Oleksandr Moccogni Corso AI Entra in lista

Modelli IA cinesi per le aziende: conta dove girano

Pubblicato Aggiornato 23 min di lettura
In breve

Quanto costano i modelli IA cinesi come GLM-5.3, cosa consente la licenza, cosa promettono i termini sui dati e le tre strade per usarne uno in azienda.

Modelli IA cinesi per le aziende: conta dove girano

Davanti a un modello IA cinese la prima domanda è quasi sempre se sia sicuro. Una domanda migliore, da cui partire, è dove gira.

I modelli IA cinesi sono modelli linguistici di grandi dimensioni sviluppati da aziende in Cina, come GLM di Z.ai, DeepSeek o Kimi. Alcuni si noleggiano attraverso il servizio del produttore; altri pubblicano i pesi, i file che contengono il modello addestrato, e così qualunque azienda può ospitarli sui propri server.

È il secondo gruppo a cambiare il quadro per un’azienda. Lo stesso modello può stare dietro al servizio del produttore a Singapore, dietro un fornitore negli Stati Uniti o in Europa, oppure su una macchina che controlli tu. Ogni scelta dà una risposta diversa su prezzo, dati e rischio.

Uso modelli di IA ogni giorno di lavoro, soprattutto modelli locali addestrati per le mie esigenze, per costruire strumenti per il mio lavoro di marketing e di consulenza, e prima di consigliare qualcosa leggo listini, licenze e documenti sulla privacy. In questo articolo faccio quella lettura per la famiglia GLM: quanto costa, cosa consente la licenza, cosa promettono i documenti sulla privacy e quale strada si adatta a quale tipo di azienda.

In sintesi

  • Chiediti dove gira il modello prima di chiederti chi l’ha costruito. Le strade sono tre: il servizio del produttore, un fornitore occidentale che ospita i pesi pubblicati, oppure i tuoi server. Ognuna dà una risposta diversa sulla questione dei dati.
  • I prezzi sono pubblici. GLM-5.3 costa 1,40 dollari per milione di token in input e 4,40 dollari per milione di token in output, la sua versione Flash 0,15 e 0,50. Due modelli Flash più vecchi sono gratuiti.
  • La licenza è permissiva. In base alla sua unica clausola aggiuntiva, deve superare la revisione di sicurezza del produttore solo l’azienda che gestisce un’attività di model as a service (vende ad altri l’accesso a un modello) e il cui fatturato di gruppo supera i 10 miliardi di dollari in 12 mesi. A mio avviso un’azienda normale non rientra nella clausola.
  • Tester indipendenti collocano il miglior modello cinese a pesi aperti a circa quattro mesi dalla frontiera statunitense nei compiti cyber, e l’istituto britannico stima il distacco dei modelli a pesi aperti da quattro a sette mesi. Nessuno tra quelli che ho letto ha misurato il lavoro di marketing.
  • Le promesse sulla privacy sono del produttore stesso. L’addendum sul trattamento dei dati (DPA) per l’API di Z.ai, cioè per l’accesso tecnico al servizio, dice che i contenuti non vengono conservati. Nessuna terza parte l’ha verificato, quindi i dati personali sono una questione per il tuo consulente per la protezione dei dati.
  • Scegli il modello in base al lavoro. Usa il livello Flash per il lavoro in serie, il modello completo per quello difficile e prova entrambi sui tuoi campioni.

Cosa sono i modelli IA cinesi e perché le aziende li guardano

Un modello linguistico è il motore dietro i chatbot, gli assistenti di scrittura e gli agenti IA. La maggior parte delle persone lo incontra attraverso il prodotto di un’azienda statunitense. Ormai anche i modelli cinesi fanno parte del quadro: la famiglia GLM di Z.ai, DeepSeek e Kimi, tra gli altri.

Due caratteristiche rendono alcuni di questi modelli interessanti per un’azienda: il listino prezzi pubblicato, che tratto più avanti, e i pesi. Un modello chiuso, come quelli dietro i grandi chatbot statunitensi, tiene privati i propri parametri e si raggiunge solo attraverso interfacce controllate dal produttore.

