Nelle ultime otto settimane è successo qualcosa di strano nel settore dell'intelligenza artificiale.
A giugno, Z.ai ha lanciato GLM-5.2, diventando così, quasi in sordina, il primo modello a peso aperto a superare gli 80% su Terminal-Bench. A luglio, Moonshot AI ha lanciato Kimi K3 — 2,8 trilioni di parametri, il più grande modello a peso aperto mai pubblicato — e i titoli cinesi legati all’IA hanno subito un crollo vertiginoso per effetto domino. Il 3 agosto, poi, Alibaba ha risposto con Qwen3.8-Max, da 2,4 trilioni di parametri, rendendo open source per la prima volta nella storia dell’azienda un modello di livello Max.
Tre modelli simili tra loro. Tre diverse filosofie in materia di licenze. Tre fasce di prezzo estremamente diverse. E una quantità enorme di articoli confusi che li trattano come se fossero intercambiabili.
Non sono intercambiabili. Uno di essi non è in grado di visualizzare immagini. Un altro non è ancora effettivamente scaricabile, nonostante centinaia di titoli lo definiscano “open source”. E uno costa cinque volte di più per ogni token generato rispetto a un altro, pur ottenendo risultati peggiori in diversi benchmark di programmazione.
Ecco il confronto che chiarisce la questione.
TL;DR — Il verdetto in 30 secondi
Se desideri le massime prestazioni in termini di potenza pura e te lo puoi permettere: Kimi K3. Si colloca al #4 nell’Artificial Analysis Intelligence Index e al #1 nel Frontend Code Arena, ed è l’unico dei tre a reggere il confronto con i modelli di punta di Claude e GPT. Per questo privilegio dovrete pagare $3/$15 per ogni milione di token.
Se desideri il miglior rapporto qualità-prezzo per la programmazione: GLM-5.2. Con un prezzo di $1.40/$4.40, costa meno di un terzo del prezzo di listino di K3, è effettivamente concesso in licenza dal MIT e i pesi sono disponibili su Hugging Face da giugno. L'unico problema è che non è in grado di elaborare immagini.
Se hai bisogno di input multimodali e agenti con orizzonte temporale esteso in un unico modello: Qwen3.8-Max. Testo, immagine e input video, oltre ai risultati più convincenti tra i tre agenti di visione artificiale già pubblicati. Tuttavia, al momento della stesura di questo articolo, i pesi sono ancora in fase di sviluppo e non sono ancora disponibili per il download.
Se stai realizzando qualcosa di serio: Usane più di uno. La sezione dedicata al routing qui sotto spiega perché questa non è una risposta evasiva.
Indice
- Perché questo confronto è importante proprio in questo momento
- Ecco i contendenti
- Confronto diretto delle specifiche tecniche
- Analisi approfondita dei benchmark
- Il punto di riferimento Asterisk di cui nessuno parla
- Prezzi: il vero calcolo dei costi
- Cosa significa in realtà “pesi liberi” in questo contesto
- È davvero possibile ospitarli autonomamente?
- Tre finestre di contesto da 1M non sono uguali
- Quale modello scegliere?
- La strategia di instradamento multimodello
- Rischi, avvertenze e segnali di allarme
- Cosa ci aspetta
- Domande frequenti
- Verdetto finale
Perché questo confronto è importante proprio in questo momento
Per gran parte del 2024 e del 2025, il dibattito sulla categoria “open-weight” è stato una sorta di torneo di consolazione. Si sceglieva un modello “Western Frontier” per i lavori pesanti e un modello “open” per le attività economiche e ad alto volume. Il divario era reale e tutti lo sapevano.
Quella struttura si è rotta quest’estate.
Quando Moonshot ha lanciato Kimi K3 a metà luglio, la reazione del mercato ha parlato più chiaro di qualsiasi tabella di benchmark. Le azioni di Z.ai, quotate a Hong Kong, hanno registrato un calo fino al 30%. MiniMax è scesa fino al 16%. Alibaba ha perso il 4%. Gli investitori non stavano reagendo a un documento di ricerca, ma a un modello che, in valutazioni comparative alla cieca, gli sviluppatori preferivano ai principali sistemi americani per quanto riguarda il lavoro di codifica front-end.
Successivamente, il lancio di Qwen3.8-Max da parte di Alibaba ha fatto salire il titolo della società del 7% a Hong Kong. Nella stessa settimana, secondo quanto riportato, il fatturato giornaliero di Moonshot sarebbe cresciuto di almeno sei volte dopo il lancio di K3, con l’azienda che a giugno ha raggiunto $300 milioni di ricavi ricorrenti annuali — in aumento rispetto ai $200 milioni di aprile — mentre cercava di ottenere un round di finanziamento con una valutazione di $50 miliardi.
Non si tratta più di una questione di alternative economiche. Si tratta piuttosto di capire se il prezzo delle funzionalità di fascia alta sia appena crollato e, in tal caso, quale di queste tre soluzioni sia effettivamente opportuno integrare nella produzione.
Ecco i contendenti
Kimi K3 (Moonshot AI)
Pubblicato: 16 luglio 2026 (API) · 27 luglio 2026 (pesi)
Kimi K3 è il modello su larga scala. Con un totale di 2,8 trilioni di parametri, è circa 75% più grande del V4 Pro di DeepSeek, che deteneva il titolo di “modello aperto più grande ampiamente utilizzato”. Ma il dato che conta per chiunque si occupi dei costi di inferenza è quello relativo alla sparsità: K3 utilizza un design «mixture-of-experts» con 896 esperti, di cui solo 16 attivi per ogni token, mettendo in funzione circa 50 miliardi di parametri in ogni singolo passaggio in avanti.
Due opere architettoniche sono opera di Moonshot: Kimi Delta - Attenzione, un meccanismo di attenzione lineare ibrido, e Attenzione: residui, che l'azienda descrive come un sostituto diretto dei collegamenti residuali standard, che continua a dare i suoi frutti man mano che si espande l'attività. Entrambi erano stati pubblicati come ricerca aperta su GitHub prima del lancio di K3.
