Dopo il terremoto provocato da DeepSeek all’inizio del 2025, il settore dell’intelligenza artificiale si trova davanti a una nuova possibile svolta. Questa volta al centro dell’attenzione c’è GLM-5.2, modello sviluppato dalla startup cinese Z.ai che nelle ultime settimane ha iniziato a guadagnare rapidamente terreno tra sviluppatori, aziende e osservatori del mercato globale.

Il motivo è e che, secondo diversi benchmark indipendenti, il modello sarebbe riuscito ad avvicinarsi alle capacità delle soluzioni occidentali più avanzate soprattutto nei task di coding e nell’esecuzione di workflow agentici, mantenendo però costi operativi molto più bassi rispetto alle piattaforme di OpenAI o Anthropic.

Inoltre, diversi esponenti del settore tecnologico statunitense hanno pubblicamente riconosciuto il salto qualitativo raggiunto dal modello cinese. Tra questi anche David Sacks, ex AI czar dell’amministrazione Trump, che durante il podcast All-In ha dichiarato che il sistema sviluppato da Z.ai si colloca appena sotto Opus 4.8 di Anthropic e molto vicino alle capacità di GPT-5.5 di OpenAI.

Sono valutazioni che, fino a pochi mesi fa, sarebbero sembrate improbabili. Eppure, il modello sta rapidamente scalando classifiche e piattaforme utilizzate dalla community di sviluppatori. Su OpenRouter, uno dei principali hub indipendenti per l’accesso ai modelli AI, GLM-5.2 ha già superato diversi modelli Anthropic in termini di utilizzo.

GLM-5.2 modello cinese

Il vero fattore di rottura, ancor più dei risultati nei benchmark, è il rapporto tra prestazioni e costo computazionale. Secondo le analisi condivise da Artificial Analysis e Code Arena, GLM-5.2 riesce a offrire risultati molto competitivi nel coding front-end e nel ragionamento complesso operando a circa un sesto del costo richiesto dai modelli frontier statunitensi.

In un momento in cui le aziende iniziano a fare i conti con spese AI sempre più difficili da prevedere, questa differenza pesa enormemente. I moderni sistemi agentici consumano quantità elevate di token durante l’esecuzione di task articolati e multi-step e più un agente lavora autonomamente, più aumenta il consumo di risorse computazionali.

Se consideriamo che per molte organizzazioni il problema odierno nei confronti dell’AI è sostenere economicamente l’utilizzo quotidiano su larga scala, un modello come GLM-5.2 viene percepito da una parte crescente della community internazionale come una soluzione economica open-weight pronta all’uso, senza necessità di lunghi processi di fine-tuning o personalizzazione avanzata.

 

Secondo Tiezhen Wang, ex responsabile APAC di Hugging Face, il vero cambio di paradigma consiste proprio nella riduzione drastica della barriera di ingresso. In pratica, il modello può essere distribuito rapidamente in ambienti enterprise o startup senza la complessità tecnica che accompagna molti framework open-source tradizionali.

1781632244480plan2

Questa situazione sta alimentando un dibattito sempre più acceso negli Stati Uniti, dove molti dirigenti del settore temono che regolamentazioni aggressive o restrizioni governative possano rallentare la competitività americana proprio mentre la Cina sta accelerando sul fronte dell’AI open-source. Inoltre, secondo Brian Tse, CEO della società di consulenza Concordia AI, molte aziende stanno iniziando a considerare rischiosa una dipendenza esclusiva da API proprietarie controllate da vendor statunitensi. Costi variabili, modifiche improvvise ai modelli e incertezza normativa stanno infatti spingendo parte del mercato verso ecosistemi più aperti e flessibili.

Resta però un ostacolo enorme ed è la fiducia. Soprattutto nei settori regolamentati occidentali, la provenienza cinese continua a rappresentare un problema, con ambiti come finanza, cybersecurity, sanità e infrastrutture critiche che mantengono forti resistenze verso l’integrazione di modelli sviluppati in Cina all’interno delle proprie pipeline AI. Altri osservatori ritengono invece che parte di queste paure sia eccessiva. Se un modello viene eseguito su cloud provider occidentali o direttamente su server aziendali interni, i rischi legati all’esfiltrazione dei dati cambiano radicalmente rispetto all’utilizzo tramite servizi cloud esterni controllati dal produttore.

Nel frattempo, i numeri mostrano una crescita concreta della presenza cinese nel mercato AI globale. Un report RAND pubblicato nei mesi scorsi evidenziava come la quota di utilizzo internazionale dei modelli linguistici cinesi sia salita dal 3% al 13% nei due mesi successivi al lancio di DeepSeek R1. GLM-5.2 potrebbe rappresentare il passo successivo di questa evoluzione non tanto come un sorpasso immediato su OpenAI o Anthropic, ma come un riequilibrio progressivo del mercato AI globale soprattutto tra sviluppatori, startup e PMI alla ricerca di modelli potenti, economici e facilmente distribuibili.