# GLM-5.2 raggiunge Claude Opus 4.8: il modello aperto costa 5 volte meno > GLM-5.2 di Z.ai programma quasi bene quanto Claude Opus 4.8, ma costa molte volte meno. Esamino i test, i prezzi e come collegare il modello aperto a Claude Code in 5 minuti. Source: https://ailoot.ai/blog/it/glm-5-2-vs-claude-code/ Canonical: https://ailoot.ai/blog/it/glm-5-2-vs-claude-code/ Language: it Publisher: Ailoot (https://ailoot.ai/) Translation: guide-101 Revision: sha256-6c7dbeb3e3d1454b288fa698b505f2601bef942de2f6b91d5263578bd6bd616d
I punti essenziali Aggiornamento di settembre 2026: GLM-5.3 (14 agosto) è succeduto a GLM-5.2 e tutte le cifre riportate qui sotto si riferiscono ormai a GLM-5.3. GLM di Z.ai, azienda cinese, programma al livello di Claude Opus 4.8 e in alcuni ambiti lo supera persino, pur costando molte volte meno ed essendo disponibile apertamente. Per il lavoro di routine, le attività frontend e le modifiche di dimensioni medie, sostituisce Opus a un quinto del prezzo. Opus resta più affidabile nelle attività autonome più lunghe, anche se nella tabella SWE-Marathon di Z.ai il divario è passato da 29.4 a 6.3 punti percentuali. Qui trovi le cifre reali e come collegare GLM a Claude Code in 5 minuti.
[Documentazione di Ailoot](https://ailoot.ai/docs/) — materiali di riferimento sull'uso del servizio.
## Che cos'è GLM-5.2 e perché se ne parla tanto?
I punti essenziali GLM-5.2 è un modello dell'azienda Z.ai, con sede a Pechino (in precedenza Zhipu), pubblicato il 13 giugno 2026, il giorno dopo che il governo statunitense aveva costretto Anthropic a disattivare i suoi modelli di punta, Fable 5 e Mythos 5. La versione attuale della famiglia è GLM-5.3 (14 agosto 2026). La caratteristica principale della famiglia: qualità del codice vicina a Opus, con pesi aperti e un prezzo molte volte inferiore.
Due settimane fa, nella comunità della programmazione è successo qualcosa di raro: un modello aperto cinese ha raggiunto il Claude più costoso. Ecco il succo. GLM è un modello enorme: 753 miliardi di parametri, ma per ogni richiesta ne viene attivata solo una piccola parte (circa 40 miliardi), perciò è veloce ed economico nonostante le dimensioni. La sua finestra di contesto è di 1 milione di token, più o meno come leggere in una volta un libro di 700 pagine. È stato sviluppato da Z.ai, un'azienda di Pechino nata nell'ambiente dell'Università Tsinghua. Il punto fondamentale: il modello è disponibile apertamente. GLM-5.2 ha una licenza MIT; GLM-5.3 ha una propria licenza, GLM-5.3 License, altrettanto permissiva nello spirito: prendilo e usalo. L'unica limitazione riguarda i giganti: i servizi con ricavi annui pari o superiori a $10 miliardi devono superare una revisione di sicurezza di Z.ai. Lo scenario descritto non prevede blocchi regionali, a differenza di Claude. Il tempismo è stato favorevole. Il giorno prima della sua pubblicazione, una direttiva del governo statunitense ha costretto Anthropic a disattivare urgentemente due modelli di punta.

Oggi alle 17:21, ora della costa orientale, abbiamo ricevuto una direttiva dal governo. Per rispettarne i requisiti, dobbiamo disattivare bruscamente Fable 5 e Mythos 5 per tutti i nostri clienti.

