GLM-5.2: Het opengewichtmodel dat in 2026 de AI-markt op z'n kop zette

Op 13 juni 2026 bracht het Chinese AI-lab Z.ai (voorheen Zhipu AI) GLM-5.2 uit, een opengewichtmodel met een Mixture-of-Experts-architectuur van 744 miljard parameters . Vier dagen later verschenen de volledige gewichten op Hugging Face onder de permissieve MIT-licentie, zonder regionale beperkingen . De lancering viel precies een dag nadat de Amerikaanse exportcontroles Anthropic dwongen om zijn Fable 5-model wereldwijd uit te schakelen . Die timing creëerde een direct 'VS beperkt, China lanceert'-verhaal en versnelde de interesse van bedrijven in Chinese AI-alternatieven. De benchmarks en prijzen maakten de keuze bovendien bijna onweerstaanbaar.

Wat GLM-5.2 biedt: specificaties, benchmarks en prijzen

GLM-5.2 gebruikt een MoE-architectuur met 744 miljard parameters, waarvan er ongeveer 40 miljard actief zijn per token . De contextvenster van 1 miljoen tokens is volledig bruikbaar en betekent een vervijfvoudiging ten opzichte van de 200K-limiet van GLM-5.1 . De maximale output bedraagt 131.072 tokens . Een opvallend detail: het model werd naar verluidt getraind op Huawei Ascend-chips in plaats van NVIDIA-hardware, een feit met aanzienlijke implicaties voor de toeleveringsketen en exportcontroles .

Op standaardbenchmarks behaalde GLM-5.2 de hoogste score van elk opengewichtmodel op de Artificial Analysis Intelligence Index v4.1: 51 punten. Dat is beter dan MiniMax-M3 (44), DeepSeek V4 Pro (44) en Kimi K2.6 (43) . Het scoorde 80,3% op GPQA Diamond (wetenschappelijk redeneren op masterniveau) en 86,67% op AIME 2025 (wiskundig redeneren) . Op SWE-bench Pro, een belangrijke benchmark voor software-engineering, haalde het 62,1 – hoger dan GPT-5.5 (58,6) en slechts ongeveer 0,7 punt achter op Claude Opus 4.8 op de gerelateerde FrontierSWE-benchmark (74,4% vs 75,1%) . Volgens CNBC zit GLM-5.2 binnen één procentpunt van Anthropic's Opus 4.8 op een belangrijke agentische benchmark, tegen ongeveer een vijfde van de kosten .

De API-prijzen zijn $1,40 per miljoen invoertokens en $4,40 per miljoen uitvoertokens , ruwweg een zesde van de kosten van GPT-5.5 via de API . Voor gecachte tokens betaal je $0,26 per miljoen .

Amerikaanse exportcontroles en de verschuiving naar Chinese AI

GLM-5.2 werd op 13 juni 2026 gelanceerd voor abonnees – één dag nadat het Amerikaanse Ministerie van Handel Anthropic dwong om Fable 5 wereldwijd uit te schakelen vanwege exportcontrolerestricties . Die tegenstelling bleef niet onopgemerkt bij bedrijven. De Amerikaanse exportcontroles op geavanceerde AI-chips (NVIDIA H100/B200 naar China) hebben Chinese labs ertoe aangezet om te trainen op binnenlandse hardware zoals Huawei Ascend. Tegelijkertijd maken deze controles Chinese modellen vrijgesteld van Amerikaanse heruitvoerlicentieregels – een compliancevoordeel in markten waar AI-modellen van Amerikaanse oorsprong juist te maken krijgen met beperkingen .

Coinbase' kostenstrategie: 50% besparing door standaard opengewichtmodellen

Coinbase-CEO Brian Armstrong maakte de zakelijke argumentatie publiekelijk. Op 8 juni 2026 voorspelde hij dat 80% van alle AI-workloads uiteindelijk op opengewichtmodellen zou draaien, en stelde dat de economie onweerlegbaar is – vooral wanneer Chinese opengewichtmodellen bijna topprestaties leveren voor een fractie van de prijs . Op 27 juni detailleerde hij Coinbase' interne aanpak: ingenieurs standaard laten werken met opensource Chinese modellen zoals GLM 5.2 en Kimi 2.7, prompts intelligent routeren via een LLM-gateway, en reacties agressief cachen .

