Aperta, economica e cinese: l’AI che spaventa l’Occidente

Il modello poi sorprende sui compiti agentici e in generale quelli più rilevanti per il business.

Su GDPval-AA v2, benchmark di Artificial Analysis per compiti economicamente rilevanti, GLM-5.2 ottiene 1524 punti Elo, davanti a MiniMax-M3 a 1418 e DeepSeek V4 Pro max a 1328. Soprattutto, risulta sostanzialmente allineato a GPT-5.5 xhigh.

GLM-5.2 raggiunge un livello comparabile a un modello occidentale uscito circa quattro mesi prima, cioè a febbraio 2026. In questo senso avrebbe ragione il Tang Jie.

C’è poi il vantaggio economico. Z.ai indica per GLM-5.2 un costo di 1,40 dollari per milione di token in input, e 4,40 dollari per milione di token in output. Circa un decimo rispetto ai modelli di frontiera USA.

Claude Fable 5, nella pagina Anthropic, è prezzato a 10 dollari per milione di token in input e 50 dollari in output; GPT-5.5 è stato annunciato da OpenAI a 5 dollari in input e 30 dollari in output per milione di token.

Artificial Analysis, però, mostra che GLM-5.2 non è tra i modelli più efficienti in token. Nell’Intelligence Index usa 43mila token di output per task, di cui 37mila di reasoning. È più di GLM-5.1, che era a 26mila, e più di MiniMax-M3, a 24mila, Kimi K2.6, a 35mila, e DeepSeek V4 Pro max, a 37mila.

In generale, è per questo motivo che cresce il numero di aziende occidentali che usano modelli cinesi per task meno complessi: il risparmio è evidente.

Il tema del costo si intreccia con quello dell’accesso. Il 12 giugno 2026 Anthropic ha comunicato che il governo statunitense, per motivi di sicurezza nazionale, aveva emesso una direttiva di export control per sospendere l’accesso a Fable 5 e Mythos 5 a qualunque cittadino straniero, dentro o fuori dagli Stati Uniti. L’azienda ha scelto di togliere l’accesso ai due modelli per tutti i clienti e al momento siamo in una fase di negoziazione con il Governo Usa. Il blocco era scattato dopo che il Governo aveva appreso che alcuni attori statali avversari (cinesi e russi) avevano trovato grazie a quei modelli alcune vulnerabilità di importanza critica.

È qui che l’approccio open weights dei modelli cinesi fa la differenza. Un modello scaricabile e gestibile localmente riduce il rischio di revoca unilaterale dell’accesso da parte del provider o di un’autorità straniera. Non elimina però i problemi di sicurezza, compliance e geopolitica, però: attenzione.

Chiariamo: per le aziende occidentali, usare un modello cinese può voler dire due cose molto diverse. La prima è collegarsi via API ai server del provider, per esempio DeepSeek o Z.ai: in questo caso testi, prompt, documenti o codice possono uscire dall’ambiente aziendale e finire sotto regole, contratti e giurisdizioni non occidentali. È qui che nascono i problemi più delicati: protezione dei dati, segreti industriali, compliance, controlli interni e responsabilità in caso di uso improprio.

La seconda possibilità è scaricare un modello a pesi aperti e farlo girare su infrastruttura propria, o presso un cloud provider scelto dall’azienda. In questo scenario il modello può essere cinese per origine, ma i dati restano nell’ambiente controllato dall’impresa. Il rischio geopolitico non scompare, perché resta da valutare che cosa il modello possa fare, come sia stato addestrato e quali vulnerabilità possa avere.

Questa competizione crescente tra Usa e Cina resta rilevante per le nostre aziende. Pechino non deve per forza vincere la frontiera assoluta per guadagnare spazio. Le basta diventare conveniente, affidabile e abbastanza vicina alla qualità americana in una quota crescente di utilizzi quotidiani. Come in effetti già è riuscita a fare. Washington mantiene il vantaggio sui modelli più potenti, ma rischia di vedere una parte dell’infrastruttura applicativa scivolare verso alternative più economiche, soprattutto dove sicurezza e compliance non bloccano l’adozione.

Nel dettaglio: i compiti a più alto rischio, come cybersecurity avanzata, dati regolati, ricerca scientifica sensibile, compliance e decisioni con impatto legale, continueranno a richiedere modelli con forti garanzie, audit e controllo umano, oltre che, in certi casi, la maggiore potenza possibile. I task di sviluppo software, refactoring, analisi documentale, automazione interna e knowledge work potranno invece essere distribuiti tra modelli proprietari e open weights e quindi sui modelli cinesi, sempre più spesso.