I pesi aperti non sono open source, e il divario comincia a vedersi

I pesi sono i parametri numerici appresi durante l'addestramento. Da soli ti permettono di eseguire un modello, ospitarlo su macchine tue, metterlo a punto su documenti interni e fare a meno dell'API di un fornitore. È roba che possiedi davvero. Ed è anche, secondo l'Open Source Initiative, solo "una frazione delle informazioni necessarie per una piena responsabilità".

Steven J. Vaughan-Nichols, sul Register, ha sostenuto il 15 settembre che l'industria ha silenziosamente scambiato una parola con un'altra. Un'azienda pubblica i file del modello su Hugging Face, gli sviluppatori li eseguono sulle proprie GPU, e il rilascio viene subito descritto come modello open source. Non è detto, sostiene: potrebbe essere solo a pesi aperti.

La distinzione suona accademica. Non lo è.

Senza i dati di addestramento o una documentazione dettagliata, chi sta fuori non può stabilire quali fonti siano entrate in un modello. Non può sapere quale materiale protetto da diritto d'autore o privato sia stato incluso, come siano stati filtrati i dati, quali lingue siano state sottorappresentate, se i dati di benchmark siano finiti nell'addestramento, o quale lavoro di allineamento sia stato fatto dopo il preaddestramento. James Landay, direttore dello Stanford Institute for Human-Centered AI, ha detto al Register che i pesi aperti sono un progresso perché puoi tenere il modello fuori dalla pipeline dati di qualcun altro. Poi ha aggiunto: "Non riesci comunque a vedere come è stata costruita la cosa, su cosa è stata addestrata, o perché si comporta come si comporta. Non è un modello aperto. È distribuzione aperta."

L'Open Source Initiative ha provato a chiudere la questione con la sua Open Source AI Definition, OSAID 1.0, pubblicata in ottobre 2024. Richiede che i parametri del modello, pesi inclusi, siano disponibili secondo termini approvati dall'OSI, ma non prescrive un meccanismo legale specifico. Quel vuoto non si è chiuso. Luca Antiga, CTO di Lightning AI, ha definito il trattamento dei pesi "un buco enorme che renderà le licenze meno efficaci". Bruce Perens, autore della definizione originale di open source, ha denunciato l'OSAID nel 2024 e in seguito ha detto che l'OSI stessa è ormai coinvolta nell'openwashing. Bradley Kuhn della Software Freedom Conservancy e Richard Fontana di Red Hat hanno chiesto che la definizione venga abrogata.

Cosa ti danno davvero i pesi

Mozilla ha pubblicato la versione 1.1 del suo rapporto State of Open Source AI il 15 settembre, con dati aggiornati al 1 settembre. È un utile esame di realtà per entrambe le parti in causa. Il miglior modello aperto stava dietro al leader chiuso di tre punti sull'Artificial Analysis Intelligence Index, al 60% del prezzo. Era due punti dietro Claude Fable 5, al 30%. Adattando i dati sul task-horizon di METR, Mozilla ha stimato il divario aperto-chiuso in circa 4,4 mesi, vicino alla stima di quattro mesi di Epoch AI. Secondo il calcolo di Mozilla, la capacità aperta raddoppia ogni 3,9 mesi, contro 5,5 per quella chiusa.

Mozilla è un sostenitore dei modelli aperti, e il rapporto non è neutrale: TIME ha riferito il 14 luglio che il CTO di Mozilla Raffi Krikorian lo ha descritto come in parte advocacy. Gli stessi numeri del rapporto vanno anche contro il titolo. Conta 16 rilasci aperti degni di nota, e nessuno fornisce la ricetta dei dati che la definizione OSI richiede. Il divario di quattro mesi e la cifra del 30% sul prezzo sono misurati da API a API su endpoint ospitati a listino.

Poi c'è l'hardware. Il grafico di Mozilla mette il miglior modello aperto che entra in un solo server a 52,6 e il migliore che entra in una singola GPU a 40, cali di 10 e 23 punti. Il checkpoint nativo MXFP4 di Kimi K3 occupa circa 1,56TB su 96 shard. La configurazione di servizio elenca 64 o più acceleratori, e vLLM richiede almeno otto GPU GB300 con più nodi per il traffico di produzione. Mozilla lo definisce aperto ma non eseguibile dalla maggior parte di chi lo possiede. Un'eccezione: Inkling-Small di Thinking Machines, sotto Apache 2.0, entra in una singola B300 con un minimo di 180GB.

Krikorian ha detto ad Ars Technica via email che la scelta di pagare per i modelli chiusi sembra dipendere dal carico di lavoro più che dall'organizzazione. Il denaro è d'accordo. Secondo la Linux Foundation, i fornitori chiusi hanno preso il 96% dei ricavi a livello di modello su OpenRouter da maggio a settembre 2025. Nello stesso periodo Mozilla ha contato otto dei primi dieci modelli per volume di token ad agosto come a pesi aperti, sette dei quali costruiti in Cina.

Quest'ultimo dettaglio conta per la battaglia sulle licenze. I dati di Mozilla si fermano al 1 settembre, e Artificial Analysis ha poi spostato il suo indice alla v4.3 con un insieme di valutazione diverso. I numeri tracciati non sono quindi più direttamente confrontabili con la classifica live. La didascalia del grafico di Mozilla recita: "il divario si azzera a ogni ciclo di rilascio". Un ritardo di 4,4 mesi è un'istantanea, non una linea di tendenza.

Il fronte del diritto d'autore è dove la documentazione mancante diventa costosa. Un articolo di A. Feder Cooper, Mark A. Lemley e coautori, pubblicato su arXiv e rivisto il 20 luglio 2026, ha eseguito oltre 3.000 esperimenti su 200 libri e 14 LLM a pesi aperti. La maggior parte dei modelli non ha memorizzato la maggior parte dei libri, in tutto o in parte. Ma Llama 3.1 70B ha memorizzato interamente alcuni titoli, tra cui Harry Potter e la pietra filosofale, abbastanza da estrarre quasi alla lettera l'intero libro dalle sue prime parole. Gli autori dicono che il risultato non favorisce nessuna delle due parti in tribunale.

Quindi la disputa sull'etichetta non è semantica. Se non puoi vedere i dati, non puoi verificare cosa ha memorizzato un modello, e non puoi riprodurre il sistema che l'ha prodotto. La formulazione di Landay è la più pulita tra quelle disponibili. I pesi aperti rispondono alla domanda se puoi eseguirlo. L'open source risponde alla domanda se puoi fidarti, migliorarlo e costruirci sopra la cosa successiva.