GLM-5.3, il modello di Z.ai che eccelle nel codice e sorprende sulla cybersicurezza

Il calendario dei rilasci AI non conosce pause, e oggi tocca a Z.ai. Il laboratorio cinese, noto anche come Zhipu AI, ha presentato GLM-5.3, la nuova versione di punta della sua famiglia di modelli. Sulla carta sembra un aggiornamento minore, un semplice passaggio dalla 5.2 alla 5.3. Nella pratica racconta qualcosa di più interessante, perché tutti i miglioramenti arrivano da una fase di post-training spinta e non da un nuovo addestramento di base. E c’è un dettaglio che ha sorpreso persino chi lo ha costruito: la capacità del modello nella cybersicurezza è cresciuta al punto da convincere l’azienda a non rilasciare subito i pesi.

Se ti occupi di sviluppo, agenti o sicurezza informatica, questo lancio ti riguarda da vicino.

GLM-5.3 nasce dal post-training, non da un nuovo modello di base

La prima cosa da capire è che GLM-5.3 non introduce una nuova architettura. Poggia sulla stessa base da circa 744 miliardi di parametri già usata da GLM-5.2, il modello open-weight che a luglio aveva sfidato apertamente i grandi laboratori americani. Ogni progresso dichiarato deriva quindi dal post-training, cioè dalle fasi di rifinitura che seguono il costoso addestramento iniziale.

È una scelta che dice molto sulla direzione del settore.

Vale la pena ricordare chi c’è dietro questa sigla. Z.ai è il marchio internazionale di Zhipu AI, uno dei nomi più solidi della nuova ondata cinese, nato in ambito accademico e cresciuto fino a competere con i grandi laboratori occidentali. La serie GLM, acronimo di General Language Model, è la sua linea di punta, e negli ultimi mesi ha scelto la strada dei pesi aperti come leva per farsi adottare dagli sviluppatori di tutto il mondo.

Per anni la corsa si è giocata sulla dimensione dei modelli e sulla quantità di dati vista in pre-addestramento. GLM-5.3 mostra invece quanto margine resti ancora nel raffinare un modello già esistente, con dati di alta qualità e cicli di apprendimento per rinforzo mirati. Ottenere un salto netto senza ripartire da zero significa costi inferiori, tempi più rapidi e un ritmo di rilascio che i concorrenti faticano a seguire.

Coding di frontiera: cosa dicono i benchmark

Il cuore di GLM-5.3 resta la programmazione. Secondo i dati diffusi da Z.ai, il modello migliora di circa il 50 per cento rispetto a GLM-5.2 sul Code Bench interno dell’azienda e raggiunge risultati allo stato dell’arte tra i modelli aperti su prove impegnative come Terminal-Bench 3.0 e Agents’ Last Exam nella variante da riga di comando.

Conviene spiegare cosa misurano questi test, perché i nomi dicono poco a chi non li segue da vicino. Terminal-Bench valuta la capacità di operare dentro un terminale, eseguendo comandi reali per completare un compito, mentre le prove sullo sviluppo software chiedono al modello di risolvere problemi tratti da progetti veri. Non si tratta di rispondere a una domanda, ma di portare a termine un lavoro, con tutti i passaggi intermedi che questo comporta.

I numeri aiutano a inquadrare il salto. Su Terminal-Bench 3.0 il punteggio passa da 4,6 a 28,3 rispetto alla versione precedente, mentre su DeepSWE sale da 46,2 a 66,9. C’è poi un confronto diretto che fa rumore: sul Code Bench proprietario, GLM-5.3 supera Claude Opus 4.8 usando circa il 60 per cento di token in meno. Tradotto, meno spesa per ottenere lo stesso risultato.

L’efficienza, non solo la potenza, sta diventando il vero terreno di scontro.

Al di là dei singoli test, l’obiettivo dichiarato è la gestione di progetti reali e di lungo respiro. Z.ai sostiene che il modello sappia muoversi tra decine di migliaia di righe di codice, centinaia di file e più sistemi interdipendenti, portando avanti sviluppo di front-end, correzione di bug e refactoring con un intervento umano ridotto al minimo. È la stessa promessa agentica che insegue OpenAI con GPT-5.6 Sol e che rende questi modelli sempre più simili a colleghi digitali.

Il balzo sulla cybersicurezza che ha spiazzato l’azienda

La vera notizia, però, arriva da un terreno inatteso. GLM-5.3 ha mostrato capacità superiori alle attese nei compiti di sicurezza, dalla revisione del codice in modalità white-box alla scoperta e alla verifica delle vulnerabilità. Su CyberGym, il benchmark che misura proprio l’individuazione dei difetti sfruttabili, il modello segna 84,5 per cento, in crescita dal 77,2 di GLM-5.2.

