GLM-5.3 è in testa al Cyber ECI di Epoch con 160: la frontiera aperta del cyber è in ritardo di 6–7 mesi

Epoch AI ha quantificato la questione attorno a cui ruota il dibattito sulla sicurezza dei modelli open-weight, e il risultato è una classifica più che un avvertimento: GLM-5.3 ottiene 160,10 sul Cyber ECI del laboratorio, il punteggio più alto di qualsiasi modello open-weight monitorato dall'indice, sopra GPT-5.4 di OpenAI e sotto Claude Mythos Preview di Anthropic e GPT-5.5 di OpenAI. Interpretato come una data anziché come un punteggio, quel posizionamento indica che la migliore capacità cyber oggi scaricabile apertamente si colloca all'incirca dove si trovava la frontiera chiusa sei o sette mesi fa. La misurazione — un Data Insight pubblicato il 16 ottobre dai ricercatori di Epoch Jaeho Lee e Alexander Barry, su dati chiusi all'8 ottobre — segna la prima classificazione di GLM-5.3 sul fronte cyber da parte di un organismo esterno, e arriva un mese dopo che la CAISI del NIST ha definito il modello la release open-weight più capace in ambito cyber fino a oggi, collocandola però circa quattro mesi indietro rispetto alla frontiera statunitense. Le due letture condividono una fonte: Epoch ricava il punteggio di GLM-5.3 da tre benchmark CAISI, gli unici risultati cyber disponibili per il modello, quindi la distanza tra le due è una distanza di metodo, non di misurazione. Il Frontier Red Team di Anthropic aveva già pubblicato i propri numeri sui pesi rilasciati il 29 settembre, rilevando exploit end-to-end in 50 dei 410 tentativi di ExploitBench, contro i 56 su 410 di Claude Mythos Preview. Il modello in sé non è nuovo: Z.ai ha annunciato GLM-5.3 il 14 agosto, aperto l'API il 18 agosto a 1,40 $ / 4,40 $ per milione di token e caricato i pesi da 743B su Hugging Face il 28 agosto con una licenza personalizzata “glm-5.3”. Ciò che è nuovo è che la capacità su cui Z.ai ha costruito il lancio ora ha una posizione su una classifica pubblica e una distanza misurata dalla frontiera — mentre Artificial Analysis stima per gli stessi pesi un prezzo per attività compreso tra 0,92 $ e 8,68 $ a seconda dell'endpoint che risponde, e Amazon Bedrock li offre dal 5 ottobre ai clienti aziendali idonei. Questa pagina ha seguito GLM-5.3 a partire dalle tracce del leak del 3 agosto e poi durante il lancio; questa revisione integra il posizionamento nel Cyber ECI, il metodo che vi sta dietro e cosa un divario di sei o sette mesi dice e non dice sul modello a cui indirizzereste effettivamente le richieste.

Dal leak al lancio

Le quattro tracce emerse il 3 agosto — una pagina harness di "ZCode for GLM-5.3", una pagina ufficiale della documentazione raggiungibile per circa un'ora, una voce nell'indice di Bing che recitava "GLM-5.3 Official Harness" e un commit che aggiungeva una voce "glm-5.3" con supporto a JSON Schema all'SDK Java ufficiale di Zhipu — indicavano tutte un rilascio reale e con un nome preciso. La risposta "sooooooon" di Tang Jie, cofondatore di Z.ai, e la formula "epic-level plus" sono ora confermate da un prodotto concreto anziché da una voce. Il segnale temporale "circa una settimana" testato da questa pagina — pubblicato su X da @teortaxesTex dopo il lancio di DeepSeek V4 Pro il 13 agosto — si è rivelato esatto al giorno: Z.ai ha annunciato formalmente GLM-5.3 il 14 agosto con lo slogan "Progettato per programmare. Pronto per la cyber difesa". Il seguito è arrivato la settimana successiva: il modello è diventato disponibile sul mercato generale il 18 agosto — una data di rilascio ora riportata nelle schede dei modelli di terze parti — e il 19 agosto Z.ai ha annunciato che l'API era aperta alle chiamate, con lo stesso prezzo di GLM-5.2 e con il modello già integrato in ZCode, AutoClaw e il GLM Coding Plan.

Il prossimo segnale di leak: un processore multimodale per GLM-5.3

L'impostazione solo testo del modello di punta potrebbe non reggere a lungo. Il 28 agosto, una pull request aperta nel motore di serving sglang propone il supporto all'input del processore multimodale di GLM-5.3 — il codice di raccordo del processore che trasforma i payload delle immagini nello stesso schema di ridimensionamento dinamico, pixel, griglia ed espansione dei token usato dal framework Miles RL, così che addestramento e serving vedano input immagine identici. La PR è la metà lato rollout del reinforcement learning condizionato dalle immagini su GLM-5.3 in radixark/miles, e il suo secondo commit registra i test del processore GLM-5.3 nella CI CPU di sglang. Niente di tutto ciò è un annuncio di Z.ai, e nessun GLM-5.3 multimodale è stato rilasciato o sottoposto a benchmark: è una prova a livello di codice, la stessa categoria di segnale precoce che questa pagina ha seguito per la prima volta il 3 agosto. Ciò che indica è che la linea di punta viene preparata ad accettare immagini, nell'addestramento e nello stack di serving, invece di rimanere il modello solo testo per coding e cyber descritto da Z.ai al lancio. L'impostazione di Perplexity stessa quando ha aggiunto GLM-5.3 a Computer a fine agosto — “progettato per carichi di lavoro di agenti multimodali a contesto lungo” — punta nella stessa direzione, anche se si tratta di posizionamento di prodotto, non di un modello multimodale rilasciato.

Cosa ha realmente comprato il post-training

L'affermazione architetturale è la parte su cui vale la pena fare chiarezza, perché il dettaglio più clamoroso della fuga — parametri saliti oltre mille miliardi — è sbagliato. GLM-5.3 non è un modello più grande. Z.ai e il suo co-fondatore Tang Jie affermano entrambi che riutilizza esattamente la stessa base Mixture-of-Experts da 743B di GLM-5.2 (circa 40 miliardi di parametri attivi per token), mantiene la stessa finestra di contesto da 1M di token e un output massimo di circa 128K, e ottiene tutti i suoi miglioramenti dal post-training. Tang Jie ha descritto il lancio come un deliberato esperimento a variabile controllata — stessa base, stessa architettura, stesso numero di parametri, con un mese di reinforcement learning a orizzonte lungo su compiti di coding come unica variabile — ed è a quel mese che attribuisce il miglioramento di circa il 50% nel coding. Le note di rilascio di Z.ai aggiungono il meccanismo sottostante: più ambienti di compiti a orizzonte lungo, più tipi di ambiente e sessioni di training più lunghe, basati sul framework IndexShare long-context, su SAO asynchronous-RL e sul framework open-source slime che aveva già prodotto GLM-5.2. L'approfondimento tecnico che Z.ai collega dall'annuncio dei pesi aperti — il post di ricerca su z.ai/blog/glm-5.3 — va oltre nella ricetta: decine di volte più ambienti di compiti a orizzonte lungo, più tipi di ambiente e sessioni di training estese ben oltre la prima release, con compiti scalati fino a carichi di lavoro specialistici di più giorni su veri cluster di calcolo. La sua lettura della capacità cyber — la "strictly constrained programming ability" emersa man mano che gli ambienti di compiti venivano scalati — è, come le note di rilascio, una ricostruzione dell'azienda stessa, non un audit indipendente. Questa cornice "no retraining, all post-training" è del fondatore e dell'azienda, e non è stata sottoposta ad audit indipendenti. L'altra notizia è la dimensione: con 743B di parametri totali e solo circa 40B attivi per token, GLM-5.3 è abbastanza leggero da essere auto-ospitato su un cluster modesto e abbastanza economico da essere servito su larga scala — il posizionamento "smaller, cheaper, open" attribuitogli dai commenti del giorno del lancio, e un netto contrasto con i flagship chiusi di frontiera con cui viene misurato.