— Anthropic, https://www.anthropic.com/news/fable-mythos-access
GLM-5.2 è uscito il giorno seguente: aperto, senza blocchi e a basso costo. All'epoca era al quarto posto nella classifica generale, dietro a Fable 5, Opus 4.8 e GPT-5.5. Ma tra i modelli che puoi scaricare ed eseguire senza il permesso dello sviluppatore, era il migliore. Per un imprenditore, questo significa una cosa: è arrivato un forte concorrente di Claude al prezzo di una tazza di caffè. Poi i nuovi modelli sono arrivati in rapida successione. Il 24 luglio Anthropic ha pubblicato Opus 5 allo stesso prezzo: $5 e $25 per milione di token. GLM-5.3 è arrivato il 14 agosto: gli stessi 753 miliardi di parametri e un contesto da un milione di token, ma una capacità di programmazione nettamente migliore, superiore del 50% a GLM-5.2 nel test interno di Z.ai. Il 1° settembre Anthropic ha presentato Fable 5.1 e Mythos 5.1. Quindi, da qui in avanti, le cifre dell'articolo riguardano la versione attuale, GLM-5.3. ## GLM-5.2 ha davvero raggiunto Claude nella programmazione?
I punti essenziali Con l'uscita di GLM-5.3, il quadro è cambiato. Nella tabella ufficiale di Z.ai, supera Opus 4.8 in cinque test su sette e ha quasi colmato la principale debolezza di GLM-5.2: le attività di diverse ore (SWE-Marathon: GLM-5.2 19.4, GLM-5.3 42.5 e Opus 4.8 48.8 nella stessa tabella pubblicata). Opus 5 non è incluso in questa tabella e non esistono ancora misurazioni indipendenti di “GLM-5.3 contro Opus 5”. La risposta onesta è questa: ora GLM-5.3 è davanti a Opus 4.8; contro Opus 5, non lo sappiamo.
Le cifre qui sotto provengono dalla scheda ufficiale del modello GLM-5.3 su HuggingFace. Z.ai confronta il proprio modello con Opus 4.8, non con Opus 5: tieni presente che questa è la loro tabella. | Test | GLM-5.3 | GLM-5.2 | Opus 4.8 | Cosa mostra | |----|----|----|----|----| | Terminal-Bench 2.1 (lavoro nel terminale) | 88.2 | 81.0 | 85.0 | GLM-5.3 è avanti | | Terminal-Bench 3.0 | 28.3 | 4.6 | 21.1 | Un balzo di sei volte; Opus 4.8 resta indietro | | DeepSWE (attività reali tratte da repository) | 66.9 | 46.2 | 58.0 | GLM-5.3 è avanti | | FrontierSWE (attività di dimensioni medie) | 78.1 | 67.5 | 66.5 | GLM-5.3 è avanti | | NL2Repo (modifiche a un progetto grande) | 58.0 | 48.9 | 69.7 | Opus è ancora migliore | | SWE-Marathon (attività di diverse ore) | 42.5 | 19.4 | 48.8 | Il divario passa da 29.4 a 6.3 punti percentuali | | CyberGym (individuazione di vulnerabilità) | 84.5 | 77.2 | 78.1 | GLM è il migliore | Il quadro è questo: GLM-5.3 supera Opus 4.8 quasi ovunque, ma resta indietro quando l'attività consiste nel riscrivere un'intera sezione di un progetto grande o nel seguire un'attività di diverse ore senza perdere il filo. In questo benchmark di più ore il divario riferito si restringe di 23.1 punti percentuali: (48.8 − 19.4) − (48.8 − 42.5) = 23.1. È una riduzione di circa il 79%, non un dimezzamento; descrive questa tabella, non una misura di affidabilità sul tuo progetto. Il lavoro autonomo prolungato è l'ultima frontiera in cui Opus tiene ancora testa. A giugno, poco dopo l'uscita di GLM-5.2, il team di Cline ha chiesto a GLM e Opus 4.8 di correggere un bug reale del proprio progetto.

