GLM-5: la famiglia di modelli e il modello con cui tutto è iniziato

GLM-5 è stato inserito su OpenRouter l'11 febbraio 2026. Z.ai lo descrive come un modello "destinato all'ingegneria di sistemi complessi e a task agentici a lungo raggio" — in altre parole, è pensato per gestire lavori di programmazione complessi e articolati in più passaggi, piuttosto che per fare da semplice assistente di chat rapida.

La sua scheda modello ne illustra l'architettura con cifre chiare. Rispetto a GLM-4.5, GLM-5 passa da 355 miliardi di parametri (32 miliardi attivi) a 744 miliardi di parametri con 40 miliardi attivi per token, e i dati di pre-addestramento salgono da 23 bilioni a 28.5 bilioni di token. Per ciascun token viene impiegata solo una frazione dei pesi, ed è proprio questo a rendere pratico il serving di un modello di tali dimensioni.

GLM-5 adotta inoltre la DeepSeek Sparse Attention (DSA). La sparse attention consente al modello di analizzare un sottoinsieme selezionato di token precedenti anziché la totalità, il che secondo Z.ai riduce notevolmente i costi di deployment mantenendo inalterata la capacità di gestire contesti lunghi. Su OpenRouter, l'originale GLM-5 offre una context window di circa 205K token e può restituire fino a circa 131K token in una sola risposta.

Per il post-training, Z.ai ha sviluppato slime, un'infrastruttura di apprendimento per rinforzo asincrona che, stando a quanto dichiarato, migliora il throughput dell'addestramento e consente iterazioni più granulari. La scheda modello riporta risultati su benchmark di ragionamento, coding e agenti — ad esempio 77.8 su SWE-bench Verified e 56.2 su Terminal-Bench 2.0 con l'harness Terminus 2 — rivendicando le migliori prestazioni della categoria tra i modelli open source al momento del lancio.

Questi sono i dati forniti da Z.ai e misurati con i propri harness. Sono utili per confrontare le diverse versioni di GLM tra loro, ma la vera prova resta il tuo caso d'uso specifico: incolla un problema reale nella chat e valuta la risposta.

Dopo GLM-5, Z.ai ha rilasciato una serie costante di aggiornamenti. GLM-5 Turbo (marzo 2026) e il multimodale GLM-5V-Turbo (aprile 2026) sono pensati per workflow agentici veloci via API. GLM-5.1 (aprile 2026) si è focalizzato sul coding a lungo raggio. GLM-5.2 (giugno 2026) ha introdotto un solido contesto da 1M di token e un reasoning effort regolabile. GLM-5.3 (agosto 2026) ha mantenuto la base di GLM-5.2 migliorando il post-training, mentre GLM-5.3 Flash ha aggiunto l'input nativo di immagini e video a un prezzo decisamente inferiore. GLM-5.3 FlashX e GLM-5.3 Prime sono varianti API ad alta velocità.

Cinque di questi modelli — GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 e GLM-5.3 Flash — sono distribuiti con pesi aperti su Hugging Face. La scheda tecnica sottostante e la tabella della famiglia più in basso elencano ciascun modello con relativa context window, prezzo e licenza.

Per i nuovi progetti, solitamente no. I modelli successivi della famiglia offrono una context window più ampia, un ragionamento regolabile e, nel caso di GLM-5.3 Flash, prezzi notevolmente inferiori. L'originale GLM-5 resta interessante se cerchi un modello aperto interamente con licenza MIT con architettura e paper pubblicati (arXiv 2602.15763), o se hai bisogno di riprodurre risultati misurati proprio su di esso.