GPT-6 Sol Pro vs GLM 5.3: Wat een open-weightlicentie je daadwerkelijk oplevert

GPT-6 Sol Pro en GLM 5.3 zijn de twee helften van een echte splitsing in hoe je een redeneermodel koopt, en de licentie is waar de splitsing zit. GPT-6 Sol — het model van de leverancier dat de configuratie gpt-6-sol-pro draait, algemeen beschikbaar sinds 22 september 2026 voor $2,00 per miljoen inputtokens en $10,00 per miljoen outputtokens — is een gesloten API. Je huurt het. GLM 5.3, het vlaggenschip van het bedrijf, dat op 18 augustus 2026 de API bereikte en begin september zijn gewichten publiceerde, kost $1,26 voor input en $3,96 voor output per miljoen tokens op onze eigen modelpagina, en je kunt het downloaden.

Dit stuk gaat niet betogen dat een van die correct is. Het gaat precies duidelijk maken wat de download je daadwerkelijk oplevert, omdat het antwoord beperkter is dan het open-weights-discours doorgaans impliceert, en het deel dat werkelijk waardevol is, is niet het deel dat mensen gewoonlijk aanhalen.

Wat elke prijsregel zegt

Beide zijn leverancierslijsten — de eigen cijfers van OpenAI en Z.ai, ongewijzigd doorgegeven door de platforms die ze hosten.

• Invoer — GPT-6 Sol $2,00 per miljoen tokens vs GLM 5.3 $1,26 per miljoen tokens

• Uitvoer — GPT-6 Sol $10,00 per miljoen tokens vs. GLM 5.3 $3,96 per miljoen tokens

• Gecachte invoer — GPT-6 Sol $0,20 per miljoen tokens tegenover GLM 5.3 met een korting van 90% ten opzichte van het niet-gecachte tarief, wat dezelfde fractie van een kleiner getal is

• Cache-schrijven — GPT-6 Sol $2,50 per miljoen tokens bij één TTL versus de cache-schrijfcategorie van GLM 5.3, en dat is het punt waarop de twee tariefkaarten niet langer direct vergelijkbaar zijn omdat de leveranciers schrijfacties anders meten

• Prijsstelling voor lange contexten — GPT-6 Sol herprijst een verzoek dat zijn invoerdrempel overschrijdt tegen een hoger tarief voor het hele verzoek; het 1M-tokenvenster van GLM 5.3 wordt doorlopend tegen zijn standaardtarieven gefactureerd

• Contextvenster — GPT-6 Sol 1.050.000 tokens vs GLM 5.3 1.000.000 tokens

Maximale output — GPT-6 Sol 128.000 tokens vs GLM 5.3 128.000 tokens

• Invoermodaliteiten — GPT-6 Sol tekst en afbeelding vs GLM 5.3 alleen tekst

• Gewichten — GPT-6 Sol gesloten, geen download versus GLM 5.3 gepubliceerd op Hugging Face onder Z.ai's eigen GLM-5.3-licentie

Op lijsttarieven is GLM 5.3 ongeveer 1,6× goedkoper qua input en 2,5× goedkoper qua output. Dat is een reëel verschil, maar geen beslissend verschil. De regel die beslissingen verandert, is de laatste.

Wat de licentie daadwerkelijk zegt, en wat niet

Dit is waar het gesprek over open weights meestal misgaat. De bewering "het zijn open weights, dus je bent veilig voor leveranciersrisico" is in één specifieke zin waar en in een andere onwaar, en het verschil is de moeite waard om expliciet te maken.

De gewichten van GLM 5.3 zijn gepubliceerd. De licentie is Z.ai's eigen GLM-5.3-licentie, niet MIT — de vorige generatie, GLM-5.2, was MIT, en die wijziging is het hele verhaal. De nieuwe licentie staat commercieel gebruik en fine-tuning toe. Ze voegt een voorwaarde toe: een aanbieder van model-as-a-service met meer dan $10 miljard omzet in enige periode van twaalf maanden moet een veiligheidsbeoordeling van Z.ai ondergaan voordat hij het model als dienst aanbiedt.

