MIDM K 3.0 Pro vs GLM-5.5: il confronto deve prendere in prestito un modello

Metà di questo confronto non esiste. Non esiste alcun modello chiamato GLM-5.5: Z.ai non l'ha mai annunciato, né gli ha assegnato un prezzo, né ha pubblicato una scheda al riguardo, né ha distribuito pesi con quel nome, e la linea dell'azienda stessa si ferma a GLM-5.3, rilasciato ad agosto 2026. Quindi una pagina intitolata «MIDM K 3.0 Pro vs GLM-5.5» ha tre opzioni — inventare una scheda tecnica, rifiutarsi di scrivere, oppure confrontare il modello coreano con il modello di punta di Z.ai che si può effettivamente chiamare, spiegando a cosa si riferisca il nome 5.5. Questa è la terza. Mi:dm K 3.0 Pro, che KT eroga dal 29 ottobre 2026 a 0,20 $ per milione di token in input e 0,80 $ per milione in output, viene confrontato qui sotto con GLM-5.3, il modello di punta testuale da 750 miliardi di parametri che Z.ai ha rilasciato il 14 agosto 2026 — con la questione GLM-5.5 affrontata per prima, perché un lettore arrivato qui digitando quel nome merita di sapere cosa sta guardando.

Cos'è GLM-5.5 e perché il nome continua a comparire

Il nome nacque da una previsione, non da un prodotto. Una proiezione di un analista rilanciata a giugno 2026 collocava il prossimo flagship di Z.ai ad agosto; il numero scelto per esso era 5.5, e pagine di confronto, guide ai prezzi e tracker delle uscite furono scritti sulla base di quella supposizione. Agosto arrivò, e Z.ai pubblicò invece GLM-5.3 — annunciato il 14 agosto, API intorno al 18 agosto, pesi aperti il 28 agosto, con GLM-5.3-Flash a seguire il 26 agosto. La previsione si rivelò sbagliata sia sul numero sia sul modello.

Da allora la denominazione è rimasta incerta in entrambe le direzioni. GLM-5.3, GLM-5.4, GLM-5.5 e GLM-6 sono stati tutti ipotizzati nello stesso periodo e Z.ai non ne ha confermato nessuno; il flagship attuale è ancora GLM-5.3, e la pagina dei modelli del fornitore elenca esattamente tre schede — GLM-5.3, GLM-5.3-FlashX e GLM-5.2. Chiunque pubblichi un listino prezzi o una tabella di benchmark per GLM-5.5 sta pubblicando una congettura corredata di un numero di modello.

Non è un motivo per saltare il confronto. È un motivo per eseguirlo rispetto al modello disponibile, che è ciò che fa il resto di questa pagina.

I due modelli, sui numeri che esistono

• Parametri — GLM-5.3 è un mixture of experts da 753 miliardi di parametri, un dato letto dai metadati safetensors sul repository pubblicato da Z.ai stesso anziché da un comunicato stampa. Mi:dm K 3.0 Pro conta 120 miliardi in totale con 12 miliardi attivi per token, secondo la model card di KT. Il modello Z.ai è sei volte più grande e, poiché il numero di parametri attivi non è pubblicato nella stessa forma, il confronto utile è tra la capacità totale e una porzione attiva volutamente ridotta.

• Contesto e output — GLM-5.3 legge 1.000.000 di token e restituisce fino a 128.000. Mi:dm K 3.0 Pro legge 261.795 e restituisce fino a 235.615. Uno vince sull'input, l'altro sull'output, ed entrambi con ampio margine.

• Modalità — entrambi ricevono testo e restituiscono testo. Nessuno dei due accetta immagini, audio o file. Su questo asse sono identici, cosa rara in un confronto del 2026 e che rende il paragone più lineare di molti.

• Prezzo — GLM-5.3 costa 1,40 $ per l'input e 4,40 $ per l'output per milione di token nel listino prezzi di Z.ai, con letture dalla cache a 0,26 $. Mi:dm K 3.0 Pro costa 0,20 $ e 0,80 $, con letture dalla cache a 0,04 $. Sette volte più economico sull'input, cinque volte e mezzo sull'output.

• Controllo del ragionamento — Il thinking di GLM-5.3 è sempre attivo e non può essere disabilitato; passare un flag disabilitato fa fallire la richiesta. La profondità viene impostata tramite reasoning_effort su low, high o max, con valore predefinito max. Mi:dm K 3.0 Pro espone un flag di reasoning e restituisce la traccia separatamente, senza una scala di effort pubblicata.

• Chiamata di strumenti — GLM-5.3 elenca tools, tool_choice e chiamate parallele agli strumenti tra i parametri supportati e documenta il function calling nativo. La voce di catalogo di Mi:dm K 3.0 Pro non elenca affatto i parametri degli strumenti.

• Punteggio indipendente — GLM-5.3 è presente nell'Artificial Analysis Intelligence Index con 44,8, è sedicesimo nel Vals Index con 53,51% e misurato a 2,01 $ per attività dell'indice. Mi:dm K 3.0 Pro non ha alcuna voce in quell'indice.