Entrambi i modelli hanno corretto il bug, ma GLM ha vinto per prezzo e qualità del codice: ha usato il doppio dei token, ma è costato la metà. Opus ha lasciato errori di tipo che superavano i test, ma interrompevano la build di produzione.

— Cline
La cosa interessante è che a volte GLM supera Claude in attività circoscritte. L'azienda di sicurezza Semgrep (non uno sviluppatore di GLM, quindi una parte indipendente) ha testato i modelli nell'individuazione delle vulnerabilità e ha scoperto che GLM-5.2 da solo ha battuto un agente basato su Opus. Hanno però aggiunto una precisazione importante, da tenere a mente.

Si tratta di un'unica esecuzione su un unico set di dati. L'ambiente che circonda il modello conta più del modello stesso.

— Semgrep
Ricorda quella precisazione: l'ambiente conta più del modello. La conclusione dei test è che GLM-5.3 ha raggiunto e superato Opus 4.8 nella programmazione quotidiana ed è quasi alla pari nelle attività più difficili. Diremo come si confronta con Opus 5 quando saranno disponibili misurazioni indipendenti. Per la maggior parte delle attività di un imprenditore, il vantaggio attuale è sufficiente. ## Quanto costa meno GLM-5.2 rispetto a Claude?
I punti essenziali Per token, GLM-5.3 costa 3.5 volte meno di Opus 5 sull'input e quasi 6 volte meno sull'output: i prezzi non sono cambiati per nessuna delle due parti rispetto alla generazione precedente. Con una fattura mensile e un carico di lavoro tipico, la differenza è di circa 5 volte. C'è però una complicazione: GLM usa più token per la stessa attività, quindi il risparmio effettivo su un'attività specifica varia da 2 a 7 volte.
Ecco il punto. Confrontiamo i prezzi per milione di token. | Modello | Input (\$/1M) | Output (\$/1M) | |----|----|----| | GLM-5.3 (direttamente da Z.ai) | \$1.40 | \$4.40 | | Claude Sonnet 5 | \$2.00 | \$10.00 | | Claude Opus 5 | \$5.00 | \$25.00 | | Claude Mythos 5.1 (il Claude più costoso) | \$10.00 | \$50.00 | Ma ecco la complicazione, senza girarci intorno. GLM è configurato per ricontrollare il proprio lavoro prima di inviarlo, quindi usa sensibilmente più token per la stessa attività (la modalità di ragionamento di GLM-5.3 è sempre attiva e non si può disattivare). Quindi il risparmio effettivo su una specifica attività è tra 2 e 7 volte, a seconda di quanto GLM deve ricontrollare il proprio lavoro. È meno delle “5 volte” promesse dal prezzo, ma significa comunque risparmiare. GLM è un modo per spendere meno; ho analisi separate su DeepSeek e [altri modelli economici per la programmazione](https://ailoot.ai/blog/it/free-coding-models/). Risparmiare su un modello è solo l'inizio. È molto più importante costruire un sistema in cui Claude smette di avere allucinazioni con qualsiasi modello. Il modello che scegli è il motore. Ciò che metti nel contesto costruisce l'auto. ## Come collegare GLM-5.2 a Claude Code in 5 minuti
I punti essenziali Non c'è nulla da scaricare: GLM si collega al tuo normale Claude Code tramite variabili d'ambiente. Il modo descritto qui è un abbonamento a Z.ai (da \$18 al mese, il più semplice per il lavoro quotidiano). Qui trovi i passaggi esatti: copia e incolla.
