GLM-5: de modelfamilie en het model waarmee het begon

GLM-5 werd op 11 februari 2026 beschikbaar gemaakt op OpenRouter. Z.ai omschrijft het als een model "gericht op complexe systems engineering en agentic taken over een lange horizon" — met andere woorden: het is ontworpen om grote, meerstaps programmeertaken uit te voeren in plaats van een snelle chatpartner te zijn.

De model card toont de architectuur in heldere cijfers. Vergeleken met GLM-4.5 schaalt GLM-5 op van 355 miljard parameters (32 miljard actief) naar 744 miljard parameters met 40 miljard actief per token, en de pre-training data groeide van 23 biljoen naar 28.5 biljoen tokens. Slechts een fractie van de gewichten wordt per token gebruikt, wat een model van deze omvang praktisch inzetbaar houdt.

GLM-5 maakt tevens gebruik van DeepSeek Sparse Attention (DSA). Dankzij sparse attention kan het model naar een geselecteerde subset van eerdere tokens kijken in plaats van naar allemaal, wat volgens Z.ai de implementatiekosten aanzienlijk verlaagt met behoud van de prestaties bij lange contexten. Op OpenRouter heeft het originele GLM-5 een context window van ongeveer 205K tokens en kan het tot circa 131K tokens in één antwoord genereren.

Voor post-training ontwikkelde Z.ai slime, een asynchrone reinforcement-learning-infrastructuur die volgens het bedrijf de trainingsdoorvoer verbetert en fijnmazigere iteraties mogelijk maakt. De model card meldt resultaten op het gebied van redeneren, coderen en agent-benchmarks — bijvoorbeeld 77.8 op SWE-bench Verified en 56.2 op Terminal-Bench 2.0 met het Terminus 2 harness — en claimt bij release toonaangevende prestaties onder open-source modellen.

Dit zijn Z.ai's eigen cijfers, gemeten met hun eigen testomgevingen. Ze zijn handig om GLM-versies onderling te vergelijken, maar de ultieme test is je eigen praktijk: plak een echt probleem in de chat en beoordeel het antwoord zelf.

Na GLM-5 bracht Z.ai gestaag updates uit. GLM-5 Turbo (maart 2026) en het multimodale GLM-5V-Turbo (april 2026) richten zich op snelle agent-workflows via de API. GLM-5.1 (april 2026) focuste op langdurige codeertaken. GLM-5.2 (juni 2026) introduceerde een solide context van één miljoen tokens en instelbare reasoning effort. GLM-5.3 (augustus 2026) behield de GLM-5.2-basis en verbeterde de post-training, terwijl GLM-5.3 Flash native beeld- en video-invoer toevoegde tegen een aanzienlijk lagere prijs. GLM-5.3 FlashX en GLM-5.3 Prime zijn razendsnelle API-varianten.

Vijf van deze modellen — GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 en GLM-5.3 Flash — zijn gepubliceerd als open weights op Hugging Face. De specificaties hieronder en het familieoverzicht verderop tonen elk model met bijbehorende context window, prijs en licentie.

Voor nieuwe projecten meestal niet. Latere modellen binnen de familie bieden een grotere context window, instelbare reasoning en, in het geval van GLM-5.3 Flash, veel lagere tarieven. Het originele GLM-5 blijft interessant als je een volledig MIT-gelicentieerd open model zoekt met een gepubliceerde architectuur en paper (arXiv 2602.15763), of wanneer je eerdere meetresultaten exact moet reproduceren.