Un economico modello di IA cinese sta facendo ripensare ai programmatori i loro costi
GLM 5.2 di Z.ai costa una frazione rispetto ai migliori modelli di Anthropic e gestisce lavoro reale. Ma i limiti di velocità, le allucinazioni e le questioni sulla privacy dei dati significano che non è adatto a tutti.
Punti chiave
- Z.ai ha rilasciato GLM 5.2 il 16 giugno 2025, un modello linguistico di grandi dimensioni con 753 miliardi di parametri totali ma solo 40 miliardi attivi contemporaneamente, rendendolo più veloce nella risposta.
- Z.ai addebita $4,40 per milione di token in output (i frammenti di testo generati dal modello), meno di un quinto del prezzo comparabile per Claude Opus 4.8 di Anthropic.
- GLM 5.2 ha pesi aperti, il che significa che qualsiasi organizzazione con il proprio hardware può scaricarlo ed eseguirlo senza pagare affatto Z.ai.
- L'AI Index di Stanford ha scoperto che i laboratori cinesi hanno prodotto poco più della metà dei notevoli modelli di IA nel 2025 rispetto ai laboratori statunitensi, in aumento da circa un terzo nel 2023.
- Nei propri benchmark, GLM 5.2 ha completato solo il 13 percento dei compiti in SWE-Marathon, un difficile test di codifica di lunga durata, mentre Claude Opus 4.8 di Anthropic ha raddoppiato quel punteggio.
Zain Hasan è un ingegnere di IA presso Together AI e il tipo di persona che tiene traccia esatta di quanto spende in strumenti di IA. Il suo sistema è semplice: i problemi difficili vanno a un modello di alto livello, i problemi facili vanno a qualcosa di più economico. Attualmente, la sua scelta economica è GLM 5.2.
GLM 5.2 proviene da Z.ai, un laboratorio di IA con sede a Pechino. Il modello costa $4,40 per milione di token in output quando si utilizza l'API di Z.ai (un'interfaccia di programmazione, la connessione che consente alla tua app di comunicare con il loro modello). Ciò è meno di un quinto del prezzo di Claude Opus 4.8 di Anthropic, e circa un decimo del modello Fable di Anthropic per la codifica. Riportato per la prima volta da IEEE Spectrum AI, il rilascio è avvenuto il 16 giugno 2025.
È anche open-weights, il che significa che Z.ai ha pubblicato i dati sottostanti del modello in modo che chiunque disponga di hardware di calcolo sufficiente possa scaricarlo ed eseguirlo gratuitamente.
GLM 5.2 è abbastanza affidabile da fidarsi?
Per molti compiti, sì, ma con chiari limiti. David Nix, ingegnere software principale presso MetaRouter con sede a Denver, afferma che GLM 5.2 è abbastanza vicino ai migliori modelli statunitensi che ora gestisce il 10-20 percento del suo carico di lavoro giornaliero di IA. Il lavoro di progettazione front-end (costruire il lato visivo di siti web e app) è dove lo utilizza per primo.
Hasan afferma che il modello mantiene un filo logico coerente lungo ore di conversazione avanti e indietro, qualcosa che i modelli più economici precedenti hanno faticato a fare dopo solo cinque-quindici scambi.
Non tutti hanno ottenuto risultati fluidi. Sai Kiran Myadaram, un ingegnere software presso Indhic AI con sede a Bengaluru, ha esaurito la sua quota settimanale di token Z.ai in meno di tre giorni. Ha anche incontrato allucinazioni (dove un'IA produce con sicurezza risposte errate o inventate) e una pianificazione eccessiva su correzioni semplici. Da allora è passato di nuovo a Codex di OpenAI.
La questione della privacy è reale. GLM 5.2 proviene dalla Cina, e alcune aziende statunitensi si preoccupano che codice sensibile o dati aziendali passino attraverso server collegati alla Cina. L'opzione open-weights è la risposta pratica: ospita il modello sul tuo hardware e i tuoi dati non lasciano mai il tuo edificio. La maggior parte dei migliori modelli statunitensi non offre tale opzione; rimangono dietro un'API senza auto-hosting disponibile.
I benchmark dipingono un quadro misto. Il rapporto di ricerca di Z.ai mostra GLM 5.2 in ritardo rispetto a Opus 4.8 di Anthropic sulla maggior parte dei test di codifica, sebbene si avvicini quasi a Opus 4.8 su alcuni benchmark di codifica agentica più brevi (test in cui un agente IA, software che completa compiti multi-step autonomamente, affronta problemi di programmazione reali).
La storia più grande, sostiene Hasan, è che la maggior parte dei team di software non ha idea di quanto costino effettivamente i loro strumenti di IA per progetto. Quando l'azienda paga, gli ingegneri naturalmente scelgono il modello più potente. GLM 5.2 non sostituirà i migliori modelli statunitensi per i compiti più difficili. Ma per il lavoro di routine, il divario di prezzo è abbastanza ampio da notare.
