Qwen, DeepSeek, GLM-5.3, Ox Alpha: la settimana in cui "open" ha smesso di voler dire una sola cosa

Quattro rilasci nella stessa manciata di giorni di agosto 2026 raccontano meglio di qualunque classifica quanto la parola "open" abbia smesso di indicare una condizione unica. Il 12 agosto DeepSeek ha pubblicato i pesi completi di V4-Pro-0813 sotto licenza MIT. Lo stesso giorno Alibaba ha rilasciato i pesi di Qwen3.8-Max — ma sotto una licenza scritta apposta, con soglie di fatturato che né Apache né MIT prevedono. Il 14 agosto Zhipu/Z.ai ha annunciato GLM-5.3, un modello capace di trovare oltre mille vulnerabilità critiche in software open source, trattenendone però i pesi per una revisione di sicurezza. E il 20 agosto è comparso su OpenRouter un quarto modello, Ox Alpha, che non ha nome, non ha licenza pubblica, e le cui politiche sulla conservazione dei dati si contraddicono a seconda di quale documento le leggete. Messi in fila, questi quattro casi formano uno spettro quasi perfetto — ed è un test pratico più utile di qualunque benchmark per capire cosa verificare prima di scegliere un modello.

DeepSeek V4-Pro-0813: l'estremo aperto dello spettro

Il 13 agosto DeepSeek ha portato V4 Pro fuori dalla fase di anteprima dopo circa quattro mesi, pubblicando su Hugging Face i pesi completi di V4-Pro-0813: un modello Mixture-of-Experts da circa 1,6 trilioni di parametri totali e 49 miliardi attivi per token, circa 893 GB su 67 file safetensors, con contesto fino a 1 milione di token e decodifica speculativa DSpark. La licenza è MIT, la stessa già vista su V4-Flash: nessuna soglia di fatturato, nessuna restrizione geografica, nessuna condizione oltre l'attribuzione minima prevista dalla licenza stessa. È il rilascio più semplice da valutare dei quattro: se i pesi vi servono in produzione, potete scaricarli oggi e sapete esattamente cosa potete farne.

C'è però un dettaglio che vale la pena notare per chi pensa di usare l'API invece dell'auto-hosting: dal 16 agosto il prezzo dell'API di V4-Pro è salito a 1,32 $ per milione di token in ingresso e 3,96 $ in uscita, circa quattordici volte il livello più economico della famiglia (V4-Flash). È esattamente il tipo di salto di costo che rende l'auto-hosting più interessante quando il volume di richieste cresce — la licenza MIT lo rende un'opzione concreta, non solo teorica.

Qwen3.8-Max: i pesi sono arrivati, ma leggeteli con attenzione

Due settimane fa raccontavamo come Qwen3.8-Max fosse stato annunciato da Alibaba senza pesi né licenza pubblicati il giorno del lancio. Il 12 agosto quella promessa è stata mantenuta solo in parte: i pesi del checkpoint aperto, pubblicato come Qwen3.8-2.4T-A95B (2,4 trilioni di parametri totali, 95 miliardi attivi, contesto nativo di circa 262.000 token estendibile a circa 1 milione), sono online su Hugging Face insieme a una variante FP8 — ma è una versione ridotta rispetto al Qwen3.8-Max completo: solo testo, senza input visivo, senza il contesto da 1 milione di token attivo di default.

La sorpresa più rilevante è nella licenza: non è Apache 2.0 come gran parte della famiglia Qwen, ma un testo scritto apposta, la "Qwen3.8-Max License". Concede ampiamente uso, copia, modifica, distribuzione, vendita, hosting e fine-tuning — ma aggiunge due condizioni che Apache 2.0 non ha mai avuto: chi supera 100 milioni di utenti attivi mensili o 20 milioni di dollari di fatturato mensile deve mostrare in modo visibile il nome del modello nel prodotto; e chi gestisce un servizio di tipo Model-as-a-Service o un "AI Work Assistant" con fatturato aggregato superiore a 50 milioni di dollari in un qualunque periodo di 12 mesi consecutivi deve ottenere una licenza separata da Qwen prima di usare il software. Per la maggior parte delle aziende che valutano un caso d'uso interno queste soglie restano teoriche — ma è precisamente il tipo di clausola da leggere per intero prima di costruirci sopra un prodotto commerciale, non dopo averle superate.