De resultaten zijn opvallend. Coinbase verlaagde de interne AI-uitgaven met ongeveer 50%, terwijl het tokenverbruik exponentieel groeide . De cache-hitratio steeg van 5% naar 60% . Het bedrijf legde ingenieurs geen gebruikslimieten of budgetwaarschuwingen op . Coinbase experimenteert nu met een intern 'LLM Ops'-hulpmiddel dat de modelselectie per taak verder automatiseert .

Maar de strategie kreeg ook kritiek. Tegenstanders wezen op onopgeloste beveiligingsrisico's en geopolitieke spanningen – het routeren van bedrijfsprompts via modellen die zijn gemaakt door een aan de Chinese staat gelieerd lab brengt juridische risico's met zich mee waar nog geen toezichthouder duidelijkheid over heeft gegeven .

OpenRouter: Chinese modellen halen Amerikaanse in op tokenverkeer

Data van OpenRouter laten een dramatische herverdeling van AI-modelgebruik zien tussen 2024 en 2026 . In juni 2025 hadden Amerikaanse modellen van Google, OpenAI en Anthropic nog ongeveer 70–80% van het tokenaandeel, met Chinese modellen rond de 10% . In februari 2026 was het aandeel van Chinese modellen gestegen tot ongeveer 61% van het tokenvolume in de top 10 . In juni 2026 verwerkten Chinese modellen wekelijks ongeveer 18 biljoen tokens, tegenover ongeveer 5,5 biljoen voor Amerikaanse modellen. Het totale wekelijkse volume bedroeg circa 25 biljoen . Het Amerikaanse aandeel kelderde in 12 maanden tijd naar ongeveer 30% . De belangrijkste Chinese modellen die deze verschuiving aandrijven zijn DeepSeek, Qwen, MiniMax, Moonshot/Kimi en nu GLM-5.2 .

De onopgeloste beveiligings- en juridische risico's

De kern van de juridische zorg is eenvoudig maar onopgelost. Z.ai (Zhipu AI) is een Chinees bedrijf dat is voortgekomen uit de Tsinghua-universiteit en gelieerd is aan de Beijing Academy of Artificial Intelligence (BAAI) – entiteiten die diep verweven zijn met China's staats-AI-ecosysteem . China's Nationale Inlichtingenwet (2017) en Gegevensbeveiligingswet (2021) leggen alle Chinese organisaties een algemene verplichting op om 'staatsinlichtingenwerk te steunen, assisteren en ermee samen te werken.' Deze wetten zijn breed geformuleerd en hebben extraterritoriale werking.

Specifieke risicovectoren die in mediaberichten worden genoemd: bedrijven die zelfgehoste GLM-5.2-gewichten draaien, kunnen nog steeds wettelijk verplicht zijn onder de Chinese wet als ze interactie hebben met een Chinese entiteit voor updates, telemetrie of ondersteuning ; API-aanroepen die via in China gehoste inferentie-eindpunten worden geleid, passeren rechtsgebieden waar toegang tot gegevens door staatsactoren wettelijk is toegestaan ; en Coinbase' eigen strategie heeft publieke weerstand opgeroepen vanwege 'onopgeloste beveiligings- en juridische risico's' voor bedrijven die gevoelige financiële gegevens verwerken . Geen enkele Amerikaanse of EU-regelgevende instantie heeft tot nu toe definitief uitsluitsel gegeven of het gebruik van Chinese opengewichtmodellen – zelfs zelfgehost – aansprakelijkheid creëert onder gegevensbeschermingsregimes of sanctiekaders. Eind juni 2026 blijft het risico onopgelost; bedrijven maken hun eigen afwegingen op basis van de hostinglocatie van het model, de gevoeligheid van de gegevens en de afhankelijkheden in de toeleveringsketen .