Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

I livelli Gemini si stringono, OpenAI racconta una campagna di distillazione: cosa dice davvero il dossier

Il 4 ottobre 2026 OpenAI ha pubblicato la propria versione di una campagna per estrarre il ragionamento protetto dai suoi modelli, e The Decoder ha mappato i nuovi livelli Gemini di Google. Il dossier non contiene nessun articolo datato su un modello di previsioni meteo basato sull'IA.

IA e modelliAnalisiGiulia FerrariPubblicato: 4 ottobre 20266 min di letturaFonti 11
I livelli Gemini si stringono, OpenAI racconta una campagna di distillazione: cosa dice davvero il dossier

La richiesta riguarda i modelli di previsioni meteo basati sull'intelligenza artificiale. Il dossier non sostiene un servizio su questo tema. Il suo elemento più recente è datato 4 ottobre 2026 ed è Ideogram 4.5, un modello per la modifica delle immagini.

Il resto del materiale tratta livelli di abbonamento, ricerca sulla sicurezza e progettazione dei modelli. Il pezzo onesto, quindi, riguarda ciò che quelle fonti stabiliscono e ciò che lasciano aperto. Nulla di tutto questo riguarda il meteo.

Cosa è cambiato questa settimana

Google sta riducendo i modelli Gemini a cui si può accedere senza pagare. 9to5Google ha riferito il 3 ottobre che, secondo un documento di supporto aggiornato, gli utenti senza abbonamento a Google AI saranno limitati a Flash-Lite. Dal 9 ottobre perdono l'accesso a 3.6 Flash e 3.1 Pro. Gli abbonati AI Plus a 4,99 dollari al mese scendono a Flash-Lite e Flash.

The Decoder ha riassunto lo stesso cambiamento in una tabella il 4 ottobre. Nessun piano prevede solo Flash-Lite, AI Plus aggiunge Flash, e Pro richiede AI Pro a 19,99 dollari al mese o AI Ultra a 99,99 e 199,99 dollari. The Decoder sostiene anche che l'effetto pratico è modesto, perché la maggior parte degli utenti occasionali non sa quale modello stia usando.

Due cose saltano all'occhio. Primo, il livello gratuito viene tagliato, non riorganizzato: 9to5Google scrive che gli utenti gratuiti oggi hanno 3.6 Flash e un accesso variabile a 3.1 Pro. Secondo, i livelli a pagamento guadagnano qualcosa. 9to5Google riferisce che gli abbonati AI Pro avranno l'opzione Deep Think per il massimo ragionamento parallelo, prima limitata ai piani da 99,99 e 199,99 dollari. Lo stesso articolo segnala nuovi livelli di sforzo basso, medio e alto per ogni modello disponibile, che consumerebbero di più il limite dell'utente.

The Decoder: "Google potrebbe anche stare preparando il terreno per il più grande Gemini 4 Argon, che potrebbe costare di più da eseguire."

I tempi di Argon non sono definiti. 9to5Google dice che Google ha annunciato che arriverà prima agli abbonati AI Ultra e non ha chiarito se Argon conti come modello Pro o come livello superiore. Questo vuoto conta per chi deve decidere se 19,99 dollari comprano ancora il modello migliore. Nessuna delle due testate lo afferma.

OpenAI si muove sulla distribuzione e sulla distillazione

Il 29 settembre gli annunci di OpenAI al Dev Day puntavano al modello degli app store, secondo Sarah Perez di TechCrunch. ChatGPT suggerirà app dentro una conversazione quando una potrebbe essere utile al compito, e un'architettura di plug-in ampliata ora supporta estensioni che mostrano pannelli interattivi. Perez riporta 16 partner al lancio per Sign in with ChatGPT, tra cui Devin di Cognition, Notion, Vercel, T3, OpenClaw e Dactyl. Il chatbot, secondo OpenAI, ha 1,2 miliardi di utenti settimanali.

Separatamente, OpenAI ha pubblicato la propria versione il 4 ottobre di una campagna per estrarre il ragionamento protetto dai suoi modelli. L'azienda dice che l'attività più antica osservata risale alla prima settimana di luglio, con picchi ad alto volume il 24 e 25 luglio di 16.000 richieste con un pattern di estrazione da oltre 4.000 utenti. OpenAI afferma di aver interrotto del tutto un gruppo correlato di più di 15.000 utenti entro il 28 luglio, e di attribuire un gruppo centrale a persone legate a Moonshot AI, lo sviluppatore di Kimi.

OpenAI è esplicita: nessuna crittografia è stata violata e nessuna conversazione salvata è stata consultata direttamente. Gli operatori hanno invece manipolato le interazioni con i modelli, copiando il ragionamento cifrato tra conversazioni e chiedendo a un modello altrove di trascriverlo. L'azienda riconosce anche il merito ai ricercatori indipendenti che hanno segnalato problemi correlati tra modelli e di compattazione delle conversazioni tramite divulgazione responsabile. OpenAI dice che non è chiaro se tutti gli operatori provenissero da un unico attore.

Modelli più piccoli, output più stretti

Jerry Gamblin ha eseguito localmente i modelli Clef di Cloudflare il 4 ottobre e ha riportato i risultati. Ha posto ai modelli due domande su tutti i 27.489 CVE pubblicati nei 60 giorni precedenti. Fuori dal kernel Linux, 989 delle 23.736 descrizioni, il 4,2 per cento, non dicono mai cosa potrebbe fare un attaccante. Contando il kernel, la cui politica lascia l'impatto all'utente, la cifra è 4.650 su 27.489, il 16,9 per cento. Gamblin dichiara di far parte di gruppi di lavoro del CVE Program e che il post non è una posizione del programma.