GLM-5.3: il modello che trova vulnerabilità, con i pesi ancora sotto chiave

Il 14 agosto Zhipu (Z.ai) ha presentato GLM-5.3 come "costruito per il codice, pronto per la difesa cyber", riutilizzando la stessa base a circa 744 miliardi di parametri di GLM-5.2 e ottenendo i miglioramenti attraverso un post-training più esteso, non un nuovo addestramento da zero. Sul benchmark interno Terminal-Bench 3.0 il punteggio è salito da 4,6 a 28,3 — un miglioramento di 6,2 volte, il più alto tra i modelli open. L'accesso API è stato attivato il 18 agosto tramite GLM Coding Plan e ZCode.

Il dato più insolito riguarda però cosa il modello ha fatto durante le verifiche interne di Z.ai: il post-training ha prodotto, secondo l'azienda senza che fosse un obiettivo dichiarato, una capacità di ragionamento su catene di exploit che ha permesso di individuare 1.097 vulnerabilità critiche in Linux, WebKit e FreeBSD, e di contribuire all'identificazione di 2.436 vulnerabilità in 269 progetti open source — alcune risalenti fino a 45 anni fa. È in parte per questo che Z.ai ha deciso di trattenere il rilascio dei pesi aperti, promesso a tappe dopo quella che definisce la revisione di sicurezza più estesa mai condotta sui suoi modelli, con un obiettivo indicativo intorno al 28 agosto. Alla data in cui scriviamo, i pesi di GLM-5.3 non sono ancora scaricabili: è accessibile solo via API.

È un caso che vale la pena tenere d'occhio più per il precedente che stabilisce che per il modello in sé: un laboratorio che ritarda volontariamente un rilascio open perché il modello si è dimostrato più capace del previsto in un ambito a doppio uso è un segnale che la capacità tecnica, da sola, non basta più a decidere quando un rilascio è pronto.

Ox Alpha: il quarto modello non ha nemmeno un nome

Il 20 agosto è comparso su OpenRouter e su OpenCode un modello etichettato solo come "Stealth", senza nome ufficiale, comunicato stampa o azienda dichiarata — la community lo ha ribattezzato Ox Alpha. Offre una finestra di contesto da 1.048.576 token, accetta testo, immagini e video, ed è gratuito per circa una settimana durante l'anteprima. Un test informale su dieci compiti di ingegneria del software (DeepSWE) gli ha attribuito oltre l'80% di successo, contro circa il 65% e il 52% di due modelli concorrenti affermati — un dato virale ma non verificato da una classifica indipendente, da trattare con cautela. Il fingerprinting della community indica una possibile parentela con la famiglia GLM di Z.ai, ma non è confermato da nessuna fonte ufficiale.

Il punto che conta davvero per un'azienda, però, non è chi ci sia dietro: è cosa succede ai dati che gli inviate. La scheda del modello su OpenRouter dichiara che prompt e risposte vengono conservati ma non usati per l'addestramento; l'accordo di licenza (EULA) che governa tutti i modelli "Stealth" della piattaforma concede invece a OpenRouter e al fornitore anonimo il diritto di usare i contenuti per addestramento, valutazione e miglioramento; la documentazione di OpenCode, terza fonte, dichiara una politica di conservazione zero e nessun uso per l'addestramento. Tre documenti, tre versioni diverse — e nessuno vi permette di sapere sotto quale giurisdizione, e da quale azienda, i vostri dati vengono effettivamente trattati. Non c'è licenza pubblicata, non ci sono pesi scaricabili: è l'estremo opposto della MIT di DeepSeek.

Cosa verificare, in pratica, prima di scegliere uno di questi quattro modelli

• I pesi sono già scaricabili oggi, o solo promessi? DeepSeek e Qwen sono scaricabili ora; GLM-5.3 non ancora; Ox Alpha, probabilmente mai in questa forma.
• Leggete la licenza pubblicata con questa release specifica, non quella della release precedente: la Qwen3.8-Max License introduce soglie di fatturato che Apache 2.0 non ha mai avuto.
• Un modello capace di trovare centinaia di vulnerabilità critiche merita più attenzione prima di autorizzarlo su codice proprietario, non meno — indipendentemente da quanto sia bravo sui benchmark.
• Se non potete nominare l'azienda che opera il modello, non inviategli segreti industriali, credenziali, repository di clienti o dati personali, sanitari o finanziari: senza un nome non c'è un contratto, e senza un contratto non c'è responsabilità da far valere.

È il controllo che facciamo ogni settimana per i nostri clienti prima di autorizzare un modello in produzione: non fermarci al nome del laboratorio o al punteggio in classifica, ma leggere la licenza pubblicata quel giorno specifico, verificare se i pesi sono davvero scaricabili, e capire chi tratta i vostri dati quando non li tenete sulla vostra infrastruttura — perché la differenza tra un rilascio open e un endpoint anonimo, questa settimana più che mai, non si vede dal podio dei benchmark.