• Pesi — GLM-5.3 è scaricabile dall'organizzazione Hugging Face di Z.ai con licenza GLM. Mi:dm K 3.0 Pro non è affatto aperto; i repository pubblici di KT si fermano alla generazione Mi:dm 2.0 del 2025.

Cinque volte e mezzo più economico, rispetto a un modello che ha un punteggio

GLM-5.3 con 44,8 è un modello di fascia media secondo gli standard della frontiera del 2026 — comodamente al di sotto della metà dei cinquanta, dove si collocano Gemini 4 Argon (52,6) e Claude Opus 5.5 (58), e ben al di sopra di DeepSeek V4 Pro a 36. È il tipo di punteggio che indica un modello competente nel ragionamento generale e forte in ciò per cui è stato ottimizzato, che per GLM-5.3 è la programmazione su scala repository e il lavoro agentico a lungo orizzonte.

Mi:dm K 3.0 Pro non ha un punteggio. Questa assenza è tutto il rischio nel divario di prezzo, e vale la pena essere concreti su cosa servirebbe per colmare il divario nella direzione opposta. Perché il modello coreano sia l'acquisto migliore su un compito verificabile, deve collocarsi entro circa cinque punti e mezzo da 44,8 in utilità per dollaro. Un modello da 120B con 12B attivi, prezzato a un settimo della tariffa di Z.ai, non è ovviamente fuori da quella fascia — i modelli piccoli hanno recuperato terreno su quelli grandi per tutto l'anno, e l'architettura ibrida è progettata esattamente per l'efficienza sul contesto lungo che la linea GLM affronta con la dimensione grezza.

Ma "non ovviamente al di fuori" non è una prova. Il 44,8 di GLM-5.3 è il prodotto di un'esecuzione con un harness fisso contro un endpoint rilasciato; l'assenza di Mi:dm K 3.0 Pro è il prodotto di un modello fatturabile da tredici giorni. La posizione corretta è che il modello economico è un'incognita con un buon prezzo, e quello costoso è una quantità nota a cinque volte il costo.

Dove si nota davvero la dimensione extra di GLM-5.3

Tre punti, e sono i tre che determinano la maggior parte delle scelte di produzione.

Contesto. Un milione di token contro 262K è la più grande singola differenza tra questi modelli, ed è quella su cui non si può intervenire a livello ingegneristico quando il carico di lavoro lo richiede. Un agente che gestisce un monorepo, un'attività di ricerca che accumula risultati di strumenti o una revisione legale che legge un insieme di documenti raggiungerà 262K e continuerà. Il chunking è la soluzione alternativa, e il chunking è dove il ragionamento sui riferimenti incrociati muore. Se i tuoi prompt superano regolarmente 250K token, Mi:dm K 3.0 Pro non è un'opzione più economica — è un prodotto diverso e più piccolo.

Uso degli strumenti. GLM-5.3 documenta il function calling nativo con chiamate parallele e JSON strutturato su un'interfaccia compatibile con OpenAI, ed è esplicitamente progettato per l'ingegneria autonoma a più fasi. Qualsiasi ciclo di agente dipende dal fatto che il tool calling sia affidabile, non semplicemente presente, e Z.ai lo distribuisce su tutta la linea GLM-5 da un anno. KT non lo ha documentato affatto per questo modello. Per un agente di coding, questa sola differenza può decidere la scelta prima ancora che si consideri il prezzo.

Pesi. GLM-5.3 può essere scaricato, ospitato autonomamente e sottoposto a fine-tuning. Questo è importante per chiunque abbia requisiti di residenza dei dati, vincoli di licenza o la necessità di valutare il modello sul proprio hardware. Mi:dm K 3.0 Pro è disponibile solo via API, quindi l'unico percorso di valutazione è l'endpoint del fornitore — il che ha conseguenze reali in Corea, dove gli acquirenti del settore pubblico e regolamentati spesso non possono inviare testo a un'API straniera, e dove un modello coreano ospitato a livello nazionale è l'intera ragione per considerare KT fin dall'inizio.

Dove il prezzo del modello coreano smette di essere il titolo

Due dettagli strutturali rendono l'affermazione «sette volte più economico» meno decisiva di quanto non appaia a prima vista.

La prima è la verbosità. Il pensiero di GLM-5.3 è sempre attivo e impostato per impostazione predefinita al massimo sforzo, il che significa che consuma token di ragionamento a ogni richiesta, indipendentemente dal fatto che il compito ne abbia bisogno o meno — ecco perché il suo costo per attività dell'indice, 2,01 $, è superiore a quanto implichi il suo listino, e perché eseguire l'intera suite dell'indice su di esso costa 2.503 $ contro i 2.407 $ di Gemini 4 Argon, a un prezzo per token nominalmente superiore. La traccia di ragionamento di Mi:dm K 3.0 Pro è attivabile e disattivabile, quindi su una semplice classificazione il numero di token per risposta del modello coreano può essere molto inferiore a quello del suo rivale. Sul ragionamento difficile la situazione si inverte: senza una scala di sforzo pubblicata non c'è modo di acquistare più ragionamento, solo acceso o spento.

