GPT-6 Sol Pro vs GLM 5.3: cosa ti dà davvero una licenza open-weight

GPT-6 Sol Pro e GLM 5.3 sono le due metà di un vero bivio su come acquistare un modello di ragionamento, e la licenza è il punto in cui il bivio si trova. GPT-6 Sol — il modello del fornitore che la configurazione gpt-6-sol-pro esegue, disponibile in generale dal 22 settembre 2026 a 2,00 $ per milione di token di input e 10,00 $ per milione di token di output — è un'API chiusa. Lo si noleggia. GLM 5.3, il modello di punta dell'azienda, che è arrivato sull'API il 18 agosto 2026 e ha pubblicato i suoi pesi all'inizio di settembre, costa 1,26 $ per l'input e 3,96 $ per l'output per milione di token sulla nostra pagina del modello, e lo si può scaricare.

Questo pezzo non sosterrà che uno di quelli sia corretto. Sarà preciso su ciò che il download ti dà effettivamente, perché la risposta è più limitata di quanto il discorso sugli open-weights di solito lasci intendere, e la parte che è davvero preziosa non è quella che di solito viene citata.

Cosa indica ciascuna riga di prezzo

Entrambi sono elenchi di fornitori — i numeri stessi di OpenAI e Z.ai, riportati invariati dalle piattaforme che li ospitano.

• Input — GPT-6 Sol $2,00 per milione di token vs GLM 5.3 $1,26 per milione di token

• Output — GPT-6 Sol $10,00 per milione di token rispetto a GLM 5.3 $3,96 per milione di token

• Input in cache — GPT-6 Sol 0,20 $ per milione di token vs GLM 5.3 con uno sconto del 90% rispetto alla sua tariffa non in cache, che è la stessa frazione di un numero più piccolo

• Scrittura cache — GPT-6 Sol 2,50 $ per milione di token con un singolo TTL rispetto al livello di scrittura cache di GLM 5.3, ed è qui che i due listini tariffari smettono di essere direttamente confrontabili, perché i fornitori misurano le scritture in modo diverso

• Prezzi per contesto lungo — GPT-6 Sol applica a una richiesta che supera la sua soglia di input una tariffa più alta per l'intera richiesta; la finestra da 1M token di GLM 5.3 viene fatturata alle sue tariffe standard per tutta la finestra.

• Finestra di contesto — GPT-6 Sol 1,050,000 token vs GLM 5.3 1,000,000 token

• Output massimo — GPT-6 Sol 128.000 token vs GLM 5.3 128.000 token

• Modalità di input — testo e immagini di GPT-6 Sol vs solo testo di GLM 5.3

• Pesi — GPT-6 Sol chiusi, nessun download rispetto a GLM 5.3 pubblicato su Hugging Face sotto la licenza GLM-5.3 propria di Z.ai

Sulle tariffe di listino, GLM 5.3 è circa 1,6× più economico in input e 2,5× più economico in output. È un divario reale e non decisivo. La riga che cambia le decisioni è l'ultima.

Che cosa dice effettivamente la licenza, e che cosa non dice

Ecco dove la conversazione sui pesi aperti di solito prende una piega sbagliata. L'affermazione «sono pesi aperti, quindi sei al sicuro dal rischio del fornitore» è vera in un senso specifico e falsa in un altro, e la differenza vale la pena di essere chiarita.

I pesi di GLM 5.3 sono pubblicati. La licenza è la GLM-5.3 Licence di Z.ai, non la MIT — la generazione precedente, GLM-5.2, era sotto MIT, e il cambiamento è tutta la storia. La nuova licenza consente l'uso commerciale e il fine-tuning. Aggiunge una condizione: un fornitore di modelli come servizio con più di 10 miliardi di dollari di ricavi in qualsiasi periodo di dodici mesi deve superare una revisione di sicurezza di Z.ai prima di offrire il modello come servizio.

Quella condizione ti dice a cosa serve la licenza. Non è una restrizione rivolta a te. È rivolta alla manciata di hyperscaler che altrimenti potrebbero rivendere il lavoro di Z.ai come prodotto proprio senza contribuire ad esso. Se esegui GLM 5.3 all'interno del tuo prodotto, o lo metti a punto sui tuoi dati, o lo fornisci ai tuoi utenti, la clausola non ti riguarda.

Ciò che significa è che la licenza è un documento controllato dal fornitore anziché una concessione irrevocabile. La MIT non può essere modificata. Una licenza personalizzata può essere modificata per le versioni future, e i termini che hai accettato per la 5.3 non sono una promessa riguardo a qualunque cosa Z.ai rilasci successivamente. È un rischio minore rispetto a "il fornitore può ritirare il modello" — i pesi che hai scaricato non smettono di funzionare — ma non è cosa da poco, e nessuna pagina di confronto open-weights lo menziona.

La parte davvero preziosa del download è più ristretta e concreta dello slogan: è che il checkpoint che hai valutato è il checkpoint che eroghi, in modo permanente, indipendentemente da ciò che faranno in seguito la roadmap o il listino prezzi del fornitore. Questa è una garanzia di riproducibilità, non una garanzia sui costi.

Ciò che mostra il documento indipendente

Artificial Analysis è l'harness neutrale su cui compaiono entrambi i modelli, e il 7 settembre 2026 ha ribasato il proprio indice — sostituendo un benchmark terminale con un altro e riponderando la componente dei task privati. È proprio questo ribasamento il motivo per cui la cifra più citata di GLM 5.3 in circolazione è stata ritirata: il modello è stato pubblicato a 60 sull'indice precedente e ne riporta 45 su quello attuale, e il passaggio è un cambio di harness, non un cambio di modello.