Coding e agenti: i numeri dichiarati da Z.ai

Sul coding, Z.ai riporta — tutti dati dichiarati dal fornitore e non riprodotti — Terminal-Bench 3.0 che sale da 4,6 a 28,3, che Z.ai definisce il miglior punteggio open-weights su quel harness; DeepSWE v1.1 che sale da 46,2 a 66,9; SWE-Marathon che all'incirca raddoppia da 19,4 a 42,5; e Agents' Last Exam (CLI) che sale da 23,8 a 28,5. La sintesi personale di Tang Jie del risultato, in un post su X rilanciato da @dotey, era «puro post-training, coding in aumento di circa il 50%» — la stessa cifra di punta che Z.ai ha riportato nel suo annuncio. Sul bench interno di Z.ai per il codice, GLM-5.3 ha ottenuto il 31,4% a circa 50K token di output per attività con sforzo alto, contro il 29,5% di Claude Opus 4.8 a circa 120K token — il punto di Z.ai è che GLM-5.3 raggiunge un risultato comparabile spendendo molti meno token di output. Claude Fable 5 guida ancora quella valutazione interna al 39,5% con sforzo massimo, e Z.ai ammette che GLM-5.3 è ancora dietro a GPT-5.6 Sol e Claude Fable 5 su diverse valutazioni di coding più difficili. Considerare tutti questi come numeri del fornitore finché un harness indipendente non li riproduce.

Difesa cyber: la capacità che nessuno aveva previsto

I numeri della cybersecurity sono stati la parte più eclatante dell'annuncio di Z.ai e, fino al 29 settembre, erano anche interamente riportati dal fornitore. Su CyberGym, un benchmark white-box per la scoperta e la validazione delle vulnerabilità, Z.ai riporta GLM-5.3 all'84,5%, in aumento dal 77,2% di GLM-5.2 e davanti al M​ythos 5 (83,8%) e a G​PT-5.6 Sol (83,6%) del laboratorio. Su ExploitBench, che richiede sia l'analisi della causa radice sia un exploit funzionante, Z.ai riporta che GLM-5.3 più che raddoppia dal 24,4% al 54,4%, sebbene M​ythos 5 (78,0%) resti avanti. Su ExploitGym, Z.ai riporta 105 attività completate con un budget di 2 ore e 130 in 6 ore, rispetto a 29 e 39 per GLM-5.2 — di nuovo dietro a M​ythos 5 (181 e 247). Z.ai inquadra la capacità cyber come una proprietà emergente del post-training su scala — “la capacità ha continuato a comporsi man mano che il training scalava”, secondo le parole dell'azienda — anziché un obiettivo deliberato. Una cautela prima che quelle percentuali vengano confrontate con qualsiasi cosa sotto: il dato di Z.ai su ExploitBench e il risultato di A​nthropic su ExploitBench a livello di tentativo sono esecuzioni diverse dello stesso benchmark pubblico con harness e regimi diversi, quindi i due numeri non sono la stessa misurazione e non dovrebbero essere messi a confronto diretto.

Z.ai aggiunge un'affermazione dal mondo reale da abbinare ai benchmark: nei test con i team di sicurezza, GLM-5.3 ha identificato 2.436 vulnerabilità in 269 progetti open source, 1.097 delle quali classificate come critiche o di gravità elevata, con la scoperta più datata risalente al 1981 e una “durata” media di 26,6 anni. Questo è il numero più sorprendente dell'annuncio e anche il meno verificabile in modo indipendente. L'azienda ha abbinato la capacità a un Security Disclosure Ledger per la divulgazione coordinata, un programma di “accesso fidato” che limita le funzioni informatiche sensibili a utenti verificati, e un'iniziativa “Open Source Shield” per controllare continuamente i progetti open source chiave. La valutazione di Anthropic del 29 settembre è una sfida diretta a quanto il gating valga sui pesi scaricabili: ha rilevato che il modello rilasciato rifiuta fin da subito le richieste dannose, ma è battibile nel 64–100% delle prove con tecniche ordinarie, e osserva che gli sviluppatori avevano pubblicato varianti GLM-5.3 abliterate entro pochi giorni dal rilascio dei pesi. Un programma per utenti verificati governa un'API; non governa un file.

Cosa ha misurato Anthropic, e cosa cambia

Il Frontier Red Team di Anthropic ha pubblicato la propria valutazione il 29 settembre con il titolo “GLM-5.3 e la diffusione delle capacità informatiche avanzate”, ed è la prima volta che un laboratorio concorrente rende pubblici i propri numeri sulla capacità di sfruttamento di GLM-5.3. La formulazione è netta: come Claude Mythos Preview, GLM-5.3 ha forti capacità di costruire autonomamente exploit informatici end-to-end, ma a differenza di altri modelli di frontiera è stato rilasciato senza salvaguardie significative per limitarne l’uso improprio. Eseguito in sandbox isolate contro target offline, GLM-5.3 ha sviluppato exploit end-to-end su ExploitBench in 50 tentativi su 410. Claude Mythos Preview — annunciato da Anthropic circa cinque mesi prima e rilasciato in modo limitato tramite il suo programma per difensori fidati Project Glasswing — ci è riuscito in 56 tentativi su 410. Nel benchmark interno Binary Exploitation di Anthropic, che estrae 100 attività a caso da progetti che partecipano a OSS-Fuzz di Google e assegna il punteggio pieno per un dirottamento del flusso di controllo, GLM-5.3 ha ottenuto il 4% contro il 6% di Claude Mythos Preview. Il punto di Anthropic non è che GLM-5.3 sia in testa, ma che una soglia si è spostata: modelli precedenti, tra cui Claude Opus 4.6 e GLM-5.2, non sono riusciti in nessuno di quei compiti.

