Il rapporto State of Open Source AI di Mozilla, pubblicato il 15 settembre, ha affermato che le organizzazioni dovrebbero utilizzare i modelli aperti come opzione predefinita per la maggior parte delle loro attività. Il modello Kimi K3 a pesi aperti di Moonshot AI si colloca appena tre punti dietro il modello chiuso Fable 5 di Anthropic nell’Artificial Analysis Intelligence Index, operando a un costo pari al 30% di quello del concorrente. Secondo il CTO di Mozilla, Raffi Krikorian, i modelli chiusi offrono vantaggi nelle attività professionali che richiedono competenze specialistiche, nel recupero intensivo di informazioni e nella gestione di contesti lunghi. Sono inoltre preferiti perché pronti all’uso e perché offrono pacchetti di conformità, assistenza e responsabilità. Sebbene i modelli a pesi aperti possano essere scaricati, i dati di addestramento, la pipeline dei dati e il codice di addestramento nella maggior parte dei casi non vengono condivisi.
DoorDash utilizza Kimi per le attività di routine e Fable per quelle più difficili. I dati sull’“orizzonte temporale” di METR, misurato in base al tempo impiegato dagli esperti umani per completare le attività, mostrano che il miglior modello chiuso è in grado di svolgere compiti 1,7 volte più lunghi rispetto a quelli che il miglior modello aperto riesce a completare in modo affidabile. Krikorian ha affermato che, mentre il modello aperto riesce a svolgere un’attività di sette ore, quello chiuso può completarne una di 12 ore; quattro mesi dopo, il modello aperto raggiunge le 12 ore e quello chiuso circa 20 ore. Sebbene le attività inferiori a otto ore possano essere affidate a entrambi i tipi di modello, l’attuale divario emerge principalmente nei lavori di durata compresa tra otto e 12 ore. In generale, nessun modello riesce a svolgere in modo affidabile attività superiori a 12 ore.
Gli speciali livelli software che consentono ai modelli di accedere agli strumenti e alla memoria possono influenzare i confronti. Nella valutazione Terminal-Bench 2.1, condotta con il software neutrale di Vals AI, il modello GLM 5.2 di Z.ai si è avvicinato a un punto dai modelli Claude Opus 4.7 e 4.8 di Anthropic, risultando circa cinque volte meno costoso per attività completata. Di conseguenza, il pagamento per i modelli chiusi garantisce un vantaggio di quattro mesi soltanto nelle attività di durata compresa tra otto e 12 ore, a un costo circa cinque volte superiore.
Ad agosto 2026, otto dei primi 10 modelli su OpenRouter per volume di token sono a pesi aperti. Al contrario, secondo i dati relativi al periodo maggio-settembre 2025 di uno studio della Linux Foundation, i modelli aperti hanno ottenuto il 4% dei ricavi e quelli chiusi il 96%. Krikorian ha affermato che la concentrazione dei migliori modelli aperti in Cina e di quelli chiusi negli Stati Uniti rappresenta un rischio. Per creare un ecosistema alternativo negli Stati Uniti e in Europa, ha proposto il sostegno di programmi pubblici di calcolo, fondazioni neutrali, aziende e organizzazioni filantropiche, sottolineando che è difficile fidarsi di modelli i cui processi di addestramento e valutazione sono sconosciuti.
Perché è importante
Questo quadro mostra che, per le organizzazioni, è più sensato scegliere in base alla durata delle attività, ai costi e ai requisiti di supporto e conformità, anziché affidarsi a un unico tipo di modello. Mentre i modelli a pesi aperti riducono la pressione sui costi nelle attività di routine e di breve durata, la differenza dei modelli chiusi emerge nelle attività più lunghe e che richiedono competenze specialistiche; tuttavia, il fatto che nessuna opzione riesca a completare in modo affidabile attività superiori a 12 ore mantiene inalterati i limiti dell’automazione. La possibilità che i risultati varino in base ai livelli software proprietari dimostra che nei confronti non si dovrebbero considerare soltanto i punteggi grezzi delle prestazioni. Il fatto che l’utilizzo si concentri sui modelli aperti e i ricavi su quelli chiusi mette in evidenza la distinzione tra adozione e valore commerciale, nonché il ruolo dei servizi di supporto. Al contempo, l’incoerenza nella denominazione dei modelli Anthropic presente nella fonte rende necessaria la verifica dei confronti.
Termine: pesi aperti
Per pesi aperti si intende la possibilità di scaricare i parametri addestrati di un modello di intelligenza artificiale; poiché i dati di addestramento e il codice potrebbero non essere aperti, non è sinonimo di open source.