Due date decidono quanto è vecchio un modello AI, e solo 10 lab su 20 le pubblicano entrambe
Una pagina di monitoraggio pubblicata il 16 settembre elenca date di rilascio e limiti dei dati di addestramento per 20 modelli attuali di 8 laboratori, e conta in avanti da ogni data in tempo reale. Solo 10 dei 20 riportano un limite che il laboratorio pubblica davvero.

La pagina, stale.jock.pl, è comparsa come invio Show HN il 16 settembre. La premessa è stretta: un modello può uscire a settembre e aver comunque smesso di leggere ad aprile, quindi il ritardo rispetto al giorno di lancio è già dentro prima che qualcuno scriva un prompt. Gli stessi dati sono offerti come models.json perché gli agenti li possano scaricare.
Cinque degli otto laboratori hanno un limite pubblicato per almeno un modello in elenco: Anthropic, Google DeepMind, Meta, OpenAI e xAI. Una casella vuota nella tabella significa che le fonti del fornitore consultate non stabiliscono un limite, dice la pagina, non che il laboratorio non ne abbia mai pubblicato uno. Mistral, Alibaba e DeepSeek compaiono in tabella senza un limite stabilito per i modelli mostrati.
Il divario, modello per modello
GPT-6 Astra di OpenAI è uscito il 3 settembre 2026 con dati di addestramento che si fermano al 30 aprile 2026, quattro mesi di scarto. GPT-6 Sol, uscito il 22 settembre, si ferma al 20 aprile. GPT-6 Luna, stessa data di rilascio, si ferma al 18 maggio. Claude Opus 5.5 di Anthropic è arrivato il 22 settembre con un limite a giugno 2026; Claude Fable 5.1 è arrivato il 1 settembre, anch'esso a giugno 2026. Llama 4 di Meta, uscito il 5 aprile 2025, ha un limite ad agosto 2024.
Il ritardo più lungo della tabella è di Gemini 3.1 Pro: uscito il 19 febbraio 2026, limite gennaio 2025, tredici mesi. Mistral Large 3, Mistral Small 4, Mistral Medium 3.5, Qwen3.8-Max, Qwen3.8-Flash, Muse Glimmer, Muse Spark 1.3, DeepSeek V4-Pro e DeepSeek V4.1-Flash sono tutti elencati senza un limite pubblicato, quindi da questa fonte non si può calcolare alcun divario.
La pagina sostiene che gli strumenti di ricerca non risolvono il problema. Quando un modello cerca, legge qualche pagina, le usa in una risposta e dimentica; apri una nuova chat ed è di nuovo aprile. La ricerca deve anche essere attivata dal modello, con gli stessi pesi che contengono il fatto vecchio. Il sito dichiara una misurazione di oltre 2.000 chiamate su 16 modelli, a ciascuno dei quali è stato dato uno strumento di ricerca web: i modelli di frontiera hanno deciso correttamente quasi ogni volta, mentre quelli più deboli hanno risposto a domande già risolte a memoria dopo che la risposta era cambiata, e hanno cercato sul web il punto di ebollizione dell'acqua. La pagina dice anche che, quando è stato chiesto a 16 modelli chi è il re di Norvegia, cinque hanno nominato un morto.
Perché manca il secondo numero
C'è una logica commerciale dietro il silenzio. Una data di rilascio è un evento di marketing e riceve un post di lancio. Un limite è un'ammissione su ciò che il modello non sa, e un laboratorio che lo pubblica offre a concorrenti e clienti un modo per misurare il divario dal primo giorno. Dieci su venti è il risultato.
La pagina suggerisce una soluzione per chi costruisce agenti: mettere qualche riga nel file AGENTS.md o CLAUDE.md che l'agente già legge, dicendogli di scaricare il JSON prima di indicare qualsiasi modello, versione o data come attuale, e di trattare come non verificato tutto ciò che ha una data finché non è controllato. L'esportazione contiene data di rilascio, limite pubblicato e un link alla fonte per ogni modello, ed è rigenerata insieme alla pagina, così l'agente legge le date di oggi e non quelle nei suoi pesi. Il testo è sulla pagina, pronto da incollare.
Il limite evidente è che la pagina è il resoconto di un modello sui modelli, e lo dice essa stessa. Il suo consiglio per controllare un singolo modello è chiedergli direttamente qual è il suo limite di addestramento. Un modello che si comporta bene risponde o dice di non essere sicuro. Uno che inventa una data con sicurezza ti ha detto qualcosa di utile su di sé. Controlla la risposta con la tabella prima di fidarti.
La pagina non offre alcun controllo indipendente delle 20 date oltre ai documenti dei laboratori collegati, uno per modello. Chi si affida ai numeri per una decisione di lancio dovrebbe seguire quei link, perché le caselle vuote sono quelle che più probabilmente si muoveranno per prime.
Fonti
1Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.
I contenuti sono stati preparati dalla redazione con il supporto dell'IA.
Commenti
0- Nessun commento — sii il primo.