SambaNova Systems ha annunciato la disponibilità di GLM-5.3, il modello open-weight sviluppato da Z.ai, sulla propria infrastruttura di inferenza SambaCloud, dichiarando una velocità di generazione superiore a 200 token al secondo. Il modello, presentato originariamente da Z.ai il 14 agosto 2026, utilizza la stessa architettura di base di GLM-5.2, ma introduce miglioramenti ottenuti attraverso ulteriori fasi di post-training, una maggiore varietà di ambienti di addestramento e un incremento delle risorse computazionali dedicate. Il nuovo servizio permette agli sviluppatori di accedere a GLM-5.3 attraverso il playground SambaCloud, un’interfaccia API e integrazioni con strumenti di programmazione assistita da agenti. Le applicazioni principali riguardano lo sviluppo software complesso e i compiti agentici di lunga durata, nei quali il modello deve coordinare sequenze di operazioni dipendenti, utilizzare strumenti esterni, analizzare risultati intermedi e modificare progressivamente le proprie decisioni.
SambaNova ha documentato un’esecuzione rappresentativa caratterizzata da 41 chiamate al modello in 17 minuti e 30 secondi, durante le quali sono stati elaborati circa 5,4 milioni di token in ingresso e prodotti poco meno di 42.000 token in uscita. La dimensione del contesto è cresciuta da 38.000 token nella prima chiamata a oltre 114.000 entro l’ottava, poiché ogni passaggio includeva parte delle informazioni accumulate precedentemente. Oltre il 91% dei token in ingresso è stato gestito attraverso meccanismi di caching, mentre le singole risposte comprendevano spesso soltanto poche centinaia di token dedicate al ragionamento e alla successiva chiamata di uno strumento. Questo comportamento descrive il funzionamento delle applicazioni agentiche nelle quali il costo computazionale è determinato soprattutto dalla continua rilettura di contesti estesi. L’elevata velocità dichiarata da SambaNova mira a ridurre il tempo complessivo di queste sequenze, evitando che la latenza delle singole interrogazioni si accumuli eccessivamente durante i processi automatizzati.
Z.ai ha progettato gli ambienti di post-training per riprodurre attività professionali complesse, comprese operazioni ingegneristiche che richiederebbero diversi giorni di lavoro umano. In uno scenario dedicato alle infrastrutture di machine learning, il modello dispone di accesso a cluster computazionali, sistemi di archiviazione, documentazione interna, repository software e risultati sperimentali, e deve identificare colli di bottiglia, applicare ottimizzazioni, eseguire prove e dimostrare miglioramenti misurabili senza compromettere la correttezza del sistema. Nei benchmark dichiarati da Z.ai, GLM-5.3 passa da 4,6 a 28,3 su Terminal-Bench 3.0, da 46,2 a 66,9 su DeepSWE v1.1 e da 23,8 a 28,5 su Agents’ Last Exam. Nel benchmark privato Code Bench raggiunge il 31,4% con livello di ragionamento High e circa 50.000 token di output per attività, rispetto al 29,5% di Claude Opus 4.8 con circa 120.000 token, rimanendo però al di sotto del 39,5% ottenuto da Claude Fable 5 in modalità Max. Su SambaCloud il modello è identificato come GLM-5.3 e utilizza l’endpoint api.sambanova.ai/v1, con il livello reasoning_effort impostabile su low, high o max. Il ragionamento non può essere completamente disattivato e le applicazioni che utilizzano il parametro thinking.type impostato su disabled devono essere aggiornate. Sono supportati collegamenti compatibili con i protocolli OpenAI e Anthropic, utilizzabili con ZCode, Claude Code, OpenCode e Codex CLI; quest’ultimo richiede la configurazione della Responses API e dei livelli di ragionamento disponibili.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)