Un modello a pesi aperti (open weight) pubblica i file addestrati, quindi qualcuno diverso dal produttore può eseguirlo, testarlo e collocarlo dove l’azienda preferisce.

Z.ai ha rilasciato GLM-5.2 il 16 giugno 2026 e GLM-5.3 è seguito il 14 agosto. I pesi sono stati pubblicati a fine agosto.

Z.ai dichiara che GLM-5.3 usa lo stesso modello di base di GLM-5.2, con miglioramenti dovuti al post-training, la fase in cui un modello finito viene addestrato ancora su competenze specifiche. Ho raccontato quella storia nel mio articolo su GLM 5.3 e il miglior LLM open source, quindi qui resto sulle questioni aziendali.

Una nota sulle dimensioni: l’azienda dichiara 753 miliardi di parametri per GLM-5.3. I parametri sono i numeri regolabili all’interno di un modello e il loro numero è una misura approssimativa delle sue dimensioni. Un modello così grande non si esegue su un computer da ufficio, come mostrano le strade descritte più avanti.

Cosa dicono i test indipendenti sulla qualità

Le dichiarazioni sulla qualità fatte dai produttori di modelli sono marketing. Quelle dei tester governativi vale la pena leggerle, quindi mi baso su queste. Le citazioni in inglese le traduco io.

Negli Stati Uniti il Center for AI Standards and Innovation (CAISI) del NIST testa i modelli dei principali sviluppatori. Ha valutato GLM-5.2 e ha scritto: «Le capacità complessive di GLM-5.2 sono simili a quelle di GPT-5.2, rilasciato a dicembre 2025.» Nei compiti cyber le ha trovate «simili a quelle di Opus 4.6, rilasciato a febbraio 2026».

Da dove viene il numero: dai benchmark (prove standardizzate) di CAISI, eseguiti dall’istituto stesso. Cosa significa: GLM-5.2 rende come un modello di punta uscito da quattro a sei mesi prima del suo rilascio. Cosa cambia: un modello di quella classe è un candidato serio per una prova sul tuo lavoro, e le domande diventano il costo e dove viene eseguito.

Per GLM-5.3 il rapporto di CAISI di settembre lo definisce «il modello a pesi aperti più capace in ambito cyber rilasciato finora». Dice anche che le sue capacità sono «significativamente inferiori» a quelle degli attuali modelli di punta statunitensi, con un ritardo di circa quattro mesi su una misura aggregata.

L’UK AI Security Institute (AISI), che pubblica i propri lavori, stima che i modelli a pesi aperti siano in ritardo da quattro a sette mesi rispetto ai modelli chiusi di punta nei compiti cyber, contro i sei-dieci mesi del 2025. Il metodo di quei test lo analizzo nel mio articolo su come leggere un test cyber sull’IA.

Entrambi gli istituti hanno misurato compiti di sicurezza informatica, non di marketing. Nessuna fonte che ho letto prova questi modelli su testi pubblicitari, bozze di email o riassunti di report. Per questo non tratterei un punteggio cyber come un punteggio per il tuo lavoro, e ti suggerisco di provare il modello sui tuoi campioni, come descrivo nella checklist qui sotto.

Il listino: quanto costa un milione di token

Un token è un piccolo pezzo di testo, spesso una parola corta o una parte di una più lunga. I modelli fatturano a token, separatamente per ciò che invii (input) e per ciò che il modello scrive in risposta (output). L’input in cache è il testo ripetuto che il fornitore fattura a una tariffa più bassa.

I prezzi dell’API pubblicati da Z.ai, in dollari USA per milione di token:

ModelloInputInput in cacheOutput
GLM-5.31,400,264,40
GLM-5.3-FlashX0,370,0751,25
GLM-5.3-Flash0,150,030,50
GLM-5.2 e GLM-5.11,400,264,40
GLM-51,000,203,20
GLM-4.7 e GLM-4.60,600,112,20
GLM-4.7-FlashX0,070,010,40
GLM-4.5-Air0,200,031,10
GLM-4.7-Flash, GLM-4.5-Flashgratisgratisgratis

La tabella mostra due cose. Qui un modello più recente non costa di più: GLM-5.3 ha esattamente lo stesso prezzo di GLM-5.2 e GLM-5.1. E il livello Flash è una spesa piccola: GLM-5.3-Flash costa circa nove volte meno del modello completo, sia in input sia in output.

