In Breve
- Qual è il vantaggio di costo dei modelli cinesi nell'IA?
- I modelli cinesi possono costare fino a 100 volte in meno rispetto ai modelli occidentali, mantenendo prestazioni competitive.
- Come si stanno dividendo i mercati dell'IA?
- Il mercato si sta segmentando in una fascia mass market per compiti di routine e una fascia frontier per compiti complessi.
- Quali sono i rischi associati ai modelli open-weight?
- I modelli open-weight non garantiscono neutralità politica e possono riflettere posizioni ufficiali su temi sensibili.
L’intelligenza artificiale (IA) è al centro di una competizione globale sempre più agguerrita, con i laboratori occidentali che continuano a dominare i punteggi nei benchmark di capacità. Tuttavia, le controparti cinesi stanno emergendo con modelli che, pur collocandosi a pochi punti dai leader del settore, offrono costi significativamente inferiori, fino a 100 volte in meno a seconda del modello e dello scenario di deployment. Questo cambiamento sta ridefinendo le dinamiche competitive nel settore.
Un esempio chiave è rappresentato dal benchmark GPQA Diamond, noto per la sua sfida nel ragionamento scientifico. I punteggi più alti sono attualmente detenuti da modelli come Claude Mythos 5 (94,4%), Gemini 3.1 Pro (94,3%) e Claude Fable 5 (94%). D’altra parte, i modelli cinesi come Qwen 3.7 Max (92,4%), GLM-5.2 (91,2%) e DeepSeek V4 Pro (90,1%) dimostrano prestazioni competitive, sebbene a costi notevolmente inferiori.
Il vantaggio di costo non solo riduce le spese per l’inferenza, ma consente anche un numero maggiore di query per lo stesso budget. Questo ha portato a una diffusione dell’IA in vari processi aziendali, dove un margine di accuratezza inferiore è spesso accettabile. Di conseguenza, i volumi di traffico e i token stanno migrando verso modelli più economici, mentre i budget enterprise rimangono concentrati sui modelli di punta, come quelli di Anthropic, che rappresentano circa il 40% della spesa enterprise per API.
Il mercato dell’IA si sta ora dividendo in due segmenti: una fascia mass market, adatta per compiti di routine, in cui il «sufficientemente buono» vince grazie ai costi, e una fascia frontier, dedicata a compiti complessi, dove anche piccoli vantaggi di qualità possono fare la differenza. Questa segmentazione è influenzata anche da diversi modelli di sicurezza. Molte soluzioni cinesi, dotate di pesi aperti, presentano guardrail di default più leggeri, trasferendo la responsabilità di test e conformità sui deployer.
I modelli open-weight, come GLM-5.2, DeepSeek V4 Pro e Qwen3.5 397B, offrono la possibilità di esecuzione su infrastrutture proprietarie, garantendo maggiore controllo sui dati e riducendo la dipendenza da un singolo fornitore. Tuttavia, non assicurano neutralità politica su temi sensibili. Test recenti hanno evidenziato che le risposte di DeepSeek R1 su questioni legate alla Cina tendono a riflettere la posizione ufficiale in una larga maggioranza dei casi.
La competizione non si limita solo alle prestazioni dei modelli, ma si estende anche al campo della regolazione e della politica industriale. Esiste un dibattito pubblico sulla possibilità di limitare lo sviluppo di modelli aperti, con alcuni leader del settore che si oppongono a restrizioni che potrebbero compromettere la competitività.
In sintesi, il futuro della competizione tra ecosistemi di IA sarà determinato non solo dalle prestazioni individuali dei modelli, ma anche dalla capacità di rendere l’intelligenza avanzata accessibile, controllabile e distribuibile su larga scala. Questo implica un attento bilanciamento tra costi, controllo e vincoli politici.