Sulla classifica attuale, GPT-6 Sol ottiene 48 al massimo sforzo a 1,06 $ per attività dell'indice. GLM 5.3 ottiene 45 a 2,01 $ per attività dell'indice. Tre punti di distacco nell'indice sono il riassunto onesto, e comportano una stranezza insolita: in questa coppia il modello più economico è quello chiuso. GPT-6 Sol costa circa la metà per attività completata, cioè l'opposto del presupposto da cui parte la maggior parte dei confronti open-weights.

Vanno aggiunte due ulteriori avvertenze.

• La classifica open-weights è un risultato di categoria, non generale. La posizione di GLM 5.3 è un'affermazione tanto sul campo dei modelli scaricabili quanto su GLM 5.3 stesso.

• La maggior parte dei dati di benchmark che circolano per GLM 5.3 sono quelli di Z.ai. I dati indipendenti sono il punteggio dell'indice e il costo per attività; i dati di Terminal-Bench, DeepSWE e sulle capacità cyber riportati sulla scheda del modello derivano da esecuzioni del fornitore e dovrebbero essere etichettati come tali quando vengono citati.

Un punto a favore di GLM che il dato per attività sottostima: il fratello più economico. GLM 5.3 Flash è un modello da 320 miliardi di parametri con 18 miliardi di parametri attivi, con licenza MIT, a 0,15 $ in input e 0,50 $ in output per milione di token, e ottiene 42 sullo stesso indice a 0,25 $ per attività. È un quarto del costo per attività di GPT-6 Sol per sei punti di indice, ed è il modello che, in questo confronto, si colloca davvero sulla frontiera di efficienza dei costi dell'indice.

L'argomento sui costi a favore del self-hosting è più debole dell'argomento sui costi contro di esso

È allettante inquadrare il download come una questione di costi. A 1,26 $ e 3,96 $ per milione di token, l'API è già abbastanza economica che un modello mixture-of-experts da 753 miliardi di parametri non è ovviamente più conveniente da eseguire in proprio — e GLM 5.3 è un MoE da 753B, che non è un deployment su singola GPU con nessuno schema di quantizzazione che ne preservi il comportamento. Il punto di pareggio è una questione di utilizzo e, per la maggior parte dei team, la risposta onesta è che non arriva mai.

Il motivo per scegliere il download è quello che la sezione sulla licenza sottintende: il controllo su dove avviene l'inferenza. L'hosting autonomo risponde a una questione di residenza dei dati in base a dove si esegue il modello anziché a ciò che dice il contratto di un fornitore, e per i carichi di lavoro regolamentati questa è l'unica versione della risposta che regge. Consente inoltre il fine-tuning su dati proprietari senza che alcun dato lasci la propria infrastruttura, cosa che un'API chiusa non offre a nessun prezzo.

Se nessuno dei due casi ti riguarda, l'API è la scelta corretta e la licenza è irrilevante. Questa è una conclusione legittima ed è quella a cui dovrebbe giungere la maggior parte dei team.

Dove un livello di routing cambia l'aritmetica

GLM 5.3 è nel catalogo di OrcaRouter a $1,26 di input e $3,96 di output per milione di token, con una finestra di contesto di 1.000.000 di token, un limite di output di 128.000 token, un tempo mediano (p50) al primo token di 3,99 secondi misurato sulla nostra pagina del modello. I prezzi di listino dei provider vengono trasferiti senza alcun ricarico aggiuntivo, quindi una variazione dei prezzi di Z.ai è attiva dalla nostra parte lo stesso giorno in cui è attiva dalla loro.

GPT-6 Sol non è una delle nostre tratte, quindi nulla di ciò che è qui costituisce un'affermazione sul suo prezzo tramite noi.

Il motivo per cui un singolo endpoint conta in questo specifico confronto è che i due modelli non sono tanto sostituti quanto livelli. GLM 5.3 è solo testo; GPT-6 Sol accetta immagini. GLM 5.3 è scaricabile; GPT-6 Sol no. Nessuna delle due cose è una decisione di prezzo, e nessuna delle due viene risolta da un benchmark. Ciò che un team vuole davvero, in questo caso, è una sola chiave che possa raggiungere il modello testuale economico per il volume e un modello diverso per le chiamate che richiedono la visione, senza un secondo contratto, un secondo SDK e un secondo insieme di limiti di frequenza. Questo è un problema di instradamento, e il comportamento di failover conta per la stessa ragione di sempre — il livello economico da cui dipende la tua pipeline non dovrebbe essere il livello che manda giù tutta la pipeline.

La regola di decisione

• Lavoro testuale su volumi a un livello di qualità noto — GLM 5.3. Tre punti indice sotto GPT-6 Sol a circa il 40% della velocità di output, sulla stessa finestra di contesto e sullo stesso tetto di output.

• Qualsiasi cosa che debba leggere un'immagine — GPT-6 Sol, o nessuno dei due. GLM 5.3 non accetta immagini tramite l'API, e nessun vantaggio di prezzo sopravvive a una modalità che non puoi usare.

• Dati regolamentati, o un carico di lavoro che devi essere in grado di riprodurre tra due anni — GLM 5.3, self-hosted dal checkpoint pubblicato. Non perché costi meno, ma perché il checkpoint è fisso e alla questione della residenza risponde la tua infrastruttura.

• Fine-tuning su dati proprietari — GLM 5.3. Un'API chiusa non offre alcun equivalente a nessun prezzo.

• Un team senza vincoli di residenza e senza piani di fine-tuning — GPT-6 Sol, e considera la licenza un non-problema. Per te è davvero un non-problema, e fingere il contrario è il modo in cui gli argomenti sui pesi aperti perdono credibilità.

La licenza non è una leva di costo. È una leva di controllo, e vale esattamente quanto vale per te il controllo — che per alcuni team è l'intera decisione e per altri non è assolutamente nulla.