AnswersPublished18 sources
GLM-5.3-Flash e Qwen3.8-Flash: così la Cina ha ridisegnato il mercato dei modelli IA “flagship”
Gli annunci principali di GLM 5.3 Flash e Qwen3.8 Flash risalgono al 26 agosto 2026, anche se gran parte della copertura è stata pubblicata fino al 28 agosto. Entrambi i modelli puntano su contesti fino a un milione di token; GLM 5.3 Flash è nativamente multimodale, mentre Qwen3.8 Flash Next anticipa l’architettura...
Pubblicato daModificato con GPT-5.6 LunaImmagini generate con GPT Image 1.5
Research answer
Key takeaways
- Gli annunci principali di GLM 5.3 Flash e Qwen3.8 Flash risalgono al 26 agosto 2026, anche se gran parte della copertura è stata pubblicata fino al 28 agosto.
- Entrambi i modelli puntano su contesti fino a un milione di token; GLM 5.3 Flash è nativamente multimodale, mentre Qwen3.8 Flash Next anticipa l’architettura Qwen4.
- I prezzi hanno spostato il confronto: GLM è stato promosso a 0,4 yuan per milione di token in ingresso e 1,4 yuan in uscita; Qwen è partito da 1 e 3 yuan.
- Pesi aperti, prestazioni di coding vicine a Claude Opus 4.8 e inferenza dichiarata su oltre 100.000 chip cinesi hanno ridotto il vantaggio percepito di DeepSeek come scelta “value”.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Zhipu AI’s open sourced GLM 5.3 Flash and Alibaba’s Qwen3.8 Flash, released on August 28, 2026, reshape China’s LLM flagship market. Article summary: These releases turned “Flash” from a lower capability, economy tier into a viable default flagship tier: long context, multimodal or next generation architecture, strong coding/agent performance, open weights, and API pr. Topic tags: general web, llm, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with f
Le uscite di GLM-5.3-Flash di Zhipu AI e Qwen3.8-Flash di Alibaba hanno cambiato il significato di “Flash” nel mercato cinese dei modelli linguistici di grandi dimensioni (LLM). Non più soltanto versioni depotenziate e convenienti, ma modelli abbastanza capaci da diventare la scelta standard per attività quotidiane ad alto volume: sviluppo software, automazione, analisi di documenti e sessioni con agenti IA.
Una precisazione sulle date: gli annunci principali sembrano essere avvenuti il 26 agosto 2026, mentre la copertura giornalistica e tecnica si è estesa fino al 28 agosto. 1
2
Il contesto lungo è diventato una caratteristica normale
GLM-5.3-Flash è il primo modello della famiglia GLM-5 con multimodalità nativa e offre una finestra di contesto da un milione di token. Qwen3.8-Flash parte da 262.144 token, ma può arrivare anch’esso a un milione tramite estensione del contesto. 4
1
In termini pratici, questo consente di lavorare su interi repository di codice, raccolte di documenti, file d’ufficio, immagini e conversazioni molto lunghe senza dover spezzare continuamente il materiale in porzioni più piccole. Processi che in precedenza richiedevano un modello premium diventano quindi accessibili anche nella fascia “Flash”.
La vera rottura è arrivata dal prezzo
Durante la promozione iniziale, Zhipu ha offerto GLM-5.3-Flash a 0,4 yuan per milione di token in ingresso e 1,4 yuan per milione di token in uscita, la metà rispetto al listino di 0,8 e 2,8 yuan. Secondo i confronti riportati, il costo promozionale era circa un ventesimo di quello di GLM-5.3. 15
1
11
Alibaba aveva inizialmente fissato Qwen3.8-Flash a 1 yuan per milione di token in ingresso e 3 yuan in uscita. 1 In seguito, il listino cinese di Alibaba Cloud è stato indicato a 0,8 yuan in ingresso e 2,7 yuan in uscita.
9
11
Il confronto con DeepSeek V4 Flash rende evidente la pressione competitiva: nelle fasce non di punta, il modello di DeepSeek era indicato a 1,5 yuan per milione di token in ingresso e 4,5 yuan in uscita. Rispetto a questi valori, la tariffa promozionale di GLM risultava circa il 73% più bassa, mentre il prezzo iniziale di Qwen era di circa un terzo inferiore. 15
1
Prestazioni abbastanza alte da rendere credibile il risparmio
Il prezzo, da solo, non avrebbe cambiato il mercato se i modelli fossero stati inadatti ai compiti seri. GLM-5.3-Flash ha però riportato 84,3 punti su Terminal-Bench 2.1, contro gli 85,0 di Claude Opus 4.8: un risultato vicino a quello di un modello proprietario di fascia alta nel coding e nei compiti agentici. 3
2
Il modello utilizza un’architettura sparse Mixture of Experts (MoE): 320 miliardi di parametri complessivi, dei quali circa 18 miliardi attivi per token. Questo aiuta a contenere il costo dell’inferenza senza rinunciare alla capacità rappresentata dal modello complessivo. 3
2
È proprio questo il punto di discontinuità rispetto alla vecchia etichetta “Flash”: un’inferenza più economica non implica più necessariamente prestazioni insufficienti per lo sviluppo professionale.
