Il 16 luglio Moonshot AI ha pubblicato Kimi K3, il modello open-weight più grande mai rilasciato. Bastano pochi giorni perché a Washington si riaccenda un dibattito che era sopito da un anno, e che oggi ha poco a che fare con i benchmark. Al centro c’è una domanda che tocca chiunque faccia procurement di AI fuori dagli Stati Uniti: tra dodici mesi, questo modello sarà ancora accessibile dal proprio cloud provider?

La scintilla è un post di Dean W. Ball, capo del futuro strategico di OpenAI e fino a poco fa consigliere AI alla Casa Bianca. Ball riconosce le qualità di Kimi K3 – un modello «molto buono», le cui prestazioni non sono spiegabili solo con la distillazione – ma nota anche che è «molto affamato di token» e che la convenienza dichiarata potrebbe essere ingannevole: K3 opera solo in modalità di massimo sforzo di ragionamento e costa 15 dollari per milione di token in output. Poi azzarda una previsione: l’amministrazione Trump sceglierà di creare «rischio normativo» intorno ai modelli open-weight cinesi. Non un divieto, che Ball stesso definisce una delle idee più ottuse della politica AI, ma indicazioni soft delle agenzie – sospetti di backdoor, per esempio – sufficienti a far arretrare da sole le aziende regolamentate.

La reazione è stata feroce e tutta interna agli Stati Uniti. David Sacks, co-presidente del comitato presidenziale su scienza e tecnicia, accusa Ball di teorizzare una strategia di “regulatory capture” inaccettabile. LeCun e Casado ricordano che open e proprietario possono coesistere. Ma sotto la polemica sulle personalità c’è un’equazione economica secca: i laboratori chiusi hanno bisogno di ricavi per token alti per giustificare gli investimenti miliardari nei data center, mentre i modelli open-weight comprimono quei ricavi senza ridurre l’AI consumata. I dati di instradamento parlano chiaro: a giugno, il 29% dei token passati dal gateway di produzione Vercel era servito da modelli open-weight – a inizio aprile erano appena l’11% – assorbendo meno del 4% della spesa.

La pressione arriva da dentro lo stack americano. GitHub ha reso disponibile Kimi K2.7 Code nel Copilot model picker il 1° luglio, ospitato su Azure. Fonti dicono che Microsoft sta aggiungendo K3 su Azure e valuta se usarlo per funzioni di Copilot oggi gestite da OpenAI e Anthropic, con risparmi potenziali sull’inference fino a 600 milioni di dollari. Microsoft non ha confermato né la cifra né le funzioni interessate, ma il solo fatto che il maggior cliente di entrambi i laboratori di frontiera americani stia facendo il prezzo dell’alternativa la dice lunga.

L’unica vera certezza è l’hardware che possiedi

Il nodo sicurezza non è fittizio. I pesi aperti non si possono richiamare: una volta scaricati e in esecuzione dentro migliaia di organizzazioni, nessun vendor può correggerli, revocarli o applicare patch. E il comportamento dei modelli è più difficile da auditare del codice: un fine-tuning può portare bias o modalità di fallimento che nessuna ispezione della licenza rivelerebbe. Per le industrie regolamentate, i dubbi sulla provenienza dei dati di training e sulla gestione dei contenuti restano aperti a prescindere dalla nazionalità del modello.

Il vero discrimine, però, è l’hardware. Kimi K3 è un modello difficilissimo da self-hostare: Moonshot stessa consiglia di servirlo su 64 o più acceleratori, e i soli pesi occupano circa 1,4 TB. Per la quasi totalità delle aziende che lo valutano, l’accesso passa necessariamente dal cloud. È qui che la minaccia politica americana diventa operativa: se Washington rendesse sufficientemente scomodo per i grandi hyperscaler ospitare modelli cinesi, questi sparirebbero dai cataloghi di Azure, AWS e Google Cloud simultaneamente in ogni regione, da Kuala Lumpur alla Virginia. Ball stesso osserva che i regolatori non vorranno spingere tanto forte da spingere i fornitori verso lidi meno affidabili, ma il rischio esiste.

Il 27 luglio Moonshot renderà pubblici i pesi di K3, e a quel punto chiunque potrà scaricarli e tenerli in casa. È l’unica difesa reale contro l’incertezza normativa, ma è una difesa che si paga in racks di GPU e in costi operativi che ribaltano qualsiasi argomento sul risparmio a token. Il prezzo di listino in cloud è invitante, ma il vero prezzo della sovranità sull’accesso si misura in acceleratori, non in token.