Una caricatura in argilla accanto a una scala di tre cartellini di prezzo intitolata «1 million tokens, output»: GLM-5.3 4,40 USD, GLM-5.3-FlashX 1,25 USD, GLM-5.3-Flash 0,50 USD

Per capire cosa significa per un budget, ecco un carico di lavoro inventato, non una misurazione: un team invia 10 milioni di token in input e il modello ne scrive 2 milioni in output in un mese. Ignoro la tariffa ridotta per l’input in cache, quindi le cifre sono un limite massimo per il testo ripetuto.

ModelloCalcoloCosto mensile
GLM-5.310 x 1,40 + 2 x 4,4022,80 dollari
GLM-4.710 x 0,60 + 2 x 2,2010,40 dollari
GLM-5.3-Flash10 x 0,15 + 2 x 0,502,50 dollari

L’UK AI Security Institute pubblica un confronto dei costi tra i produttori, basato sui prezzi di listino. Per un’esecuzione di Cyber Range, un lungo attacco simulato a una rete, che ha usato 100 milioni di token, stima il costo in circa 85 dollari per Opus 4.5 e Opus 4.6, in 46 dollari stimati per GLM-5.2 e in 1,19 dollari per DeepSeek V4-Pro. L’istituto aggiunge che per i modelli a pesi aperti non ha usato i servizi dei produttori, quindi i costi reali di calcolo possono variare.

Per i compiti che entrambi i modelli hanno risolto in modo affidabile, riporta 15,17 dollari per compito con Opus 4.6 contro 6,12 dollari con GLM-5.2, circa il 40%, sulla stessa base stimata. Sono compiti cyber, quindi considero queste cifre il segnale di una distanza di prezzo, non una promessa per il tuo uso.

Tre modi per usare un modello IA cinese

Questa è la parte che conta di più per un’azienda. Il modello è lo stesso file in tutte e tre le strade. Cambia chi gestisce la macchina che lo esegue e dove si trova quella macchina.

Prima strada: il servizio del produttore. Invii il testo all’API di Z.ai e ricevi le risposte: è il modo più semplice per iniziare, e vale il listino che hai visto sopra. L’informativa sulla privacy di Z.ai dice che i servizi sono forniti da Singapore, e il suo addendum sull’API dice che i dati dei clienti vengono in genere elaborati lì.

Seconda strada: un fornitore occidentale che ospita i pesi pubblicati. Poiché i pesi sono pubblici, un fornitore cloud negli Stati Uniti o in Europa può eseguire il modello e vendere l’accesso, così l’azienda tratta con un fornitore di cui conosce già il paese e il contratto.

In un intervento alla conferenza AI Engineer di New York, pubblicato a ottobre 2026, David Abitbol, Ops & Infrastructure Leader di Revolut, ha sostenuto questa logica. Il suo messaggio al direttore dei sistemi informativi (CIO) presente in sala era che usare il modello non significa inviare richieste a un punto di accesso dedicato (endpoint) in Cina: si prendono i pesi e li si mette «su un servizio con sede negli Stati Uniti». La pagina stessa della conferenza avverte che le sue osservazioni sulla classificazione normativa e sui luoghi di hosting descrivono la situazione di Revolut, non quella di ogni azienda.

Terza strada: i tuoi server. Scarichi i pesi e li esegui tu. The Register ha riportato che GLM-5.1, un modello della stessa classe di dimensioni di GLM-5.3, richiede circa 380 GB di memoria GPU (le schede grafiche di calcolo che eseguono i modelli) solo per i pesi, una cifra che cambia a seconda di quanto i pesi sono compressi in memoria.

Revolut serve circa 2.000 ingegneri con 56 GPU Nvidia B200, e questo è un progetto da data center, non da portatile. L’aritmetica la scompongo nel mio articolo sul costo reale di un LLM self-hosted, cioè ospitato sui propri server.