Il posizionamento è inequivocabile: Moonshot ha sviluppato questa soluzione per attività di ingegneria a lungo termine. L’approccio dell’azienda è incentrato sulla gestione di sessioni di diverse ore, sulla navigazione in archivi di grandi dimensioni e sull’orchestrazione di strumenti da terminale con una supervisione minima. È dotato di comprensione visiva nativa e di una modalità di ragionamento sempre attiva, ed è compatibile con l’SDK di OpenAI, quindi l’integrazione consiste principalmente nella sostituzione dell’URL di base.
Qwen3.8-Max (Alibaba)
Pubblicato: 19 luglio 2026 (anteprima al WAIC di Shanghai) · 3 agosto 2026 (disponibilità generale)
Qwen3.8-Max conta un totale di 2,4 trilioni di parametri, con circa 95 miliardi di parametri attivi per token — quasi il doppio rispetto al numero di parametri attivi di K3, il che ha implicazioni concrete sui costi di elaborazione, argomento su cui torneremo più avanti.
La vera novità in questo caso non è la dimensione, bensì la modalità. Si tratta del primo modello Qwen con oltre un trilione di parametri a diventare multimodale, in grado di accettare testo, immagini e video come input. Ed è la prima volta in assoluto che Alibaba si impegna a rendere open source un modello di punta della serie Max. Tutti i precedenti modelli Max — Qwen3.7-Max, Qwen3.6-Max-Preview — sono rimasti accessibili solo tramite API, mentre la linea open-weight ha continuato a svilupparsi separatamente con modelli di dimensioni inferiori.
Le dimostrazioni a lungo termine di Alibaba sono la strategia di marketing più impressionante tra le tre. In una di esse, secondo quanto riferito, il modello ha impiegato oltre dieci giorni a costruire in modo autonomo un framework software in continua evoluzione, incorporando feedback e iterando tra codice, anteprime e log senza alcun intervento umano. In un’altra, ha riprodotto da zero un articolo di ricerca sul machine learning: 33 cicli di addestramento su GPU nell’arco di circa 125 ore, 7.600 righe di codice, seguiti da 18 idee di miglioramento autogenerate che hanno superato il metodo descritto nell’articolo originale. Partecipando a una competizione dal vivo contro 526 squadre umane, si è classificata davanti a 87% dei partecipanti.
Consideratele come demo dei fornitori, perché è proprio di questo che si tratta. Ma sono demo dei fornitori insolitamente specifiche.
GLM-5.2 (Z.ai / Zhipu AI)
Pubblicato: 13 giugno 2026 (anteprima del piano di programmazione) · metà giugno 2026 (rilascio completo)
Il GLM-5.2 è di gran lunga il modello più piccolo tra quelli qui presentati e quello con la massima precisione di focalizzazione. Con un totale di circa 744–753 miliardi di parametri, di cui circa 40 miliardi attivi per token, è stato progettato con un unico obiettivo: la codifica agentica a lungo termine.
Tale scelta si manifesta come un'omissione deliberata. Il GLM-5.2 non dispone di un encoder visivo. Accetta testo e codice. Se gli si fornisce uno screenshot, un PDF o un mockup dell’interfaccia utente, restituisce un errore. Il cofondatore di Z.ai, Jie Tang, ha spiegato pubblicamente il motivo: ritiene che sia il ragionamento basato sul testo, e non l’input visivo, la capacità che amplia i limiti dell’intelligenza artificiale. Un sondaggio condotto a giugno tra la comunità sulle funzionalità della prossima versione ha totalizzato oltre 466.000 visualizzazioni, e la visione artificiale è stata di gran lunga la richiesta più gettonata. La funzionalità non è ancora stata implementata.
Ciò che contraddistingue GLM-5.2 è la politica di licenza più trasparente tra i modelli confrontati e, di gran lunga, il prezzo più basso. È stato rilasciato con una licenza MIT senza restrizioni, con i pesi disponibili in tempo reale su Hugging Face, ed è stato supportato fin dal primo giorno in oltre venti ambienti di programmazione di terze parti.
Confronto diretto delle specifiche tecniche
| Kimi K3 | Qwen 3.8-Max | GLM-5.2 | |
|---|---|---|---|
| Sviluppatore | Moonshot AI | Alibaba | Z.ai (Zhipu AI) |
| Parametri totali | 2,8 T | 2,4 T | ~744–753 a.C. |
| Attivo per token | ~50 miliardi (16 su 896 esperti) | ~95 miliardi | ~40 miliardi |
| Architettura | MoE sparsa + attenzione al delta di Kimi | MoE sparsa | MoE sparsa + Attenzione a IndexShare |
| Finestra di contesto | 1 milione di token | 1 milione di token (valore massimo immesso: 991.000) | 1 milione di token |
| Potenza massima | — | 131.000 token | 128.000–131.000 token |
| Inserimento di testo | ✅ | ✅ | ✅ |
| Immagine in ingresso | ✅ | ✅ | ❌ |
| Ingresso video | ❌ | ✅ | ❌ |
| Modalità di ragionamento | Pensiero sempre attivo | Standard / strategia (budget di 262.000) | Alto / Massimo |
| Pesi disponibili | ✅ 27 luglio 2026 | ⏳ Settimana prevista: 10 agosto | ✅ Da giugno 2026 |
| Licenza | MIT modificato (con alcune condizioni) | Non è stato ancora annunciato | MIT (senza restrizioni) |
| Ingresso API / 1M | $3.00 | $2.00 | $1.40 |
| Uscita API / 1M | $15.00 | $6.00 | $4.40 |
| Dati in cache / 1M | $0.30 | $0.25 | $0.26 |
Da quella tabella saltano all’occhio tre cose.
Innanzitutto, GLM-5.2 fa di più con meno. Ha all’incirca un quarto delle dimensioni totali di K3 ed è competitivo nei benchmark di programmazione — il che dimostra che, nel 2026, le dimensioni non sono l’unico fattore determinante.
In secondo luogo, Il numero di parametri attivi di Qwen3.8-Max è il valore anomalo. Con circa 95 miliardi di parametri attivi, è quasi il doppio rispetto a K3, nonostante abbia un numero totale di parametri inferiore. Sono i parametri attivi a determinare i costi di gestione, quindi chiunque intenda gestire autonomamente il proprio server dovrebbe tenere presente che il modello di punta di Qwen è più costoso da gestire per singolo token rispetto a un modello con 400 miliardi di parametri in più.
