Il modello GLM-5.2 di Z.ai riduce il divario con OpenAI e Anthropic

GLM-5.2, lanciato da Z.ai, è descritto dall'azienda come un modello linguistico di grandi dimensioni (LLM) open-weight. Secondo quanto riportato, è leader tra gli LLM open-source nell'ambito dell'analisi artificiale, classificandosi tra i primi tre LLM a livello mondiale. Ciò significa che GLM-5.2 è molto vicino agli LLM all'avanguardia creati da Anthropic e OpenAI.

Questa versione può influenzare significativamente il panorama competitivo del mercato dell'IA. Prima del suo rilascio, i modelli lineari generalizzati (LLM) aperti erano molto indietro rispetto alle loro controparti chiuse in quasi tutti i testdent . I risultati dei test di GLM-5.2 suggeriscono che il divario si sta riducendo, con alcune interessanti implicazioni per l'utilizzo aziendale, i prezzi e i modelli di business dei laboratori che utilizzano modelli a peso chiuso.

Cosa dicono i risultati del benchmark su GLM 5.2

Secondo la società di valutazione indipendentedent AI, GLM-5.2 ha ottenuto i migliori risultati in cinque diversi benchmark: Vals Index, Harvey's Legal Agent Benchmark, Finance Agent v2, ProofBench e Vibe Code Bench.

Vals AI ha riferito che GLM-5.2 è il primo modello open-weight a superare il 30% su ProofBench, ovvero 11 punti percentuali in più rispetto al modello secondo classificato. Inoltre, si è posizionato a solo 1 punto percentuale da Claude Opus 4.5 di Anthropic, collocandosi in una posizione insolitamente vicina alle prestazioni di frontiera dei modelli proprietari.

Presentazione di GLM-5.2: Frontier Intelligence, Open Weights

– Miglioramenti significativi nelle attività di codifica e agenti
–troncapacità a lungo termine con una finestra di contesto di 1 milione
– Due livelli di sforzo di ragionamento: GLM-5.2 (max) spinge i limiti, mentre GLM-5.2 (high) colpisce cometron… pic.twitter.com/SjGPSVhePJ

— Z.ai (@Zai_org) 16 giugno 2026

Secondo Artificial Analysis, GLM-5.2 è attualmente il miglior modello open-weight, con un punteggio di Intelligence Index pari a 51, rispetto ai 40 ottenuti da GLM-5.1. Altri modelli, tra cui MiniMax-M3 e DeepSeek V4 Pro, hanno ottenuto un punteggio di 44, mentre Kimi K2.6 ha raggiunto 43.

GLM-5.2 ha ottenuto un punteggio del 78% su TerminalBench v2.1 (superando di 16 punti GLM-5.1), del 50% su SciCode, del 71% su AA-LCR e dell'89% su GPQA Diamond. Nel test di benchmark per agenti a lungo termine GDPval-AA v2, GLM-5.2 ha ottenuto un punteggio Elo di 1.524, superiore ai 1.514 raggiunti da GPT-5.5.

Tuttavia, nonostante le prestazioni impressionanti mostrate da GLM 5.2, gli esperti sottolineano che la comprensione dei risultati dei benchmark sta diventando sempre più complessa. Ad esempio, i modelli aggregati, come quelli di Intelligenza Artificiale, riducono l'influenza dei bias associati ai singoli test, ma aumentano l'influenza del sistema di ponderazione utilizzato, delle variazioni dei prompt e dei set di valutazione in continua evoluzione. La contaminazione dei benchmark e gli effetti di ottimizzazione rimangono problematiche costanti nei test di IA all'avanguardia.

Qual è la struttura interna dell'architettura di GLM-5.2?

Secondo Z.ai, GLM-5.2 è il modello più potente offerto dall'azienda per il ragionamento a lungo termine e le attività di codifica agentica. Questo modello fornisce una finestra di contesto composta da 1 milione di token, rispetto ai 200.000 di GLM-5.1.

GLM-5.2 ha un'architettura Mixture-of-Experts e consiste di circa 750 miliardi di parametri totali e 40 miliardi di parametri attivi, ottimizzati per flussi di lavoro di ragionamento e codifica a più fasi.

GLM-5.2 impiega due forme di ragionamento: una modalità ad alto impegno per compiti complessi e una modalità a basso costo progettata per l'efficienza e il controllo della latenza.