I pesi aperti hanno aumentato il potere contrattuale degli acquirenti
GLM-5.3-Flash è stato pubblicato come modello open source/open weight. Alibaba ha inoltre reso disponibili i pesi di Qwen3.8-Flash-Next, un modello multimodale MoE presentato come anteprima dell’architettura Qwen4. Le informazioni diffuse lo descrivono con circa 176 miliardi di parametri e circa 6 miliardi attivi per token. 4
5
Per le aziende, la conseguenza è concreta: non c’è più soltanto la scelta tra diversi fornitori di API. È possibile usare un servizio gestito a basso costo oppure valutare il self-hosting, riducendo la dipendenza da un unico operatore proprietario e aumentando la pressione sui prezzi.
La dimensione hardware rafforza la tesi dell’infrastruttura cinese
Zhipu ha dichiarato che il traffico di inferenza online di GLM-5.3-Flash è stato sostenuto interamente da oltre 100.000 chip IA prodotti in Cina. 4
Se questa configurazione manterrà le proprie prestazioni in produzione, il messaggio industriale è rilevante: l’inferenza competitiva a basso costo può essere costruita anche sull’ecosistema nazionale di acceleratori, non soltanto su GPU importate. La dichiarazione resta comunque un’affermazione dell’azienda e non costituisce, da sola, una verifica indipendente dell’intera infrastruttura.
DeepSeek non è stato escluso, ma ha perso l’esclusiva del modello “conveniente”
DeepSeek V4 Flash continua a offrire una finestra di contesto da un milione di token e prezzi particolarmente aggressivi per gli accessi con cache. Non è quindi stato superato soltanto sulla base del listino. 2
3
La sfida, però, è diventata più ampia: Zhipu ha combinato prezzi non cache molto bassi, multimodalità, pesi aperti e risultati di coding vicini a Opus. Inoltre, alcuni report hanno collegato GLM-5.3-Flash a una forte crescita nelle classifiche d’uso e alla fine del vantaggio di 56 giorni di DeepSeek su OpenCode. Questi elementi indeboliscono l’idea che DeepSeek sia automaticamente la scelta predefinita per chi cerca il miglior rapporto tra costo e capacità.
Il limite delle classifiche e dei benchmark
Le conclusioni più forti vanno però trattate con cautela. Le affermazioni secondo cui GLM avrebbe interrotto il primato di DeepSeek su OpenCode, secondo cui Qwen consumerebbe il 75% di token in meno negli scenari d’ufficio, e diversi confronti prestazionali provengono in larga parte da classifiche di piattaforma o da test comunicati dai produttori. 3
I dati disponibili sostengono una tendenza di mercato chiara: la fascia economica sta incorporando contesto lungo, multimodalità, capacità agentiche e pesi aperti. Non dimostrano però una superiorità universale e verificata in ogni carico di lavoro.
La trasformazione più importante, in definitiva, è di posizionamento. “Flash” non indica più necessariamente un compromesso evidente: può essere il modello da usare per impostazione predefinita, mentre le versioni più costose vengono riservate ai problemi che richiedono ragionamento più profondo, affidabilità su orizzonti molto lunghi o funzioni specialistiche.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "GLM-5.3-Flash e Qwen3.8-Flash: così la Cina ha ridisegnato il mercato dei modelli IA “flagship”"?
Gli annunci principali di GLM 5.3 Flash e Qwen3.8 Flash risalgono al 26 agosto 2026, anche se gran parte della copertura è stata pubblicata fino al 28 agosto.
What are the key points to validate first?
Gli annunci principali di GLM 5.3 Flash e Qwen3.8 Flash risalgono al 26 agosto 2026, anche se gran parte della copertura è stata pubblicata fino al 28 agosto. Entrambi i modelli puntano su contesti fino a un milione di token; GLM 5.3 Flash è nativamente multimodale, mentre Qwen3.8 Flash Next anticipa l’architettura Qwen4.
What should I do next in practice?
I prezzi hanno spostato il confronto: GLM è stato promosso a 0,4 yuan per milione di token in ingresso e 1,4 yuan in uscita; Qwen è partito da 1 e 3 yuan.