---
title: "GLM-5.3-Flash di Z.ai: licenza MIT, 328 GB di pesi, il resto lo costruite voi"
description: "Z.ai pubblica GLM-5.3-Flash open weight, licenza MIT: 320 miliardi di parametri, 328 GB su disco. Verifichiamo licenza, peso reale e differenza dai pesi."
url: https://csidia.com/note-operative/glm-5-3-flash-zai-costo-reale-perimetro/
lang: it
date: 2026-08-27
label: "Osservatorio"
publisher: CSIDIA S.r.l. (https://csidia.com/)
english: https://csidia.com/en/notes/glm-5-3-flash-zai-costo-reale-perimetro/
---

# GLM-5.3-Flash di Z.ai: licenza MIT, 328 GB di pesi, il resto lo costruite voi

Il 25 agosto 2026, alle 06:43 UTC, l’organizzazione **zai-org** — Z.ai, ex Zhipu AI — ha pubblicato su Hugging Face **GLM-5.3-Flash**: primo modello nativamente multimodale della serie GLM-5, licenza MIT, pesi scaricabili senza autenticazione. Per chi valuta un modello di questa taglia da far girare nel proprio perimetro la domanda che conta non è se la licenza permette l’uso commerciale — qui sì, senza soglie né clausole aggiuntive — ma quanto pesa davvero tenerlo in esercizio, e quanto di ciò che il produttore mostra sulla propria piattaforma resta fuori dal file che si scarica. Verifichiamo qui, alla data del 27 agosto.

## I fatti, in ordine

- **Pubblicazione**: repository creato il 25 agosto 2026 alle 06:43:14 UTC, ultimo aggiornamento il 26 agosto alle 16:31. Organizzazione **zai-org**, spunta di verifica assente (`isVerified: false`) nonostante 152 modelli pubblicati e 19.252 follower — il controllo va fatto scheda per scheda, non per reputazione dell’account.
- **Accesso**: `gated: false`. Verificato senza autenticarsi: la richiesta di uno shard di pesi risponde con un reindirizzamento diretto al CDN (HTTP 302), non con un rifiuto (401) — nessun accordo da accettare prima del download.
- **Adozione, oggi**: 766 mi piace, 0 download secondo il contatore pubblico, letti il 27 agosto — la cifra dei download resta a zero anche a due giorni dalla pubblicazione, un’anomalia del contatore più che un segnale di scarso interesse, visti i mi piace.
- **Peso**: 321,3 miliardi di parametri totali secondo i metadati del repository (il produttore arrotonda a 320 miliardi, con 18 miliardi attivi per token); il 97,8% dei parametri (314,4 miliardi) è nativo in FP8, il resto in BF16 per i moduli sensibili alla precisione — normalizzazioni, meccanismi di instradamento, indicizzatore. Su disco: 62 file safetensors, 328,3 GB — 305,8 GiB — in tutto.
- **Architettura**: 45 strati, di cui 34 ad attenzione lineare e 11 marcati `deepseek_sparse_attention` nel file di configurazione — uno ogni quattro; 288 esperti instradati più uno condiviso, otto attivati per ogni token; encoder visivo nativo, integrato e non aggiunto in un secondo tempo. Finestra di contesto dichiarata nel file di configurazione: 1.048.576 token — la stessa cifra già misurata sul predecessore [GLM-5.2](https://csidia.com/note-operative/glm-5-2-caisi-valutazione-sicurezza), non un’estensione.
- **Base**: nessuna. Nessun tag `base_model` nel repository; la scheda dichiara che il modello «starts from a newly trained base model», *parte da un modello di base addestrato da zero* — non è un fine-tune, non c’è una catena di licenze a monte da verificare.
- **Licenza**: MIT, testo verificato (HTTP 200), senza allegati aggiuntivi — nessun file di policy d’uso separato: quattro nomi comuni per questo tipo di documento (`USE_POLICY.md`, `NOTICE`, `MODEL_LICENSE`, `ACCEPTABLE_USE_POLICY.md`) restituiscono tutti 404. Qui la licenza dichiarata è quella che si applica per intero.

## Che cos’è, in pratica

GLM-5.3-Flash è pensato, secondo il titolo del rapporto tecnico della famiglia GLM-5, per un uso agentico più che conversazionale: «GLM-5: from Vibe Coding to Agentic Engineering» — *da codice scritto a intuito a ingegneria affidata a un agente*. L’architettura ibrida che lo caratterizza — attenzione lineare alternata a strati di attenzione sparsa, più una tecnica di connessione che la scheda chiama Manifold-Constrained Hyper-Connections — serve a un solo scopo dichiarato: mantenere la capacità del modello riducendo il costo di servirlo a contesto lungo. Il produttore rivendica prestazioni superiori al proprio GLM-5.2 e vicine a Claude Opus 4.8 su compiti di programmazione e agentici — cifre lette in tabella, non verificate da noi: non abbiamo eseguito il modello.

