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

GLM-5.2 lanciato da Z.ai, descritto dall'azienda come un modello linguistico di grandi dimensioni (LLM) a pesi aperti. Si dice che guidi altri LLM open-source in Artificial Analysis, classificandosi tra i primi tre di tutti gli LLM nel mondo. Questo significa che GLM-5.2 è molto vicino agli LLM all'avanguardia creati da Anthropic e OpenAI.

Questo rilascio può influenzare significativamente il panorama competitivo nel mercato dell'IA. Prima del suo rilascio, gli LLM a pesi aperti erano indietro rispetto ai loro analoghi a pesi chiusi in quasi tutti i test indipendenti. I risultati dei test di GLM-5.2 implicano che il divario si sta riducendo con alcune implicazioni interessanti per l'uso aziendale, i prezzi e i modelli di business dei laboratori a pesi chiusi.

Cosa dicono i risultati dei benchmark su GLM 5.2

Secondo l'azienda di valutazione indipendente Vals AI, GLM-5.2 ha avuto le migliori prestazioni tra gli altri in cinque benchmark diversi: Vals Index, Harvey’s Legal Agent Benchmark, Finance Agent v2, ProofBench e Vibe Code Bench.

Vals AI ha riportato che GLM-5.2 è il primo modello a pesi aperti a superare 30% a ProofBench, che è 11 punti percentuali migliore del modello in seconda posizione. Inoltre, era solo 1 punto percentuale dietro a Claude Opus 4.5 di Anthropic, collocandolo in una posizione insolita vicino alle prestazioni frontali proprietarie.

Presentazione di GLM-5.2: Intelligenza Frontale, Pesi Aperti

– Miglioramenti significativi nella codifica e nei compiti agenziali
– Forti capacità a lungo termine con una finestra di contesto di 1M
– Due livelli di sforzo di ragionamento: GLM-5.2 (max) spinge i limiti, mentre GLM-5.2 (high) trova un forte… pic.twitter.com/SjGPSVhePJ

— Z.ai (@Zai_org) Giugno 16, 2026

Secondo Artificial Analysis, GLM-5.2 è il miglior modello a pesi aperti al momento, raggiungendo un punteggio dell'Indice di Intelligenza di 51, rispetto ai 40 raggiunti da GLM-5.1. Altri modelli, tra cui MiniMax-M3 e DeepSeek V4 Pro, sono stati valutati a 44, mentre Kimi K2.6 è stato valutato a 43.

GLM-5.2 ha ottenuto il 78% a TerminalBench v2.1 (raggiungendo 16 punti in più rispetto a GLM-5.1), il 50% a SciCode, il 71% a AA-LCR e l'89% a GPQA Diamond. Nel test del benchmark agente a lungo termine GDPval-AA v2, GLM-5.2 ha ottenuto 1.524 Elo, che è meglio dei 1.514 raggiunti da GPT-5.5.

Tuttavia, nonostante le impressionanti prestazioni di GLM 5.2, gli esperti sottolineano che comprendere i risultati dei benchmark sta diventando sempre più complicato. Ad esempio, i modelli aggregati, come Intelligenza Artificiale. diminuiscono l'influenza del bias associato ai test singoli, ma aumentano l'influenza del sistema di pesi utilizzato, delle variazioni dei prompt e dei set di valutazione in cambiamento. La contaminazione dei benchmark e gli effetti di ottimizzazione rimangono preoccupazioni in corso nei test di IA frontali.

Cos'è all'interno 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 i compiti di codifica agenziale. 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 ed è composto da circa 750 miliardi di parametri totali e 40 miliardi di parametri attivi, ottimizzati per flussi di lavoro di ragionamento e codifica multi-step.

GLM-5.2 impiega due forme di ragionamento: un'impostazione ad alto sforzo per compiti complessi e una modalità a costo inferiore progettata per efficienza e 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. Anche se questo aiuta a migliorare le metriche di prestazione, potrebbe aumentare le spese di calcolo nella pratica.

