Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Il laboratorio cinese Z.ai ha reso pubblici il 16 giugno 2026 i pesi di GLM-5.2 sotto licenza MIT, e i benchmark indipendenti lo collocano al primo posto tra i modelli open weights per task di testo. Per ricercatori e sviluppatori che vogliono capacità di ragionamento avanzate senza accordi commerciali con i grandi lab, esiste oggi un'opzione concreta.
Architettura da 753 miliardi di parametri e contesto a 1 milione di token
GLM-5.2 è un modello Mixture of Experts con 753 miliardi di parametri totali e 40 miliardi attivi per inferenza, per un peso complessivo di 1,51 TB. Il rilascio si è articolato in due fasi: il 13 giugno 2026 per i sottoscrittori del piano coding di Z.ai, il 16 giugno con i pesi aperti a tutti. La finestra di contesto è salita da 200.000 token della versione precedente GLM-5.1 a 1 milione di token — cinque volte più ampia — il che rende il modello utilizzabile su documenti estesi, interi codebase o archivi di grandi dimensioni.
Primo nell'Intelligence Index di Artificial Analysis, secondo nel coding front-end
Artificial Analysis ha assegnato a GLM-5.2 un punteggio di 51 sull'Intelligence Index v4.1, il più alto tra i modelli open weights, davanti a MiniMax-M3 (44), DeepSeek V4 Pro (44) e Kimi K2.6 (43). Sul Code Arena WebDev leaderboard, che misura task di sviluppo front-end in workflow agentici, occupa il secondo posto alle spalle del solo Claude Fable 5.
C'è però un rovescio della medaglia: il modello è più prolisso dei concorrenti. Nella stessa suite di benchmark, GLM-5.2 genera in media 43.000 token di output per task, contro i 26.000 di GLM-5.1, i 24.000 di MiniMax-M3, i 35.000 di Kimi K2.6 e i 37.000 di DeepSeek V4 Pro. Chi lo usa tramite API a consumo vede questa differenza direttamente in fattura.
Prezzo competitivo ma nessun input visivo
Su OpenRouter, disponibile da 9 provider, GLM-5.2 è offerto a $1,40 per milione di token in input e $4,40 per milione in output. Il confronto con i modelli proprietari di pari fascia è netto: GPT-5.5 costa $5 in input e $30 in output, Claude Opus 4.5-4.8 costa $5 e $25. L'output di GLM-5.2 è tra le 5 e le 7 volte meno caro rispetto a entrambi.
Il limite strutturale è l'assenza di input visivo: GLM-5.2 elabora solo testo. Z.ai gestisce una famiglia separata per i task multimodali, rappresentata da GLM-5V-Turbo, ma quei pesi non sono aperti. Le pipeline che richiedono comprensione di immagini restano fuori portata.
Benchmark al vertice, licenza MIT aperta e costo d'inferenza tra i più bassi della fascia frontier: la combinazione rende GLM-5.2 il candidato più solido per chi vuole capacità avanzate senza dipendere da accordi commerciali — a patto di dimensionare il budget tenendo conto di un output mediamente più verboso del 65% rispetto a GLM-5.1 (43.000 token per task contro 26.000).
Fonti
