Un modello aperto cinese sfida i giganti sul codice — a una frazione del costo

Nella corsa all'intelligenza artificiale, il fronte dei modelli a pesi aperti — quelli che chiunque può scaricare, ispezionare e ospitare in proprio — continua a guadagnare terreno. A metà giugno l'azienda cinese Z.ai ha rilasciato GLM-5.2, un modello di grandi dimensioni (753 miliardi di parametri, con architettura "a esperti") distribuito con licenza permissiva MIT e pesi pubblicamente disponibili su Hugging Face.

Il dato che fa rumore è il rapporto qualità-prezzo: nei test di programmazione, terreno oggi decisivo, GLM-5.2 si colloca ai vertici tra i modelli aperti e regge il confronto con i sistemi chiusi più costosi, ma a una frazione del prezzo. Offre inoltre un contesto da un milione di token ed è già integrato in decine di strumenti per sviluppatori. Per molte aziende è una prospettiva concreta: prestazioni elevate senza dipendere da un fornitore unico né pagare tariffe premium.

Resta un'avvertenza, sottolineata anche dalla stampa di settore: usare le interfacce ospitate in Cina solleva interrogativi sulla riservatezza dei dati. È esattamente la ragione per cui i pesi aperti contano: poter scaricare il modello e farlo girare sui propri server permette di coniugare potenza e controllo. La partita dell'AI non si gioca solo sulle prestazioni, ma su chi tiene le chiavi della tecnologia — e, sempre più, sui dati che le si affidano.

In the AI race, the front of open-weights models — those anyone can download, inspect and self-host — keeps gaining ground. In mid-June the Chinese company Z.ai released GLM-5.2, a large model (753 billion parameters, with a "mixture-of-experts" architecture) distributed under the permissive MIT license with weights publicly available on Hugging Face.

The figure making noise is the value for money: in coding tests, a decisive battleground today, GLM-5.2 ranks at the top among open models and holds its own against the most expensive closed systems, but at a fraction of the price. It also offers a one-million-token context and is already integrated into dozens of developer tools. For many companies it is a concrete prospect: high performance without depending on a single vendor or paying premium rates.

One caveat remains, stressed by the trade press too: using the China-hosted interfaces raises questions about data confidentiality. It is exactly why open weights matter: being able to download the model and run it on your own servers lets you combine power and control. The AI game is played not only on performance, but on who holds the keys to the technology — and, increasingly, on the data entrusted to it.