Tech Wars Escalate: Google Delays Gemini 3.5, Anthropic Goes Self‑Sufficient, Open‑Source Models Challenge Dominance

Il ritardo segna una battuta d’arresto significativa per Google, che aveva posizionato Gemini come il suo prodotto AI di punta per rivaleggiare con OpenAI. Test interni hanno rivelato che Gemini 3.5 Pro non era in grado di generare in modo coerente il codice Python corretto per strutture dati complesse oltre le 50 righe: un errore critico nel mercato attuale in cui gli assistenti di codifica rappresentano l'applicazione di maggior valore. Secondo quanto riferito, gli ingegneri hanno lavorato su un modulo di "autoriflessione" che consentirebbe al modello di individuare i propri errori, ma rimane instabile. Il ritardo ha causato un effetto a catena: i team di vendita di Google Cloud hanno perso diversi contratti di grandi dimensioni con AWS e Azure nell’ultima settimana. Il CEO Sundar Pichai ha convocato una riunione collettiva di emergenza per lunedì prossimo.

Rilasciato appena 48 ore dopo le notizie di Google, GPT‑5.6 Sol non è una nuova generazione completa ma una messa a punto specializzata di GPT‑5 con capacità agentic migliorate. Riduce l'utilizzo dei token del 54% nelle attività di codifica utilizzando una nuova "tokenizzazione in grado di riconoscere il codice" che comprime i nomi delle variabili e le firme delle funzioni. Il modello supporta anche una nuova modalità di "chiamata degli strumenti" in grado di generare ed eseguire automaticamente test unitari, verificare l'output e riprovare: un passo verso agenti di codifica autonomi. I primi utilizzatori riferiscono che Sol supera i benchmark interni trapelati di Gemini 3.5 su HumanEval (92,3% contro 89,1%). Il calo dei prezzi è una mossa strategica: 12 dollari per milione di token sono inferiori al prezzo Gemini previsto da Google (si dice a 20 dollari) e sfidano il Claude 5 di fascia alta di Anthropic.

Rilasciando Llama 4 come open source, Meta ha effettivamente mercificato i modelli di base. Il divario prestazionale tra i modelli aperti e chiusi si è ridotto a meno dell’1% rispetto ai benchmark standard, ma il divario di costo è ampio: Llama 4 self-hosted costa 0,50 dollari per milione di token per l’elaborazione, rispetto ai 15 dollari per GPT‑5. Questo ricorda le battaglie tra Linux e Unix degli anni '90. Meta ha inoltre pubblicato un toolkit di messa a punto e una guida alla distillazione del modello, consentendo alle aziende più piccole di creare varianti specifiche del dominio. In risposta, sia OpenAI che Google stanno riflettendo sulla riduzione dei prezzi e potrebbero eventualmente rendere open source i modelli più vecchi per mantenere la rilevanza.

Anthropic attualmente spende oltre 2 miliardi di dollari all'anno in GPU Nvidia H100 e B200 per inferenza e formazione. Il progetto del chip personalizzato con Samsung mira a progettare un ASIC da 2 nm in grado di eseguire l'inferenza del trasformatore a 1 exaflop (10¹⁸ operazioni al secondo) assorbendo solo 300 W, il 40% più efficiente dell'attuale generazione di Nvidia. Il chip sarà prodotto nella fonderia Samsung e integrato con stack software open source (PyTorch, JAX). In caso di successo, Anthropic potrebbe ridurre i costi di inferenza del 70% e guadagnare un fossato competitivo. Tuttavia, il progetto è in fase iniziale e potrebbe non produrre silicio funzionante fino al 2027; nel frattempo, Anthropic ha firmato un importante accordo con AWS per istanze "Trainium" personalizzate per colmare il divario.

Moonshot AI (conosciuta anche come "月之暗面") è una startup con sede a Pechino che è diventata silenziosamente leader nei modelli a lungo contesto. Kimi K3 è un modello denso di 2,8 trilioni di parametri (che utilizza una combinazione di esperti) con una finestra di contesto di 100 milioni di token, che supera di gran lunga qualsiasi modello occidentale. Può importare intere librerie di letteratura cinese o completare basi di codici aziendali. Nei test indipendenti (SuperCLUE, l'equivalente cinese di MMLU), Kimi K3 ha ottenuto l'89,9% nei compiti di ragionamento cinese, leggermente superiore all'88,2% di GPT‑5. Il modello è open source per uso non commerciale, ma per le imprese cinesi è disponibile una licenza commerciale. Il governo cinese ha già approvato Kimi K3 per l’implementazione nelle applicazioni IA del settore pubblico, segnando una vittoria strategica. Ciò alimenta ulteriormente la corsa tecnologica USA-Cina, con il Dipartimento del Commercio degli Stati Uniti che sta valutando nuove restrizioni all’esportazione sulla produzione di chip avanzati per contrastare l’ascesa della Cina.

Tutti questi sviluppi stanno intensificando la concorrenza tra i fornitori di servizi cloud. AWS, Azure e GCP ora non sono solo fornitori di infrastrutture ma anche fornitori di modelli di intelligenza artificiale attraverso i rispettivi servizi (Bedrock, AI Studio, Vertex). Ogni cloud raggruppa modelli di intelligenza artificiale con crediti di elaborazione, archiviazione e rete, creando ecosistemi che bloccano i clienti. Azure si è assicurato l'accesso anticipato esclusivo ai nuovi modelli di OpenAI; AWS collabora con Anthropic e Meta; GCP sta raddoppiando la propria intelligenza artificiale Gemini e Vertex. La battaglia per la fedeltà degli sviluppatori è feroce: vengono offerti crediti gratuiti, sconti sul volume e persino partnership di co-sviluppo. I fornitori cloud più piccoli come OVH e DigitalOcean stanno assistendo a un aumento della domanda di istanze Llama 4 self-hosted, poiché offrono prezzi competitivi senza i servizi AI in bundle dei tre grandi.

Per la maggior parte delle aziende, l'opzione migliore ora è Llama 4 open source ospitato autonomamente su un cloud a costi ottimizzati, che fornisce una qualità quasi GPT-5 con un risparmio sui costi del 95%. Per le applicazioni mission-critical che richiedono la massima affidabilità e supporto, GPT‑5.6 Sol di OpenAI rimane la scelta premium. Per le attività in lingua cinese o in contesti ultra-lunghi, Kimi K3 è imbattibile. Per le grandi imprese con esigenze di sicurezza specifiche, Claude di Anthropic (tramite AWS) offre garanzie di conformità e privacy dei dati. La scelta è ora più complessa che mai, ma anche più potente: nessun singolo fornitore ha il monopolio. Le guerre tecnologiche hanno democratizzato l’intelligenza artificiale.