Il Z.ai il blog nota i miglioramenti negli agenti di codifica, nel processo di debug, nella ricerca automatizzata, nell'elaborazione dei documenti e nella generazione di testi lunghi, posizionando il modello come ottimizzato per compiti sostenuti e multi-step piuttosto che per prompt isolati.

Contesto di mercato e attrito dell'ecosistema

L'arrivo di GLM-5.2 avviene in un contesto di discussione riguardo all'entità con cui i sistemi a pesi aperti stanno raggiungendo i modelli frontali proprietari. Le aziende di IA cinesi hanno rivendicato alcune delle posizioni di testa nelle classifiche dei modelli open, e GLM-5.2 è diventato un pezzo centrale in questo processo.

Questa discussione particolare è diventata pubblica attraverso i commenti di Elon Musk e Jie Tang (fondatore di Z.ai) riguardo a quando i modelli cinesi saranno alla pari con i modelli frontali. Musk ha risposto: “Probabilmente nel Q1 del prossimo anno.”

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

Probabilmente Q1

— Elon Musk (@elonmusk) Giugno 18, 2026

Mentre i benchmark potrebbero mostrare una rapida convergenza, i primi feedback dai professionisti rivelano discrepanze nelle prestazioni nel mondo reale.

L'ingegnere di IA Da7_Tech ha espresso le sue preoccupazioni meno sul modello stesso e più sull'infrastruttura e sulla trasparenza del consumo del Z.ai sistema, affermando che “va contro tutto ciò che le persone si aspettano dai valori dei modelli open-source.”

Ha provato Zcode, Z.ail'app sviluppata da ‘ utilizzando i modelli GLM, con un piano Pro che afferma di essere “15x Claude Code.” In una singola sessione di compito, ha dichiarato che l'utilizzo è stato esaurito in meno di un'ora – essenzialmente consumando le cinque ore consentite per l'intero compito.

Ha anche affermato che vi era una discrepanza tra l'utilizzo mostrato dall'app e l'importo effettivamente addebitato. L'app presumibilmente visualizzava meno di 2 milioni di token, ma il suo account è stato addebitato per circa 60 milioni, sia per quanto riguarda i limiti giornalieri che settimanali. L'implicazione qui è che venivano considerati token in cache e intermedi per l'utilizzo anziché il calcolo effettivo. Successivamente ha menzionato che Z.ai ha rimosso il conteggio dei token dalla sua "Modalità Obiettivo" e ha modificato le descrizioni del suo piano Pro.

A parte questo, Il costruttore di AI Michael Guo ha confrontato GLM-5.2 con GPT-5.5 medium durante il debug di un problema nel suo agente OpenClaw chiamato Trippy. Ecco cosa ha concluso:

"Almeno nel caso di test che ho eseguito, non era capace quanto GPT-5.5 medium. Nemmeno lontanamente."

GPT-5.5 medium ha trovato il problema con le risposte ripetute dell'agente molto rapidamente, mentre GLM-5.2 non è riuscito a trovarlo.

In sintesi, ha sottolineato che, sebbene i risultati dei benchmark possano implicare buone prestazioni, il lavoro effettivo di debug può rivelare incoerenze che vengono trascurate dai risultati aggregati.

Ridurre il divario, ma con una realtà applicativa variabile

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

Tuttavia, le recensioni riguardanti le prestazioni, l'efficienza e la trasparenza del sistema sembrano essere diverse a seconda delle situazioni di utilizzo e dell'integrazione con altri sistemi.

Pertanto, ci sono due lati della questione: GLM-5.2 è un importante passo avanti nello sviluppo del campo delle architetture open-weight, ma la sua applicazione richiederà tanto impegno riguardo alla prontezza infrastrutturale e alla qualità del prodotto quanto ai risultati dei benchmark.

Per ora, GLM-5.2 diventa un passo importante verso la riduzione del divario tra i sistemi AI open e chiusi, sebbene non ancora una convergenza decisiva.