In terzo luogo, il divario di prezzo è enorme. I token generati da K3 costano 3,4 volte quelli di GLM-5.2. Considerando un mese di utilizzo intensivo degli agenti, non si tratta certo di un errore di arrotondamento.
Analisi approfondita dei benchmark
Codifica e prestazione agentica
È proprio questo l'obiettivo di tutti e tre i modelli, quindi è qui che il confronto assume davvero importanza.
| Punto di riferimento | Kimi K3 | Qwen 3.8-Max | GLM-5.2 |
|---|---|---|---|
| Terminal-Bench 2.1 | 88.3 | 86.6 | 81.0 |
| SWE-bench Pro | — | 67.7 | 62.1 |
| FrontierSWE | 81.2 | 73.5 | 74.4 |
| Maratona SWE | 42.0 (#1) | — | — |
| Panca da allenamento | 77.8 (#1) | — | — |
| DeepSWE | 67.5 | 56.6 | — |
| MCP-Atlas (uso degli strumenti) | ~Fable 5 −0,5 | — | 77.0 |
Per contestualizzare i dati di Terminal-Bench: GPT-5.6 Sol raggiunge un punteggio massimo di ragionamento pari a 88,8, mentre Claude Opus 4.8 e Claude Fable 5 si attestano entrambi a 84,6 nella tabella riportata da Alibaba. L’88,3 di Kimi K3 lo colloca a mezzo punto dal primo posto. L’86,6 di Qwen3.8-Max supera entrambi i modelli Claude nella stessa tabella. L’81,0 di GLM-5.2 era, all’epoca, il primo punteggio open-weight a superare quota 80.
La vittoria più significativa del GLM-5.2 è proprio contro il GPT-5.5: 62,1 contro 58,6 su SWE-bench Pro e 74,4 contro 72,6 su FrontierSWE — questo ultimo risultato lo pone quasi alla pari con Claude Opus 4.8, che ha totalizzato 75,1. Per quanto riguarda l’utilizzo degli strumenti su MCP-Atlas, ha raggiunto un punteggio di 77,0 contro il 75,3 di GPT-5.5 e il 77,8 di Opus 4.8.
Ragionamento e cultura generale
| Punto di riferimento | Kimi K3 | Qwen 3.8-Max | GLM-5.2 |
|---|---|---|---|
| GPQA Diamond | 93.5 | 92.6 | 89.5 |
| Indice di intelligenza artificiale applicata all'analisi | 57,11 (#4 su 189) | — | 51.09 |
| BrowseComp | 91.2 (#1) | — | — |
| PaperBench | — | 93,0 (in testa) | — |
| IFBench | — | 82,8 (in testa) | — |
Il punteggio di 93,5 ottenuto da K3 su GPQA Diamond rappresentava, al momento del lancio, il miglior risultato mai pubblicato da un modello a peso libero su quel benchmark. Nell’indice indipendente Artificial Analysis Intelligence Index ha totalizzato 57,11, classificandosi al quarto posto su 189 modelli monitorati — dietro a Claude Fable 5 (59,86) e a entrambe le configurazioni di GPT-5.6 Sol (58,89 e 57,65), ma più avanti di Claude Opus 4.8 a 55,69.
Il GLM-5.2 si colloca nettamente più in basso in quell’indice composito, a 51,09. Questo divario rappresenta il costo effettivo del suo vantaggio in termini di prezzo nel ragionamento generale — sebbene si riduca drasticamente nel lavoro di programmazione pura.
Multimodale e visione
Questa è la categoria in cui GLM-5.2 semplicemente non regge il confronto, e in cui Qwen3.8-Max dà il meglio di sé.
| Punto di riferimento | Qwen 3.8-Max | Note |
|---|---|---|
| Verificato da OSWorld | 86.1 | Compiti dell'agente per l'utilizzo del computer |
| Banco CAD parametrico | 91.5 | Ragionamento strutturato nella progettazione |
| OmniDocBench 1.5 | 92.1 | Comprensione dei documenti |
| Vision Arena | #2 a livello globale | Superata solo da una variante di Fable 5 |
Qwen3.8-Max è in testa alla maggior parte delle righe relative alla visione artificiale nella tabella pubblicata da Alibaba, e il suo secondo posto nella classifica di Vision Arena costituisce un segnale indipendente davvero significativo. Kimi K3 dispone di capacità di comprensione visiva nativa e, secondo quanto riferito, offre buone prestazioni nell’analisi di grafici, documenti e attività multimodali, ma tra i tre è Qwen a dominare questa categoria.
Classifiche delle preferenze umane
I risultati “alla cieca” delle prove in arena, ottenuti tramite crowdsourcing, meritano di essere letti separatamente dalle tabelle di riferimento, poiché mettono in luce aspetti che queste ultime tralasciano.
- Frontend Code Arena: Kimi K3 si è classificato al #1 con 1.679 punti Elo, davanti a Claude Fable 5 con 1.631. Qwen3.8-Max si è classificato al #4 con 1.668 punti, 37 punti dietro a Claude Opus 5.
- Text Arena: Qwen3.8-Max si è classificato come il modello cinese con il punteggio più alto, pur rimanendo comunque dietro a diverse soluzioni di Anthropic.
- Code Arena: Il modello GLM-5.2 si è classificato al secondo posto tra i modelli di codifica nella classifica “blind”.
Il fatto che Kimi K3 abbia vinto a mani basse la Frontend Code Arena — battendo Fable 5 — è senza dubbio il risultato più impressionante di tutto questo articolo.
Il punto di riferimento Asterisk di cui nessuno parla
Ogni tabella riportata sopra merita un’avvertenza sanitaria, e una versione onesta di questo confronto deve dirlo chiaramente.
Gli effetti dell'imbracatura sono enormi. Un benchmark degli agenti di codifica non misura un modello. Misura un modello inoltre il contesto di esecuzione circostante: accesso agli strumenti, permessi sui file, logica di compattazione del contesto, comportamento dei tentativi di riprova, regole di interruzione. Kimi Code, Claude Code, Codex, Terminus e mini-SWE-agent sono tutti framework diversi con funzionalità diverse. Un risultato etichettato come “Kimi K3 + Kimi Code” non è direttamente comparabile a un risultato ottenuto con la sola API.
