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 modelli occidentali.
- Come si stanno comportando i modelli cinesi nei benchmark?
- I modelli cinesi ottengono punteggi vicini a quelli dei leader occidentali, come dimostrato nel benchmark GPQA Diamond.
- Qual è la divisione del mercato dell'IA?
- Il mercato si divide in una fascia mass market per compiti di routine e una fascia frontier per compiti complessi.
Negli ultimi anni, la competizione nell’ambito dell’intelligenza artificiale (IA) ha subito un cambiamento significativo, in gran parte a causa del vantaggio di costo dei modelli cinesi. Mentre i laboratori occidentali continuano a dominare i punteggi nei benchmark di capacità, i modelli cinesi si avvicinano sempre di più ai leader, offrendo prestazioni comparabili a costi che possono essere fino a 100 volte inferiori.
Un esempio chiave è il benchmark GPQA Diamond, utilizzato per valutare le capacità di ragionamento scientifico. Qui, i punteggi più alti sono stati raggiunti da modelli come Claude Mythos 5 (94,4%), Gemini 3.1 Pro (94,3%) e Claude Fable 5 (94%). Tuttavia, i modelli cinesi come Qwen 3.7 Max (92,4%), GLM-5.2 (91,2%) e DeepSeek V4 Pro (90,1%) dimostrano che la distanza si sta accorciando.
Il vantaggio di costo non solo riduce le spese per l’inferenza, ma permette anche un numero maggiore di query per lo stesso budget, facilitando l’adozione dell’IA in vari processi aziendali. In questo contesto, i budget enterprise tendono a concentrarsi sui modelli di punta, come Anthropic, che rappresenta circa il 40% della spesa enterprise per API.
Il mercato dell’IA si sta quindi polarizzando in due segmenti: una fascia mass market, dove i modelli “sufficientemente buoni” prevalgono per costi, e una fascia frontier, dedicata a compiti complessi dove anche piccoli vantaggi qualitativi possono fare la differenza. Questa divisione è ulteriormente accentuata dai diversi modelli di sicurezza adottati dai fornitori.
Molte soluzioni cinesi, caratterizzate da pesi aperti, presentano guardrail di default più leggeri, trasferendo la responsabilità di test e conformità ai deployer. I modelli open-weight, come GLM-5.2 e DeepSeek V4 Pro, consentono l’esecuzione su infrastrutture proprietarie, offrendo maggiore controllo sui dati, ma sollevano interrogativi sulla neutralità politica, in particolare su questioni sensibili legate alla Cina.
Il dibattito pubblico si sta intensificando anche riguardo alla regolamentazione e alla politica industriale, 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 individuali dei modelli, ma anche dalla loro capacità di essere accessibili, controllabili e distribuiti su larga scala.
In conclusione, mentre i modelli cinesi continuano a guadagnare terreno, la sfida per i laboratori occidentali sarà quella di affrontare non solo la questione delle prestazioni, ma anche quella dei costi e del controllo, in un panorama in continua evoluzione.