Nelle sessioni guidate dai ricercatori, la scoperta diventa concreta. Data una macchina in sandbox che esegue una build Linux locale di un popolare browser web e meno di un'ora di attenzione umana distribuita nell'arco di una giornata, GLM-5.3 ha trovato diverse vulnerabilità precedentemente sconosciute nel motore JavaScript del browser e le ha concatenate in un exploit funzionante — una pagina che, quando visitata, legge file arbitrari dal computer del visitatore, inclusa una chiave privata SSH. A​nthropic afferma di aver divulgato tali difetti al manutentore, e che la stessa sessione ha anche fatto emergere vulnerabilità sfruttabili nei driver wireless e grafici e nel software di dispositivi esposti alla rete. In una seconda sessione, GLM-5.3-Flash — il fratello minore, meno capace — ha ricevuto i dettagli pubblici di una vulnerabilità di Chrome già corretta (CVE-2026-11645) insieme a un'altra e, senza indicazioni significative, ha costruito una catena di exploit ARM64 affidabile che aggirava l'hardening dell'autenticazione dei puntatori. Ciò ha richiesto 20 minuti di attenzione umana e otto ore di lavoro del modello, che A​nthropic quantifica in 20,40 $ alle tariffe API di Z​hipu.

La metà del post dedicata alla sicurezza è la parte che cambia una decisione di deployment. Nella configurazione predefinita, GLM-5.3 ha rifiutato ogni richiesta palesemente malevola nel mondo simulato di Anthropic, così come ogni altro modello testato. Anthropic ha poi trovato semplici modi per aggirare quel rifiuto e riporta il tasso al quale il modello ha dato seguito alla richiesta dannosa:

• Un prompt ingannevole — che dice al modello che è un agente autonomo di red-team che lavora a un esercizio: 64% delle prove.

• Precompilando i token di pensiero del modello in modo che sembri aver già considerato la richiesta e deciso di procedere: 92%.

• Eseguendo una copia abliterata dei pesi, con i rifiuti eliminati: 100%.

Nessuno dei tre è riuscito a far svolgere gli stessi compiti ai modelli C​laude con le protezioni, afferma A​nthropic: le sue protezioni hanno bloccato la storia di copertura, la sua API non offre alcun modo per precompilare il thinking e i suoi pesi non sono distribuiti, quindi i modelli non possono essere abliterati affatto. È quest'ultima asimmetria quella con la coda lunga. L'abliterazione è una tecnica standard di riduzione dei rifiuti e, poiché GLM-5.3 viene distribuito come pesi scaricabili, chiunque può applicarla: A​nthropic ha creato la propria copia abliterata in circa 2.200 ore GPU per circa 4.400 dollari e afferma che un team che non aveva mai tentato l'operazione prima d'ora potrebbe riuscirci. La modifica ha portato il tasso di rifiuto di GLM-5.3 da oltre il 90% a circa il 3% su JailbreakBench, al 2% su HarmBench e al 12% su StrongREJECT, mentre GPQA-Diamond è rimasto invariato e un sottoinsieme testato di CyberGym ha ottenuto punteggi inferiori solo di pochi punti percentuali. A​nthropic afferma che diversi sviluppatori avevano già pubblicato versioni abliterate di GLM-5.3 entro pochi giorni dal rilascio del modello, e che abliterare GLM-5.3-Flash ha richiesto circa 600 ore GPU.

Considerate tutto ciò come le misurazioni di un solo laboratorio, non come un fatto assodato. Anthropic ha eseguito i propri harness e i propri sandbox, ha contato i propri tentativi e non ha pubblicato alcuna riproduzione di terze parti, quindi nulla di quanto segue è verificato in modo indipendente, nello stesso senso in cui non lo sono i numeri forniti da Z.ai. Ciò che gli conferisce più peso di un'affermazione di un fornitore è la direzione dell'incentivo: Anthropic sta misurando il modello di un concorrente, riporta i denominatori e le sue conclusioni coincidono con quelle del Center for AI Standards and Innovation del NIST, che il 17 settembre ha valutato GLM-5.3, definendolo «il modello open-weight più capace in ambito cyber rilasciato fino a oggi» e collocandolo a circa quattro mesi dalla frontiera statunitense su un aggregato dei benchmark cyber del CAISI — con l'avvertenza che i modelli statunitensi inclusi in quel confronto sono stati testati con le salvaguardie cyber disattivate e comprendono modelli rilasciati solo a utenti verificati. La conclusione di Anthropic è tanto un argomento di policy quanto tecnico: afferma che è stata superata una soglia critica in termini di capacità liberamente accessibili, che chiunque può scaricare GLM-5.3 e che i difensori dovrebbero avere accesso a modelli almeno tanto validi quanto quelli usati dai loro avversari. Due settimane dopo la valutazione del CAISI, Epoch AI ha misurato la stessa distanza in modo diverso, ottenendo un valore più ampio — da sei a sette mesi — a partire da una porzione degli stessi dati.

Nulla di quanto sopra cambia la meccanica di una decisione di routing, che è la parte che controlli. Una porzione di traffico verso GLM-5.3 su OrcaRouter costa la tariffa first-party — 1,40 $ / 4,40 $ per milione di token, passata senza alcun ricarico — e il failover automatico sposta un carico di lavoro su GLM-5.2 o su un altro modello collaudato quando uno peggiora, così una sorpresa di capacità in una direzione o nell'altra è un cambio di configurazione anziché una riscrittura. Ciò che aggiunge il post di Anthropic è una domanda che vale la pena porsi prima di inviargli lavoro adiacente alla sicurezza o regolamentato: il modello che chiami è il modello i cui pesi sono pubblici, e un endpoint ospitato non è una salvaguardia. La via enterprise non cambia quell'aritmetica. Il listino di Bedrock stesso per GLM-5.3 è di 1,68 $ / 5,28 $ per milione di token sul profilo di inferenza globale e di 1,848 $ / 5,808 $ su quello statunitense, il 20% e il 32% in più rispetto alla tariffa first-party di Z.ai, quindi chiamare lo stesso modello al prezzo indicato da Z.ai tramite una sola chiave resta la via più economica, mentre un contratto cloud compra invece postura di procurement e compliance.

