Mentre OpenAI, Anthropic e Google si contendono la fascia alta dei modelli chiusi, un altro fronte si è consolidato con forza nell'estate 2026: quello dei modelli a pesi aperti, dominato dalla Cina. Al vertice delle classifiche indipendenti c'è oggi GLM-5.2, sviluppato da Z.ai (l'azienda già nota come Zhipu AI) e rilasciato a metà giugno sotto licenza MIT, la più permissiva possibile. Un modello che chiunque può scaricare, ispezionare e usare in proprio, gratuitamente, sui propri server.
GLM-5.2: i numeri che lo mettono in testa
GLM-5.2 è un modello Mixture-of-Experts da circa 744 miliardi di parametri con una finestra di contesto da un milione di token e modalità di ragionamento selezionabili (High e Max). Secondo i benchmark tracciati da fonti indipendenti guida il campo aperto praticamente ovunque: indice di intelligenza di Artificial Analysis a 51,1, SWE-Bench Pro a 62,1 per i compiti di programmazione reale e LiveBench a 79,65 nella sezione coding. Sono valori che lo avvicinano ai migliori modelli chiusi occidentali, con la differenza sostanziale di essere disponibile a costo zero per chi lo ospita.
La licenza MIT è la vera arma competitiva: permette usi commerciali senza vincoli, distribuzione e modifica dei pesi. Per un'azienda che teme di legarsi mani e piedi a un fornitore chiuso, o che deve tenere i dati dentro i propri confini, è un argomento decisivo.
Non solo Z.ai: Kimi, MiniMax e la corsa cinese
GLM-5.2 non è un caso isolato. Nella stessa finestra Moonshot AI ha rilasciato Kimi K2.7 Code, che l'azienda dichiara superiore del 21,8% rispetto alla versione precedente sul proprio benchmark di programmazione, con anche una variante ad alta velocità per un'inferenza fino a sei volte più rapida. A inizio giugno MiniMax M3 era diventato uno dei primi modelli aperti a combinare capacità di coding di frontiera, contesto da un milione di token e multimodalità nativa. Sullo sfondo restano DeepSeek e la famiglia Qwen di Alibaba, ormai riferimenti stabili su Hugging Face.
Cosa significa per aziende, sviluppatori ed Europa
La conseguenza pratica è che oggi un'impresa può costruire prodotti basati su IA di livello quasi frontaliero senza pagare un centesimo di licenza, scaricando i pesi da Hugging Face e ospitandoli su hardware proprio o su cloud. È un cambiamento che comprime i margini dei fornitori chiusi nella fascia media e spinge anche loro ad abbassare i prezzi — la stessa logica dietro il modello Luna di OpenAI a un dollaro per milione di token.
Restano però due nodi. Il primo è geopolitico: usare modelli sviluppati in Cina solleva interrogativi su fiducia, filtri sui contenuti e sicurezza della catena di fornitura, temi su cui governi ed enti regolatori occidentali stanno alzando l'attenzione. Il secondo riguarda l'Europa: nonostante alcuni progetti aperti europei, il grosso dell'innovazione open resta diviso tra Cina e Stati Uniti, e colmare quel divario è una delle sfide dichiarate dei piani industriali del continente. Per ora, chi vuole il meglio dell'open weight guarda a Pechino.
Aperto non vuol dire senza costi
Va chiarito un equivoco frequente: "pesi aperti" non significa gratis in senso assoluto. Scaricare GLM-5.2 costa nulla, ma farlo girare nella sua versione integrale richiede hardware importante — parliamo di server con più GPU di fascia alta — oppure il ricorso a versioni quantizzate (FP8, GGUF) che riducono i requisiti a scapito di un po' di qualità. In alternativa, molti fornitori offrono lo stesso modello via API a prezzi contenuti: Z.ai lo propone attorno a 1,40 dollari per milione di token in input e 4,40 in output, cifre che restano competitive rispetto ai modelli chiusi occidentali. La libertà, insomma, è reale, ma va accompagnata da competenze tecniche o da un partner infrastrutturale.
I benchmark citati provengono da classifiche indipendenti (Artificial Analysis, SWE-Bench Pro, LiveBench) e dai comunicati degli sviluppatori; sono aggiornati all'inizio di luglio 2026 e possono variare con nuovi test.
