In Breve
- Qual è il vantaggio di costo dei modelli cinesi di IA?
- I modelli cinesi possono costare fino a 100 volte meno rispetto ai leader occidentali, mantenendo prestazioni competitive.
- Come si stanno comportando i modelli cinesi nei benchmark?
- I modelli cinesi stanno ottenendo punteggi vicini a quelli dei leader, come evidenziato nel benchmark GPQA Diamond.
- Qual è l'impatto della segmentazione del mercato dell'IA?
- Il mercato si sta dividendo in una fascia mass market per compiti di routine e una fascia frontier per compiti complessi.
Negli ultimi anni, il panorama dell’intelligenza artificiale (IA) ha visto un cambiamento radicale, in gran parte dovuto al vantaggio di costo dei modelli cinesi. Mentre i laboratori occidentali continuano a dominare i benchmark di capacità, i modelli cinesi si avvicinano sempre di più ai leader del settore, offrendo prestazioni competitive a un costo che può essere fino a 100 volte inferiore.
Un esempio significativo è rappresentato dal benchmark GPQA Diamond, un test rigoroso per il ragionamento scientifico. I punteggi più alti sono attualmente detenuti da modelli come Claude Mythos 5 con il 94,4%, seguito da Gemini 3.1 Pro con il 94,3% e Claude Fable 5 con il 94%. Modelli cinesi come Qwen 3.7 Max, GLM-5.2 e DeepSeek V4 Pro raggiungono rispettivamente punteggi di 92,4%, 91,2% e 90,1%. Questo dimostra che, pur non essendo ancora al vertice, i modelli cinesi stanno guadagnando terreno rapidamente.
Il vantaggio di costo non si limita solo alla spesa per inferenza, ma consente anche un numero maggiore di query per lo stesso budget. Questo ha portato a una diffusione dell’IA in molteplici processi aziendali, dove anche una leggera diminuzione dell’accuratezza è accettabile. Di conseguenza, i volumi di traffico e i token si stanno spostando verso modelli più economici, mentre i budget delle aziende rimangono concentrati sui modelli di punta, come quelli di Anthropic, che rappresentano circa il 40% della spesa enterprise per API.
Il mercato dell’IA si sta così dividendo in due segmenti: una fascia mass market per compiti di routine, dove il «sufficientemente buono» prevale grazie ai costi, e una fascia frontier per compiti più complessi, dove anche piccoli vantaggi di qualità possono fare una grande differenza. Questa segmentazione sta ridefinendo le strategie di investimento e sviluppo nel settore.
Un altro aspetto cruciale è il modello di sicurezza adottato dai vari fornitori. Molte soluzioni cinesi, grazie a pesi aperti, presentano guardrail di default più leggeri, trasferendo la responsabilità di test e conformità sui deployer. I modelli open-weight, come GLM-5.2, DeepSeek V4 Pro e Qwen3.5 397B, offrono la possibilità di esecuzione su infrastrutture proprietarie, garantendo maggiore controllo sui dati e riducendo la dipendenza da fornitori singoli. Tuttavia, questo non implica necessariamente una neutralità politica, come dimostrano test che hanno rivelato risposte di DeepSeek R1 su questioni legate alla Cina, orientate dalla posizione ufficiale in una larga maggioranza dei casi.
Il dibattito sulla regolamentazione e sulla politica industriale sta diventando sempre più acceso. Ci sono discussioni pubbliche riguardo la possibilità di limitare lo sviluppo di modelli aperti, con alcuni leader del settore che si oppongono a restrizioni che potrebbero compromettere la competitività. La competizione futura tra ecosistemi di IA non sarà definita solo dalle prestazioni dei singoli modelli, ma anche dalla capacità di rendere l’intelligenza avanzata accessibile, controllabile e distribuita su larga scala, tenendo conto dei compromessi tra costi, controllo e vincoli politici.
