Mentre l’attenzione del settore resta puntata sui frontier model dei grandi laboratori, gli sviluppatori continuano a costruire su altro. Secondo TechCrunch, questa primavera i modelli open-weight cinesi hanno rappresentato il 41% dei download su Hugging Face, superando quelli statunitensi. Su OpenRouter i sei modelli più usati sono tutti open e cinesi (Tencent, Xiaomi, DeepSeek, MiniMax, Z.ai), con Claude Opus 4.7 al settimo posto al momento della scrittura. I dati di Vercel mostrano che a giugno gli open model hanno gestito quasi un terzo delle richieste AI sulla piattaforma, mentre i modelli chiusi restano il livello premium a costo più alto.
Questi numeri catturano solo una fetta dell’ecosistema, escludendo le sessioni ospitate direttamente dai grandi laboratori. Ma la quota crescente degli open model pone una domanda concreta: quanto contano ancora i frontier model se gran parte dell’AI in produzione gira su alternative più economiche e personalizzabili?
La tesi di Hugging Face
Per Clem Delangue, CEO di Hugging Face, lo scenario non è quello di “un solo modello per tutti”. Sulla piattaforma nasce un nuovo repository ogni sette secondi, con quasi tre milioni di modelli pubblici e un milione di dataset pubblici; metà delle aziende Fortune 500 la usa per deployare modelli propri o open source. La sua previsione: tra qualche anno i frontier model serviranno per sperimentare e per task ad alto valore, mentre la maggior parte dei workload di produzione girerà su modelli privati interni o open source.
Il tema di fondo è l’ownership. Delangue sostiene che un’azienda tecnologica non voglia affidare le proprie capacità core a una black box API che non controlla, tendenza rafforzata dai conti presentati dallo scaling dei modelli chiusi. Anche Satya Nadella, CEO di Microsoft, ha messo in guardia contro il lock-in su un unico provider, indicando il controllo dei dati come priorità per le imprese.
Il dibattito sulla sicurezza
La diffusione degli open model riaccende anche la discussione sui rischi. Dario Amodei di Anthropic ha sostenuto che rilasciare pesi di modelli molto capaci sia pericoloso perché, una volta pubblici, diventano difficili da controllare. Delangue ribalta la prospettiva: il rischio maggiore è la concentrazione di potere, e la trasparenza permette ai difensori di correggere più facilmente le vulnerabilità note. Tenere i modelli chiusi, argomenta, non elimina i rischi ma crea asimmetria di capacità.
- Su OpenRouter e Vercel gli open model, spesso di laboratori cinesi, assorbono buona parte del volume, mentre i modelli chiusi restano il livello premium.
- La spinta verso gli open model è guidata da costi, personalizzazione e ownership più che da puro benchmark.
- Resta aperto il dibattito su sicurezza e concentrazione di potere, con posizioni opposte tra chi teme il rilascio dei pesi e chi vede nella trasparenza una difesa.
Fonte: The real AI race may no longer be at the frontier — https://techcrunch.com/2026/07/14/the-real-ai-race-may-no-longer-be-at-the-frontier-open-models-hugging-face/
Hai qualcosa da aggiungere? Unisciti alla discussione.