L'AI è diventata una commodity (e perché è una buona notizia)
I modelli AI sono diventati una commodity: tutti intelligenti, tutti economici. Scopri dove si sposta il valore reale quando l'intelligenza è accessibile a tutti.
L'AI non ti ruberà il lavoro. Ma qualcuno che sa usare l'AI, sì. E in questo momento storico, stiamo assistendo a un cambiamento radicale: i modelli di intelligenza artificiale stanno diventando una commodity. Tutti raggiungono le stesse performance, tutti costano sempre meno. La vera partita si gioca altrove.
Nelle ultime due settimane ho seguito da vicino una valanga di rilasci: GLM 5.3, DeepSeek V4 Pro definitivo, Qwen 3.8, Meta Glimmer, modelli che girano su MacBook e persino su telefoni. Ogni laboratorio, americano o cinese, rilascia qualcosa di nuovo ogni 4-5 giorni. E la lezione più importante che emerge non è «quale modello è il più intelligente», ma «dove si sposta il valore quando tutti sono intelligenti allo stesso modo».
I modelli AI open source raggiungono la frontiera: GLM 5.3 e DeepSeek V4 Pro
GLM 5.3, rilasciato dai laboratori cinesi di Zhipu AI, si è preso il podio dei modelli open source. Supera Qwen, supera DeepSeek su diversi benchmark di coding e cybersecurity, e in alcuni casi si avvicina pericolosamente alle performance dei modelli closed di frontiera come GPT o Claude.
La cosa più interessante? Stessa architettura del GLM 5.2. Zero modifiche strutturali. Hanno semplicemente continuato la fase di post-training : più esempi, più reinforcement learning, più compute. Risultato: un salto netto di intelligenza senza toccare un parametro della rete neurale di base.
Lo stesso vale per DeepSeek V4 Pro, finalmente rilasciato in versione definitiva. Anche qui: stessa architettura, più post-training. Le performance migliorano, i costi per token crollano (DeepSeek continua a essere il modello più economico per task), e la velocità è competitiva.
Quello che mi ha colpito è il costo in discesa. Muse Spark a 1,25 €/milione di token, GPT 5.6 Terra a 2 €, Sonet a 5 €, Gemini 3.7 Flash a 0,75 €. Stiamo assistendo a una corsa al ribasso del prezzo per token. I modelli diventano più intelligenti e costano meno. Per un freelancer che lavora con AI e automazione, questo è oro: significa che posso permettermi di usare modelli di frontiera per task complessi senza bruciare budget.
Post-training: dove si vince davvero la partita
Se tutti i laboratori convergono verso architetture simili, la vera differenza la fa il reinforcement learning. È lì che emergono le cosiddette proprietà emergenti : capacità di coding avanzato, cybersecurity, ragionamento multi-step.
GLM 5.3, per esempio, ha sviluppato capacità inattese in cybersecurity durante il post-training. Su benchmark come Exploit Bench ed Exploit Gym si posiziona subito dopo o addirittura sopra modelli come Claude e GPT. E questo non è frutto di copia o distillazione: è il risultato di migliaia di ore di compute dedicate a far esplorare al modello scenari complessi, errori, correzioni, loop iterativi.
Ho testato GLM 5.3 tramite OpenRouter, configurandolo in modalità «high reasoning». Il consumo di token è aumentato solo leggermente rispetto alla versione precedente, ma l'accuratezza è salita in modo netto. La versione «low» castrava troppo il budget di ragionamento, la «max» portava a overthinking. La «high» è il sweet spot: intelligenza elevata, costo contenuto.
Modelli open che girano su MacBook (e su telefoni)
Qwen 3.8, rilasciato letteralmente mentre seguivo questa ondata di novità, è un modello da 27 miliardi di parametri. Lo faccio girare sul mio MacBook da 24 GB di RAM unificata. Performance vicine a quelle di modelli come Opus, ma completamente in locale. Zero latenza, zero costi per token, pieno controllo.
Poi c'è Bonsai 27B , un modello ternario (pesi quantizzati a -1, 0, 1) che occupa pochissimo spazio e gira su iPhone. Un modello da 27 miliardi su un telefono era impensabile fino a pochi mesi fa. Ora è realtà. Multimodale, capace di gestire immagini, utilizzabile in locale senza connessione.
Meta è tornata in gioco con Glimmer 30B , modello open da 30 miliardi ottimizzato per task agentici e long-horizon. Supera Gemma 4 e Qwen 3.6, e lo puoi far girare su una GPU domestica con 24 GB di VRAM. Meta sta tornando ai tempi dei primi LLaMA: modelli open, performanti, accessibili.
