La Cina potrebbe arrivare a un modello di intelligenza artificiale di classe Mythos entro la fine del 2026. La previsione arriva da Jie Tang, fondatore della società cinese Z.ai, che colloca il possibile salto di qualità dei laboratori cinesi in una finestra più ravvicinata rispetto a quella indicata da Elon Musk. Per Tang, il divario con i migliori sistemi occidentali si starebbe chiudendo in tempi misurabili in mesi, non in anni.
La definizione di classe Mythos indica un modello al livello dei sistemi più avanzati oggi disponibili sul mercato globale. Il riferimento nasce dalla nuova fascia alta associata ai modelli di Anthropic, in particolare Claude Fable 5 e il più potente Claude Mythos 5, citati come standard recenti per capacità di programmazione, ragionamento, scienza e attività agentiche. In questo lessico, un modello cinese Mythos-class sarebbe quindi in grado di confrontarsi direttamente con i migliori sistemi prodotti dai principali laboratori statunitensi.
Il punto di frizione riguarda la velocità della rincorsa. Musk aveva previsto che la Cina potesse raggiungere quel livello nel primo trimestre 2027. Tang ha spostato l'asticella più vicino, sostenendo che il traguardo possa arrivare prima, entro fine 2026. La distanza stimata tra i migliori modelli cinesi e quelli occidentali viene indicata in circa sette mesi, un margine ridotto in un settore in cui prestazioni, costi e capacità operative cambiano rapidamente a ogni nuova generazione.
Z.ai, conosciuta in precedenza come Zhipu AI, ha adottato il nuovo nome nel 2025 per rivolgersi con maggiore chiarezza ai mercati globali. Il modello più recente dell'azienda è GLM-5.2, progettato per lavori di coding lunghi e complessi, ingegneria del software e flussi di lavoro autonomi basati su agenti. È proprio su questa traiettoria tecnica che Tang costruisce la sua previsione: se il ritmo attuale dovesse continuare, il salto verso la fascia Mythos diventerebbe meno distante.
Tra le caratteristiche centrali di GLM-5.2 c'è una finestra di contesto fino a un milione di token. La finestra di contesto indica la quantità di testo che un modello può leggere e mantenere in memoria durante una singola operazione; i token sono unità più piccole delle parole usate dai sistemi AI per elaborare il linguaggio. Una capacità di questa scala consente di lavorare su documenti molto estesi, grandi basi di codice o attività di sviluppo che richiedono continuità tra molte parti di un progetto.
Z.ai sostiene inoltre che GLM-5.2 superi GPT-5.5 di OpenAI in diversi test di coding e ingegneria. Il dato, però, resta una dichiarazione dell'azienda: la conferma dipenderà da verifiche indipendenti e confronti esterni. Nel mercato AI, i benchmark proprietari sono spesso il primo segnale di posizionamento competitivo, ma solo test riproducibili e valutazioni di terze parti permettono di capire quanto quelle prestazioni si traducano in affidabilità reale per imprese, sviluppatori e utenti finali.
La corsa, intanto, è sempre più affollata. In Cina, Z.ai si muove accanto a rivali come DeepSeek, MiniMax e Moonshot AI. Sul piano internazionale, il confronto è con OpenAI, Anthropic e Google. Un modello cinese davvero allineato alla fascia più alta amplierebbe le opzioni per chi acquista tecnologia AI, aumentando la pressione competitiva su prezzi, disponibilità e velocità di evoluzione dei prodotti.
Per le imprese, il segnale è pragmatico: la disponibilità di modelli più potenti e potenzialmente più accessibili può accelerare la costruzione di software, agenti e servizi verticali. Per i team di prodotto e per le startup, una riduzione del divario tecnologico tra laboratori può significare maggiore scelta nelle piattaforme su cui sviluppare. La previsione di Tang resta una scommessa ambiziosa, e il passaggio alla classe Mythos non è ancora dimostrato. Ma il confronto tra Z.ai, i player cinesi e i laboratori statunitensi mostra una corsa al vertice dell'AI sempre più ravvicinata.