Perplexity traint Chinese GLM 5.2 na om Claude Opus 4.8 te evenaren voor een derde van de kosten — al live in productie

Perplexity heeft GLM 5.2 preview — een Chinees open-source basismodel — na-getraind om de prestaties van Claude Opus 4.8 te evenaren, tegen ongeveer een derde van de kosten. Het resulterende model verwerkt al live verkeer in productie. Het ligt niet ergens stof te vergaren in een onderzoeksrepository. De stap, als eerste gemeld door Decrypt, is een directe aanval op de prijsstelling van frontier-modellen.

De techniek is minstens zo belangrijk als het resultaat. Perplexity combineerde de goedkopere open-source basis met wat het bedrijf een “frontier advisor” noemt — een krachtiger model dat wordt gebruikt om de training en distillatie te sturen, niet om elk inference-verzoek af te handelen. Het dure frontier-model onderwijst. Het goedkope basismodel doet het daadwerkelijke werk. Dat keert de economie volledig om: je betaalt frontier-prijzen tijdens de trainingsrun, maar levert vervolgens inference op een fractie van de rekenkracht. Perplexity heeft deze configuratie volgens Decrypts weergave van het werk al live uitgerold.

GLM, kort voor General Language Model, is de modelfamilie ontwikkeld door het KEG-lab van Tsinghua University en Zhipu AI. Het model behoort tot dezelfde Chinese open-source lijn als Qwen en DeepSeek — basismodellen die in stilte het standaard vertrekpunt zijn geworden voor labs die proberen aan te sluiten bij frontier-capaciteiten zonder frontier-tarieven per token te betalen. Dat Perplexity kiest voor GLM 5.2 preview zegt minder over dat specifieke model dan over waar de goedkope, capabele basis zich tegenwoordig bevindt.

De benchmark waar Perplexity op mikt, is een bewegend doelwit. Anthropic bracht Claude Opus 4.8 uit op 28 mei 2026, en presenteerde het als een model dat taken end-to-end afrondt en eerdere Opus-generaties en GPT-5.5 verslaat bij gelijke kosten. Op Artificial Analysis haalt Opus 4.8 een Elo-score van 1.890 — wat neerkomt op ongeveer 67% winstkans tegen GPT-5.5 — en staat het model bij de topmodellen die worden gevolgd. De prijsstelling bedraagt volgens Finout $5 per miljoen input-tokens en $25 per miljoen output-tokens, waarbij Fast Mode al 3x goedkoper is geworden.

Dat tegen een derde van de prijs evenaren is de hoofdclaim. Het voorbehoud is helder: Perplexity heeft geen onafhankelijke benchmarktabellen gepubliceerd die deze gelijkwaardigheid reproduceren, en Decrypts weergave steunt op Perplexity’s eigen karakterisering. Er schuilt duidelijke commerciële logica achter het cijfer. Perplexity draait een answer engine die enorme hoeveelheden tokens verbruikt, waardoor zelfs een fractionele kostenverlaging op zijn werkpaard-model snel optelt. Het bedrijf heeft alle reden om efficiëntiewinst uit te venten. Het cijfer van een derde van de kosten moet voorlopig worden gelezen als een claim die dicht bij de leverancier staat, tot onafhankelijke evaluaties beschikbaar komen.

Bredere marktsignalen

Bredere marktsignalen wijzen in dezelfde richting, al zijn de specifieke social media-posts die rondgaan niet geverifieerd. Een Facebook-post die circuleert in codeergemeenschappen verwijst naar “Chinese AI die Claude Code Opus verslaat voor een zesde van de kosten”, met dezelfde Claude Code-workflow en agentische codeerstijl. Een Instagram-reel citeert gegevens van Perplexity AI waaruit blijkt dat Opus 4.8 solo 58,8% scoort tegenover 65,3% voor een panel van budgetmodellen — de suggestie is dat ensemble- en fine-tuned aanpakken beter kunnen presteren dan een frontier-model dat alleen draait. Geen van beide claims is onafhankelijk bevestigd. Beide passen echter in een patroon dat al maanden aan het opbouwen is: Chinese open-source basismodellen, na-getraind tegen frontier advisors, die de prijsbodem afbrokkelen die Anthropic en OpenAI sinds eind 2025 verdedigen.

Strategische druk op frontier-labs

De strategische druk werkt in twee richtingen. Als een na-getraind GLM 5.2 de kwaliteit van Opus 4.8 kan evenaren voor een derde van de uitgaven, komt de margeverdediging van de frontier-labs neer op twee opties: tokenprijzen verlagen, of zo ver voorop lopen op ruwe capaciteit dat distillatie niet kan bijbenen. De prijsverlaging van Anthropic’s Fast Mode is het eerste antwoord, en die is al doorgevoerd. Perplexity’s inzet in productie impliceert dat het tweede — alleen op basis van capaciteit voorblijven — de lastigere weg is om vol te houden.

Het is afwachten of Perplexity publieke evaluaties of een model card uitbrengt voor de na-getrainde GLM 5.2-variant, en of Anthropic of OpenAI opnieuw aan de frontier-prijzen sleutelen voordat de volgende Opus- of GPT-revisie verschijnt.