CogView-4 is het open-weight tekst-naar-beeld-model van Zhipu AI, uitgebracht op 4 maart 2025 — het gedateerde achtervoegsel in de modelslug, 250304, is die releasedatum, geen versienummer. Het was het eerste open-source tekst-naar-beeld-model dat Chinese tekens native en accuraat binnen gegenereerde afbeeldingen kon renderen, en het eerste beeldgeneratiemodel met echte capaciteit dat onder de Apache 2.0-licentie werd uitgebracht in plaats van een licentie die alleen voor onderzoek of niet-commercieel gebruik bedoeld is. Beide primeurs zijn om dezelfde reden van belang: de meeste open beeldmodellen ervoor waren ofwel zwak in niet-Latijns schrift, ofwel op een manier gelicentieerd die ze buiten productie hield.
Waar het uitblinkt
Tekstrendering binnen afbeeldingen is het opvallendste kenmerk, specifiek voor Chinees: bewegwijzering, verpakkingsmockups, posters en UI-screenshots met ingesloten Chinese tekst zijn de use case waarvoor het model is gebouwd, en het is meetbaar beter hierin dan de open modellen die eraan voorafgingen. Het is tweetalig — zowel Chinese als Engelse prompts werken, met een promptlengte tot 1024 tokens, genoeg ruimte voor gedetailleerde scènebeschrijvingen met meerdere bijzinnen in plaats van korte trefwoordprompts.
Onder de motorkap
CogView-4 is een diffusion transformer met 6 miljard parameters die GLM-4-9B gebruikt als tekstencoder — dezelfde tekstbegrip-backbone die Zhipu door zijn hele taalmodellenlijn gebruikt, wat mede verklaart waarom het langere en meer gestructureerde prompts goed verwerkt. Het ondersteunt resoluties van 512 tot 2048 pixels per zijde, begrensd zodat breedte maal hoogte onder ongeveer twee miljoen pixels blijft, wat flexibiliteit geeft over vierkante, staande en liggende output in plaats van een vaste set presets.
Aantekeningen over prompting
Langere, explicietere prompts worden hier beloond in plaats van afgestraft — de GLM-4-9B-tekstencoder is gebouwd om gestructureerde, meerdelige beschrijvingen te parseren. Specifiek voor werk met Chinese tekst in de afbeelding levert het direct tussen aanhalingstekens plaatsen van de exacte tekens die je gerenderd wilt zien, betrouwbaardere plaatsing op dan de tekst indirect te beschrijven.
Waar het tekortschiet
De eigen documentatie van Zhipu is eerlijk dat de nauwkeurigheid van Chinese tekst, hoewel een echte vooruitgang, nog steeds niet perfect is — verwacht af en toe streepfouten of misvormde tekens, vooral bij kleinere tekstgroottes of drukkere lay-outs. Self-hosten is niet iets om lichtzinnig over te doen: het model vereist minstens 32GB systeem-RAM om te voorkomen dat het proces wordt afgebroken, en genereren op de hoogste resolutie vergt ongeveer 39GB GPU-geheugen zonder offloading, wat ver buiten het bereik van consumenten-GPU's valt. Inferentieprecisie is beperkt tot BF16 of FP32 — de maker biedt geen lager-precisie gekwantiseerd pad aan.
Rechten en licentiëring
CogView-4 wordt uitgebracht onder de Apache 2.0-licentie — permissief voor commercieel gebruik, zonder beperking op toepassingsgebied buiten standaard naamsvermelding. Zhipu heeft het gepubliceerd als het eerste beeldmodel van dit kaliber dat deze voorwaarden gebruikt in plaats van een onderzoeks- of niet-commerciële licentie, en dat is de reden waarom het opduikt in productiepijplijnen in plaats van alleen in onderzoeksdemo's.
Wanneer je dit kiest
CogView-4 is de juiste keuze wanneer ingesloten Chinese tekst een echte vereiste is — verpakking, bewegwijzering, marketingcreatie voor Chineestalige markten — en wanneer een permissieve open licentie zwaarder weegt dan het beschikbaar hebben van het ene beste algemene fotorealistische model. Het is ook een redelijke keuze overal waar een team wil self-hosten in plaats van afhankelijk te zijn van een gehoste API, mits het GPU-budget er is.
Alternatieven om te overwegen
Voor nog sterkere nauwkeurigheid van ingesloten tekst, ten koste van veel zwaardere rekenkracht, richt Zhipu's nieuwere glm-image zich op hetzelfde tekstrenderingsprobleem met een grotere hybride architectuur. Voor algemene fotorealistische of gestileerde generatie zonder tekstrendering-vereiste zijn gpt-image-1 en gemini-2.5-flash-image de breder benchmarkte gehoste opties.
Laatste technische review: 2026-09-14 — Tokonomix.ai