I modelli cinesi open-weight passano in testa: i nuovi dati su chi li usa davvero

Due tabelle di benchmark raccontano ormai la corsa ai modelli di AI. Una misura quanto sono bravi i modelli nei test. L'altra misura quali gli sviluppatori pagano davvero. Nel 2026 la seconda tabella si è mossa per prima, e si è mossa verso le release cinesi open-weight.

I dati d'uso condivisi con CNBC e pubblicati il 26 settembre dicono che i modelli cinesi sono passati da una minoranza del traffico alla maggioranza su due gateway per sviluppatori: OpenRouter e Vercel. Su OpenRouter hanno rappresentato dal 57% al 67% dei token usati nella settimana del 14 settembre, contro il 6%-13% di febbraio. Su Vercel la quota è salita al 55% in agosto dall'11% di gennaio. Il dato di OpenRouter copre aziende negli Stati Uniti, in Europa e in quello che definisce "Global South", 82 paesi tra America centrale e meridionale, Africa e Asia. Vercel non ha specificato una ripartizione geografica.

Questo non equivale a un primato di qualità. CNBC ha riportato che i modelli statunitensi più avanzati guidano ancora la maggior parte dei benchmark, e che i modelli di frontiera americani attirano ancora più spesa complessiva.

Prima il prezzo, poi la competenza

Peter Walker, responsabile degli insights di OpenRouter, ha detto a CNBC che i modelli open source cinesi rilasciati quest'anno "possono performare in modo credibile in casi d'uso agentici avanzati, soprattutto nel coding, cosa che semplicemente non era vera alla fine del 2025". Ha aggiunto che sono "incredibilmente convenienti rispetto alla maggior parte dei modelli dei laboratori americani". Harpreet Arora, responsabile dell'infrastruttura agentica di Vercel, ha spiegato il meccanismo a CNBC senza giri di parole: "I modelli cinesi stanno diventando abbastanza capaci per più compiti a un costo molto più basso. Quando un modello raggiunge la soglia di qualità per il lavoro, quella differenza di prezzo diventa decisiva". Arora ha anche detto che le aziende vogliono ancora i modelli di frontiera americani per alcuni compiti più complicati. Lo spostamento, insomma, riguarda certi tipi di carico di lavoro, non è un cambio totale.

Dianne Penn, responsabile della product management per ricerca e laboratori di Anthropic, ha detto a CNBC che l'azienda stava cercando di rendere le risposte dei suoi modelli "più efficienti, così usano meno token a seconda dell'impostazione di sforzo". OpenAI e Anthropic hanno entrambe annunciato modelli più economici nella settimana precedente al report di CNBC. Letto insieme ai numeri d'uso, è una risposta di prezzo a un problema di prezzo.

Chi sta davvero cambiando

La geografia conta. Le aziende in quello che OpenRouter definisce Global South sono state i maggiori utilizzatori di modelli cinesi sul suo sistema: il 67% dei token che usano va ai modelli cinesi. Circa la metà di tutti i token su OpenRouter è usata da aziende negli Stati Uniti.

Daniel Remler, senior fellow nel programma tecnologia e sicurezza nazionale del Center for a New American Security, ha detto a CNBC che l'espansione dell'AI cinese rappresenta "rischi economici e di sicurezza reali per gli Stati Uniti". La sua preoccupazione dichiarata non sono i punteggi dei benchmark: "Il timore ultimo è che l'integrazione dei modelli cinesi di AI tiri i paesi dentro una sfera d'influenza tecnologica cinese che si irrigidisce in un allineamento geopolitico". Remler ha detto che il Sud-est asiatico in particolare potrebbe vedere un'adozione significativa visti i legami economici e culturali con la Cina, e che "ovunque da Lagos a São Paulo a Jakarta, dove imprenditori e governi cercano modelli aperti ed economici, si guarderà prima all'AI cinese".