Die voorwaarde vertelt je waarvoor de licentie bedoeld is. Het is geen beperking die op jou is gericht. Ze is gericht op het handjevol hyperscalers dat het werk van Z.ai anders als hun eigen product zou kunnen doorverkopen zonder eraan bij te dragen. Als je GLM 5.3 binnen je eigen product draait, of het op je eigen data fine-tunet, of het aan je eigen gebruikers aanbiedt, dan raakt de clausule jou niet.

Wat het wel betekent, is dat de licentie een door de leverancier beheerd document is in plaats van een onherroepelijke verlening. MIT kan niet worden herzien. Een aangepaste licentie kan voor toekomstige versies worden herzien, en de voorwaarden die je voor 5.3 hebt geaccepteerd, zijn geen belofte over welk nummer Z.ai hierna ook uitgeeft. Dat is een kleiner risico dan "de leverancier kan het model uitfaseren" — de gewichten die je hebt gedownload, blijven werken — maar het is niet niets, en geen enkele vergelijkingspagina voor open gewichten vermeldt het.

Het echt waardevolle deel van de download is nauwer en concreter dan de slogan: het is dat het checkpoint dat je hebt geëvalueerd, permanent het checkpoint is dat je serveert, ongeacht wat de roadmap of tariefkaart van de leverancier hierna doet. Dat is een reproduceerbaarheidsgarantie, geen kostengarantie.

Wat het onafhankelijke verslag laat zien

Artificial Analysis is het neutrale testharnas waarop beide modellen voorkomen, en het herbaseerde zijn index op 7 september 2026 — door de ene terminalbenchmark door de andere te vervangen en de component voor privétaken opnieuw te wegen. Die herbasering is de reden dat het meest geciteerde GLM 5.3-cijfer in omloop is komen te vervallen: het model werd gepubliceerd op 60 op de vorige index en staat op 45 op de huidige, en die verschuiving is een verandering van testharnas, niet van model.

Op het huidige leaderboard scoort GPT-6 Sol 48 bij maximale inspanning tegen $1,06 per indextaak. GLM 5.3 scoort 45 tegen $2,01 per indextaak. Drie punten indexverschil is de eerlijke samenvatting, en daar zit een ongebruikelijke eigenaardigheid aan vast: in dit paar is het goedkopere model het gesloten model. GPT-6 Sol kost ongeveer de helft per voltooide taak, wat het tegenovergestelde is van de aanname waar de meeste vergelijkingen met open gewichten vanuit gaan.

Twee verdere kanttekeningen dienen hieraan te worden toegevoegd.

• De open-weights-ranglijst is een categorieresultaat, niet een algemeen resultaat. De positie van GLM 5.3 zegt net zoveel over het veld van downloadbare modellen als over GLM 5.3.

• De meeste benchmarkcijfers die voor GLM 5.3 circuleren, zijn van Z.ai zelf. De onafhankelijke cijfers zijn de indexscore en de kosten per taak; de Terminal-Bench-, DeepSWE- en cyber-capability-cijfers op de modelkaart zijn door de leverancier uitgevoerd en moeten als zodanig worden aangeduid wanneer ze worden geciteerd.

Eén punt in het voordeel van GLM dat het per-taakcijfer onderschat: het goedkopere broertje. GLM 5.3 Flash is een model met 320 miljard parameters en 18 miljard actieve parameters, MIT-gelicenseerd, tegen $0,15 voor input en $0,50 voor output per miljoen tokens, en het scoort 42 op dezelfde index tegen $0,25 per taak. Dat is een kwart van de kosten per taak van GPT-6 Sol voor zes indexpunten, en het is het model in deze vergelijking dat daadwerkelijk op de kostenefficiëntiegrens van de index ligt.

Het kostenargument voor zelfhosting is zwakker dan het kostenargument ertegen.