Nvidia ha rilasciato Nemotron 3.5 Lightning , 30 miliardi di parametri con 3 miliardi attivi (mixture of experts). Veloce, efficiente, pensato per girare su hardware consumer. Ma personalmente punterei su Qwen 3.8: performance superiori, community più attiva, compatibilità migliore con framework come LangGraph e n8n.
L'harness conta più del modello: il caso DeepSeek
DeepSeek ha rilasciato non solo V4 Pro, ma anche un harness open source con una filosofia interessante: everything is a plugin. Modelli, tool, skill, sandbox, file system, loop, orchestrazione, UI: tutto è implementato come plugin. Puoi mixare, sostituire, estendere.
Perché l'harness è importante? Perché un modello AI, da solo, è solo una funzione matematica. L'harness è ciò che gli permette di agire : gestire memoria a lungo termine, scomporre task complessi in subtask, fare loop agentici, chiamare API esterne, scrivere e leggere file.
Esempio concreto: GPT 5.6 Sol, stesso modello, performance su benchmark Archile. Con l'harness base: 13%. Con l'harness ottimizzato (Codex): 40%. Stessa intelligenza, risultati tripli. L'harness fa la differenza.
Ho installato l'harness di DeepSeek e l'ho collegato a OpenRouter. Funziona con qualsiasi provider: Claude, GPT, modelli locali, Qwen, Kimi. Puoi configurare modalità diverse (standard, code, minimal, creator), selezionare workspace, vedere la traiettoria di ogni chiamata. È modal-agnostic, il che significa che posso usare lo stesso harness per orchestrare modelli diversi in base al task.
Il watermark invisibile di Claude (e come aggirarlo)
Anthropic ha firmato l'articolo 50 del GDPR europeo e ha introdotto un watermark invisibile su tutti i contenuti generati da Claude. Il watermark non cambia il significato del testo, ma modifica la catena di sinonimi e parole in modo statisticamente riconoscibile: certe combinazioni di parole hanno una probabilità bassissima di essere scelte da un umano.
Risultato: ogni report, email, presentazione generata con Claude può essere identificata come output AI. Il tuo professore può capire se la tesi è stata scritta con Claude. Il tuo cliente può capire se la proposta è stata generata da un modello.
Ma esistono già strumenti per rimuovere il watermark. Su GitHub ci sono repository che usano agenti di rewrite basati su modelli cinesi (Qwen, GLM, Kimi) per riscrivere l'output di Claude eliminando la filigrana statistica. Non è illegale: è solo un modo per mantenere il controllo sul proprio output.
Google Gemini ha già il watermark. GPT probabilmente lo sta introducendo. Tutti i modelli distribuiti in Europa dovranno rispettare l'AI Act. Non è una scelta dei laboratori: è un obbligo normativo.
Hardware e velocità: la nuova frontiera competitiva
OpenAI ha collaborato con Cerebras per far girare GPT 5.6 Sol 14 volte più veloce : 750 output token al secondo. Un modello che prima impiegava 16 giorni per completare un long-horizon task ora lo completa in 20 minuti.
Cerebras produce chip custom giganteschi: usano l'intero wafer di silicio invece di tagliarlo in chip singoli. Risultato: memoria on-chip, zero colli di bottiglia tra processori, velocità estrema. E vendono questi chip a chiunque: Meta, Anthropic, AMD, startup. Se hai budget, puoi velocizzare il tuo modello di 50x.
Questo è il punto: quando tutti i modelli sono intelligenti allo stesso modo, la differenza la fa la velocità di esecuzione e la qualità dell'harness. Non importa se hai il modello più intelligente se impiega giorni a darti una risposta. Importa se riesci a fare in 10 minuti quello che prima richiedeva ore.
Conclusione: dove si sposta il valore
I modelli AI sono diventati una commodity. GLM, DeepSeek, Qwen, GPT, Claude, Gemini: tutti raggiungono performance simili, tutti costano meno ogni mese. La competizione non è più sull'intelligenza del modello, ma su:
- Hardware : chi riesce a far girare i modelli più velocemente
- Harness : chi costruisce gli strumenti migliori per orchestrare i modelli
- Applicazioni : chi riesce a combinare modelli, tool, workflow in prodotti che risolvono problemi reali
Per un professionista freelance come me, questo significa: investire meno tempo a cercare il modello perfetto, e più tempo a costruire workflow efficienti. Usare OpenRouter per switchare tra modelli in base al task. Sfruttare modelli locali per task ripetitivi. Combinare Claude per il ragionamento, Qwen per il coding, GPT per l'output finale.
Se stai iniziando con l'AI, il mio consiglio è di partire da un buon harness (LangGraph, CrewAI, o l'harness di DeepSeek) e da un aggregatore di modelli come OpenRouter. Non legarti a un singolo provider. Sperimenta, testa, misura. La differenza tra un professionista che usa l'AI e uno che la subisce non è il modello che sceglie: è il modo in cui lo usa.