AnswersPublished18 sources
Wat Zhipu AI onthulde over het mysterieuze model Ox Alpha
Zhipu AI bevestigde op 26 augustus 2026 dat het anonieme model Ox Alpha, in China ook ‘Niu Lai’ genoemd, GLM 5.3 Flash is: een open weights, native multimodaal mixture of experts model. De gratis test op OpenRouter en OpenCode trok volgens berichtgeving in vijf dagen meer dan 50 biljoen tokens; na zes dagen lag het...
Gepubliceerd doorAfbeeldingen gegenereerd met GPT Image 1.5
Research answer
Key takeaways
- Zhipu AI bevestigde op 26 augustus 2026 dat het anonieme model Ox Alpha, in China ook ‘Niu Lai’ genoemd, GLM 5.3 Flash is: een open weights, native multimodaal mixture of experts model.
- De gratis test op OpenRouter en OpenCode trok volgens berichtgeving in vijf dagen meer dan 50 biljoen tokens; na zes dagen lag het volume boven 60 biljoen en stond het model op beide platforms bovenaan.
- Zhipu zegt dat de test volledig draaide op een cluster van meer dan 100.000 in China gemaakte chips, waarbij software optimalisatie de efficiëntie en kosten per token vergelijkbaar zou hebben gemaakt met gangbare NVID...
- De exacte chipfabrikanten zijn niet bekendgemaakt. Huawei, Moore Threads en Hygon worden genoemd als mogelijke leveranciers, maar dat blijft onbevestigde speculatie.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Zhipu AI reveal on August 26, 2026, about the anonymous “Ox Alpha” model known as “Niu Lai,” including its identity as GLM 5.3 Flas. Article summary: On August 26, Zhipu AI (Z.ai) disclosed that the anonymous “Ox Alpha”/“Niu Lai” model was its GLM 5.3 Flash: an open weight, native multimodal mixture of experts model tested anonymously before release.. Topic tags: general web, ai, productivity, code, api. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, cl
Op 26 augustus 2026 maakte Zhipu AI — internationaal ook bekend als Z.ai — bekend dat het mysterieuze model Ox Alpha, in Chinese online kringen ook ‘Niu Lai’ genoemd, zijn eigen GLM-5.3-Flash was. Het gaat om een open-weights, native multimodaal mixture-of-experts-model dat vóór de officiële introductie anoniem werd getest. 1
4
6
Wat de onthulling duidelijk maakte
De anonieme, gratis versie op OpenRouter en OpenCode trok uitzonderlijk veel belangstelling. Volgens berichtgeving verwerkte het model in vijf dagen meer dan 50 biljoen tokens. Na zes dagen was dat volume opgelopen tot meer dan 60 biljoen tokens. Ox Alpha voerde op beide platforms de gebruiksranglijsten aan en piekte volgens de berichtgeving op meer dan twee keer het gebruik van vergelijkbare DeepSeek-modellen. 3
Zhipu stelde dat de dienst volledig draaide op een cluster van meer dan 100.000 in China gemaakte chips. Door software-optimalisatie zouden de hardware-efficiëntie en kosten per token vergelijkbaar zijn met die van gangbare NVIDIA-GPU’s. 3
6
Welke chipfabrikanten precies betrokken waren, maakte Zhipu niet bekend. Huawei, Moore Threads en Hygon zijn in berichtgeving als mogelijke leveranciers genoemd, maar dat is onbevestigde speculatie en geen bevestiging van Zhipu. 40
Waarom dit technisch relevant is
De test bewijst niet dat China in algemene zin de hardware van NVIDIA heeft geëvenaard. Evenmin toont hij aan dat inferentie op binnenlandse chips altijd even goedkoop is als op NVIDIA-hardware. Wel laat het resultaat zien dat een grote, echte productieworkload voor inferentie op een niet-NVIDIA-platform kan worden uitgevoerd met vergaande systeem- en software-engineering. 3
6
Dat is relevant voor NVIDIA’s voordeel rond CUDA. Het suggereert dat modelspecifieke softwarestacks en inferentie-engines voor bepaalde productietoepassingen de afhankelijkheid van CUDA kunnen verkleinen. CUDA’s bredere ecosysteem, ontwikkelaarsbasis, tooling en voordelen voor training blijven daarmee echter ongemoeid. Voor een verdergaande conclusie is onvoldoende bewijs beschikbaar.