Il secondo è lo sconto. La pagina Token Factory di KT mostra attualmente l’input a ₩190 contro ₩271 barrato e l’output a ₩759 contro ₩1.085 — uno sconto promozionale del 30% sul prezzo di listino in dollari, portando la tariffa effettiva a $0,14 e $0,56. Gli $1,40 e $4,40 di GLM-5.3 sono un listino prezzi permanente. Un budget costruito su $0,14 dovrebbe essere ricalcolato su $0,20 prima della firma, perché una promozione di lancio non è un prezzo.

C'è anche un dettaglio sulla cache che riduce il divario negli agenti a esecuzione prolungata: GLM-5.3 legge l'input in cache a $0,26, Mi:dm K 3.0 Pro a $0,04. Entrambi sono circa un quinto delle proprie tariffe di base, quindi il rapporto resta a circa sei volte più economico sui token in cache anziché sette — abbastanza vicino perché l'affermazione principale resti valida, ma vale la pena saperlo se la maggior parte del tuo input è un prefisso ripetuto.

Testo coreano rispetto a un modello addestrato su tutto

Z.ai addestra GLM-5.3 per l'ingegneria del software e il lavoro agentico, con il cinese e l'inglese come baricentro. KT ha addestrato la linea Mi:dm specificamente per il coreano già prima che Mi:dm 2.0 fosse rilasciato nel 2025 come coppia open da 12B e 2B, e i suoi materiali aziendali descrivono la famiglia come ottimizzata per la società, la cultura e le conoscenze del dominio professionale coreane.

Su un corpus coreano quella differenza è il motivo più plausibile per preferire il modello più piccolo, ed è misurabile in un modo in cui l'indice generale non lo è. Prendi qualche centinaio di elementi dal tuo traffico coreano — trascrizioni di assistenza, documenti normativi, ticket interni — e valuta l'output strutturato di entrambi i modelli rispetto a una chiave di cui ti fidi già. La metà di quel test relativa al modello coreano costa centesimi. La metà relativa a GLM-5.3 costa qualche dollaro. Il risultato ti direbbe più su quale modello usare per il lavoro in coreano di quanto non faccia il marketing di entrambi i fornitori.

Sul codice in inglese il tuning non vale nulla, e il 44,8 di GLM-5.3 più il suo tool calling documentato rappresenta la posizione di partenza più forte.

Chiamarli, e l'unica cosa che un router non può risolvere

GLM-5.3 è disponibile su OrcaRouter come z-ai/glm-5.3 a 1,26 $ per l'input e 3,96 $ per l'output per milione — al di sotto del listino di Z.ai stessa di 1,40 $ e 4,40 $, senza alcun ricarico da parte nostra, con le letture dalla cache a 0,26 $. Si affianca a Gemini 4 Argon, Claude Opus 5.5 e più di 200 altri modelli con una sola chiave, il che significa che la linea Z.ai, la linea Google e la linea Anthropic possono essere confrontate all'interno di un unico script e sostituite cambiando una stringa del modello.

Mi:dm K 3.0 Pro non è presente nelle nostre route. È servito esclusivamente da KT, e un modello con un solo fornitore rappresenta un singolo punto di guasto: il dato di disponibilità citato per esso misura l'endpoint di una sola azienda nell'ultimo giorno, e non c'è alcun posto dove instradare una richiesta fallita. Se un workflow dipende da esso, il fallback deve risiedere nel tuo codice — e il fallback sensato è un modello sulla stessa chiave di tutto il resto, così che un timeout non ti porti al contratto di un secondo fornitore.

Questa è la forma pratica di questo confronto finché la questione GLM-5.5 resta aperta. Metti GLM-5.3 nel percorso instradato per qualsiasi attività agentica, qualsiasi attività lunga e qualsiasi attività in cui un punteggio indipendente faccia parte della motivazione. Metti Mi:dm K 3.0 Pro dietro una chiamata diretta con un timeout rigido per il livello di massa, verificabile e in lingua coreana, in cui il suo prezzo sta facendo un lavoro concreto. Quando Z.ai rilascerà un prossimo flagship, la regola di routing cambia una stringa; quando KT pubblica un benchmark, l'altra metà della decisione cambia di conseguenza.

Cosa renderebbe obsoleta questa pagina?

Due eventi, e solo due, trasformerebbero "GLM-5.5" da una previsione in un oggetto: un annuncio di Z.ai con una model card e una riga di prezzo, oppure un rilascio di pesi che riporti il numero. Nessuno dei due è avvenuto, e l'attuale flagship resta GLM-5.3 con GLM-5.3-Flash e FlashX accanto.

Dall'altro lato, Mi:dm K 3.0 Pro avrebbe bisogno di una valutazione pubblicata — del fornitore o indipendente — per passare da "economico e sconosciuto" a qualcosa su cui un team possa pianificare, e un numero del genere non esiste ancora. Finché non ce ne sarà uno, il confronto resta come scritto: un flagship Z.ai già misurato a cinque volte e mezzo il prezzo, un modello coreano con un'architettura interessante e una tariffa promozionale, e un numero di versione che esiste solo nelle previsioni.