Nell'estate 2026 il modello aperto piu' forte in circolazione non arriva dalla Silicon Valley ma da Pechino: e' GLM-5.2, sviluppato da Zhipu AI (che opera anche come Z.ai) e distribuito con licenza MIT, la piu' permissiva possibile. Sulle classifiche dei modelli open di meta' luglio GLM-5.2 e' considerato il numero uno, davanti a nomi come DeepSeek V4, Qwen e Kimi. E, cosa non scontata, chiunque puo' scaricarlo e usarlo gratis.

La licenza MIT e' la chiave: significa che il modello si puo' usare anche a fini commerciali, modificare e integrare nei propri prodotti senza vincoli particolari. Un fattore che, unito alle prestazioni, spiega perche' su Hugging Face le varianti di GLM-5.2 hanno gia' totalizzato milioni di download.

Cos'e' GLM-5.2 e perche' e' in cima alle classifiche

GLM-5.2 e' un modello a "mixture of experts" (MoE), architettura che attiva solo una parte dei parametri a ogni richiesta, ottenendo qualita' elevata con un costo di calcolo contenuto rispetto alla dimensione totale. Supporta contesti molto lunghi - fino a circa un milione di token - ed eccelle nei compiti di ragionamento: sul difficile benchmark scientifico GPQA Diamond viene accreditato di risultati intorno al 91%, tra i migliori della categoria open.

Il modello e' particolarmente forte su programmazione, matematica e compiti da agente, gli stessi terreni su cui competono i grandi modelli commerciali. La differenza e' che GLM-5.2 lo fa restando aperto e ispezionabile, un punto sempre piu' apprezzato da aziende ed enti che non vogliono dipendere da un fornitore chiuso.

GLM-5.2 e' un modello MoE con licenza MIT: eseguibile in cloud o, in versione compressa, in locale.

Come usarlo senza scaricare nulla: l'API di Z.ai

Il modo piu' rapido per provarlo e' l'API ufficiale di Z.ai, compatibile con lo standard OpenAI. In Python bastano poche righe:

from openai import OpenAI

client = OpenAI(
    api_key="LA_TUA_CHIAVE_ZAI",
    base_url="https://api.z.ai/api/paas/v4",
)

resp = client.chat.completions.create(
    model="glm-5.2",
    messages=[
        {"role": "user", "content": "Spiega in 4 righe la differenza tra un modello denso e uno mixture-of-experts."},
    ],
)
print(resp.choices[0].message.content)

Il risultato atteso e' una spiegazione sintetica e corretta della differenza architetturale. E' la via consigliata per chi vuole solo provare la qualita' del modello senza preoccuparsi di hardware.

Come eseguirlo in locale, anche su un buon PC

I pesi completi di GLM-5.2 sono enormi e richiedono GPU da data center. Per usarlo su una macchina normale servono le versioni quantizzate, che riducono la precisione dei numeri e quindi la memoria richiesta, con un calo di qualita' contenuto. Sono disponibili gratis su Hugging Face:

  • Le versioni GGUF pubblicate da Unsloth (unsloth/GLM-5.2-GGUF), utilizzabili con llama.cpp e con app come LM Studio.
  • Le versioni int4 "colibri" ottimizzate per girare anche su CPU, pensate per chi non ha una GPU potente.

Con LM Studio, ad esempio, il flusso e' semplice: si apre l'app, si cerca "GLM-5.2 GGUF" nel catalogo, si scarica una quantizzazione adatta alla propria RAM (le versioni piu' compresse partono da pochi gigabyte per gli spezzoni, ma il modello resta grande: serve comunque memoria abbondante) e si avvia la chat. In alternativa, da terminale con llama.cpp:

# scarica il modello quantizzato (esempio)
huggingface-cli download unsloth/GLM-5.2-GGUF --include "*Q4_K_M*" --local-dir ./glm

# avvia il server locale compatibile OpenAI
llama-server -m ./glm/GLM-5.2-Q4_K_M.gguf --port 8080

Una volta attivo il server, lo si interroga esattamente come un'API OpenAI puntando su http://localhost:8080/v1. La pagina ufficiale del modello e' zai-org/GLM-5.2 su Hugging Face.

Requisiti e consiglio pratico

Sia chiaro: GLM-5.2 e' un modello grande, non un giocattolo da far girare su un portatile qualsiasi a piena qualita'. Per l'uso locale servono parecchia RAM (idealmente 32 GB o piu') e, per prestazioni decenti, una GPU con molta memoria; le quantizzazioni piu' spinte permettono di avviarlo anche su hardware modesto, ma con velocita' ridotta. Per la maggior parte delle persone il consiglio e' pragmatico: prova prima la qualita' via API di Z.ai, e passa al locale solo se hai esigenze specifiche di privacy, costi a volume o personalizzazione. La combinazione di licenza MIT, prestazioni al vertice e disponibilita' su Hugging Face fa comunque di GLM-5.2 il punto di riferimento attuale per chi vuole un'IA aperta e potente.