Due commissioni della Camera degli Stati Uniti stanno indagando sull'impatto della crescente adozione dei modelli cinesi, secondo CNBC, e gli Stati Uniti hanno vietato alle aziende cinesi di AI di comprare i chip più avanzati tramite controlli sulle esportazioni. Tra le preoccupazioni di Washington ci sono l'accesso remoto ai chip Nvidia attraverso data center esteri e il "distillation", in cui nuovi modelli imitano quelli più vecchi e affermati. L'AI è stato un tema centrale quando il presidente americano Donald Trump e il presidente cinese Xi Jinping si sono incontrati nella settimana del report, ha detto CNBC.

Il problema della vetustà sotto la superficie

C'è un secondo problema, più silenzioso, nel modo in cui si giudicano le release dei modelli, e non ha nulla a che fare con la geopolitica. La data di rilascio è quando un laboratorio ha distribuito un modello. Il training cutoff è quando ha smesso di leggere. Il divario tra i due è quanto il modello era già indietro il giorno del lancio.

Una pagina pubblicata il 16 settembre, "How stale is your AI?", elenca date di rilascio e training cutoff per 20 modelli di 8 laboratori. GPT-6 Astra, datato 3 settembre 2026, ha un training cutoff del 30 aprile 2026. GPT-6 Sol ha un cutoff del 20 aprile 2026, e GPT-6 Luna del 18 maggio 2026. Claude Opus 5.5 e Claude Fable 5.1 smettono entrambi di leggere a giugno 2026. Dieci dei 20 modelli di quella pagina hanno un cutoff pubblicato dal loro laboratorio; gli altri sono segnati "not established". Secondo la pagina, significa che le fonti dei fornitori verificate non ne hanno stabilito uno, non che il cutoff non esista.

"Uno spazio vuoto significa che le fonti dei fornitori verificate non hanno stabilito un cutoff per quel modello; non è prova che il laboratorio non ne abbia mai pubblicato uno."

La pagina riporta anche un test per verificare se i modelli ricorrono a uno strumento di ricerca quando dovrebbero. Oltre 2.000 chiamate su 16 modelli, ciascuno dotato di uno strumento di ricerca web: i modelli di frontiera hanno deciso correttamente quasi ogni volta, mentre quelli più deboli hanno risposto a domande ormai superate dalla memoria dopo che la risposta era cambiata, e hanno cercato sul web cose come il punto di ebollizione dell'acqua. In un prompt sul re di Norvegia, secondo la pagina cinque modelli hanno nominato un uomo morto.

La ricerca non risolve il problema, sostiene la pagina, perché il modello dimentica ciò che ha letto quando la sessione finisce, e perché la decisione di cercare gira sugli stessi pesi che contengono il fatto obsoleto.

Il controcanto dei modelli piccoli

Non ogni release della stessa settimana insegue la scala. Cactus ha pubblicato Needle 3 il 18 settembre, un modello fondazionale per dispositivi minuscoli con binari CQ2-bit da 9 a 29 MB e un'architettura a scala da 29M a 121M di parametri. La sua documentazione sostiene che la sottorete a 4 layer può eguagliare DeepSeek V4 Flash se messa a punto su compiti downstream per un'epoca, e riporta una decodifica da 400 a 4.000 token/s su un Raspberry Pi 5.

Il 21 settembre un progetto chiamato mini-AGI ha pubblicato un modello linguistico byte-level a apprendimento continuo, addestrato da zero su una singola GPU con 8 GB di VRAM, leggendo un solo flusso di dati. Il suo README lo definisce "un piccolo modello a livello di giocattolo" e dice che i pesi non sono ancora pubblicati perché la corsa è ancora alla prima passata sul corpus. La sua perdita minima finora su dati tenuti fuori è 0.7417 nats, ovvero 1.0700 bit per carattere, a 562.9M di 7,879M caratteri, il 7,14% dei dati.

Lo stesso giorno, Cua ha rilasciato CUA-S1 come rilascio di ricerca solo sorgente: modelli "System 1" piccoli e specializzati per decisioni d'uso del computer, come scegliere quale valore va in un campo. L'azienda lo descrive come un'analogia ingegneristica per decisioni rapide e delimitate, non un sostituto della pianificazione di un agente general-purpose.

Nessuno di questi tre scalerà una tabella di benchmark. Ed è proprio il punto. Il ciclo delle release ora corre su più binari insieme, e quello con l'adozione più rapida non è quello con i punteggi migliori.