I modelli aperti hanno fatto crollare i prezzi. Anthropic e OpenAI giocano ormai sul costo

Tesi: la licenza MIT e le ottimizzazioni dell'inferenza hanno trasformato il prezzo nel campo di battaglia principale, non i benchmark. Una buona notizia per gli utenti e una cattiva per un modello di business fondato sulla scarsità dell'accesso.

I nuovi modelli di Anthropic e OpenAI, Opus 5.5 e GPT-6 nelle varianti Sol e Luna, sono usciti con lo stesso messaggio: più veloci e più economici. Non "più intelligenti di un ordine di grandezza", non "più vicini all'AGI", ma più economici. Non è un caso. È la reazione a una concorrenza sempre più difficile da ignorare: i modelli aperti hanno iniziato a fissare la soglia di prezzo sotto la quale l'accesso a pagamento deve difendersi con le funzioni, non con la sola esistenza.

La prova migliore è DeepSeek V4.1 Flash. Presentato il 10 settembre 2026, ha un'architettura MoE da 552 miliardi di parametri, di cui 8 miliardi attivati nel prefill e 16 miliardi nella decodifica. Il modello gestisce nativamente immagini fino a 384 token. La sua cache chiave-valore occupa 890 byte per token, circa quattro volte meno rispetto alla versione precedente V4, e il contesto arriva a un milione di token. Il tutto con licenza MIT. È l'ultimo tassello, quello sottovalutato: la licenza MIT significa che qualsiasi operatore può ospitare il modello sulla propria infrastruttura, senza trattative, senza costi e senza chiedere permesso.

A questo si aggiunge uno strato di ottimizzazione che riduce il costo senza modificare i pesi del modello. Il team cinese 是石科技 ha presentato il motore Meta-Infer. Con la sola ottimizzazione del software, senza toccare l'hardware, il motore ha aumentato la capacità di inferenza di DeepSeek di quasi sette volte. Un acceleratore e mezzo della classe 6000D avrebbe così superato un B300. L'azienda gestisce oltre 20 mila PFLOPS di potenza e dieci centri di calcolo. Il collo di bottiglia è lo strato di astrazione hardware: quando gli operatori usano kernel generici, la capacità di calcolo cala di un ordine di grandezza. È lavoro ingegneristico con un ritorno misurato in denaro, non in punti in classifica.

La scala del business conferma la direzione. DeepSeek dovrebbe superare 1 miliardo di dollari di ricavi annui su base annualizzata, pochi mesi prima era sotto i 500 milioni, con un secondo round di finanziamento da 7,5 miliardi di dollari, una valutazione obiettivo di 500 miliardi di yuan e i preparativi per la quotazione alla borsa di Shanghai. Oltre il 70 per cento della potenza di calcolo dell'azienda va all'addestramento di nuovi modelli, lasciando meno del 30 per cento alla gestione di quelli già esistenti. Il management sostiene che l'aumento dei prezzi dell'API non ha fatto perdere clienti. È il ritratto di un fornitore che non deve vincere sul prezzo, perché vince sulla disponibilità del peso.

La conseguenza per il mercato è inequivocabile: l'era in cui il modello più caro era la scelta predefinita è finita. Le organizzazioni iniziano a trattare i modelli come un portafoglio di attività: pesi aperti ed economici per i compiti di massa, modelli frontier costosi per una fetta di lavoro ristretta e critica. I fornitori a pagamento possono rispondere in un solo modo: un ulteriore taglio dei prezzi oppure funzioni che il peso aperto non offre, come audit, garanzie o integrazione. "Più caro perché migliore" ha smesso di essere un argomento, ed è il cambiamento più sano in questo settore da anni.