Chi lavora con l’AI quest’estate ha due nomi sul tavolo: GLM 5.3 di Z.ai, arrivato il 14 agosto con i pesi aperti, e Claude Fable 5 di Anthropic, il reasoning model uscito a giugno che molti benchmark indipendenti mettono al primo posto. Sono i due modelli di testo del momento, e la domanda che mi faccio è la stessa di chiunque produca qualcosa con questi strumenti: vale la pena pagare dieci volte tanto? La mia risposta è no, e i numeri per dirlo sono tutti pubblici. Li guardiamo insieme.
Cos’è GLM 5.3, in trenta secondi
GLM 5.3 è il modello di punta di Z.ai, il laboratorio nato come spin-off dell’università Tsinghua di Pechino, ex Zhipu AI, oggi quotato alla borsa di Hong Kong. È uscito il 14 agosto 2026 e ha una particolarità tecnica: sotto il cofano è lo stesso modello base da 743 miliardi di parametri di GLM-5.2, migliorato solo con il post-training. La finestra di contesto arriva a un milione di token, il ragionamento è sempre attivo con tre livelli di intensità, e il modello lavora solo su testo: niente immagini, niente video.
Due cose interessano a chi paga le fatture. La prima: i pesi sono aperti, con una licenza che permette l’uso commerciale libero alle aziende sotto i 10 miliardi di dollari di ricavi, cioè praticamente tutte. La seconda: la versione Flash, più leggera, viaggia in promozione a 0,075 dollari in input e 0,25 in output per milione di token, con licenza MIT.
La tabella che conta
Veniamo al confronto. La tabella mette i due modelli uno contro l’altro su sette benchmark: sviluppo software su progetti reali (FrontierSWE), sicurezza offensiva (ExploitBench), il difficile Humanity’s Last Exam con strumenti, due versioni di Terminal Bench, cybersecurity difensiva (CyberGym) e la suite di coding di Z.ai.
Il risultato dice 5 a 2 per Fable. Ma i punteggi non raccontano la distanza: su Humanity’s Last Exam i due modelli sono separati da 1,4 punti, su Terminal Bench 2.1 da 0,2, con GLM davanti. Dove Fable allunga davvero lo vediamo tra un attimo. La domanda che interessa a chi produce, però, è un’altra: quei punti giustificano una bolletta dieci volte più alta?
Dove Fable 5 resta avanti
Fable 5 vince dove si misura il lavoro di sviluppo software più duro. Su FrontierSWE, progetti reali con repository e test, sta davanti di dieci punti: 88,2 contro 78,1. Su Terminal Bench 3.0, la versione più recente del test da terminale, 33,7 contro 28,3. Sulla suite di coding di Z.ai, 39,5 contro 31,4.
E poi c’è ExploitBench, il divario più grande dell’intera tabella: 78,0 contro 54,4, quasi ventiquattro punti. È il benchmark che misura la capacità di trovare e sfruttare vulnerabilità di sicurezza: roba da security research, non da uso quotidiano. Se il tuo lavoro è passare le ore dentro repository enormi con agenti che devono cavarsela da soli, questa distanza esiste ed è reale: Fable 5 è il campione della categoria.
Dove GLM 5.3 vince e dove pareggia
GLM 5.3 vince i due test dove si gioca la partita della sicurezza. Su CyberGym, il benchmark di cybersecurity difensiva, fa 84,5 contro 83,8: lo score più alto tra tutti i modelli aperti. E non è un numero da slideshow: nell’audit pubblico Z.ai ha registrato 2.436 vulnerabilità trovate in software reale, ciascuna verificata e tracciata in un registro aperto dove chiunque può controllare.
Su Terminal Bench 2.1 ribalta il risultato: 88,2 contro 88,0. Su Humanity’s Last Exam con strumenti resta a 1,4 punti dal vertice. E nella stessa pubblicazione GLM 5.3 batte Claude Opus 4.8 su tre dei sette test: Terminal Bench 2.1, Terminal Bench 3.0 e CyberGym. Il quadro è quello di un modello di fascia alta, con punte proprie sulla sicurezza.
Il prezzo: sette volte meno all’ingresso, undici in uscita
Ora la parte che per me decide tutto. Fable 5 costa 10 dollari per milione di token in input e 50 in output: il doppio di Opus 4.8, che ne costa 5 e 25, stesso listino di Opus 5. GLM 5.3 costa 1,40 e 4,40. Sette volte meno all’ingresso, undici volte meno in uscita.
Un esempio concreto: un mese di lavoro con agenti che consuma 20 milioni di token in ingresso e 10 in uscita costa 700 dollari con Fable 5 e 72 con GLM 5.3. Non è un margine, è un ordine di grandezza.
Due note oneste. Anthropic applica uno sconto del 90 per cento sull’input con il prompt caching, quindi chi ripete lo stesso contesto più volte vede il divario in ingresso ridursi di molto; l’output però, la voce che cresce con gli agenti che ragionano a lungo, resta undici volte più caro. E da luglio Fable 5 non è più inclusa nei piani Max e Pro di Anthropic: resta disponibile solo sulle API, a credito.
La storia di Ox Alpha
Se ti sembra che il prezzo conti poco, ti racconto com’è finita la scommessa più chiacchierata dell’estate. Ad inizio agosto su OpenRouter, la piattaforma dove si usano i modelli a consumazione, è comparso un modello senza nome, in codice Ox Alpha, con prezzi molto bassi.
In tre giorni ha consumato 11 mila miliardi di token, diventando uno dei modelli più usati della piattaforma. Il 26 agosto Z.ai ha rivelato che era suo: dietro lo pseudonimo c’era GLM 5.3. In borsa il titolo del gruppo è saltato del 12 per cento in giornata, e Artificial Analysis colloca il modello alla pari di Kimi K3 tra i migliori aperti in circolazione.
La morale non è che GLM 5.3 sia imbattibile: è che a parità di fascia vince chi fa il prezzo giusto. È esattamente il calcolo che faccio io quando scelgo gli strumenti del mio studio.
Perché preferisco GLM 5.3
La mia preferenza, detta in una frase: preferisco GLM 5.3 a Fable 5 perché costa molto meno e i risultati sono molto simili. Non è tifo, è un calcolo da chi produce. Nel mio lavoro, mini-film, spot e visual, i budget grossi vivono nei modelli video e nelle piattaforme di generazione; la parte di testo e ragionamento serve per script, documentazione di produzione, prompt complessi e automazioni. Carichi veri, ma per cui una manciata di punti di benchmark non giustifica una bolletta dieci volte più alta.
C’è anche una ragione di indipendenza. I pesi aperti significano potersi portare il modello dove serve ed eseguirlo dove conviene, senza dipendere dalle decisioni di prezzo di nessuno. La lezione di luglio, quando Fable 5 è uscita dai piani in abbonamento da un giorno all’altro, vale per tutti: quando il fornitore cambia le condizioni, chi ha i pesi in mano ha ancora un modello.
Se vuoi conoscere Fable 5 nel dettaglio, l’ho raccontata in questo articolo. E il consiglio finale è lo stesso che do per gli strumenti video: prova entrambi sul tuo caso reale, con i tuoi prompt e i tuoi carichi. I benchmark ti dicono la fascia, il listino ti dice quanto a lungo te lo puoi permettere. Se invece per il tuo brand serve chi questi strumenti li usa ogni giorno, è letteralmente il mio mestiere.
Lascia un commento
I commenti vengono letti e approvati prima della pubblicazione.