// TOM'S HARDWARE ITALIA — LINUX & OPEN SOURCE
Un modello cinese gira senza Nvidia e costa sette volte meno
Z.ai ha rilasciato GLM-5.3-Flash, un modello con 320 miliardi di parametri totali e 18 miliardi di parametri attivi grazie a un'architettura Mixture-of-Experts. I pesi sono aperti, con licenza MIT, e scaricabili gratuitamente. Il dettaglio che distingue questo rilascio da altri modelli cinesi è il chip su cui gira: i pesi, caricati qui, non richiedono nessuna GPU NVIDIA, solo silicio cinese.
L'architettura MoE spiega perché il rapporto tra parametri totali e attivi conta più della dimensione dichiarata sulla carta. Su 320 miliardi di parametri complessivi, ogni singola inferenza ne richiama solo 18 miliardi, un sottoinsieme di esperti specializzati invece dell'intera rete. È il meccanismo che rende sostenibile far girare un modello di questa taglia su hardware che non nasce per competere con gli acceleratori NVIDIA di fascia alta.
Il suffisso "Flash" nel nome non è decorativo. Segue una convenzione già diffusa tra i laboratori AI per indicare una variante ottimizzata su velocità e costo di inferenza, a scapito di qualche punto di qualità rispetto al modello ammiraglio della stessa famiglia. Sul piano delle prestazioni pure, GLM-5.3-Flash resta infatti un gradino sotto il modello di punta della stessa famiglia: 57 punti di Intelligence Index, secondo Artificial Analysis, contro i 60 di GLM-5.3.
Tre punti di distacco, su una scala che aggrega decine di confronti diversi, si traducono in un divario marginale più che sostanziale. È lo scarto atteso tra un modello progettato per l'uso quotidiano ad alto volume e uno pensato per spingere il limite superiore delle capacità disponibili. La domanda che conta, per chi valuta l'adozione, è quanto pesino i tre punti mancanti rispetto al vantaggio di costo che il modello porta con sé.
La licenza MIT, tra l'altro, pesa quanto le specifiche tecniche del rilascio. È una delle licenze open source più permissive esistenti, e consente di modificare il modello, integrarlo in prodotti commerciali e farlo girare on-premise senza vincoli di attribuzione stringenti. Per un'azienda che vuole evitare la dipendenza da un singolo fornitore cloud, la combinazione di pesi aperti e licenza permissiva conta quanto il numero di parametri dichiarato.
Il punto che cambia le regole del confronto è il costo per compito: 0,09 dollari contro 0,68 dollari, un rapporto di circa 7,5 volte a favore di GLM-5.3-Flash, misurato di recente. La cifra arriva da Artificial Analysis, una piattaforma indipendente che testa modelli con metodologia pubblica e comparabile tra vendor diversi, lontano dal comunicato del singolo produttore.
Le comparazioni di costo tra modelli AI arrivano quasi sempre dal produttore, con confronti scelti per mettere in buona luce il proprio prodotto. Qui la fonte è terza, e il metodo di calcolo è verificabile da chiunque voglia rifare i conti.
Il numero di Z.ai e quello di Artificial Analysis nascono da procedure diverse. Un vendor sceglie il compito su cui testare, la lunghezza del prompt, il livello di ottimizzazione applicato prima del confronto. Una piattaforma terza applica lo stesso protocollo a tutti i modelli che confronta, quindi il rapporto di 7,5 volte descrive una condizione riproducibile, costruita sullo stesso metro per ogni concorrente.
L'Intelligence Index di Artificial Analysis aggrega i risultati di più suite di confronti indipendenti (ragionamento, matematica, codice, conoscenza generale) in un unico punteggio comparabile tra modelli e vendor diversi. È lo stesso metro con cui la piattaforma ha calcolato anche il costo per compito, quindi i due numeri condividono la stessa base metodologica, prestazioni e prezzo misurati dallo stesso soggetto con lo stesso protocollo.
Z.ai gestisce già 100 mila miliardi di token al giorno su GPU cinesi, un volume che colloca il dato di costo su scala industriale, ben oltre il singolo esperimento.