GLM-5.2, Sakana Fugu, Claude Fable 5: tre modelli frontier, tre risposte al controllo
Tre modelli frontier, una vera domanda per un acquirente B2B: dove vanno i vostri dati e quanta parte dello stack controllate?
Traduzione generata automaticamente con IA. La versione tedesca è l'originale verificato dalla redazione.
Quando metto a confronto questi tre per un cliente in Renania-Palatinato, gli scarti nei benchmark raramente fanno la differenza. Tutti e tre sono a livello frontier a metà 2026. La decisione riguarda dove vanno i dati e quanta parte dello stack il cliente controlla, e GLM-5.2, Sakana Fugu e Claude Fable 5 danno tre risposte davvero diverse. Solo uno di loro può girare in locale. È questo il confronto che sopravvive a una verifica di approvvigionamento, quindi è da qui che comincio.
01. TRE RILASCI, DETTO SEMPLICEMENTE
Ognuno di questi è uscito a giugno 2026 nel giro di due settimane dall'altro, ed è un tipo di cosa diverso ogni volta. Vale la pena essere precisi, perché due di loro vengono descritti male in modo diffuso.
GLM-5.2, di Z.ai a Pechino, è uscito il 17 giugno. È un modello open-weight mixture-of-experts, circa 750 miliardi di parametri con circa 40 miliardi attivi, un contesto di un milione di token e, punto decisivo, una licenza MIT con i pesi pubblicati su HuggingFace.
Sakana Fugu, di Sakana AI a Tokyo, è uscito il 22 giugno. Non è un modello convenzionale, e la classificazione abituale è fuorviante: Fugu è un orchestratore addestrato che chiama un pool di altri modelli e ne sintetizza il lavoro. È disponibile solo via API, offerto come endpoint compatibile con OpenAI.
Claude Fable 5, di Anthropic negli Stati Uniti, è uscito il 9 giugno. Il secondo errore comune è classificare Fable come un livello veloce o creativo. È il modello di punta, il più capace tra quelli rilasciati pubblicamente da Anthropic, con controllo di sicurezza, solo in cloud, a 10 e 50 dollari per milione di token. I suoi numeri nei benchmark sono forti; per questo articolo, allo stesso tempo, sono secondari.
02. L'UNICO CONFRONTO CHE SOPRAVVIVE ALL'APPROVVIGIONAMENTO
Tralasciate la classifica e mettetele a confronto sulle dimensioni di cui un acquirente B2B tedesco è realmente responsabile. Il quadro è chiaro, e non si tratta di stabilire quale sia il più intelligente.
| Dimensione | GLM-5.2 | Sakana Fugu | Claude Fable 5 |
|---|---|---|---|
| Apertura | Pesi aperti, MIT | Chiuso, solo API | Chiuso, solo API |
| Giurisdizione | Cina (il self-hosting la elimina) | Giappone | Stati Uniti |
| Eseguibile on-premise | Sì, circa 744 GB di GPU | No | No |
| Costo API per milione di token | Circa 1,40 e 4,40 | Non divulgato | 10 e 50 |
| Qualità delle prove | Fornitore e fonti secondarie | Solo dichiarazione del fornitore | Fornitore, bilancio solido |
Sulla tabella vanno inserite due riserve oneste. Il percorso standard di GLM-5.2, l'API di Z.ai, è soggetto alle leggi cinesi sui dati con le loro clausole di accesso vincolanti, ed è esattamente per questo che i pesi aperti contano: il self-hosting nell'UE neutralizza questo rischio. E l'affermazione di Fugu di parità frontier è interamente autodichiarata, indebolita dal fatto che Fable e il modello ristretto Mythos non sono nemmeno nel suo pool. Non baserei una decisione su nessuno dei due benchmark dei fornitori.
03. COSA DICO DAVVERO A UN CLIENTE
Non ne raccomando nessuno in astratto. Adatto la posizione a ciò che il cliente può finanziare e di cosa è responsabile.
🔸 GLM-5.2 è la scelta on-premise. I pesi aperti in MIT sono tutto il punto: potete farlo girare nel vostro data center, e i prompt non lasciano mai la vostra rete. L'inconveniente è l'ingombro GPU, circa 744 gigabyte in FP8, quindi si adatta al cliente che può finanziare l'hardware e deve tenere i dati in sede. È la storia di sovranità più pulita delle tre.
🔸 Claude Fable 5 è la scelta della garanzia gestita. Affittate capacità da un fornitore statunitense, al prezzo più alto qui, con un controllo di sicurezza reale e routing regionale dei dati sui grandi cloud. Per un team che vuole un modello di punta senza possedere lo stack, e che può convivere con una dipendenza dal cloud, è l'opzione gestita più solida.
🔸 Sakana Fugu è la scelta della comodità, con la storia di controllo più debole. Un'API che instrada su un pool di modelli è intelligente, e il Giappone è geopoliticamente più tranquillo della Cina. Ma non potete farlo girare on-premise, non scegliete quale modello vede i dati, e le prove sono scarse. Lo tratterei come interessante, non come standard per il lavoro regolamentato.
È la stessa lezione che Claude Fable 5 ha imparato nel modo più duro, quando un modello precedente è stato disattivato in 72 ore: la capacità affittata è revocabile, e il controllo è una proprietà dello stack, non del punteggio. Per questo continuo a indirizzare i clienti verso modelli open-weight che possono davvero possedere.
04. LA DOMANDA PER CUI VALE LA PENA PROGETTARE
Se portate a casa una cosa sola da tutto questo, che sia la domanda, non la classifica. I modelli si scambieranno di nuovo posto in classifica nel giro di un trimestre; quello è rumore. La domanda solida è quella che un responsabile degli acquisti dovrebbe porsi il primo giorno: quale di questi potete ancora far girare, verificare e pagare se il fornitore cambia le condizioni? Per la maggior parte dei clienti regolamentati con cui lavoro, questa domanda si risponde da sola, e non indica il benchmark più alto. Quindi, prima di scegliere il modello più intelligente: quanto vi costerebbe perderlo?