Quel punteggio non è solo un miglioramento interno. Supera di poco Mythos 5, fermo a 83,8 per cento, e GPT-5.6 Sol, a 83,6, collocando un modello cinese in cima a una classifica delicata. Su ExploitBench il progresso è ancora più marcato, con un balzo dal 24,4 al 54,4 per cento, più del doppio rispetto alla generazione precedente.

Ed è qui che la storia prende una piega insolita.

Le stesse abilità che rendono GLM-5.3 utile per difendere i sistemi possono servire ad attaccarli. Per questo Z.ai ha deciso di non pubblicare subito i pesi del modello, cosa che di norma fa con la sua famiglia open-weight. L’azienda ha spiegato che li renderà disponibili tra circa due settimane, dopo aver completato le valutazioni di sicurezza e gli interventi di irrobustimento. Una capacità cresciuta oltre le previsioni ha insomma imposto una pausa prudenziale.

Questa tensione tra apertura e prudenza è destinata ad accompagnarci a lungo. Un modello che scova vulnerabilità con precisione crescente è una manna per chi difende reti e software, ma la stessa competenza, in mani sbagliate, abbassa la barriera per chi vuole colpire. Rendere pubblici i pesi significa consegnare quella capacità a chiunque, ricercatori e malintenzionati compresi, e la scelta di prendere tempo racconta quanto il settore stia iniziando a fare i conti con questo dilemma.

Il tema non è nuovo. Anche OpenAI ha costruito una linea dedicata alla sicurezza informatica, e il confronto tra modelli capaci di trovare falle è ormai una frontiera calda del settore. La differenza è che qui a muoversi è un laboratorio che ha fatto dell’apertura una bandiera, e che ora si trova a dosare con attenzione quanto e quando condividere.

Dove provarlo, quanto costa e cosa manca ancora

Sul piano pratico, GLM-5.3 è già accessibile attraverso il GLM Coding Plan e l’ambiente ZCode pensato per la programmazione assistita. L’accesso via API e la pubblicazione dei pesi arriveranno invece in modo scaglionato, sempre dopo le verifiche di sicurezza.

Gli abbonamenti al GLM Coding Plan partono da 18 dollari al mese per il livello Lite, salgono a 80 dollari per il Pro e a 168 per il Max, con la fatturazione annuale che riduce il costo effettivo mensile rispettivamente a 12,60, 56 e 117,60 dollari. Manca ancora, al momento, una tariffa a consumo dedicata, perché il listino ufficiale a token si ferma a GLM-5.2, con 1,40 dollari per milione di token in ingresso e 4,40 in uscita.

Per un modello che punta tutto sull’efficienza, il prezzo per token sarà un dato da tenere d’occhio.

Il lancio conferma un movimento che va avanti da mesi. I laboratori cinesi stanno spingendo con decisione sui modelli aperti, e la lista dei rilasci recenti lo dimostra, dal flagship DeepSeek-V4-Pro alle nuove versioni di casa Alibaba e Moonshot. GLM-5.3 aggiunge un tassello e sposta il confronto su un piano più scomodo per tutti, quello della sicurezza.

Per chi sviluppa in Italia e in Europa, un modello aperto e competitivo sul codice è più di una curiosità. Significa poter costruire strumenti su misura senza dipendere in tutto e per tutto dai fornitori chiusi, con la possibilità, una volta rilasciati i pesi, di eseguire il modello sulla propria infrastruttura e di tenere i dati sotto controllo. È un vantaggio concreto per aziende e liberi professionisti che lavorano con vincoli di riservatezza.

Cosa aspettarsi nelle prossime settimane

Nei prossimi giorni il quadro si farà più chiaro. Quando i pesi diventeranno pubblici, la comunità potrà verificare in modo indipendente i numeri dichiarati e capire quanto siano solide davvero le capacità di coding e di sicurezza. Fino ad allora restano le prime prove sul campo e i benchmark condivisi dall’azienda, che vanno letti con la giusta cautela, come sempre accade quando è chi produce un modello a misurarne le prestazioni.

Se lavori con l’AI, il consiglio è semplice: tieni d’occhio l’uscita dei pesi e valuta con cura come questi strumenti si inseriscono nei tuoi flussi di lavoro, soprattutto sul fronte della sicurezza. Continua a seguirci su intelligenzaartificiale.net per gli aggiornamenti sui nuovi modelli e per le analisi che ti aiutano a capire cosa cambia davvero nel tuo lavoro quotidiano.