Volgens de beschikbare technische beschrijvingen gebruikte Zhipu een op SGLang gebaseerde engine met onder meer W8A8-kwantisatie, een combinatie van INT8-, FP8- en BF16-kwantisatie voor de cache, tensorparallelisme binnen knooppunten en een splitsing tussen Encode, Prefill en Decode — afzonderlijk schaalbare verwerkingspools. Die technieken moesten geheugen-, bandbreedte-, communicatie- en planningsproblemen beheersbaar maken bij een contextvenster van één miljoen tokens. 4
7
Zhipu zou hebben gemeld dat deze aanpassingen de end-to-end-prestaties van de dienst ten opzichte van de oorspronkelijke basisconfiguratie ongeveer verdrievoudigden. De latere SGLang-documentatie meldt daarnaast een hogere doorvoer en een aanzienlijk grotere FP8-cachecapaciteit dan bij een vergelijkbare BF16-configuratie. Dat is echter geen onafhankelijke audit van Zhipu’s oorspronkelijke claim van een drievoudige verbetering. 2
Model, prestaties en prijs
GLM-5.3-Flash heeft in totaal 320 miljard parameters, maar activeert per token ongeveer 18 miljard daarvan. Het model ondersteunt een contextvenster van 1.048.576 tokens. 5
7
Op de Artificial Analysis Intelligence Index kreeg het model naar verluidt een score van 57, dezelfde gerapporteerde score als Claude Opus 4.8. Dat betekent gelijkstand op die samengestelde index — niet dat beide modellen op elke benchmark of bij elke realistische agenttaak even goed presteren. 1
Zhipu positioneerde GLM-5.3-Flash als concurrent voor efficiënte modellen uit het hogere segment, zoals DeepSeek V4 Flash en Pro, maar met aanzienlijk lagere inferentieprijzen. De beschikbare informatie is onvoldoende om exacte vergelijkingen per benchmark met beide DeepSeek-varianten te verifiëren.
De gepubliceerde API-prijs werd gemeld als 0,15 dollar per miljoen invoertokens en 0,50 dollar per miljoen uitvoertokens. 1 Volgens berichtgeving komt dat ongeveer neer op een tiende van de prijs van GLM-5.3 en ongeveer een veertigste van Claude Opus 4.8. Zulke verhoudingen hangen wel af van de gekozen tokenrichting, contextcategorie en het specifieke prijsplan.
1
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Wat Zhipu AI onthulde over het mysterieuze model Ox Alpha"?
Zhipu AI bevestigde op 26 augustus 2026 dat het anonieme model Ox Alpha, in China ook ‘Niu Lai’ genoemd, GLM 5.3 Flash is: een open weights, native multimodaal mixture of experts model.
What are the key points to validate first?
Zhipu AI bevestigde op 26 augustus 2026 dat het anonieme model Ox Alpha, in China ook ‘Niu Lai’ genoemd, GLM 5.3 Flash is: een open weights, native multimodaal mixture of experts model. De gratis test op OpenRouter en OpenCode trok volgens berichtgeving in vijf dagen meer dan 50 biljoen tokens; na zes dagen lag het volume boven 60 biljoen en stond het model op beide platforms bovenaan.
What should I do next in practice?
Zhipu zegt dat de test volledig draaide op een cluster van meer dan 100.000 in China gemaakte chips, waarbij software optimalisatie de efficiëntie en kosten per token vergelijkbaar zou hebben gemaakt met gangbare NVID...