Il prezzo della frontiera si è ridotto a un'unità di tempo: quattro mesi e quattro giorni. Secondo il rapporto State of Open Source AI di Mozilla, pubblicato il 15 settembre e condiviso in anticipo con Ars, il ritardo prestazionale dei migliori modelli open weights cinesi rispetto ai modelli chiusi delle big tech statunitensi è sceso a 4,4 mesi. Tradotto in budget, il messaggio è netto: pagare un modello di frontiera non compra più un vantaggio incolmabile, ma un anticipo di poco superiore a un trimestre a un costo cinque volte superiore.

Il caso usato dal rapporto è quello di Kimi K3 di Moonshot AI, che sull'Artificial Analysis Intelligence Index ottiene un punteggio composito inferiore di appena tre punti rispetto a Fable 5, il modello chiuso di Anthropic indicato nella rilevazione, costando circa il 30% in meno. Raffi Krikorian, CTO di Mozilla, sintetizza il discrimine: il premio dei modelli chiusi si giustifica in pochi contesti — lavoro professionale esperto, retrieval ad alta intensità e contesto lungo. La decisione di pagare un modello chiuso, dice, riguarda il singolo carico, non l'intera organizzazione.

Questo spostamento ha conseguenze strutturali. Se il divario si misura in mesi, l'uso di API closed per attività di routine diventa una scelta di comodo, non una necessità tecnica. Il costo marginale per token di un modello di frontiera va confrontato con il TCO di un modello open weights servito in proprio: hardware, VRAM, quantization, orchestrazione e manutenzione. Non è un costo nullo, ma per carichi ripetitivi il punto di pareggio può spostarsi rapidamente.

Per le organizzazioni con vincoli di residenza dei dati o requisiti come il GDPR, il framework cambia ulteriormente. Un modello aperto eseguito su infrastruttura self-hosted evita di inviare prompt e contesti fuori dal perimetro aziendale. Non elimina le responsabilità di sicurezza e conformità, ma restituisce controllo su dove e come i dati vengono elaborati.

Il rapporto Mozilla non dichiara la fine dei modelli chiusi. Ne ridefinisce il mercato. I tre carichi citati da Krikorian — lavoro professionale esperto, retrieval ad alta intensità, contesto lungo — sono esattamente quelli in cui affidabilità, latenza e qualità dell'output valgono più del prezzo. Sono anche i più difficili da assorbire con hardware locali modesti: contesti lunghi richiedono più VRAM, retrieval intensivo richiede pipeline veloci e output coerenti.

Il restringimento del vantaggio temporale segnala anche un cambio nella geografia della competizione: i modelli aperti cinesi stanno riducendo il differenziale con le tech statunitensi. Per chi valuta deployment on-premise, esistono trade-off tra flessibilità e carico operativo; AI-RADAR offre su /llm-onpremise framework analitici per distinguere i costi reali da quelli percepiti. Il punto non è se i modelli aperti supereranno i chiusi, ma quando il premio residuo smetterà di coprire la differenza di controllo.