La tabella di lancio di Moonshot combina diversi harness: KimiCode e Claude Code per K3, Claude Code per le righe Claude e GLM, Codex per GPT. Alcuni punteggi dei concorrenti provengono dai fornitori di tali concorrenti. In alcune valutazioni, le richieste di Fable 5 rifiutate in base alla politica di utilizzo sono state reindirizzate a Opus 4.8. Tuttavia, nei dati si nasconde un utile controllo di validità: K3 ha ottenuto un punteggio di 67,5 su DeepSWE con KimiCode e di 67,3 con l’harness mini-SWE-agent proprio del benchmark. Una differenza di 0,2 punti suggerisce che l’effetto dell’harness su quel particolare compito sia minimo.
I banchetti degli espositori rendono onore ai loro autori. Il confronto multimodale di Alibaba mette a confronto Qwen3.8-Max con Qwen3.7-Inoltre, non Qwen3.7-Max — il che fa sembrare il salto generazionale più grande di quanto non sia in realtà. A merito di Alibaba, va detto che l’azienda ha anche pubblicato una curva di scalabilità RL che non Per dirla in modo più lusinghiero: le prestazioni raggiungono il picco di 0,725 con circa 4.000 ambienti di addestramento, per poi scendere a 0,719 e 0,689. Si tratta di un’azienda che mostra pubblicamente i propri rendimenti decrescenti, cosa che la maggior parte dei laboratori non fa.
La verifica indipendente è in ritardo. GLM-5.2 è stato commercializzato senza alcuna tabella di benchmark; i dati che circolavano sono stati resi noti in seguito dai dati dei produttori e dai test di terze parti. I cinque punteggi pubblicati per Qwen3.8-Max sono stati riportati dal produttore, senza che all’inizio di agosto fossero disponibili valutazioni indipendenti. Kimi K3 è quello con il maggior numero di dati di terze parti a supporto — Artificial Analysis, Vals, Arena — e anche in questo caso i risultati non sono concordi tra loro. Il 17 luglio Vals ha classificato K3 al secondo posto assoluto, tra Fable 5 e GPT-5.6 Sol, mentre ha posizionato Sol davanti a K3 specificatamente su Terminal-Bench 2.1 e SWE-bench Verified.
Il test indipendente più utile che ho trovato è stato condotto da Fireworks AI, che ha messo a confronto K3 e Claude Fable 5 in circa 1.000 compiti di tipo “agentico”. Il risultato non ha visto una vittoria netta da parte di nessuno. K3 ha avuto la meglio nei compiti relativi alla sicurezza, alla crittografia e ai cicli terminali lunghi. Fable 5 ha prevalso nelle attività multilingue e nella visualizzazione di dati e contenuti web. Nessuno dei due ha dominato.
In sintesi: Effettua una valutazione personale dei tuoi compiti prima di impegnarti. Ognuno di questi modelli è talmente simile agli altri che la posizione in classifica non ti consentirà di prevedere i tuoi risultati.
Prezzi: il vero calcolo dei costi
Tariffe API per token
| Modello | Ingresso / 1M | Uscita / 1M | Dati in cache / 1M |
|---|---|---|---|
| GLM-5.2 | $1.40 | $4.40 | $0.26 |
| Qwen 3.8-Max | $2.00 | $6.00 | $0.25 |
| Kimi K3 | $3.00 | $15.00 | $0.30 |
| Claude Sonetto 5 | $2.00 | $10.00 | — |
| Claude Opus 5 | $5.00 | $25.00 | $0.50 |
| Claude Fable 5 | $10.00 | $50.00 | — |
Due osservazioni che contano più dei semplici numeri.
Il Kimi K3 ha un prezzo simile a quello di un modello occidentale di fascia media, non a quello di un'alternativa economica. Con $3/$15, il costo per token generato è superiore a quello di Claude Sonnet 5 e 3,4 volte superiore a quello di GLM-5.2. Se si pensava che “modello cinese open-weight” fosse sinonimo di “economico”, K3 smentisce questa supposizione.
La memorizzazione nella cache è la vera leva, non il prezzo di listino. L'input memorizzato nella cache di Qwen a $0.25 è otto volte più economico rispetto a un input nuovo, e la stessa documentazione di Alibaba sottolinea che la stabilità del prefisso incide sui costi più della lunghezza del prompt. Per i carichi di lavoro degli agenti con un prompt di sistema stabile e una conversazione in espansione, una memorizzazione in cache aggressiva inciderà sui costi in misura maggiore rispetto alla scelta del modello. Qwen offre inoltre la creazione esplicita della cache a $2,50 e letture esplicite a $0,17 per carichi di lavoro pianificabili.
Piani di abbonamento
Se sei uno sviluppatore indipendente o fai parte di un piccolo team, il modello di prezzo per token potrebbe non essere affatto la modalità di acquisto più adatta a te.
Piano di codifica GLM prevede tre livelli. Le tariffe mensili di base sono $18 (Lite), $72 (Pro) e $160 (Max), con sconti in base al ciclo di fatturazione: 10% mensile, 20% trimestrale, 30% annuale. Con la fatturazione annuale, ciò equivale all’incirca a $12,60, $50,40 e $112 al mese. Ogni livello offre un pool di prompt che si aggiorna ogni cinque ore, e il piano è immediatamente compatibile con Claude Code, Cline, Kilo Code e OpenClaw.
Un aspetto importante da tenere presente: il consumo della quota prevede l’applicazione di moltiplicatori. L’utilizzo del piano GLM-5.2 nelle fasce orarie non di punta è pari a 1× fino a settembre 2026, nell’ambito di un’offerta promozionale. Successivamente, tornerà a 2× nelle fasce non di punta e a 3× in quelle di punta — il che significa che la quota effettiva dipende in larga misura da quando quello che fai, non solo quanto.
Qwen offre un abbonamento al Token Plan a partire da circa $6 al mese (39 CNY) nel piano Lite, in alternativa alla fatturazione per singolo token.
Moonshot offre diversi livelli di abbonamento per le app Kimi, che prendono il nome dalle indicazioni di tempo — Moderato, Allegro, Allegretto e Vivace — mentre le app stesse sono gratuite entro i limiti tariffari generali.