Servizio del produttoreHost occidentaleServer propri
Chi gestisce la macchinaZ.aiUn fornitore cloudTu
Dove vanno i datiPer lo più Singapore, secondo Z.aiLa regione del fornitoreI tuoi locali o il tuo cloud
Forma del costoA token o in abbonamentoA token, stabilito dal fornitoreHardware, energia, personale
Che cosa serveUn accountUn contrattoUn team che gestisce l’infrastruttura
Domanda principaleBasta il DPA?Quale fornitore e quale regione?Siamo in grado di gestirlo?

Per un team di marketing o una piccola impresa sono realistiche la prima o la seconda strada. La terza è per le aziende con un team che gestisce l’infrastruttura.

Una caricatura in argilla si gratta la testa a un bivio sotto il titolo «Three routes», con tre cartelli: «1 The maker's service», «2 A Western host» e «3 Your own servers»

La licenza in parole semplici

La licenza di GLM-5.3 è breve e un’azienda la legge in cinque minuti. Concede il diritto di usare, copiare, modificare, pubblicare, distribuire, concedere in sublicenza e vendere il software, pesi inclusi, e di eseguire, installare e adattare il modello con il fine-tuning (l’addestramento aggiuntivo). Le condizioni sono mantenere l’avviso di copyright e rispettare la legge.

Esiste una condizione aggiuntiva, in due parti che devono essere vere entrambe. L’azienda o una sua affiliata gestisce un’attività «Model as a Service», e il fatturato totale dell’azienda e delle sue affiliate supera i 10 miliardi di dollari statunitensi in un qualsiasi periodo di 12 mesi consecutivi. In quel caso deve superare la revisione di sicurezza di Z.AI prima di usare il software per qualsiasi scopo commerciale.

La licenza definisce il Model as a Service come l’offerta, a una terza parte, di accesso all’inferenza (l’esecuzione del modello) o al fine-tuning, per esempio tramite API, in modo da darle un controllo significativo su input, parametri o dati di addestramento. Esclude i prodotti per l’utente finale in cui il modello è soltanto incorporato in funzioni specifiche, e il semplice inoltro di richieste a modelli ospitati da altri.

In pratica un’azienda che usa il modello per scrivere, riassumere, analizzare o alimentare i propri strumenti non rientra in quel gruppo. Per come la leggo io, la condizione è rivolta alle più grandi aziende cloud, che potrebbero rivendere il modello. Conta anche per la seconda strada, quindi chiederei a un host come gestisce quella condizione.

Una caricatura in argilla seduta a una scrivania legge una licenza con una lente d'ingrandimento che illumina una sola riga di testo

La licenza contiene anche una clausola di esclusione di garanzia: il software e qualsiasi output e risultato sono forniti «as is», cioè così come sono, senza garanzie di alcun tipo. Una risposta sbagliata del modello tocca a te scovarla, e questo è un motivo in più per tenere una persona nella fase di controllo, tema che tratto nell’articolo sulla verifica umana dell’IA con il metodo human-in-the-loop.

Il Coding Plan: un abbonamento al posto del contatore

Z.ai vende anche un abbonamento chiamato GLM Coding Plan, che parte da 18 dollari al mese. La documentazione dice che funziona con strumenti per agenti come Claude Code, Codex, OpenCode e OpenClaw e che tutti i piani supportano GLM-5.3 e GLM-5.3-Flash. Le richieste a GLM-5.2 e GLM-5.1 vengono instradate automaticamente a GLM-5.3, mentre quelle a GLM-4.7 vanno a GLM-5.3-Flash.

I piani funzionano a crediti, non a dollari per token. Il piano Lite ha 2.000 crediti ogni cinque ore e 10.000 a settimana; Pro ne ha 12.000 e 60.000; Max ne ha 28.000 e 140.000.

Ogni chiamata al modello consuma crediti secondo dei moltiplicatori: GLM-5.3 usa 6,9 per l’input, 1,7 per l’input in cache e 24 per l’output, e la documentazione divide il totale ponderato per 10.000. Le ore di punta vanno dal lunedì al venerdì, dalle 14:00 alle 18:00 ora di Singapore; fuori da quelle ore l’uso è addebitato a metà della tariffa standard.