La parte migliore: non devi cambiare strumenti. Claude Code resta, cambia solo il modello che risponde sotto il cofano. Per collegarlo bastano un paio di righe nelle impostazioni. ### Opzione 1 - Abbonamento Z.ai (per il lavoro quotidiano) Z.ai offre un abbonamento speciale GLM Coding Plan, pensato per gli strumenti di programmazione. Il prezzo è fisso e l'endpoint API parla la lingua nativa di Claude Code. 1. #### Abbonati Vai su z.ai/subscribe e scegli un piano. Lite parte da \$18 al mese (sufficienti per un'intera giornata di lavoro intensivo); ci sono piani più costosi per chi programma tutto il giorno. 2. #### Crea una chiave Su z.ai, vai su API Keys, fai clic su “Create a new API key” e copiala. 3. #### Imposta la configurazione Apri il file ~/.claude/settings.json e incolla il blocco qui sotto, sostituendo il segnaposto con la tua chiave. 4. #### Riavvia il terminale Apri un nuovo terminale, esegui claude e inserisci /status per verificare. ```json { "env": { "ANTHROPIC_AUTH_TOKEN": "your_z_ai_key", "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-5.3-flash[1m]", "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.3[1m]", "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.3[1m]", "API_TIMEOUT_MS": "3000000" } } ```
Avvertenza Due errori comuni presenti in altre guide. Primo: la variabile si chiama `ANTHROPIC_AUTH_TOKEN`, non `ANTHROPIC_API_KEY`. Secondo: l'indirizzo per Claude Code è specificamente `https://api.z.ai/api/anthropic` (formato Anthropic). Il semplice `/api/paas/v4` non funziona con l'abbonamento.
Dopo questa configurazione, Claude Code mostrerà i nomi “Opus” e “Sonnet”, ma sotto il cofano eseguirà GLM: Z.ai sostituisce il modello dal proprio lato. Se nella configurazione hai ancora glm-5.2, va bene: Z.ai instrada già le richieste per GLM-5.2 e 5.1 a GLM-5.3, e quelle per GLM-4.7 a GLM-5.3-Flash. 1. #### Ottieni una chiave 2. #### Aggiungi fondi 3. #### Imposta la configurazione Incolla il blocco qui sotto in ~/.claude/settings.json: il modello GLM è già specificato. 4. #### Avvia Claude Code Apri un nuovo terminale ed esegui claude. Puoi cambiare al volo con il comando /model. ```json { "env": { "ANTHROPIC_BASE_URL": "", "ANTHROPIC_AUTH_TOKEN": "sk-or-v1-YOUR-KEY", "ANTHROPIC_API_KEY": "", "ANTHROPIC_DEFAULT_OPUS_MODEL": "z-ai/glm-5.3", "ANTHROPIC_DEFAULT_SONNET_MODEL": "z-ai/glm-5.3" } } ``` ### Eseguirlo in locale a casa: a essere sinceri, è irrealistico Dato che i pesi sono aperti, la domanda ovvia è: puoi scaricarlo ed eseguirlo da solo, gratis? Se sei un imprenditore senza un server di tua proprietà, no. GLM-5.3, con gli stessi 753 miliardi di parametri, richiede un server con circa otto schede grafiche H200 (più di un terabyte di memoria video e hardware dal costo di centinaia di migliaia di dollari). Non funzionerebbe nemmeno su un portatile di fascia altissima. La licenza aperta riguarda qualcos'altro: la concorrenza sui prezzi e l'assenza di blocchi. Continuerai a usarlo tramite un'API. ## Quando dovresti usare GLM-5.2 e quando tenere Claude Opus?
I punti essenziali La regola semplice: GLM è un cavallo da lavoro economico per l'80% della programmazione; Opus è uno specialista affidabile e costoso per le attività difficili. Usa GLM per bozze, iterazioni, lavoro frontend e attività di routine in cui rifare il lavoro non è un problema. Tieni Opus per i risultati finali, l'architettura complessa, le attività lunghe e articolate e la logica critica in cui conta fare “la cosa giusta al primo tentativo”.