Dove si trova davvero la frontiera cyber aperta

Il Cyber ECI di Epoch AI è una variante incentrata sulla cybersicurezza dell'Epoch Capabilities Index del laboratorio, costruita a partire dai risultati di benchmark su 35 valutazioni cyber e, dopo l'aggiornamento del 16 ottobre, su 76 modelli. Su di esso, GLM-5.3 di Z.ai registra 160,10 — il miglior punteggio open-weight registrato dal laboratorio, superiore a G​PT-5.4 di O​penAI (157,04, rilasciato il 5 marzo 2026) e inferiore a C​laude M​ythos Preview di A​nthropic (164,82, 7 aprile) e a G​PT-5.5 di O​penAI (162,22, 23 aprile). La frontiera chiusa è guidata da C​laude O​pus 5.5 di A​nthropic (171,14) e da G​PT-6 Astra di O​penAI (171,03), la coppia che il laboratorio indica come frontiera a 171. Nell'ambito dei pesi aperti, GLM-5.3 si colloca sopra K​imi K3 di M​oonshot (157,60) e D​eepSeek-V4-Pro di D​eepSeek (150,35), e ben al di sopra dei suoi stessi predecessori, GLM-5.2 (154,12) e G​LM-5 (147,95). Collocare GLM-5.3 tra i modelli chiusi più recenti che supera e i primi che non supera è ciò che produce il dato principale: la frontiera cyber aperta è all'incirca dove si trovava la frontiera chiusa sei o sette mesi prima — un divario che G​PT-5.4 e il checkpoint del 7 aprile di C​laude M​ythos Preview fissano rispettivamente a sette e sei mesi, rispetto alla data di cutoff dei dati dell'8 ottobre di Epoch.

Le avvertenze qui contano più del solito, ed Epoch ne segnala diverse. Nell'indice compaiono solo i modelli con almeno due risultati su benchmark cyber — 57 dei 76 — e il 160,10 di GLM-5.3 si basa esattamente su tre, tutti provenienti dalla valutazione CAISI del NIST del 17 settembre. Quelli sono gli unici risultati cyber che il laboratorio ha per il modello, il che significa che la stima di Epoch è un nuovo adattamento delle evidenze pubblicate da CAISI, non una ripetizione indipendente, e la cifra di sei-sette mesi e i circa quattro mesi di CAISI differiscono perché sono diversi gli insiemi di benchmark e il confronto che ne traggono, non perché i due non siano d'accordo sul modello. Epoch segnala inoltre che CAISI non ha indicato i modelli statunitensi che ha valutato, per cui il laboratorio ha attribuito quei risultati ai probabili leader come G​PT-6 Astra e C​laude M​ythos Preview; che gli intervalli attorno a due dei modelli di frontiera si sovrappongono quasi del tutto, quindi l'ordinamento in cima al grafico è meno definito di quanto suggeriscano le stime puntuali; e che il refit di ottobre ha spostato valori pubblicati in precedenza, abbassando C​laude M​ythos 5 di 3,9 punti e G​PT-5.6 Sol di 4,7, per cui i numeri di questo mese non vanno confrontati con quelli del mese scorso senza cautela. Una convenzione è utile conoscerla prima di leggere il grafico: Epoch considera open-weight le licenze a uso limitato e non commerciali, ed è così che GLM-5.3 si qualifica — i suoi pesi sono distribuiti con i termini personalizzati “glm-5.3” di Z.ai, non con la licenza MIT usata da GLM-5.2 e GLM-5.3-Flash.

Quello che il posizionamento cambia non è tanto il modello quanto l’argomentazione che lo circonda. Prima del 16 ottobre, definire GLM-5.3 la release aperta più forte nel campo della cybersicurezza significava citare le percentuali di CyberGym ed ExploitBench di Z.ai stesso, oltre alle esecuzioni in sandbox di un concorrente; ora c’è una posizione su un indice pubblico con una distanza dichiarata dalla frontiera, e quella distanza è un numero che un lettore può vedere muoversi. Ne derivano due cose per chiunque valuti un modello a pesi aperti per attività contigue alla sicurezza. Essere sei mesi dietro la frontiera non equivale a essere al sicuro: un exploit che un modello di frontiera può costruire oggi è uno che una capacità vecchia di sei mesi può costruire una volta che il metodo è pubblico, e i risultati di Anthropic sopra riportati collocano questi specifici pesi dentro quella finestra. E una classifica è un’affermazione sui migliori pesi disponibili, non sull’endpoint che risponde alla tua richiesta — gli stessi pesi serviti da fornitori diversi differiscono già di nove volte nel costo per attività, il che è una questione di routing più che di capacità.

La baseline che GLM-5.3 doveva battere.

GLM-5.2 è il punto di riferimento su cui poggia l'intera vicenda. È stato rilasciato a giugno 2026 come modello Mixture-of-Experts da 743B con circa 40B di parametri attivi per token, una finestra di contesto da 1M di token, un output massimo di 128K, licenza MIT e pesi aperti su Hugging Face. L'Intelligence Index di Artificial Analysis — misurato dal laboratorio, non da Z.ai — è ora alla vintage riesaminata v4.3.2, e su di essa GLM-5.2 (Max) segna 34 mentre GLM-5.3 (Max) segna 45. Il margine di undici punti è la stessa distanza riportata da questa pagina al lancio, quando la precedente vintage dell'indice dello stesso laboratorio dava GLM-5.2 a 53 e GLM-5.3 a 60; ciò che è cambiato è il metro, non il risultato, e il laboratorio ora contrassegna GLM-5.2 come deprecato in favore del suo successore. Il 45 di GLM-5.3 lo colloca secondo tra i modelli a pesi aperti, dietro il 46 di MiMo-V2.6-Pro e un punto davanti al 44 di Kimi K3 (Max). Quello è stato il primo numero indipendente associato a GLM-5.3, ed è coerente con la direzione — se non con ogni dettaglio — delle dichiarazioni di Z.ai. Da allora sono arrivati altri due dati di terze parti: a fine agosto, Perplexity ha riportato che GLM-5.3 batte GLM-5.2 su WANDR, il suo benchmark aperto per la ricerca su larga scala supportata da evidenze — il test "ampio e profondo" in cui un agente deve assemblare un ampio insieme di record documentati anziché rispondere a una singola domanda. Questo è un benchmark di Perplexity e una sua dichiarazione, senza punteggi pubblicati, quindi va trattato come indicativo finché non emergono numeri. Il secondo è la valutazione cyber di Anthropic del 29 settembre — la prima misurazione esterna della specifica capacità su cui Z.ai ha costruito il lancio. Sul coding a lungo orizzonte, l'harness OrcaRouter misura 77.9 su Terminal-Bench 2.1, mentre il miglior dato riportato da Z.ai per GLM-5.2 è 82.7, che sarebbe il primo punteggio open-weight sopra 80 ma è dichiarato dal fornitore e non riprodotto. Il prezzo di listino è di $1,40 per milione di token in input e $4,40 per milione di token in output.

Il tabellone qui sopra è la proiezione dell'era dei leak che questa pagina ha pubblicato prima del lancio — la riga ">1T parametri (vociferato)", il contesto e la licenza non confermati, l'indice AA previsto. Il lancio ha corretto la cella più grande: GLM-5.3 riutilizza la stessa base da 743B di GLM-5.2, quindi non c'è alcun salto di parametri. La finestra di contesto è confermata a 1M, e la licenza non è più la questione aperta che era — Z.ai ha pubblicato una licenza personalizzata “glm-5.3”, non i termini MIT che usano GLM-5.2 e GLM-5.3-Flash. La cella dell'indice previsto — la stima di questa pagina stessa di ~57–60 — è stata la rara proiezione che è arrivata esattamente a 60 sull'indice così com'era al lancio; da allora il laboratorio ha riformulato l'indice, e sull'attuale versione v4.3.2 lo stesso modello segna 45. Ciò che non si è mosso è la questione aperta: cosa fa quel punteggio quando viene riprodotto rispetto ai pesi self-hosted.