Costo per attività vs costo per token
Ecco il problema: il prezzo per token non corrisponde al costo per attività completata.
Un modello che risolve il problema in un unico passaggio con un output di $15/1M può facilmente risultare più economico di uno che richiede quattro iterazioni a $4,40/1M. I token di ragionamento vengono addebitati in base alle tariffe di output per tutti e tre questi modelli, e K3 in particolare esegue un'elaborazione continua: un'analisi ha rilevato che K3 ha completato la suite di analisi artificiale a un costo totale leggermente inferiore rispetto a GPT-5.6 Sol. nonostante generando un numero notevolmente maggiore di token di output, poiché richiedeva un numero inferiore di tentativi.
Misurate il costo per ticket risolto, non il costo per milione di token. È l'unico dato che rispecchia la realtà.
Cosa significa in realtà “pesi liberi” in questo contesto
È proprio in questo ambito che la maggior parte degli articoli dedicati a questi tre modelli fallisce, poiché il termine “aperto” viene sfruttato in modo massiccio in molti titoli.
Tre stati diversi vengono sintetizzati in un'unica parola:
- Disponibile tramite API — puoi chiederlo, ma non puoi averlo
- Pesi liberi — è possibile scaricare i parametri
- Open source con una licenza permissiva — è possibile scaricare, modificare, ridistribuire e commercializzare liberamente
Ecco dove si colloca effettivamente ciascun modello.
GLM-5.2: veramente aperto
Licenza MIT, senza restrizioni, i pesi sono disponibili su Hugging Face sotto zai-org/GLM-5.2. Scarica, personalizza, ospita autonomamente, vendi prodotti basati su questa licenza. Nessuna soglia di fatturato, nessun obbligo di attribuzione, nessuna negoziazione. Si tratta della licenza più trasparente che esista nel panorama delle licenze a peso aperto, e rappresenta un vero vantaggio competitivo di cui si parla troppo poco, proprio perché le licenze MIT non fanno notizia.
Kimi K3: apertura soggetta a condizioni
I dati relativi ai pesi sono stati resi pubblici il 27 luglio con una licenza personalizzata che Moonshot definisce “Kimi K3 License”. È consentito un ampio utilizzo commerciale, ma a due condizioni:
- Qualsiasi azienda con fatturato annuo superiore a $20 milioni è necessario negoziare un contratto con Moonshot prima di offrire K3 come servizio a clienti esterni
- Qualsiasi azienda con ricavi mensili superiori a $20 milioni o più di 100 milioni di utenti attivi al mese È obbligatorio riportare l'attribuzione "Kimi K3" su qualsiasi prodotto che incorpori il modello
Per uno sviluppatore indipendente o una startup, nessuna delle due condizioni è vincolante. Per un’azienda SaaS affermata che intende rivendere servizi di inferenza basati su K3, la prima condizione è assolutamente vincolante. Leggi la licenza prima di basarci sopra un modello di business.
Qwen3.8-Max: non ancora disponibile
Questo è un punto che va detto senza mezzi termini, perché moltissimi titoli hanno già definito Qwen3.8-Max un progetto open source.
A partire dal 5 agosto 2026, i pesi di Qwen3.8-Max non sono più scaricabili. Al momento del lancio, Alibaba si era impegnata a pubblicare i pesi “la prossima settimana” — ovvero la settimana del 10 agosto — su Hugging Face e ModelScope, sia per Qwen3.8-Max che per un checkpoint più piccolo, Qwen3.8-27B. Non è stata specificata alcuna licenza. Una ricerca su Hugging Face relativa a Qwen3.8, effettuata il 4 agosto, non ha restituito alcuna scheda ufficiale del modello di Alibaba, ma solo contenuti caricati dalla comunità con nomi come Qwen3.8_4B_Distilled — Si tratta di distillati di terze parti, non del prodotto di punta, e se si dà un’occhiata veloce è facile confonderli con quelli autentici.
Ci sono motivi per un cauto ottimismo: Alibaba vanta una storia autentica nell’ambito dell’open source, con le linee Qwen3 e Qwen3.5 distribuite sotto licenza Apache 2.0. Ma si osserva anche una tendenza opposta: tutti i prodotti di punta della serie Max a partire da Qwen3-Max sono stati proprietari. Se i pesi venissero rilasciati con una licenza permissiva, ciò romperebbe completamente quella tendenza e rappresenterebbe probabilmente una novità più significativa rispetto al numero di parametri. Finché non saranno disponibili un repository e un file di licenza, è consigliabile pianificare le operazioni basandosi sull’API.
È davvero possibile ospitarli autonomamente?
Le specifiche tecniche sono utili solo se è possibile metterle in pratica, ed è proprio qui che il marketing e la realtà hardware divergono nettamente.
Kimi K3 è un download da 1,56 TB, fornito con precisione MXFP4 per garantire una maggiore compatibilità hardware. Ciononostante, un modello da 2,8 trilioni di parametri richiede un’infrastruttura di classe supernode: il numero consigliato è di 64 o più acceleratori. Per la stragrande maggioranza dei team, i pesi rappresentano un artefatto di ricerca e una garanzia di sovranità, non un piano di implementazione. Si utilizzerà l’API.
Qwen 3.8-Max Anche il totale di 2,4 T rappresenta un prodotto tipico dei data center multinodo. Quello più piccolo di Alibaba Qwen3.8-27B Checkpoint rappresenta la soluzione più realistica in ambiente locale, ed è quella che dovrebbe interessare chiunque abbia effettivamente intenzione di gestire il proprio server in proprio.
GLM-5.2 con circa 753 miliardi in totale e circa 40 miliardi attivi, è il più gestibile dei tre, ma “il più gestibile” significa comunque disporre di un’infrastruttura GPU di tutto rispetto. Le piccole imprese, in genere, non ne dispongono.
Ma allora perché la ponderazione aperta è importante se quasi nessuno è in gara in queste categorie? Due motivi, entrambi validi.
Il primo è sovranità. I Paesi che investono miliardi nelle infrastrutture nazionali di intelligenza artificiale possiedono per lo più l’hardware, mentre prendono in leasing i modelli da fornitori americani. Un modello “open-weight frontier” ribalta questo schema: un governo può gestirlo sul proprio territorio, rieducarlo in base alla propria lingua e al proprio contesto giuridico e mantenere i dati dei cittadini all’interno dei propri confini.
