Z.ai ha pubblicato i pesi di GLM-5.3-Flash su Hugging Face il 26 agosto, sotto licenza MIT. Prima della rivelazione, il modello circolava in forma anonima come endpoint stealth. Tre dettagli nella model card cambiano il modo in cui va letta la release.
“Flash” ha 320 miliardi di parametri
La card indica 320B parametri totali con 18B attivi per token. In qualunque altra convenzione di naming dei vendor, Flash, Mini, Turbo e Lite indicano un modello piccolo. Qui indica invece un modello sparso: un design mixture-of-experts in cui solo 18B dei 320B vengono attivati per ogni token. Il profilo dei costi di inferenza assomiglia a quello di un modello da 18B; non altrettanto l’ingombro in memoria necessario per ospitarlo. Chi legge “Flash” come “funziona su hardware modesto” si sbaglia di grosso: per servirlo serve avere in memoria capacità per tutti i 320B.
Cosa sbaglia la cornice più diffusa
La formula che viene citata è che il modello “supera GLM-5.2 nei benchmark e nei carichi di lavoro reali a un decimo del prezzo”. Va letto il soggetto di quella frase. Il confronto è con GLM-5.2 — il precedente rilascio di Z.ai — non con alcun modello frontier di un altro laboratorio. Un taglio di prezzo di dieci volte rispetto alla propria generazione precedente dice qualcosa sul proprio stack di inferenza, non sulla propria posizione rispetto ai competitor. La frase viene ripetuta come se significasse che il modello costa un decimo del frontier, ma la card non lo afferma in nessun punto.
Chi ha condotto le valutazioni, e a quali condizioni
I punteggi riportati sono 84,3 su Terminal-Bench 2.1, 63,4 su Deep-SWE e 55,3 su HLE con tools sull’intero set. Le condizioni sono dichiarate, e sono generose. Terminal-Bench 2.1 è stato eseguito con temperatura 1,0, max_new_tokens pari a 65.536 e un timeout di sei ore. Deep-SWE ha usato un timeout di sei ore e un contesto da 400K. HLE ha consentito una lunghezza massima di generazione di 163.840 token. Si tratta di dati auto-riportati in condizioni scelte dagli stessi autori, prassi standard e anche il motivo per cui i numeri dei benchmark agentici provenienti da laboratori diversi sono raramente comparabili tra loro.
Cosa compra la licenza MIT
La licenza è la parte di questa release che non lascia spazio a dubbi. MIT non impone restrizioni di campo di utilizzo, non prevede policy di uso accettabile, non stabilisce soglie di fatturato oltre le quali cambiano le condizioni e non obbliga a pubblicare i derivati. È molto più permissiva delle licenze comunitarie associate alla maggior parte dei rilasci open-weight di scala comparabile. Per un modello da 320B parametri con un contesto valutato di 300.000 token, questa combinazione — scala vicina al frontier, termini pienamente permissivi — è la vera notizia, e non è ciò su cui richiama l’attenzione il titolo sul prezzo.