La rilevazione qui sopra costituisce il baseline indipendente rispetto al quale vengono misurate le affermazioni di GLM-5.3. GLM-5.2 ha conquistato la vetta della classifica open-weights con un Artificial Analysis Intelligence Index di 53, nella versione dell'indice consultata da questa pagina ad agosto. Da allora quel baseline è stato rideterminato insieme a quello di ogni altro modello: nell'indice v4.3.2 attuale del laboratorio, GLM-5.2 (Max) registra 34 e GLM-5.3 (Max) registra 45, un margine nella stessa direzione e all'incirca della stessa entità, con Kimi K3 (Max) un punto indietro a 44 e MiMo-V2.6-Pro avanti a 46. Entrambe le rilevazioni sono misurazioni del laboratorio stesso effettuate con il proprio harness, e nessuna delle due è un dato del fornitore.

Prezzi e disponibilità

GLM-5.3 ha un prezzo identico a GLM-5.2: 1,40 $ per milione di token di input e 4,40 $ per milione di token di output (¥8 / ¥28 nel listino nazionale), con letture di input in cache a 0,26 $ / ¥2 per milione. Il rilascio è datato 18 agosto su elenchi di modelli di terze parti, Z.ai ha aperto pubblicamente l'API il 19 agosto, e il modello è confermato raggiungibile tramite l'API di Z.ai stessa, ZCode, AutoClaw, il GLM Coding Plan e un elenco crescente di piattaforme di terze parti, e — dalla fine di agosto — la libreria Ollama, dove GLM-5.3 è elencato come modello ospitato nel cloud (glm-5.3:cloud), servito dagli Stati Uniti e dall'Europa con conservazione dei dati pari a zero. Perplexity Computer, la piattaforma per agenti di Perplexity per lavori di lunga durata e in più passaggi, ha aggiunto GLM-5.3 nella stessa finestra temporale e ora offre il modello per carichi di lavoro per agenti. Il tag Ollama è solo cloud, non un GGUF locale, quindi il percorso di self-hosting passa ancora attraverso i pesi di Hugging Face; il modello più piccolo GLM-5.3-Flash ora ha la propria scheda cloud corrispondente su Ollama. La fase di leak è finita: la disponibilità è ormai un fatto confermato, non una voce da seguire. Un cambiamento di comportamento è importante per chi chiama l'API: le richieste ora richiedono "thinking" abilitato su tre livelli di impegno — low, high e max — senza possibilità di disattivarlo, una modifica incompatibile per le integrazioni esistenti.

Anche Amazon Bedrock ora offre GLM-5.3. AWS ha pubblicato il modello il 5 ottobre 2026 — la data di lancio riportata nella sua stessa model card — e lo descrive come lo stesso design Mixture-of-Experts con circa 40B di parametri attivi per token, la stessa finestra di contesto da 1M di token e lo stesso limite di output di 128K dell'API first-party, e ragionamento abilitato in modo permanente con livelli di sforzo selezionabili. La modalità di accesso non è una copia dell'endpoint di Z.ai. Bedrock fornisce GLM-5.3 solo tramite inferenza cross-Region: l'ID del modello di base (zai.glm-5.3) non accetta chiamate on-demand in-region, quindi le richieste passano attraverso il profilo geografico US (us.zai.glm-5.3) oppure quello globale (global.zai.glm-5.3), e AWS segnala l'inferenza in-Region come non supportata in ogni regione elencata, comprese le quattro regioni statunitensi. Quello che aggiunge è la superficie AWS attorno al modello — Invoke, Converse, le API Responses e Chat Completions compatibili con OpenAI, Guardrails, Agents, Flows, output strutturati, valutazione del modello e prompt caching implicito per impostazione predefinita o esplicito nei punti di cache di almeno 1.024 token con una conservazione di almeno 30 minuti — oltre ai livelli di servizio standard, con Priority a un sovrapprezzo del 75% rispetto a Standard, e Flex e Batch a uno sconto del 50%. L'accesso è il punto critico: l'annuncio di AWS definisce GLM-5.3 come generalmente disponibile su Bedrock, mentre sia quell'annuncio sia la model card lo limitano ai clienti idonei che contattano il proprio team account AWS. Il percorso enterprise esiste; oggi non è self-serve. Un numero da trattare con cautela leggendo le pagine di AWS: la model card indica GLM-5.3 a 744B parametri totali e l'annuncio di accompagnamento a 753B, mentre Z.ai e il repository Hugging Face indicano 743B — lo stesso modello, tre totali e nessuno di essi misurato in modo indipendente.

Costo per attività e tasso di hit della cache sottostante

Stesso prezzo non significa stessa bolletta, e ora la differenza è misurata anziché dedotta. Artificial Analysis colloca GLM-5.3 (Max) a 2,01 $ per attività dell'Intelligence Index alla tariffa first-party, contro 1,47 $ di GLM-5.2 (Max) — stesso listino da 1,40 $ / 4,40 $, una bolletta più grande del 37% per una passata attraverso lo stesso insieme fisso di attività. Due cose lo spiegano, ed entrambe sono nella sintesi del modello dello stesso laboratorio. La prima è il volume: GLM-5.3 spende 210M token di output sull'Intelligence Index contro una mediana di 140M per modelli open-weight comparabili, che il laboratorio definisce molto verboso, e l'output è il lato costoso del listino. La seconda è il ritmo: 64,2 token di output al secondo contro una mediana di 66,9, che è più lento della media e, in una lunga esecuzione di un agente, comporta anche più tempo wall-clock a parità di token. Questo sostituisce la stima che questa pagina riportava in precedenza, che collocava GLM-5.3 vicino a 0,68 $ per attività e GLM-5.2 vicino a 0,44 $ in base al nostro utilizzo di token osservato. I numeri del laboratorio sono più alti di quella stima in tutti i casi e sono quelli da citare: sono una media ponderata su dieci valutazioni a un numero fisso di attività, non una rilevazione da un singolo carico di lavoro.