Il secondo è il mercato delle inferenze. I pesi aperti consentono a qualsiasi provider di hosting di fornire il modello, il che fa scendere i prezzi per token grazie alla concorrenza piuttosto che alla buona volontà del fornitore. Questo è uno dei motivi principali per cui GLM-5.2 è disponibile con input da $1.00 a $1.20 tramite router di terze parti, a un prezzo inferiore rispetto a quello di Z.ai, pari a $1.40.
Tre finestre di contesto da 1M non sono uguali
Tutti e tre i modelli dichiarano una finestra di contesto di 1 milione di token. Si tratta all’incirca di 750.000 parole: un intero codice sorgente di grandi dimensioni, oppure circa 400 pagine di documenti, in una singola richiesta.
I dettagli differiscono in aspetti rilevanti dal punto di vista operativo:
- Qwen 3.8-Max limita l'input effettivo a 991.000 token, che scendono a 983.000 quando è attivata la funzione di ragionamento, con un budget massimo separato di 262.000 token per il ragionamento. L'output raggiunge un massimo di 131.000 token in entrambe le modalità. I limiti di velocità sono di 2 milioni di token al minuto e 15.000 richieste al minuto.
- GLM-5.2 supporta fino a 128–131K token in uscita, sufficienti per eseguire in un’unica operazione confronti tra file di grandi dimensioni. La sua finestra da 1M ha rappresentato un aumento di circa 5 volte rispetto ai ~200K di GLM-5.1, ed è l’aggiornamento che ha modificato maggiormente le capacità del modello.
- Kimi K3 offre un contesto di 1M con i segnali di recupero del contesto lungo più forti tra i tre, dato che la sua architettura è stata progettata specificamente per sessioni a lungo termine.
La domanda più utile, piuttosto che “quanto è ampia la finestra”, è “il modello rimane coerente anche all’estremità più lontana di essa?”. Il contesto dichiarato e utilizzabile I contesti divergono e nessuno di questi tre è stato sottoposto a test di stress indipendenti a piena capacità in modo che io possa considerare conclusivo. Se il vostro carico di lavoro dipende da un recupero effettivo di 800.000 token, testatelo prima di progettare l'architettura in base a esso.
Quale modello scegliere?
Per gli sviluppatori indipendenti o gli “indie hacker” → GLM-5.2
L'aspetto economico è determinante. Un piano Lite Coding a $12.60 al mese con fatturazione annuale ti garantisce un agente di codifica davvero efficiente all’interno di Claude Code o Cline, con una prova gratuita di cinque giorni disponibile tramite ZCode (3 milioni di token GLM-5.2 più 2 milioni di token GLM-5-Turbo al giorno) per farti un’idea concreta prima di pagare qualsiasi cosa.
Si rinuncia alla visione. Se il tuo lavoro riguarda il backend, la CLI, lo scripting o lo sviluppo di API, te ne accorgerai raramente. Se invece ti occupi di front-end partendo da bozzetti di progettazione, te ne accorgerai immediatamente.
Per il team tecnico della startup → GLM-5.2 come referente principale, Kimi K3 per l'escalation
Affidate a GLM-5.2 le attività di routine — correzioni di bug, rifattorizzazioni, generazione di test, codice standard — e riservate K3 alle attività in cui le capacità aggiuntive si traducono effettivamente in un ticket completato. Il divario di 7 punti registrato da SWE-bench Pro tra i due modelli è reale, ma è rilevante solo nella parte più impegnativa del percorso.
Per le aziende e i settori regolamentati → GLM-5.2 in modalità self-hosted, oppure Qwen3.8-27B non appena sarà disponibile
Il dettaglio fondamentale: L'API cloud di Z.ai passa attraverso un'infrastruttura con sede in Cina. Per i progetti personali e per la maggior parte delle startup questo non rappresenta un problema. Per un’impresa soggetta a regolamentazione, invece, richiede una verifica legale oppure il passaggio all’hosting autonomo. La licenza MIT rende l’hosting autonomo una soluzione realmente praticabile, a differenza delle condizioni relative alla soglia di fatturato previste dalla licenza K3.
Per flussi di lavoro multimodali e che prevedono l'uso del computer → Qwen3.8-Max
Se il tuo agente deve leggere screenshot, analizzare visivamente documenti o elaborare video, GLM-5.2 è da escludere e Qwen supera Kimi nei risultati pubblicati relativi alla visione. I punteggi di 86,1 in OSWorld-Verified e 92,1 in OmniDocBench sono indicatori significativi delle capacità di utilizzo del computer e di comprensione dei documenti. È consigliabile prevedere nel budget l’accesso tramite API anziché l’hosting autonomo, in attesa che vengano resi noti i pesi e i termini di licenza.
Per ricercatori e implementazioni incentrate sulla sovranità → Kimi K3
Il checkpoint open-weight più grande mai pubblicato, corredato da un rapporto tecnico che illustra la progettazione, l’addestramento e la metodologia di benchmark. Se stai studiando architetture MoE all’avanguardia, Kimi Delta Attention o Attention Residuals, questo è il modello più potente che tu possa effettivamente esaminare.
Per le massime prestazioni, indipendentemente dal costo → Kimi K3
Quarto nella classifica di Artificial Analysis, secondo nell’indice Vals, primo su Frontend Code Arena, ed è l’unico modello dei tre a ottenere risultati positivi in modo costante rispetto ai modelli di punta di Claude e GPT. Il prezzo è di conseguenza elevato.
La strategia di instradamento multimodello
La risposta sincera alla domanda “quale dovrei usare?” è che, di solito, sceglierne uno è l’approccio sbagliato.
Tutti e tre questi modelli sono compatibili con l’OpenAI-SDK. GLM-5.2 include inoltre endpoint compatibili con Anthropic, mentre Qwen supporta sia le specifiche OpenAI che quelle DashScope. Per passare da uno all’altro bastano un URL di base e un ID del modello. I costi di lock-in sono praticamente inesistenti.
Questo rende un'architettura di routing economica da realizzare e costosa da ignorare:
- Livello economico per lavori con volumi elevati e puntate basse. Classificazione, sintesi, modifiche semplici. Il GLM-4.7 con parametri $0.60/$2.20 offre prestazioni superiori alle aspettative: registra comunque un punteggio di 73,8% sul benchmark SWE-bench Verified.