Secondo Artificial Analysis, GLM-5.2 ha una capacità di produrre circa 43.000 token di output per operazione di valutazione, rispetto ai 26.000 di GLM-5.1. Sebbene ciò contribuisca a migliorare le metriche di performance, in pratica potrebbe aumentare i costi computazionali.

Il di Z.ai evidenzia i miglioramenti apportati agli agenti di codifica, al processo di debug, alla ricerca automatizzata, all'elaborazione dei documenti e alla generazione di contenuti estesi, posizionando il modello come ottimizzato per attività prolungate e composte da più fasi, piuttosto che per richieste isolate.

Contesto di mercato e attriti dell'ecosistema

L'arrivo di GLM-5.2 si inserisce in un contesto di dibattito sulla misura in cui i sistemi open-weighted stiano recuperando terreno rispetto ai modelli proprietari di frontiera. Le aziende cinesi di intelligenza artificiale hanno conquistato alcune delle posizioni di vertice nelle classifiche dei modelli open-weighted, e GLM-5.2 è diventato un elemento centrale in questo processo.

Questa discussione è diventata pubblica grazie ai commenti di Elon Musk e Jie Tang (fondatore di Z.ai) riguardo a quando i modelli cinesi saranno alla pari con i modelli di frontiera. Musk ha risposto: "Probabilmente nel primo trimestre del prossimo anno".

Tang non era d'accordo, affermando: "Non ci vorrà così tanto tempo".

Probabilmente Q1

— Elon Musk (@elonmusk) 18 giugno 2026

Sebbene i benchmark possano mostrare una rapida convergenza, i primi riscontri da parte degli operatori del settore rivelano discrepanze nelle prestazioni nel mondo reale.

L'ingegnere specializzato in IA Da7_Tech ha espresso le sue preoccupazioni non tanto sul modello in sé, quanto sull'infrastruttura e sulla trasparenza del consumo del Z.ai , affermando che "va contro tutto ciò che le persone si aspettano dai valori dei modelli open source".

Ha provato Zcode, l'app di di Claude Code". In una singola sessione di lavoro, ha affermato che le risorse si sono esaurite in meno di un'ora, consumando di fatto le cinque ore consentite per l'intera attività. Z.ai sviluppata utilizzando modelli GLM, con un piano Pro che promette di essere "15 volte più veloce

Ha inoltre affermato che vi era una discrepanza tra l'utilizzo mostrato dall'app e l'importo effettivamente fatturato. L'app avrebbe visualizzato meno di 2 milioni di token, ma al suo account sarebbero stati addebitati circa 60 milioni, considerando sia i limiti giornalieri che quelli settimanali. Ciò implica che nel calcolo dell'utilizzo venivano presi in considerazione token memorizzati nella cache e token intermedi, anziché quelli effettivamente utilizzati. Successivamente ha menzionato che Z.ai ha rimosso il conteggio dei token dalla sua "Modalità Obiettivo" e ha modificato le descrizioni del piano Pro.

Oltre a ciò, lo sviluppatore di IA Michael Guo ha confrontato GLM-5.2 con GPT-5.5 di livello medio durante il debug di un problema nel suo agente OpenClaw chiamato Trippy. Ecco a cosa è giunto:

"Almeno nel test che ho eseguito, non si è dimostrato all'altezza di GPT-5.5 medium. Neanche lontanamente."

GPT-5.5 medium ha individuato molto rapidamente il problema delle risposte ripetute degli agenti, mentre GLM-5.2 non è riuscito a rilevarlo.

In sintesi, ha sottolineato che, sebbene i risultati dei benchmark possano suggerire buone prestazioni, il lavoro di debug effettivo può rivelare incongruenze che sfuggono ai risultati aggregati.

Ridurre il divario, ma con una realtà applicativa variabile

I risultati dei benchmark dimostrano che GLM-5.2 è una delle migliori architetture open-weight attualmente disponibili, e a volte persino migliore di altre proprietarie.

Tuttavia, le recensioni relative alle prestazioni, all'efficienza e alla trasparenza del sistema sembrano variare a seconda delle situazioni di utilizzo e dell'integrazione con altri sistemi.

Pertanto, la questione presenta due aspetti: GLM-5.2 rappresenta un importante passo avanti nello sviluppo del settore delle architetture open-weight, ma la sua applicazione richiederà tanto impegno in termini di preparazione infrastrutturale e qualità del prodotto quanto in termini di risultati di benchmarking.

Per ora, GLM-5.2 rappresenta un passo importante verso la riduzione del divario tra i sistemi di intelligenza artificiale aperti e chiusi, sebbene non ancora una convergenza decisiva.