moe_dsa noemt. Volgens de configuratie die naast de gewichten is gepubliceerd, stapelt het netwerk 78 lagen met 256 gerouteerde experts, waardoor 8 experts per token worden geactiveerd plus één gedeelde expert. Het contextvenster omvat 1.048.576 tokens (een volledig miljoen) en het model ondersteunt een parameter "reasoning_effort" met lage, hoge en max-instellingen, standaard ingesteld op max.
Misschien wel de meest interessante opmerking op de modelkaart is een openhartigheid over waar de verbeteringen vandaan kwamen: GLM-5.3 gebruikt hetzelfde basismodel als GLM-5.2, en elke winst komt voort uit post-training. Het laboratorium beschrijft het resultaat nadrukkelijk als "het meest capabele open-weights-model voor coderen".
Benchmarks: Open-Weights SOTA voor agentische codering
De gepubliceerde evaluatietabel is uitgebreid en ongebruikelijk specifiek over de methodologie, met resultaten tegen Kimi K3, DeepSeek-V4 Pro-0813, Qwen3.8-Max, Anthropic's Opus 4.8, Google's Fable 5 en OpenAI's GPT-5.6 Sol.
Op Terminal Bench 3.0 scoort GLM-5.3 28,3 – open-source state-of-the-art, en een sprong van 4,6 voor GLM-5.2, hoewel nog steeds achter de gesloten grens van Fable 5 op 33,7 en GPT-5.6 Sol op 34,6. Op Terminal Bench 2.1 staat het 88,2, in wezen op hetzelfde niveau als Kimi K3 en GPT-5.6 Sol en vóór Opus 4.8's 85,0. De DeepSWE-resultaten stegen tussen de versies van 46,2 naar 66,9, en GLM-5.3 staat bovenaan de tabel op AutomationBench met 48,2 en op GDPval-AA v2 met 1769, de laatste geëvalueerd door Artificial Analysis.
Z.ai rapporteert ook een verbetering van 50% ten opzichte van GLM-5.2 op zijn interne Code Bench, naast de beste resultaten met open gewichten op benchmarks zoals Agents' Last Exam.
De kwestie van cybercapaciteiten
De modelkaart is opmerkelijk bot over een ontwikkeling die veiligheidsonderzoekers al maanden volgen: "Toen we na de training opschaalden, ontwikkelden de cybercapaciteiten zich sneller dan we hadden verwacht", aldus de kaart. GLM-5.3 is state-of-the-art op CyberGym voor het ontdekken van kwetsbaarheden op 84,5, en overtreft elk model op tafel, inclusief GPT-5.6 Sol, en het verdubbelt GLM-5.2 ruimschoots op exploitatiebenchmarks: 54,4 versus 24,4 op ExploitBench, en 105/130 versus 29/39 op ExploitGym's tweevoudige budgetten.
AI Buzz Wire behandelde deze mogelijkheden toen ze medio augustus met de API-only release op de markt kwamen. Wat nu verandert is de distributie: de gewichten kunnen worden gedownload, gekwantiseerde community-builds zullen waarschijnlijk snel volgen en iedereen met voldoende geheugen kan het model lokaal uitvoeren. In de Hacker News-discussie merkten sommige gebruikers op dat het model minder restrictief aanvoelde als het ging om taken die verband hielden met de beveiliging dan door de VS gehoste alternatieven – eerder gemeenschapsindrukken dan een officiële beleidsclaim, maar een weerspiegeling van waarom deze release net zo vaak in veiligheidskringen wordt besproken als in ontwikkelaarskringen.
Een licentie gericht op hyperscalers
In tegenstelling tot GLM-5.3-Flash, dat werd geleverd onder een schone MIT-licentie, wordt GLM-5.3 geleverd met een aangepaste "GLM-5.3-licentie". The New Stack typeerde het als gericht op hyperscalers, en de tekst bevestigt dat. Voor bijna iedereen zijn de voorwaarden feitelijk tolerant: gebruiken, kopiëren, wijzigen, samenvoegen, publiceren, distribueren, in sublicentie geven en verkopen, met alleen de vereiste om de kennisgeving op te nemen.
De uitzondering richt zich op één specifiek bedrijfsmodel. Als een licentienemer of zijn dochterondernemingen een 'Model as a Service'-bedrijf exploiteren - waarbij derde partijen toegang tot gevolgtrekking of afstemming krijgen - en hun gecombineerde omzet over een opeenvolgende twaalf maanden meer dan $10 miljard bedraagt, moeten zij een Z.ai-veiligheidsbeoordeling ondergaan voordat zij het model of zijn derivaten commercieel kunnen gebruiken. Deze clausule trekt een cirkel rond de grootste cloudproviders, terwijl startups, onderzoekers, ondernemingen en middelgrote hosts onaangetast blijven.
De tweesporenaanpak is veelzeggend. De Flash-variant, nu onthuld als het Ox Alpha-model dat viraal ging voordat TechCrunch zijn oorsprong ontdekte, draait volledig op Chinees silicium en draagt de MIT-vlag voor maximale adoptie. Het vlaggenschip krijgt een op maat gemaakte licentie die de implementatie van hyperscalers – vooral door Amerikaanse clouds – achter het eigen beoordelingsproces van Z.ai houdt.
Zelf uitvoeren
Voor degenen die het willen proberen, vermeldt de modelkaart implementatieondersteuning voor vLLM, SGLang, KTransformers, Unsloth en Hugging Face Transformers, met kookboekrecepten voor een aantal ervan. Met name de implementatie van Huawei Ascend NPU wordt gedocumenteerd via vLLM-Ascend, xLLM en SGLang – een voortzetting van de inspanningen van het laboratorium om te bewijzen dat grensmodellen op niet-Nvidia-hardware draaien. In de gemeenschap was DeepInfra de eerste die een eindpunt van een derde partij van het open model op OpenRouter aanbood.
Z.ai publiceerde ook een technisch rapport over arXiv, getiteld "GLM-5: from Vibe Coding to Agentic Engineering", waarin de ontwikkeling van de modelfamilie werd beschreven.
Waarom het ertoe doet
De release comprimeert de kloof tussen de gesloten grens en de open grens tot een afrondingsfout op veel agentische coderingsbenchmarks – weken, niet jaren. Gecombineerd met Kimi K3 en DeepSeek-V4 betekent dit dat ontwikkelaars buiten de grootste laboratoria nu geloofwaardige alternatieven hebben die ze kunnen bezitten, controleren en verfijnen.
Het signaleert ook een verschuiving in de manier waarop open releases worden beheerd. De splitsing tussen MIT en aangepaste licenties binnen één modelfamilie suggereert dat Chinese laboratoria licenties leren gebruiken als strategische infrastructuur: openheid waar het een ecosysteem opbouwt, hefboomeffect waar het positie beschermt. De volgende test zal zijn of een MaaS-operator met een waarde van meer dan $10 miljard zich daadwerkelijk onderwerpt aan een Z.ai-beveiligingsbeoordeling – of dat de clausule eenvoudigweg de grootste wolken buiten houdt terwijl alle anderen er bovenop bouwen.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