Non devi scegliere un solo modello per sempre. Chi programma con il vibe coding in modo accorto li tiene entrambi e passa dall'uno all'altro in base all'attività. Ecco una regola pratica basata sul riscontro degli esperti. **Usa GLM quando:** 1. Prepari bozze e iteri: abbozzi qualcosa, la rivedi e la rifai. 2. Lavori su frontend, layout e codice standard per database. 3. Devi svolgere molte attività di routine a basso costo e rifarle non è un problema. 4. Ti serve una finestra di contesto ampia spendendo pochissimo. 5. Vuoi semplicemente pagare meno per l'80% delle attività più semplici. **Tieni Opus quando:** 1. Scrivi codice architetturale complesso e definitivo. 2. Affronti un'attività lunga e articolata in cui l'agente non deve bloccarsi. 3. Gestisci una logica critica in cui il costo di un errore è alto. 4. Ti serve un risultato corretto al primo tentativo: Opus ha bisogno della metà delle correzioni. GLM-5.2 aveva una debolezza documentata: nelle attività lunghe e articolate a volte si bloccava in un ciclo, ripetendo le stesse azioni. Nella tabella SWE-Marathon riferita da Z.ai, GLM-5.3 riduce il divario con Opus 4.8 da 29.4 a 6.3 punti percentuali (42.5 contro 48.8). Opus ha ancora un punteggio superiore in quel test, ma ciò non misura da solo l’affidabilità sulle tue attività autonome prolungate. Ed ecco la trappola: lo strumento più economico non porta sempre al lavoro meno costoso. Se GLM lavora male tre volte e poi devi finire a mano, alla fine il modello economico costa più di Opus, che avrebbe fatto bene al primo tentativo. Calcola il costo di un risultato finito, non il prezzo per token. E se resti con Claude, spiego a parte [quale modello scegliere per l'attività, Sonnet o Opus](https://ailoot.ai/blog/it/claude-code-model-effort-sonnet-opus/). ## Quali condizioni di accesso e pagamento devi considerare?
I punti essenziali Il materiale di partenza descrive un'opzione di pagamento: un abbonamento Z.ai.
Suggerimento Se ti serve un abbonamento fisso per Claude Code e hai una carta accettata dal gateway di pagamento, puoi considerare Z.ai Coding Plan.
## Quali sono i rischi e le insidie?
I punti essenziali Tre svantaggi. Privacy: è un modello cinese e i dati vengono inviati ai server di Z.ai (la persona giuridica ha sede a Singapore; la sua policy promette di non conservare né usare il codice per l'addestramento, ma non c'è una verifica indipendente). Stabilità: a giugno, l'API di GLM è rimasta fuori servizio per un paio di giorni a causa del sovraccarico. E c'è il rischio generale legato a qualsiasi IA di terze parti: non inviarle mai segreti o dati dei clienti.
Un costo basso non significa che sia completamente privo di rischi. Ecco cosa devi sapere in anticipo. **Privacy.** Il servizio internazionale di Z.ai è registrato a una società di Singapore e la sua policy per l'accesso tramite API sembra ragionevole: afferma che i materiali non vengono conservati né usati per addestrare i modelli senza il tuo consenso esplicito. Ma sono promesse contenute in una policy, non garanzie sottoposte a verifica: non esiste un certificato di sicurezza pubblico. La società madre è cinese e, in teoria, la legge cinese potrebbe imporre l'accesso ai dati. Inoltre, nel gennaio 2025 Zhipu è stata inserita nell'elenco statunitense dei controlli sulle esportazioni. Questo limita ciò che l'azienda può acquistare dagli Stati Uniti; non vieta l'uso dei suoi modelli, ma è un segnale da tenere a mente. **Stabilità, lo svantaggio più concreto.** A metà giugno, al lancio di GLM-5.2, l'API è rimasta fuori servizio per un paio di giorni a causa di rigidi limiti di carico: nelle ore di punta veniva rifiutata fino a metà delle richieste. Per il lavoro in produzione significa mantenere Claude come alternativa e non dipendere interamente da un solo modello. **Consigli generali sulla sicurezza.** Questo vale per qualsiasi IA di terze parti e merita il doppio dell'attenzione nel caso di un modello cinese. Non inserire mai segreti o dati personali in un prompt: chiavi API, contenuto di un file delle password, indirizzi email e numeri di telefono reali dei clienti o estratti di database di produzione. Le policy sono promesse, non serrature crittografiche. Approfondisco la sicurezza dei progetti nella guida alla [sicurezza nel vibe coding](https://ailoot.ai/blog/it/vibe-coding-security/). ## Dovresti passare a GLM-5.2?