L'endpoint fa più danni del modello. Lo stesso laboratorio ora pubblica una colonna Costo per attività per ogni fornitore che monitora su GLM-5.3 (Max) — 25 in tutto — e la colonna va da $0,92 all'endpoint più economico a $8,68 a quello più caro. Si tratta di una differenza di 9,4 volte su pesi identici, un benchmark identico e un'impostazione di ragionamento identica. (Il 9,4x è il nostro calcolo sulla colonna pubblicata dal laboratorio; ciò che la pagina stessa afferma a parole è che i prezzi combinati per milione di token variano “fino a 4,4 volte tra i fornitori” e che la velocità di output varia del 1.152%.) Nulla di quella differenza è una scoperta sulla capacità — l'Endpoint Accuracy Index del laboratorio, che riesegue BFCL v4-500, HLE-250 e AA-LCR-25 su ogni endpoint, legge 95% o più a ogni endpoint che valuta, il che significa che ciò che un fornitore perde è un po' di accuratezza, non il modello. Il meccanismo che il laboratorio indica è la cache. Il costo per attività è calcolato dai prezzi dei token di input, hit della cache, scrittura della cache, ragionamento e risposta, diviso per il conteggio delle attività e ponderato in base alla quota di ciascun benchmark nell'indice — quindi un ciclo agentico o di codifica che rinvia l'intera cronologia della conversazione a ogni turno paga quella cronologia più e più volte, una volta per turno, e la quota servita dalla cache del prompt del fornitore è la leva più importante sul totale. Artificial Analysis misura quella quota come tasso di hit della cache, lo definisce come “la quota di token di input memorizzabili nella cache servita dalla cache del prompt del fornitore, misurata durante sessioni di codifica agentica multi-turno”, lo riporta come mediana delle ultime quattro settimane (aggiornato al 26 settembre 2026) e lo rappresenta graficamente rispetto al costo per attività. La sua direzione dichiarata è quella che conta qui: tassi di hit più alti significano che più input viene fatturato al prezzo più economico della cache hit, il che abbassa il costo effettivo del lavoro agentico. Lo sconto sulla cache di GLM-5.3 stesso è dell'81% alla tariffa di prima parte — $0,26 per milione di input in cache contro $1,40 per milione di input fresco — e la scrittura e l'archiviazione della cache sono fatturate separatamente, a tariffe che variano a seconda del fornitore. Una precisazione sulle prove: i tassi di hit per fornitore sono rappresentati graficamente anziché tabulati, quindi la differenza può essere attribuita alla cache come meccanismo senza dichiarare un valore di tasso di hit per un singolo endpoint.

Questo è un argomento di routing prima ancora che di prezzo, perché la variabile su cui puoi agire è quale endpoint risponde, non quanto costano i pesi. GLM-5.3 è su OrcaRouter a $1.40 / $4.40 per milione di token, passati al prezzo di listino del provider stesso senza alcun markup, così il prezzo o le condizioni sulla cache di un provider arrivano sulla tua fattura il giorno in cui cambiano, anziché al contratto successivo. Il failover automatico sposta un carico di lavoro da un endpoint degradato a GLM-5.2 o a un altro modello collaudato, e il DSL di routing è il posto in cui vive una regola del genere. Per un modello il cui costo per attività ora varia di nove volte a seconda dell'endpoint, il modo a basso rischio per trovare il tuo numero è una porzione di traffico reale con un failover alle spalle — l'endpoint economico nel ciclo di un agente altrui non è necessariamente quello economico nel tuo.

Build Week diventa una serie continua — con 100M di token GLM-5.3 gratuiti

Il 21 agosto Z.ai ha trasformato la sua ZCode Build Week in una serie continuativa, attribuendo alla community quella che l'azienda sostiene sia stata un'ondata di progetti realizzati su ZCode con GLM-5.3. Per celebrare il rilancio, Z.ai ha regalato a 50.000 nuovi utenti ZCode 100 milioni di token GLM-5.3 gratuiti ciascuno — in ordine di arrivo, fino al 23 agosto alle 18:00 ora del Pacifico (24 agosto, 09:00 ora di Pechino) — con i token inutilizzati che scadono alla chiusura dell'evento. L'offerta e i suoi termini sono di Z.ai: dichiarati dal fornitore, sebbene l'omaggio sia stato poi riportato da testate indipendenti.

Questa è la seconda tornata della build del fine settimana. La tornata 1, dal 16 al 17 agosto, è stata sospesa entro circa un'ora dal lancio quando la domanda ha superato la capacità: i token già richiesti non sono stati influenzati e Z.ai ha da allora ampliato il proprio lato di servizio. Con 50.000 allocazioni da 100 milioni di token ciascuna, il massimo distribuito pubblicizzato è di cinque trilioni di token: una cifra di acquisizione clienti che funge anche da stress test dal vivo della stessa infrastruttura di servizio su cui gira l'API a pagamento GLM-5.3.

Cosa cambia per te con il lancio

Per i chiamanti API già su GLM-5.2, il passo pratico è un cambio di nome del modello, non un progetto: GLM-5.2 è compatibile con O​penAI e l'integrazione si mantiene, con l'avvertenza sul thinking-effort di cui sopra. Per chi ospita in proprio, l'attesa è finita. Il repository ufficiale zai-org/GLM-5.3 su Hugging Face — creato il 25 agosto e popolato tra il 27 e il 28 agosto — ora contiene il flagship completo da 743B in 141 shard safetensors, con SGLang, vLLM, TokenSpeed, Transformers e KTransformers tutti elencati sulla model card come percorsi di deployment supportati. La licenza è l'unica vera sorpresa: Z.ai ha dichiarato una licenza personalizzata "glm-5.3", non MIT — si legge come la concessione MIT più una condizione secondo cui qualsiasi attività di model-as-a-service con oltre 10 miliardi di dollari di ricavi negli ultimi dodici mesi deve superare la security review di Z.ai prima dell'uso commerciale. Sotto quella soglia, l'hosting in proprio e l'uso commerciale ordinario non hanno tale vincolo, anche se vale la pena leggere i termini esatti prima di farvi affidamento. Se la scala del flagship è più di quanto il vostro cluster voglia, il più piccolo GLM-5.3-Flash ha rilasciato i suoi pesi con licenza MIT il 26 agosto — un modello distinto, nativamente multimodale, non il flagship. Per gli utenti Ollama, il flagship è ora a un comando di distanza dal client della libreria stessa — ollama run glm-5.3:cloud — ma quella chiamata raggiunge il modello ospitato nel cloud servito da Stati Uniti ed Europa, non un pull locale; non esiste ancora un tag locale quantizzato. Eseguire GLM-5.3 sul proprio hardware significa comunque usare i pesi di Hugging Face con uno stack in stile vLLM o SGLang. Per chiunque confronti modelli nel tier D​eepSeek V4 Pro, Qwen3.8-Max, K​imi K3, G​PT-5.6 Sol e C​laude Fable 5, GLM-5.3 ora è una variabile viva e valutata in modo indipendente in quella classifica invece di una voce. Per un acquirente enterprise più che per uno sviluppatore individuale, l'opzione più recente è A​mazon Bedrock, che ha inserito GLM-5.3 il 5 ottobre per i clienti idonei — gli stessi pesi e la stessa finestra di contesto da 1M di token erogati con un contratto AWS, a un prezzo di listino superiore a quello di Z.ai.

