Atria Dawn vs GLM 5.2: La stessa base, spinta in direzioni opposte

Il singolo fatto più utile su questo confronto è nascosto nella scheda tecnica del modello più piccolo: Atria Dawn Preview, il nuovo modello agentico open-weights dello Shanghai AI Laboratory annunciato in diretta il 14 settembre, è costruito sulla MoE da 744 miliardi di parametri GLM 5.2 — il modello esatto che Z.ai ha lanciato a giugno e che vende come suo flagship open-weights a 1,40 $/4,40 $ per milione di token. Quindi non siamo di fronte a un nuovo arrivato che cerca di superare un incumbent; siamo di fronte allo stesso silicio, post-addestrato in due direzioni da due laboratori diversi, e poi prezzato come due prodotti diversi. Prima di qualsiasi riga di benchmark, quel fatto ti dice già di cosa parla davvero il confronto: quanto del ragionamento di GLM 5.2 sei disposto a barattare per un loop agentico — e quanto paghi per tenere entrambi.

Il sourcing qui è sbilanciato in modo significativo. Il record indipendente di GLM 5.2 è esiguo — il suo tetto open-weights è stato fissato da GLM 5.3, che l'ha superato il 14 agosto, e l'AA Intelligence Index che una volta misurava GLM 5.2 a 53 è stato rivalutato e ridenominato da allora. Ogni benchmark che favorisce Atria Dawn Preview è riportato dal fornitore dalla sua model card, non riprodotto da alcun laboratorio neutrale, e la sua API internazionale su api.atria-asi.ai non ha ancora un prezzo pubblicato. Dove la scheda mette i due fianco a fianco sulla stessa griglia, Atria Dawn Preview è in vantaggio su discovery e tool-use (BrowseComp 92.5, DeepSearchQA 96.0, BFCL v4 77.0) ed è in svantaggio rispetto alla discendenza di GLM 5.2 sulle righe di coding grezzo — nessuna delle quali è stata ancora confermata da un laboratorio esterno.

Stessa base, due post-addestramenti

Both models are 744B-total MoEs with the same 8-expert-per-token activation pattern, because they literally start from the same weights. The difference is what each lab did after that. Z.ai took GLM 5.2 and tuned it as a general open-weights flagship: text-only, 1M context, 128K output, MIT license, with a 40B-active class profile that made it one of the cheapest frontier-grade models to serve — the thing it is still remembered for is being the highest-scoring open-weights model on the independent index before GLM 5.3 arrived a week after Intern-S2.

The Shanghai AI Laboratory took that same base and tuned it into a research-loop agent. Atria Dawn Preview's four capability pillars — Discovery, Creation, Delivery, Cybersecurity — all describe the same loop: analyse a problem, design a solution, use tools, write and run code, read the experimental result, recover from failure, iterate. The lab is explicit that the result is text-only (image and PDF input get a 400), that the context window is 256K rather than 1M, and that the weights are MIT-licensed and downloadable today in BF16 (353 shards) or FP8 (177 shards). The base is GLM 5.2's; the product is not.

• Base — both 744B-total MoE on the GLM-5.2 foundation, 8 experts active per token

• Context — Atria Dawn Preview 256K text-only vs GLM 5.2 1M, 128K output

• License — both MIT; Atria BF16 + FP8 shards, GLM 5.2 the familiar 1.5TB-class download

• Price — Atria unpublished (international API) vs GLM 5.2 $1.40/$4.40 per 1M

What the vendor-reported grid actually shows

The model card compares Atria Dawn Preview against a field that includes GLM 5.3 rather than GLM 5.2 itself, which is a small editorial choice that flatters the open-weights column. Against that field, Atria Dawn Preview's reported strengths are discovery and tool use: AutomationBench 53.8, BrowseComp 92.5, DeepSearchQA 96.0, WideSearch 81.9, BFCL v4 77.0, CyberGym 86.5. Its reported weaknesses are the coding rows where a tuned generalist usually wins: SWE-bench Pro 59.6, Terminal-Bench 2.1 78.3, JobBench 50.3. Nothing here is independently verified, and every row is the lab's own harness on the lab's own prompts — but the split is consistent enough to read as a real design choice rather than noise. GLM 5.2, for its part, is the model whose June-era independent ceiling (AA Index 53, the then-highest open-weights score) was superseded by GLM 5.3 the month before Atria shipped.

Which one you should route to

If you need a million-token open-weights generalist for long-context coding and knowledge work, GLM 5.2 at $1.40/$4.40 is a proven, MIT-licensed workhorse that has been self-hosted and production-served for a quarter — and on a gateway like OrcaRouter, one API key and zero per-request markup later, it is available the moment you need it, with automatic failover if Z.ai's endpoint ever wobbles. If your job is an open-ended research loop — a task that needs the model to keep reading, running code, and iterating until something is verifiable — Atria Dawn Preview's tuning is aimed exactly there, but you are trading the 1M window, a known price, and an independent record for a 256K preview with no published rate and no neutral scores.

Il verdetto sincero è un bivio. I team che si affidano già a GLM 5.2 per lavoro aperto a contesto lungo dovrebbero restare dove sono e osservare ciò che i valutatori indipendenti riferiscono su Atria Dawn Preview prima di spostare un percorso di produzione su di essa. I team il cui collo di bottiglia è il loop stesso — il modello che si ferma a chiedere invece di eseguire — hanno un motivo autentico per provare il nuovo arrivato, idealmente dietro un percorso di failover verso GLM 5.2, così l'esperimento non costa nulla se l'anteprima inciampa. Stessa base, due prodotti, e per la maggior parte dei lettori la colonna decisiva non è la griglia dei benchmark ma la finestra di contesto e il prezzo che la griglia non mostra mai.