Da dove viene il numero: dalla tabella delle quote nella pagina del piano. Cosa significa: se il 95% dell’input viene servito dalla cache, il piano Lite consente da 48 a 97 milioni di token GLM-5.3 a settimana, a seconda che l’uso cada nelle ore di punta o fuori punta. Cosa cambia: chi lo usa molto ogni giorno ottiene una fattura mensile fissa invece di un contatore, e il lavoro spostato fuori dalle ore di punta consuma la metà dei crediti.

Z.ai afferma che sfruttando fino in fondo gli sconti fuori punta si può «risparmiare fino al 92%» rispetto alle chiamate a consumo all’API standard di GLM-5.3. Quella cifra è un’affermazione dell’azienda stessa e descrive il caso migliore, quindi non ci costruirei sopra un budget. I prezzi di Pro e Max non sono nella pagina di panoramica che ho letto, perciò non li cito.

The Register cita Abitbol sul perché una fattura prevedibile conta per i team più grandi: ha descritto di «vedere ingegneri che spendono 1.000 dollari al mese, 10.000 dollari al mese con un ROI non così alto» e ha detto che Revolut ha lanciato i suoi strumenti IA con limiti di budget rigidi. Dopo il passaggio ai modelli self-hosted, ha detto, «la fatturazione è fissa, non abbiamo nessuna sorpresa in fattura a fine mese». Era l’infrastruttura propria di Revolut, non il piano di Z.ai, quindi leggilo come un motivo per badare alla forma della fattura, non come un prezzo per il Coding Plan.

Anche i due grandi produttori americani contano l’uso a modo loro. Nella mia guida Claude vs ChatGPT confronto come Claude Code attinge dalla stessa riserva delle chat e come Codex usa una quota separata, condivisa tra Work e Codex.

Dati: cosa promettono i documenti e cosa non dimostrano

Per la maggior parte delle aziende questa è la vera domanda. Z.ai pubblica due testi rilevanti.

Il primo è l’informativa sulla privacy. Indica come titolare del trattamento una società di Singapore e dice che i dati personali sono «in genere elaborati a Singapore», con garanzie per i trasferimenti. Per gli utenti individuali dei suoi servizi consumer, l’informativa elenca l’addestramento e il miglioramento dei modelli tra le finalità che tratta in base al legittimo interesse.

Il secondo è il Data Processing Addendum (DPA) per i clienti dell’API. Vi si legge: «La Società non conserva alcun contenuto che il Cliente o i suoi Utenti finali forniscono o generano durante l’uso dei nostri Servizi.»

I contenuti, afferma, vengono elaborati in tempo reale e non sono salvati sui suoi server. Altri dati possono essere conservati temporaneamente per fornire il servizio o per adempiere a obblighi di legge e vengono cancellati alla fine dei termini. In base all’addendum, Z.ai agisce su istruzione del cliente.

Sono due documenti diversi per due usi diversi, e il secondo fa una promessa più forte del primo. Entrambi sono promesse dell’azienda che li ha scritti, e non ho trovato nessun audit di terze parti su nessuno dei due.

Non affermerei che i dati inviati tramite l’API vengano usati per l’addestramento, e non affermerei nemmeno il contrario. Posso dire che il contratto contiene una clausola di non conservazione e che nessuno al di fuori dell’azienda l’ha confermata.

Il mio suggerimento pratico ha tre parti:

  1. Prova qualsiasi modello cinese con materiale già pubblico o inventato. Copre la maggior parte di ciò che un team di marketing deve imparare nel primo mese.
  2. Fai passare i dati personali, come elenchi di clienti o esportazioni di lead, da una conversazione con il tuo consulente per la protezione dei dati prima che arrivino a qualsiasi modello, di qualsiasi paese.
  3. Se i dati contano, usa la seconda o la terza strada, dove contratto e sede sono quelli che già conosci.

Una caricatura in argilla con una cartellina portablocco davanti a tre porte di metallo: la prima è aperta, la seconda ha un lucchetto e la terza è la porta blindata di una camera di sicurezza, chiusa

Non sono un avvocato e questo non è un parere legale. È l’ordine in cui farei le domande.