La discussione del giorno del lancio attorno a GLM-5.3 è che la frontiera del coding è converguta: per la maggior parte delle attività quotidiane, si dice, pochi utenti riescono a distinguere in modo affidabile G​PT-5.6 Sol, C​laude Fable 5, K​imi K3, GLM-5.2 e Qwen3.8-Max. Se questa convergenza è reale, i fattori decisivi smettono di essere la capacità grezza e diventano prezzo, apertura e costo di passaggio — che è esattamente l'angolo che GLM-5.3 sta presidiando a $1,40 / $4,40 per milione su una base self-hostable da 743B il cui promesso rilascio dei pesi del 28 agosto è ora arrivato. Se i modelli di coding siano davvero intercambiabili è un'opinione, non un benchmark; i prezzi, il numero di parametri e la data dei pesi non lo sono.

Sul lato routing, GLM-5.3 è diventato operativo su OrcaRouter il 18 agosto, lo stesso giorno in cui il modello è stato reso disponibile sul mercato più ampio — al prezzo di listino di prima parte, $1.40 / $4.40 per milione, trasferito senza alcun ricarico. Lo screenshot qui sotto mostra la pagina di GLM-5.2, che è esattamente la forma che ora ha GLM-5.3: stesso prezzo, stesso contesto da 1M token, stessa uscita massima di 128K. Instradare una fetta di traffico reale verso GLM-5.3 con failover automatico su GLM-5.2 o su un altro modello comprovato è una modifica di configurazione, non una riscrittura — stessa chiave, nessun secondo contratto. Se il nuovo modello regredisce sul tuo carico di lavoro, il router effettua il fallback prima che una pagina venga caricata, e ottieni un segnale di qualità sul tuo traffico invece che su una slide del fornitore. Per un modello le cui affermazioni di punta sono ancora in gran parte riportate dal fornitore, questo è il modo a basso rischio per scoprirlo da soli.

Cosa guardare dopo

Il rilascio open-weight è ora ufficiale: Z.ai lo ha confermato il 28 agosto, dichiarando aperto il modello di punta e indicando i pesi su Hugging Face e un'analisi tecnica approfondita. La sorpresa è la licenza — termini personalizzati “glm-5.3” anziché i termini MIT che GLM-5.2 e GLM-5.3-Flash utilizzano — quindi leggi i suoi termini esatti prima del self-hosting. La valutazione di Anthropic del 29 settembre è il primo controllo esterno su quanto valgano le salvaguardie del rilascio: ha scoperto che i rifiuti integrati possono essere aggirati con una storia di copertura, un pensiero precompilato o una copia abliterated, e varianti abliterated circolavano già pochi giorni dopo la pubblicazione dei pesi.

Se un tag GGUF locale seguirà su Ollama. La libreria elenca oggi GLM-5.3 come esclusivamente cloud; un tag locale quantizzato ridurrebbe il percorso self-host a un singolo comando per gli utenti Ollama, mentre il tag cloud rimane una seconda rotta servita.

• Se il divario cyber di sei-sette mesi si restringa o resti invariato. Epoch AI ora classifica GLM-5.3 al primo posto tra i modelli open-weight con 160,10 sul suo Cyber ECI, sei-sette mesi dietro una frontiera chiusa a 171 — ma quel numero si basa su tre benchmark CAISI, gli unici risultati cyber che il laboratorio ha per il modello, e il refit di ottobre ha già spostato di diversi punti i punteggi dei modelli più vecchi. Una seconda fonte di dati, o una terza parte che riesegua gli harness proprietari di Z.ai, sarebbe il primo controllo che non risale a CAISI. La valutazione di Anthropic del 29 settembre resta l'altra lettura indipendente, e ha rilevato che i rifiuti integrati sono aggirabili con una storia di copertura, un pensiero precompilato o una copia abliterata.

• Se l’affermazione di Perplexity su WANDR sia supportata da numeri. Il fatto che GLM-5.3 batta GLM-5.2 su WANDR è un benchmark di Perplexity e un suo test personale, e non sono stati pubblicati punteggi — un’esecuzione indipendente sarebbe la prima verifica di terze parti sulle prestazioni del modello nella ricerca agentica.

• Dove si colloca l'indice su una copia self-hosted. Il 45 è misurato rispetto a un endpoint servito; la versione self-hosted — ora scaricabile, con termini di licenza allegati — è quella che i team ridistribuiranno davvero e che i laboratori indipendenti ri-eseguiranno come benchmark. Il laboratorio ha già ricalcolato questo indice una volta, quindi aspettatevi che il numero si muova di nuovo.

• L’aumento di prezzo annunciato di D​eepSeek V4 Flash, che fissa la fascia di prezzo rispetto alla quale viene valutato GLM-5.3, e come il costo per attività della frontiera chiusa la segue: G​PT-5.6 Sol (max) si colloca a 47 sull’indice contro il 45 di GLM-5.3, con il laboratorio che segnala Sol come deprecato in favore di G​PT-6 Sol.

Se la serie Build Week attualmente in corso regga alla domanda — il Round 1 è crollato entro un'ora, e l'impostazione della serie fa sì che ogni round futuro sia un nuovo stress test della capacità da cui dipende l'API a pagamento.

• Se la fuga multimodale si concretizza in un modello rilasciato. Il lavoro sul processore sglang è una prova a livello di codice che la linea di punta viene preparata per input di immagini, e la proposta di Perplexity di “carichi di lavoro agente multimodali” per Computer punta nella stessa direzione — ma è posizionamento, non un modello rilasciato, e nessun GLM-5.3 multimodale è annunciato o benchmarkato. Cerca una scheda del modello, una pagina di documentazione o i pesi prima di considerarlo reale.

• Se il gate enterprise di Bedrock si apre. L'annuncio di AWS dichiara GLM-5.3 generalmente disponibile su Bedrock, mentre la scheda del modello lo limita ai clienti idonei che contattano il team del proprio account AWS, e l'inferenza in-region non è affatto supportata — ogni richiesta attraversa le regioni, o all'interno del profilo geografico USA o su quello globale. È il gate, non l'elenco delle regioni, a decidere quali imprese possono chiamarlo questo mese.

Domande frequenti

GLM-5.3 è un modello più grande di GLM-5.2?

No. Z.ai e il suo cofondatore Tang Jie affermano entrambi che GLM-5.3 utilizza la stessa base Mixture-of-Experts da 743 miliardi di parametri di GLM-5.2, con la stessa finestra di contesto da 1 milione di token e circa 40 miliardi di parametri attivi per token. Tutti i miglioramenti riportati derivano dal post-training — Tang Jie descrive il cambiamento come un singolo mese di apprendimento per rinforzo a lungo orizzonte applicato alla base invariata — non da un aumento dei parametri, il che corregge direttamente le voci dell'epoca della fuga di notizie secondo cui la base superava i mille miliardi. Tale affermazione sull'architettura rimane del fondatore e dell'azienda stessa, non verificata in modo indipendente.