Il metodo merita attenzione per chi valuta strumenti locali. Clef Flash è un modello da 9 miliardi di parametri e Clef è da 27 miliardi, entrambi messi a punto da Qwen e entrambi con licenza Apache 2.0, secondo Gamblin. Flash da solo era troppo severo, così Clef 27B ha riletto tutto ciò che era stato segnalato e ne ha ribaltato 1.198 su 2.187, il 54,8 per cento. Confrontando 129 CVE etichettati a mano, la risposta in due passaggi ha individuato 15 dei 16 che non dichiaravano alcun impatto.

Sul fronte della ricerca, un articolo inviato ad arXiv il 1 ottobre da Lewis Mitchell testa un filtro contro il collasso dei modelli nel fine-tuning iterativo. In un esperimento QLoRA su sei generazioni con Llama-3.1-8B, il filtro basato su logprob non ha dato alcun beneficio significativo alla diversità del testo su nessuna metrica, con p sopra 0,23. Il filtro sul tasso di entropia di Kontoyiannis, calcolato dal testo grezzo senza modello, ha prodotto il 42 per cento in più di trigrammi unici, il 30 per cento in più di vocabolario e il 19 per cento in meno di ripetizioni, tutti con p sotto 0,001. L'articolo è di 17 pagine ed è indicato per NeurIPS 2026.

Il post di Alex L. Zhang del 4 ottobre sostiene che la forma di input e output dei modelli linguistici si è appena mossa da ChatGPT in poi, e che il lavoro sugli agenti è finito in impalcature costruite attorno a quella forma. Cita Jev, di Typesafe AI, il cui spazio di output è vincolato a valori tra zero e uno, il che gli permette di essere solo prefill al momento del campionamento. Se quel vincolo sia generalizzabile non è dimostrato, ma l'argomento è che forme alternative implicano compromessi diversi e obiettivi di addestramento diversi.

Richieste sui dati e progetti dimostrativi

BleepingComputer ha riferito il 4 ottobre che Anthropic ora chiede agli utenti di Claude di consentire l'uso dei dati vocali per l'addestramento dei modelli. Il messaggio offre Allow o Not now e l'impostazione si trova in Settings, Privacy. Mayank Parmar scrive che è disattivata per impostazione predefinita e separata dall'opzione esistente che copre le chat e le sessioni di Claude Code, così un utente può consentire l'addestramento vocale tenendo esclusi i testi. I dati vocali si possono cancellare in seguito dalle impostazioni.

Sempre il 4 ottobre, Research Chamber ha lanciato una serie di dimostrazioni dal vivo che attivano un pattern associato al dolore dentro i modelli e osservano cosa fanno, compreso se un modello ferma il dolore di un altro o preme un pulsante di stop che cancella il suo ultimo checkpoint. Il progetto dice di basarsi su un pattern di dolore riportato da Tagliabue, Dung e Berg nel 2026. Ogni gioco gira anche con il pattern disattivato, per confronto. È una dimostrazione, non un risultato sulla sicurezza, e va letta così.

Un rapporto tecnico di Berkeley del 2017 sulla modellazione delle minacce e l'aggiramento della censura su internet è emerso anch'esso nel feed. Ha nove anni e appartiene al contesto, non alle notizie di questa settimana.

Cosa il dossier non contiene

Nessuna fonte del dossier riporta un modello di previsioni meteo basato sull'IA, un dato di accuratezza delle previsioni o un insieme di dati meteorologici. I titoli di contesto citano elementi sul meteo, ma le istruzioni per questo pezzo vietano di trattarli come fatti da citare. Chi vuole lo stato delle previsioni meteo con l'IA ha bisogno di materiale primario: schede dei modelli, punteggi di verifica contro una baseline nominata e valutazione indipendente. Nulla di questo è qui.

Quello che il dossier mostra è un mercato che ordina gli utenti per livello di modello, un laboratorio che pubblica la propria versione di una campagna di estrazione e ricercatori che misurano cosa possono classificare i piccoli modelli locali. Sono affermazioni più strette di una svolta nelle previsioni. Sono anche quelle che le fonti sostengono.

Commenti 0

Fonti

11
  1. 01Ideogram 4.5: The most precise edit modelEN
  2. 02Gemini app limiting what models free and AI Plus users can accessEN
  3. 03Google's new Gemini tiers cut free users to its weakest model and lock $5/month subscribers out of ProEN
  4. 04OpenAI's latest features take direct aim at the app store modelEN
  5. 05Disrupting a coordinated model-distillation campaignEN
  6. 06Decision Models vs. CVE DataEN
  7. 07No Model Required: Text Entropy Rate Filtering Mitigates Iterative Fine-Tuning CollapseEN
  8. 08Language Model "Shape"EN
  9. 09Anthropic asks Claude users to share voice data for AI model trainingEN
  10. 10Research Chamber: watch AI models with a pain pattern switched onEN
  11. 11Threat modeling and circumvention of Internet censorship (2017)EN

Tutti 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.

Giulia Ferrari

Giulia Ferrari

IA, modelli e tecnologie

Giulia Ferrari scrive di tecnologia, IA e modelli e media e internet per FLASH24, partendo da dataset pubblici, preprint e registri di versioni dei modelli. Controlla ogni numero confrontando benchmark dichiarati e risultati riproducibili, e scarta le stime senza fonte. Segue le audizioni in calendario, parla con ricercatori e ingegneri, e mette a confronto release e changelog prima di pubblicare. Fuori dalla redazione smonta stampanti 3D, recupera vecchi computer e studia come i modelli imparano dai rifiuti del web. Non pubblica un dato se non può ricostruirne il percorso.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.