Circola da tempo un’idea difficile da dimostrare ma che spiega molti movimenti del settore: Anthropic e OpenAI non avrebbero alcun ingrediente algoritmico segreto. Il loro fossato competitivo sarebbe semplicemente la scala — modelli con un numero di parametri talmente fuori portata da rendere vano ogni tentativo di replica. Voci di corridoio attribuiscono a Opus 5 trilioni di parametri e a Mythos/Fable addirittura 10 trilioni, mentre i modelli aperti rimanevano inchiodati sotto la soglia del trilione. Solo di recente quel tetto è stato infranto da DeepSeek V4 e dal nuovo Kimi K3, e il salto qualitativo percepito coincide con l’aumento della taglia.

Se questa lettura è corretta, il dominio di OpenAI e Anthropic poggia su un vantaggio puramente infrastrutturale: la disponibilità di cluster di calcolo iperscalabili e il capitale per saturarli. Non è una notizia tranquillizzante per chi guarda al deployment on-premise. Un LLM da 5 trilioni di parametri, anche in inference, richiede una quantità di VRAM e banda memoria che oggi ha senso solo in cloud o in datacenter con poche centinaia di nodi di fascia altissima. Fuori da quell’oligopolio hardware, l’adozione diretta resta un miraggio — almeno finché tecniche come la quantization e il fine-tuning efficiente non ridurranno il footprint in modo radicale.

Eppure il framework si sta muovendo. L’ingresso di modelli aperti da oltre mille miliardi di parametri non è un traguardo simbolico: rompe una barriera psicologica e industriale. Significa che hardware di ultima generazione, oggi accessibile a realtà come DeepSeek, può essere assemblato anche fuori dai tre grandi cloud provider occidentali. Per un’impresa che valuta un LLM self-hosted, il messaggio è duplice: la sovranità dei dati torna pensabile anche su modelli di frontiera, ma i costi TCO di un cluster capace di gestire inference a questa scala restano proibitivi se non accompagnati da un uso maniacale di ottimizzazioni e pipeline di serving efficienti.

Ma c’è un’implicazione più sottile. Se il fossato è dato dalla sola potenza di calcolo, allora la vera “salsa segreta” potrebbe nascondersi altrove: nei dati proprietari, nei workflow di curatela e nei cicli di feedback con cui questi modelli vengono allineati. Scala e dati sono due facce della stessa medaglia, e la capacità di gestire pipeline di addestramento su decine di migliaia di GPU resta un know-how non banale. La democratizzazione dei parametri non implica automaticamente la democratizzazione delle capacità. Anzi, potrebbe spostare la competizione dalla pura architettura del modello all’ingegneria dei dati e degli strumenti di deployment, terreno dove l’on-premise ha ancora carte da giocare.

Chi perde, in questo scenario, sono i laboratori che hanno investito solo su modelli ridotti, sperando che l’efficienza potesse colmare il gap. Se la legge empirica “più parametri = migliori performance” continuerà a valere, il mercato premierà chi sa scalare. Chi vince, invece, è l’ecosistema hardware: GPU con memoria HBM sempre più capiente, interconnessioni NVLink e InfiniBand, e tutto ciò che permette di trattare un modello a 5 trilioni di parametri come un carico di lavoro gestibile. La vera partita, per chi legge AI-RADAR, non è tanto se i prossimi modelli aperti raggiungeranno i 10 trilioni, ma se le tecniche di compressione e le architetture ibride renderanno quei modelli eseguibili in un rack fisico sotto il proprio controllo.