- Livello predefinito per la maggior parte del lavoro effettivo. GLM-5.2 o Qwen3.8-Max, a seconda che si abbia bisogno della funzionalità di visione.
- Livello di escalation per la hardtail. Kimi K3, ovvero un modello di punta occidentale, per attività in cui un errore comporta costi elevati e il costo delle iterazioni supera il costo dei token.
- Pianificazione specialistica per tipo di attività. I dati di Fireworks sono illuminanti in questo contesto: K3 ha ottenuto risultati migliori in termini di sicurezza e cicli terminali lunghi, mentre Fable 5 si è distinto per il supporto multilingue e la visualizzazione dei dati. Si tratta di differenze significative, non di dettagli irrilevanti.
Le squadre che stanno traendo il massimo vantaggio dal panorama dei modelli del 2026 non sono quelle che hanno fatto le scelte giuste, bensì quelle che hanno creato il punto di svolta.
Rischi, avvertenze e segnali di allarme
L'accusa di distillazione. Michael Kratsios, direttore dell’Ufficio per le politiche scientifiche e tecnologiche della Casa Bianca, ha accusato pubblicamente Moonshot di aver sviluppato Kimi K3 distillando il modello Claude Fable di Anthropic. Moonshot non ha ammesso tale accusa. Si tratta di una controversia irrisolta con potenziali implicazioni legali e in materia di appalti; se vi trovate in un contesto in cui la provenienza dei modelli è rilevante — ad esempio, negli appalti pubblici — è opportuno inserirla nel vostro registro dei rischi.
Inoltro dei dati e giurisdizione. Tutte e tre le società operano principalmente sotto la giurisdizione cinese. Le chiamate API transitano attraverso la loro infrastruttura. L’hosting autonomo risolve questo problema; l’utilizzo delle API no. Si tratta di una questione di conformità, non di natura politica, e ha una risposta tecnica chiara se i vostri requisiti lo richiedono.
La verifica dei benchmark è davvero scarsa. La tabella dei benchmark di Qwen3.8-Max si basa interamente sui dati forniti dal produttore, senza che siano state pubblicate repliche indipendenti. I dati relativi a GLM-5.2 sono stati resi noti dopo il lancio da fonti diverse. Solo K3 ha beneficiato di valutazioni sostanziali da parte di terzi, ma tali valutazioni non sono concordi tra loro.
Incertezza riguardo alla licenza di Qwen. Un precedente non equivale a un impegno. Finché non esisterà un repository di Hugging Face con un vero e proprio file di licenza, qualsiasi progetto che dipenda dai pesi di Qwen3.8-Max è un progetto basato su un comunicato stampa.
Modifiche alle modalità di assegnazione delle quote. La promozione di GLM con moltiplicatore 1× nelle fasce orarie non di punta scade a settembre 2026; successivamente, il consumo della quota raddoppierà all’incirca nelle fasce non di punta e triplicherà in quelle di punta. Se state dimensionando un abbonamento in base alla larghezza di banda effettiva attuale, considerate anche i dati relativi al periodo successivo alla scadenza della promozione.
Il ritmo delle uscite è massacrante. GLM-5 è stato rilasciato a febbraio, la versione 5.1 ad aprile e la 5.2 a giugno. Kimi è passato alla versione K2.5 a gennaio, alla K2.6 ad aprile, alla K2.7 Code a giugno e alla K3 a luglio. Qualsiasi conclusione si tragga oggi ha una durata limitata a poche settimane.
Cosa ci aspetta
Il prossimo modello di punta di Z.ai è il rilascio a breve termine più atteso. Una nota di ricerca di JPMorgan, riportata da Reuters e CGTN, indica come periodo di lancio agosto 2026. Alcune indiscrezioni provenienti dalla comunità descrivono un modello con oltre un trilione di parametri, dotato di una finestra di contesto di 1 milione di parole riportata in avanti e pesi aperti, incentrato su agenti di codifica a esecuzione prolungata. Anche il nome è oggetto di discussione: GLM-5.3, GLM-5.5 e GLM-6 compaiono tutti nelle discussioni attuali, con alcune fonti che suggeriscono che Z.ai potrebbe saltare del tutto le versioni 5.3 e 5.4. Al 4 agosto, la documentazione di Z.ai indica ancora GLM-5.2 come versione più recente. Il supporto alla visione è di gran lunga la richiesta più sentita dalla comunità.
Qwen 3.8 - Pesi massimi rappresentano l'evento concreto più imminente, previsto per la settimana del 10 agosto insieme a Qwen3.8-27B. Il checkpoint 27B è quello da tenere d'occhio per l'implementazione pratica in locale.
Relazione tecnica completa della Kimi K3 Si prevedeva che, dopo la pubblicazione dei pesi, sarebbero seguite le linee guida relative alla progettazione, alla metodologia di allenamento e alla riproduzione dei benchmark.
Aggiornerò questo confronto man mano che ciascuno di essi verrà pubblicato.
Domande frequenti
Qual è attualmente il miglior modello di IA a peso aperto?
In termini di prestazioni pure, Kimi K3 si colloca al quarto posto su 189 modelli nell’Artificial Analysis Intelligence Index e al primo posto su Frontend Code Arena. In termini di rapporto qualità-prezzo per il lavoro di programmazione, GLM-5.2 costa meno di un terzo rispetto a K3 e offre una licenza MIT realmente senza restrizioni. Il concetto di ’migliore“ dipende interamente dal fatto che si stia ottimizzando in termini di prestazioni o di costo per attività risolta.
Qwen3.8-Max è davvero open source?
Non ancora. Al 5 agosto 2026 è disponibile solo tramite API. Alibaba si è impegnata a pubblicare i pesi nella settimana del 10 agosto su Hugging Face e ModelScope, ma non sono ancora stati resi disponibili né il repository né la licenza. I titoli che lo definiscono open source si riferiscono a un impegno, non a un download.
GLM-5.2 è in grado di elaborare immagini?