## Il conto che il peso sul disco non fa

328,3 GB è il numero che si vede subito, ed è solo il primo termine del conto. Lo stesso produttore, nella propria documentazione tecnica, individua il vincolo reale non nel calcolo ma nella memoria: rispetto al fratello maggiore GLM-5.3, l’architettura ibrida di questa versione «reduces attention computation and KV cache size by 3.01× and 4.44×, respectively» — *riduce il calcolo di attenzione e la dimensione della cache KV, rispettivamente, di 3,01× e 4,44×* — un risparmio che ha senso solo se si parte da un contesto vicino al milione di token, dove la cache di attenzione può pesare quanto i pesi stessi. Per servirlo alla propria scala, Z.ai dichiara di aver costruito «a dedicated inference engine for this architecture on top of SGLang», *un motore di inferenza dedicato per questa architettura sopra SGLang*, con parallelismo tensoriale per l’attenzione lineare, quantizzazione ibrida INT8/FP8/BF16 della cache e un’architettura disaggregata che separa codifica, prefill e decodifica su gruppi di macchine indipendenti — distribuita, sempre per dichiarazione del produttore, su «tens of thousands of domestically developed accelerators», *decine di migliaia di acceleratori sviluppati internamente*. [Pesi scaricabili senza il calcolo che li rende eseguibili non sono sovranità](https://csidia.com/hardware-e-modelli-a-pesi-aperti): qui il calcolo mancante non è solo la memoria per caricare 328 GB, è l’ingegneria di sistema che il produttore ha dovuto costruire per servire lo stesso modello alla propria scala — e che la scheda non stima in nessun punto per chi lo installa in proprio.

## Pesi scaricati, piattaforma no

Chi scarica questi pesi ottiene un modello di linguaggio e visione: genera testo, legge immagini e video, nient’altro di preconfezionato. La documentazione della piattaforma ospitata di Z.ai elenca, oltre al modello nudo, una ricerca web integrata, agenti dedicati per diapositive, traduzione e montaggio video, e una cache di contesto persistente per le conversazioni lunghe: infrastruttura applicativa costruita sopra il checkpoint, non contenuta nei file safetensors che si scaricano. La finestra di un milione di token è disponibile in entrambi i casi — è nel file di configurazione, non un’esclusiva del servizio — ma orchestrare strumenti, memoria di conversazione e agenti attorno al modello resta un lavoro da rifare in proprio, con licenza libera e nessuna indicazione su quanta capacità di calcolo serva per farlo a quella scala. [Del divario fra quello che una scheda dichiara e quello che tace abbiamo già scritto](https://csidia.com/note-operative/rapporto-tecnico-modello-cosa-dichiara): qui non manca un capitolo di sicurezza, manca la stima di infrastruttura — un vuoto altrettanto concreto per chi deve mettere il modello in produzione.

## Quello che non sappiamo

Non abbiamo eseguito il modello: nessuna affermazione nostra su qualità, sicurezza o comportamento reale. I confronti con GLM-5.2 e Claude Opus 4.8 sono numeri di tabella del produttore, non una prova indipendente. L’abstract del rapporto tecnico (arXiv 2602.15763) non specifica provenienza, licenze o composizione del corpus di addestramento dichiarato in 30.000 miliardi di token multimodali: sappiamo la dimensione aggregata, non la fonte. Non diamo qualificazioni giuridiche sulla licenza MIT. E non conosciamo l’hardware minimo per un esercizio più piccolo di quello — enorme — che Z.ai descrive per la propria scala: nessuna scheda GPU, nessuna soglia di memoria è indicata per chi non deve servire milioni di richieste al giorno, [come già osservato su un altro modello a pesi aperti pubblicato la settimana scorsa](https://csidia.com/note-operative/thomson-1-0-small-parametri-attivi-memoria).

## Fonti

- [Hugging Face — zai-org/GLM-5.3-Flash, scheda del modello](https://huggingface.co/zai-org/GLM-5.3-Flash)
- [Z.ai Developer Docs — GLM-5.3-Flash, panoramica del modello](https://docs.z.ai/guides/vlm/glm-5.3-flash)
- [arXiv 2602.15763 — GLM-5: from Vibe Coding to Agentic Engineering](https://arxiv.org/abs/2602.15763)

Nota di CSIDIA S.r.l. (Vignola, MO): https://csidia.com/note-operative/glm-5-3-flash-zai-costo-reale-perimetro/ · Chi siamo e che cosa facciamo: https://csidia.com/in-breve/ · engagement@csidia.com