Due mosse ravvicinate hanno riacceso il confronto tra i laboratori cinesi e i colossi occidentali dell’intelligenza artificiale. DeepSeek ha portato in beta pubblica il modello V4-Flash mentre Alibaba ha presentato Qwen3.8-Max, il sistema più esteso mai realizzato dall’azienda. Le due notizie arrivano a distanza di pochi giorni e disegnano insieme la stessa direzione, quella di una competizione sempre più concentrata sui costi operativi piuttosto che sul solo primato nei benchmark.
Quanto costa davvero far girare un modello di intelligenza artificiale
DeepSeek ha distribuito la build V4-Flash-0731 attraverso la propria API il 31 luglio, mantenendo l’architettura da 284 miliardi di parametri già presente nell’anteprima di aprile. La società di ricerca Artificial Analysis, con sede a San Francisco, ha calcolato che completare l’intera batteria di benchmark con V4-Flash costa circa 3 centesimi di dollaro. Lo stesso lavoro con Kimi K3 di Moonshot AI arriva a 86 centesimi, con GPT-5.6 Sol di OpenAI sale a 1,86 dollari e con Claude Fable 5 di Anthropic tocca i 3,15 dollari, secondo i dati ripresi da Reuters il 3 agosto. Il confronto misura il costo effettivo per portare a termine un compito e non il solo prezzo per token, un parametro che tiene conto anche del numero di passaggi necessari al modello per arrivare a una risposta corretta: un sistema con un prezzo unitario basso può comunque risultare costoso se richiede molti più step per completare la stessa attività. Il listino API di V4-Flash resta fissato a 0,14 dollari per milione di token in ingresso e 0,28 dollari per milione in uscita, senza variazioni rispetto all’anteprima di aprile. Sui nove benchmark di coding e uso di agenti pubblicati dall’azienda, il modello supera il precedente V4-Pro-Preview ma resta indietro rispetto a Claude Opus 4.8 di una media di 5,7 punti. DeepSeek prepara nel frattempo il rilascio generale di V4-Pro, atteso tra il 10 e il 20 agosto secondo alcune fonti cinesi citate da testate di settore, dopo un test chiuso dello strumento di coding proprietario DeepSeek Harness.
Un modello da 2.400 miliardi di parametri che tornerà open source
Alibaba ha scelto lo stesso giorno per presentare Qwen3.8-Max, descritto come il sistema più capace mai realizzato nella serie Qwen. Il modello attiva circa 95 miliardi di parametri per ogni richiesta grazie a un’architettura a mixture-of-experts, una soluzione che riduce i costi di calcolo rispetto a un sistema denso di dimensioni comparabili. La finestra di contesto raggiunge un milione di token, sufficiente secondo Alibaba a gestire fino a 750.000 parole in un’unica interazione. Qwen3.8-Max elabora testo, immagini, video e documenti lunghi, e secondo l’azienda riesce a ricostruire applicazioni software partendo da screenshot, generare animazioni didattiche e convertire planimetrie bidimensionali in visualizzazioni tridimensionali. Il sistema è già accessibile agli sviluppatori internazionali tramite le API di Alibaba Cloud Model Studio e attraverso la piattaforma di lavoro QwenWork, mentre i pesi verranno pubblicati su Hugging Face e ModelScope nella settimana successiva alla presentazione del 3 agosto.
Il rilascio segna il ritorno di Alibaba all’apertura dei propri modelli di punta dopo mesi di versioni proprietarie, una scelta che arriva a poche settimane dal lancio di Kimi K3 di Moonshot AI, un modello open weight da 2.800 miliardi di parametri. Sui benchmark di coding e su alcune prove multimodali il sistema risulterebbe competitivo con i modelli statunitensi più avanzati, mentre resterebbe indietro su alcuni test di ragionamento generale, secondo quanto riferito da Bloomberg.
Le domande che restano aperte per le imprese italiane
La riduzione dei costi apre margini di adozione concreti per le aziende che oggi valutano l’intelligenza artificiale come leva operativa quotidiana. Un risparmio superiore a cento volte rispetto ai modelli occidentali di punta cambia le equazioni di chi deve scegliere un fornitore per attività ripetitive come la generazione di contenuti o la programmazione di routine, e porta con sé domande che riguardano la conservazione dei dati, gli eventuali trasferimenti verso la Cina e la sicurezza della catena software su cui questi modelli vengono distribuiti. Il Garante Privacy e le altre autorità europee hanno già affrontato casi di trasferimento dati verso paesi terzi in ambiti diversi dall’intelligenza artificiale, e le stesse questioni si porranno per chi valuterà l’adozione di V4-Flash o di Qwen3.8-Max all’interno di processi aziendali che trattano dati personali. Il Regolamento Generale sulla Protezione dei Dati resta il punto di riferimento principale per queste valutazioni, insieme alle disposizioni del Regolamento europeo sull’intelligenza artificiale che riguardano i sistemi ad alto rischio e la tracciabilità dei dati di addestramento. Le imprese che oggi si affidano a fornitori americani per attività standard si trovano di fronte a un’alternativa che costa una frazione del prezzo, ma che porta con sé un impianto normativo diverso da verificare caso per caso. La distanza tra i due mondi resta comunque marcata sui test di ragionamento generale, dove i modelli occidentali mantengono un vantaggio. Ma non si fa alcuna fatica a credere che anche questo divario possa essere colmato nel breve periodo.