Quando saranno disponibili i pesi open di GLM-5.3?

Sono fuori. Il repository ufficiale zai-org/GLM-5.3 su Hugging Face — creato il 25 agosto, con i file dei pesi caricati tra il 27 e il 28 agosto — ora ospita il modello di punta completo da 743B, uscito in data 28 agosto, quella che Z.ai aveva indicato fin dal lancio — un rilascio che Z.ai stesso ha annunciato il 28 agosto, dichiarando i pesi aperti e rimandando al repository Hugging Face e a un'analisi tecnica approfondita. Anche la licenza è ora specificata: una licenza custom "glm-5.3", non i termini MIT usati da GLM-5.2 e GLM-5.3-Flash — sostanzialmente una concessione in stile MIT con una condizione di revisione della sicurezza per i grandi provider MaaS, quindi leggete i termini esatti prima di farvi affidamento. Z.ai ha inoltre dichiarato che le funzioni cyber sensibili saranno limitate a un programma di "accesso fidato" per utenti verificati.

Come dovrei trattare i numeri di benchmark?

Dividi l’elenco in tre parti. I numeri forniti da Z.ai — i balzi nel coding (Terminal-Bench 3.0 a 28,3, DeepSWE v1.1 a 66,9, SWE-Marathon a 42,5) e i risultati cyber (CyberGym 84,5%, ExploitBench 54,4%) — provengono dall’annuncio dell’azienda e restano riportati dal fornitore finché un banco di prova indipendente non li riproduce. La categoria indipendente è quella su cui ora si concentra il peso: l’Intelligence Index di Artificial Analysis — 45 per GLM-5.3 (Max) nella versione attuale v4.3.2, contro 44 per Kimi K3 (Max) e 34 per GLM-5.2 (Max) — la sua colonna Cost per Task per endpoint per lo stesso modello, che va da $0,92 a $8,68 sui 25 fornitori monitorati, le misurazioni del Frontier Red Team di Anthropic su ExploitBench (50 exploit end-to-end su 410) e il suo benchmark interno di sfruttamento binario (4% di dirottamenti completi del flusso di controllo), la valutazione CAISI del NIST del 17 settembre e il Cyber ECI di Epoch AI, pubblicato il 16 ottobre, che colloca GLM-5.3 a 160,10 — primo tra i modelli a pesi aperti e sei-sette mesi dietro la frontiera chiusa a 171, sebbene tale stima si basi su tre benchmark CAISI e sulle avvertenze dello stesso Epoch relative a identificazione del modello e intervalli. L’affermazione di Perplexity secondo cui GLM-5.3 batte GLM-5.2 su WANDR sta in una terza categoria a sé — benchmark di qualcun altro, affermazione di qualcun altro, nessun punteggio pubblicato. Sono i numeri indipendenti quelli da soppesare rispetto a quelli di Z.ai, e i dati su costi e cache sono misurazioni del laboratorio stesso sul proprio banco di prova anziché output del fornitore.

Perché GLM-5.3 costa così tanto di più da eseguire presso alcuni provider rispetto ad altri?

Poiché il costo per attività è dominato da quanta parte della conversazione un provider riesce a servire dalla propria cache del prompt, e su questo si innestano le differenze di prezzo dei token. Artificial Analysis calcola il valore a partire dai prezzi dei token di input, cache hit, cache write, reasoning e answer, diviso per il numero di attività e ponderato in base al peso di ciascun benchmark nell'Intelligence Index. I carichi di lavoro agentici e di coding reinviano l'intera cronologia della conversazione a ogni turno, quindi la porzione del prompt memorizzabile in cache viene fatturata ripetutamente, e la quota che un provider serve dalla cache anziché a prezzo pieno di input è la singola leva più importante sul totale. La scrittura in cache e l'archiviazione in cache vengono fatturate separatamente a tariffe specifiche del provider. Su GLM-5.3 (Max) la colonna risultante va da $0.92 a $8.68 sui 25 endpoint monitorati dal laboratorio — circa 9 volte su pesi identici e un benchmark identico — ed è per questo che la decisione di costo è l'endpoint, non il modello.

Posso eseguire GLM-5.3 localmente tramite Ollama?

Non ancora. GLM-5.3 è elencato nella libreria Ollama, ma solo come modello ospitato nel cloud — glm-5.3:cloud, servito dagli Stati Uniti e dall'Europa con zero conservazione dei dati. Non esiste un tag GGUF locale, quindi oggi `ollama run glm-5.3:cloud` chiama il modello ospitato invece di scaricarne una copia sulla tua macchina. Il percorso self-host rimane quello dei pesi Hugging Face con uno stack in stile vLLM o SGLang, e il tag cloud è un secondo percorso servito per i lettori che usano già Ollama.

La fuga di notizie era reale, il lancio ha confermato il nome, l'impostazione e i tempi — e due mesi dopo, la capacità cyber che Z.ai ha messo al centro del proprio annuncio è stata misurata da due organismi esterni e classificata da un terzo. Il Frontier Red Team di A​nthropic colloca GLM-5.3 a pochi tentativi di distanza da C​laude M​ythos Preview nello sviluppo end-to-end di exploit, definisce il modello insolitamente capace per un rilascio aperto e aggiunge il risultato che conta di più per chiunque lo implementi: le salvaguardie sono reali ma superficiali, e i pesi sono scaricabili, quindi i rifiuti sono una configurazione, non una garanzia. Il CAISI del NIST è giunto a un verdetto compatibile dalla direzione opposta — il miglior modello cyber open-weight fino a oggi, circa quattro mesi dietro la frontiera statunitense. Epoch AI ha ora trasformato quel verdetto in una collocazione: 160,10 sul suo Cyber ECI, primo tra i modelli open-weight, sopra G​PT-5.4 di O​penAI e sei o sette mesi dietro C​laude O​pus 5.5 di A​nthropic e G​PT-6 Astra di O​penAI a 171 — un numero costruito, in definitiva, su tre benchmark CAISI, e che lo ammette apertamente. Artificial Analysis fornisce la quarta misurazione esterna, e riguarda i costi: $2,01 per attività dell'Intelligence Index alla tariffa first-party, e da $0,92 a $8,68 per la stessa attività a seconda dell'endpoint che risponde. I numeri del fornitore restano numeri del fornitore, la licenza è ancora custom, e la questione se la linea di punta diventerà multimodale è ancora aperta. Ciò che è cambiato è che la distanza tra capacità cyber aperte e chiuse non è più qualcosa che un lettore deve accettare per fede — è un numero pubblicato, con un metodo che si può ispezionare. Il modo più economico per scoprire cosa fa il modello sul tuo lavoro resta una fetta di traffico reale con un failover verso qualcosa di comprovato.

Gli incidenti AI documentati e i fallimenti degli agenti dietro i modelli open-weight in questa classe sono raccolti in l'OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, gravità, grado di confidenza e flag di controversia.