Quale modello per quale lavoro

Non ho trovato nessuna fonte che misuri i modelli GLM su compiti di marketing, quindi questa tabella è un mio suggerimento, non una misurazione. Usala come ipotesi di partenza e mettila alla prova.

CompitoDa dove partireiPerché
Smistare commenti, etichettare lead, riassunti in serieGLM-5.3-FlashIl livello 5.3 a pagamento più economico, grandi volumi
Scrivere e riscrivere testi che una persona rivedeGLM-5.3-FlashX o GLM-5.3Un testo migliore giustifica un prezzo più alto
Leggere report lunghi e trovare contraddizioniGLM-5.3Nelle letture difficili un modello più forte si ripaga
Esperimenti con dati non sensibiliGLM-4.7-Flash (gratis)Nessun costo, poca posta in gioco
Agenti che usano strumentiGLM-5.3 tramite la seconda stradaServe l’opzione più forte e un contratto che conosci

Una caricatura in argilla regge una piccola lente sopra un vassoio da scrivania con tre scomparti: un rullo per pitturare per il lavoro in serie, uno scomparto vuoto da riempire e un barattolo di vernice con un fiocco

Per provare la tabella sul tuo lavoro, prendi 20 campioni reali di un compito, falli passare per due modelli e fai giudicare i risultati a una persona che non sa quale modello ha scritto cosa. Se quello più economico è abbastanza buono per quel compito, il risparmio è tuo. Confronto allo stesso modo due livelli di Claude in Claude Haiku e Sonnet per il marketing.

Quanto costa in pratica

Il prezzo di listino è solo una parte del costo. Ecco cosa sommerei prima di scegliere una strada.

  • Token o abbonamento. Il listino qui sopra, oppure il piano: da 18 dollari al mese, con crediti che si esauriscono ogni cinque ore e ogni settimana.
  • Hosting. Non esiste un numero unico. L’infrastruttura di Revolut usava 56 GPU Nvidia B200 e ha raggiunto un costo medio di circa 30 centesimi di dollaro per milione di token, e la pagina della conferenza precisa che queste cifre descrivono l’implementazione e l’uso di Revolut, non un prezzo trasferibile. L’aritmetica la ripercorro nel mio articolo sul costo reale di un LLM self-hosted.
  • Tempo di controllo. Il costo che nessun listino mostra. Un modello più economico che produce più errori sposta il costo dalla fattura alla persona che controlla.
  • Passaggio da un modello all’altro. I prompt (le istruzioni che dai al modello), i collegamenti con gli strumenti e i campioni di prova scritti per un modello vanno adattati per un altro. Preventiverei qualche giorno di test prima di spostare un flusso di lavoro in produzione.
  • Revisione di conformità. Il tempo delle persone che leggono i termini sui dati. Per l’API del produttore è il DPA descritto sopra.

Niente di tutto questo dice che i modelli cinesi costino meno a ogni scala. L’unico confronto tra produttori che ho trovato è la stima dell’istituto per i compiti cyber, il distacco di qualità indipendente è misurabile e il resto dipende da quanto controllo richiede il tuo lavoro. Come questi costi si collocano accanto agli altri strumenti di un team lo trovi nel mio marketing tech stack per il 2026.

Una checklist prima di usare un modello IA cinese

  1. Dai un nome al compito e ai dati che tocca.
  2. Scegli la strada (il servizio del produttore, un host occidentale o i tuoi server) prima di scegliere il modello.
  3. Leggi la licenza per la versione del modello che usi. Per GLM-5.3, controlla la condizione su fatturato e model as a service.
  4. Leggi i termini sui dati per lo specifico prodotto: l’informativa per i consumatori e l’addendum sull’API dicono cose diverse.
  5. Prova prima con dati pubblici o inventati.
  6. Fai passare 20 campioni dal modello Flash e da quello completo, con un giudice alla cieca.
  7. Scrivi chi controlla l’output e quanto costa il controllo.

Se sai rispondere a tutte e sette, la domanda «è cinese?» diventa la domanda più utile «è la strada giusta per questo lavoro?».