Het is verleidelijk om de download als een kostenbesparende zet te zien. Bij $1,26 en $3,96 per miljoen tokens is de API al goedkoop genoeg dat een mixture-of-experts-model met 753 miljard parameters niet duidelijk goedkoper is om zelf te draaien — en GLM 5.3 is een 753B-MoE, wat onder geen enkel kwantisatieschema dat zijn gedrag behoudt op één GPU te implementeren is. Het break-evenpunt is een kwestie van benutting, en voor de meeste teams is het eerlijke antwoord dat dat moment nooit aanbreekt.

De reden om de download te nemen is degene die de licentiesectie impliceert: controle over waar inferentie plaatsvindt. Self-hosting beantwoordt een vraag over dataresidentie door waar je het model draait, niet door wat het contract van een leverancier zegt, en voor gereguleerde workloads is dat de enige versie van het antwoord die standhoudt. Het maakt ook fine-tuning op propriëtaire data mogelijk zonder dat er data je infrastructuur verlaat, wat een gesloten API tegen geen enkele prijs biedt.

Als geen van beide op u van toepassing is, is de API de juiste keuze en doet de licentie er niet toe. Dat is een legitieme conclusie, en het is de conclusie die de meeste teams zouden moeten trekken.

Waar een routeringslaag de rekening verandert

GLM 5.3 staat in de catalogus van OrcaRouter voor $1,26 input en $3,96 output per miljoen tokens, met een contextvenster van 1.000.000 tokens, een outputlimiet van 128.000 tokens en een p50-tijd tot het eerste token van 3,99 seconden, gemeten op onze eigen modelpagina. De lijstprijs van de provider wordt doorgegeven zonder extra opslag, dus een prijswijziging van Z.ai is bij ons live op dezelfde dag dat die bij hen live is.

GPT-6 Sol is geen van onze routes, dus niets hier is een bewering over de prijs ervan via ons.

De reden dat één endpoint in deze specifieke vergelijking belangrijk is, is dat de twee modellen niet zozeer substituten zijn als wel lagen. GLM 5.3 is alleen tekst; GPT-6 Sol kan afbeeldingen verwerken. GLM 5.3 is downloadbaar; GPT-6 Sol niet. Geen van beide is een prijsbeslissing, en geen van beide wordt beslecht door een benchmark. Wat een team hier feitelijk wil, is één key die het goedkope tekstmodel kan bereiken voor het volume en een ander model voor de calls die vision nodig hebben, zonder een tweede contract, een tweede SDK en een tweede set rate limits. Dat is een routeringsprobleem, en het failover-gedrag is om dezelfde reden van belang als altijd: de goedkope laag waarop je pipeline vertrouwt, zou niet de laag moeten zijn die de hele pipeline platlegt.

De beslissingsregel

• Grootschalig tekstwerk op een bekend kwaliteitsniveau — GLM 5.3. Drie indexpunten onder GPT-6 Sol bij ongeveer 40% van de uitvoersnelheid, met hetzelfde contextvenster en hetzelfde uitvoerplafond.

• Alles wat een afbeelding moet kunnen lezen — GPT-6 Sol, of geen van beide. GLM 5.3 accepteert geen afbeeldingen via de API, en geen enkel prijsvoordeel overleeft een modaliteit die je niet kunt gebruiken.

• Gereguleerde data, of een workload die je over twee jaar moet kunnen reproduceren — GLM 5.3, zelf gehost vanaf de gepubliceerde checkpoint. Niet omdat het goedkoper is, maar omdat de checkpoint vaststaat en de vraag over dataresidentie wordt beantwoord door je eigen infrastructuur.

• Fine-tuning op propriëtaire data — GLM 5.3. Een gesloten API biedt voor geen enkele prijs een equivalent.

• Een team zonder verblijfsbeperking en zonder fine-tuningplan — GPT-6 Sol, en beschouw de licentie als een non-issue. Het is voor jou oprecht geen issue, en doen alsof dat wel zo is, is hoe open-weights-argumenten hun geloofwaardigheid verliezen.

De licentie is geen kostenhefboom. Het is een controlemiddel, en het is precies evenveel waard als de controle voor jou waard is — wat voor sommige teams de hele beslissing is en voor andere helemaal niets.