I punti essenziali Se il costo di Claude è un vincolo per te, sì, provalo subito: la configurazione richiede 5 minuti. Tieni GLM per il lavoro di routine e Opus per le attività difficili, e paga meno per l'80% delle attività più semplici. Ma ricorda il punto fondamentale: l'80% del risultato dipende da cosa inserisci nel contesto. Un modello economico senza un contesto configurato bene produce spazzatura.
Alla data dell'aggiornamento del materiale di partenza, il 1° ottobre 2026, la posta in gioco è aumentata con l'uscita di GLM-5.3: il modello aperto costa di nuovo molte volte meno e ora è davanti a Opus 4.8 nella tabella di Z.ai. Per un imprenditore preoccupato di esaurire tutto il budget con i limiti di Claude, questa è una risposta diretta. Ma ti metterei in guardia dall'illusione che si tratti solo di scegliere un modello. Ricorda la precisazione di Semgrep: l'ambiente conta più del modello. Gli esperti dicono tutti la stessa cosa: il vibe coding si inceppa più spesso per un motivo solo, al modello non è stato fornito il contesto. Ho visto persone scegliere GLM a basso costo, non configurare il [context engineering](https://ailoot.ai/blog/it/context-engineering/) e ottenere spazzatura, per poi dare la colpa al modello. Il mio consiglio è semplice. Collega GLM oggi, provalo per una settimana sulle tue attività e tieni Opus per quelle difficili. Allo stesso tempo, lavora su ciò che fa davvero la differenza: la gestione del contesto. Così anche un modello economico ti darà un risultato stabile.
### Fonti - [Z.ai - scheda del modello GLM-5.3 (HuggingFace)](https://huggingface.co/zai-org/GLM-5.3) - [Z.ai - GLM Coding Plan](https://z.ai/subscribe) - [Z.ai - blog ufficiale su GLM-5.2 (HuggingFace)](https://huggingface.co/blog/zai-org/glm-52-blog) - [Z.ai - scheda del modello GLM-5.2](https://huggingface.co/zai-org/GLM-5.2) - [Z.ai - prezzi API](https://docs.z.ai/guides/overview/pricing) - [Z.ai - collegamento a Claude Code (documentazione)](https://docs.z.ai/devpack/tool/claude) - [Anthropic - prezzi di Claude](https://www.anthropic.com/pricing) - [Anthropic - dichiarazione sulla disattivazione di Fable 5 e Mythos 5](https://www.anthropic.com/news/fable-mythos-access)
Altri materiali sono disponibili su [Ailoot](https://ailoot.ai/). ## Domande frequenti ### Quanto si è ridotto davvero il divario SWE-Marathon riportato? Nella stessa tabella, Opus 4.8 meno GLM-5.2 è 48.8 − 19.4 = 29.4 punti percentuali; Opus meno GLM-5.3 è 48.8 − 42.5 = 6.3. La riduzione è di 23.1 punti, circa il 79%, in quel confronto riferito dal fornitore. ### Un prezzo inferiore per token garantisce un’attività completata meno costosa? No. Registra input e output totali, tentativi falliti e risultati accettati sulle tue attività. Iterazioni aggiuntive o lavoro incompleto possono annullare il vantaggio per token: confronta il costo per risultato concluso anziché il solo listino. ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.