Una caricatura in argilla spunta una lista su una cartellina intitolata «7 checks before you use a Chinese AI model», con la prima riga «Name the job»

Domande frequenti

Che cosa sono i modelli IA cinesi?

Modelli linguistici di grandi dimensioni sviluppati da aziende in Cina, tra cui GLM di Z.ai, DeepSeek e Kimi. Alcuni tengono privati i propri pesi e si raggiungono tramite il servizio del produttore; altri pubblicano i pesi, così che terze parti possano ospitarli.

Che differenza c’è tra modelli a pesi aperti e a pesi chiusi?

Un modello a pesi chiusi tiene privati i suoi parametri e si raggiunge solo attraverso interfacce controllate dal produttore. Un modello a pesi aperti pubblica i file addestrati, quindi chiunque può eseguirlo, nei limiti della licenza. «Pesi aperti» non equivale a open source in senso pieno, perché i dati di addestramento possono restare privati.

GLM è open source?

I pesi di GLM-5.3 sono pubblicati con una licenza che concede ampi diritti, e la sua unica condizione aggiuntiva riguarda le aziende che gestiscono un’attività di model as a service e il cui fatturato di gruppo supera i 10 miliardi di dollari in 12 mesi. Quindi è un modello a pesi aperti con una licenza permissiva. Uso «pesi aperti» perché descrive i file che vengono pubblicati.

Quanto costa GLM-5.3?

Sull’API di Z.ai, 1,40 dollari per milione di token in input, 0,26 dollari per milione di token in input da cache e 4,40 dollari per milione di token in output. GLM-5.3-Flash costa 0,15, 0,03 e 0,50. L’abbonamento Coding Plan parte da 18 dollari al mese.

Qual è la migliore IA cinese?

Non c’è una risposta unica. Nei compiti cyber CAISI definisce GLM-5.3 «il modello a pesi aperti più capace in ambito cyber rilasciato finora» e lo colloca sopra Kimi K3, il precedente miglior modello a pesi aperti che aveva valutato, ma è un risultato cyber, non di marketing. Per il tuo lavoro il modello migliore è quello che va meglio sui tuoi campioni.

Posso eseguire GLM sul mio computer?

Il modello completo no. The Register riporta circa 380 GB di memoria GPU per i pesi di un modello di questa classe di dimensioni, e Revolut serve 2.000 ingegneri con 56 GPU B200. Esistono modelli più piccoli, ma sono modelli diversi e più deboli.

È sicuro usare un modello IA cinese con i dati aziendali?

Dipende dalla strada e dai dati. L’API del produttore elabora i dati soprattutto a Singapore e il suo addendum dice che i contenuti non vengono conservati, una promessa che nessuna terza parte ha verificato. Per dati personali o riservati ti suggerisco di chiedere prima al tuo consulente per la protezione dei dati, oppure di usare un host di cui conosci già il contratto.

Esistono modelli IA cinesi gratuiti?

Z.ai elenca GLM-4.7-Flash e GLM-4.5-Flash come gratuiti sulla sua API. Il gratuito è utile per esperimenti con dati non sensibili, e leggerei comunque prima i termini sui dati.

Il mio parere

I modelli IA cinesi meritano lo stesso trattamento di qualsiasi altro fornitore: leggere il listino, la licenza e i termini sui dati, poi scegliere la strada adatta al lavoro. Paura ed entusiasmo sono entrambi pessimi sostituti di quella lettura.

Per la maggior parte dei piccoli team suggerisco di partire dal livello economico con materiale pubblico, misurare il risultato su 20 campioni reali e decidere sui dati personali solo dopo. Per le aziende con un team che gestisce l’infrastruttura, le strade dell’host occidentale e dei server propri aprono opzioni che i modelli chiusi non offrono.

In entrambi i casi il modello è solo un componente. Il controllo attorno a esso è ciò che rende l’output sicuro da usare, e quella parte è uguale che il modello sia stato costruito in California o a Pechino.

Tag: modelli IA cinesiGLM-5.3z.aimodelli open weightcosti IAprivacy dei dati IAmarketing con l'IA

Continua a leggere

Tutti gli articoli →
Newsletter

Resta al passo.

Note occasionali su AI marketing, crescita e speaking. Niente spam.