No. GLM-5.2 non dispone di un encoder visivo: accetta solo testo e codice. Si è trattato di una scelta architettonica deliberata, non di una svista, e l'integrazione visiva è la richiesta più frequente da parte della comunità per la prossima versione.
Quanto costa la Kimi K3?
$3 per milione di token in ingresso e $15 per milione di token in uscita, con i token in ingresso memorizzati nella cache a $0,30. Ciò lo rende di gran lunga il più costoso tra questi tre, sebbene sia comunque ben al di sotto di Claude Opus 5 ($5/$25) e Claude Fable 5 ($10/$50).
Posso eseguire questi modelli sul mio hardware?
Realisticamente, non i modelli di punta. Kimi K3 richiede un download di 1,56 TB e oltre 64 acceleratori. Qwen3.8-Max a 2,4 T è un’implementazione in un data center multi-nodo. GLM-5.2, con circa 753 miliardi di dati totali e circa 40 miliardi attivi, è il più gestibile ma richiede comunque un'infrastruttura GPU di notevole entità. Il prossimo Qwen3.8-27B rappresenta l'opzione on-premise più realistica.
Qual è il modello più adatto per gli agenti di codifica?
Kimi K3 è in testa nei benchmark Terminal-Bench 2.1 (88,3), Program Bench e SWE Marathon. GLM-5.2 offre il miglior rapporto costo-prestazioni con un punteggio di 81,0 su Terminal-Bench e 62,1 su SWE-bench Pro. Qwen3.8-Max si colloca tra i due con punteggi di 86,6 e 67,7, aggiungendo al contempo l’input multimodale. Tutti e tre funzionano con Claude Code, Cline e framework simili.
Questi modelli superano Claude e GPT?
In alcuni benchmark specifici, a volte. Kimi K3 è in testa alla Frontend Code Arena davanti a Claude Fable 5 e ottiene un punteggio superiore a quello di Claude Opus 4.8 nell'indice Artificial Analysis. Tuttavia, la stessa Moonshot riconosce che K3 rimane complessivamente indietro rispetto a Fable 5 e GPT-5.6 Sol, e test indipendenti mostrano risultati contrastanti a seconda della categoria di attività, piuttosto che un vincitore indiscusso.
Quale offre la licenza migliore per l'uso commerciale?
GLM-5.2, senza alcun dubbio. Licenza MIT senza restrizioni, senza soglie di fatturato né requisiti di attribuzione. La licenza personalizzata di Kimi K3 consente un ampio utilizzo commerciale, ma prevede condizioni specifiche per le aziende con un fatturato superiore a $20M che la rivendono come servizio. Qwen3.8-Max non ha alcuna licenza dichiarata.
È sicuro utilizzare modelli di intelligenza artificiale cinesi per i dati aziendali?
Le chiamate API transitano attraverso un'infrastruttura soggetta alla giurisdizione cinese. Per i progetti personali e per la maggior parte delle startup questo non rappresenta un problema. Per i settori soggetti a regolamentazione, invece, è necessaria una verifica legale oppure l'hosting autonomo — ed è proprio per questo che, per alcune organizzazioni, la licenza MIT di GLM-5.2 è più importante dei suoi punteggi nei benchmark.
Qual è la differenza tra parametri totali e parametri attivi?
I modelli “mixture-of-experts” attivano solo una frazione dei propri parametri per ogni token. Kimi K3 ne ha 2,8 T in totale, ma ne attiva circa 50 miliardi (16 su 896 esperti). Qwen3.8-Max ne ha 2,4 T in totale, di cui circa 95 miliardi attivi. GLM-5.2 ne ha circa 753 miliardi, di cui circa 40 miliardi attivi. I parametri attivi determinano il costo dell’inferenza: ecco perché il modello di punta di Qwen è più costoso da eseguire rispetto al più grande K3.
Verdetto finale
La cosa più importante che emerge da questo confronto non è quale modello risulti vincitore, bensì il fatto che la domanda sia cambiata.
Due anni fa, la domanda interessante sui modelli open-weight era quanto fossero indietro. Ora quella domanda è noiosa, perché la risposta è: “abbastanza vicini da dipendere dal compito specifico”. Kimi K3 ha battuto Claude Fable 5 in una classifica cieca basata sulle preferenze umane per il codice front-end. GLM-5.2 ha battuto GPT-5.5 nella correzione di bug reali a un sesto del costo. Questi non sono risultati da torneo di consolazione.
La domanda interessante ora è ciò che stai effettivamente acquistando. E la risposta è diversa per ciascuno di questi tre, per ragioni che non hanno nulla a che vedere con la posizione nella classifica di riferimento:
- GLM-5.2 ti vende indipendenza. Ponderazioni MIT, nessuna condizione, nessuna trattativa: il prezzo più basso nel confronto. Stai acquistando il diritto di non dipendere più da un fornitore.
- Kimi K3 ti vende capacità. I risultati migliori in questo ambito, a un prezzo che ne tiene conto, con condizioni di licenza che diventano onerose solo se l’attività raggiunge grandi dimensioni.
- Qwen 3.8-Max ti vende ampiezza. Testo, immagini e video in un unico modello, numeri significativi in termini di capacità operativa, sostenuti dall’impegno di Alibaba a investire $53 miliardi nell’infrastruttura — e, per ora, una promessa sui pesi piuttosto che sui pesi stessi.
Se dovessi riassumere il tutto in una sola riga per ciascuno: scegli GLM-5.2 se paghi di tasca tua, Kimi K3 se le prestazioni giustificano il costo maggiore e Qwen3.8-Max se il tuo agente ha bisogno di "occhi".
E qualunque sia la tua scelta, costruisci il router. In un contesto in cui tre modelli all’avanguardia sono stati messi sul mercato in otto settimane, la capacità di cambiare vale più della capacità di scegliere correttamente.
Ultimo aggiornamento: 5 agosto 2026. I prezzi, i benchmark e le condizioni di licenza in questo settore cambiano settimanalmente: si raccomanda di verificare i dati attuali consultando la documentazione ufficiale prima di prendere decisioni di acquisto. Le fonti includono VentureBeat, MarkTechPost, Fortune, SCMP, Quartz, Artificial Analysis, Northflank e la documentazione fornita dai fornitori Moonshot AI, Alibaba Qwen e Z.ai.
Italiano 
English 
Deutsch 
Español 
Français