The state of open source AI (v1.0.1, juillet 2026)

Punti chiave

1. Data / fonte. The state of open source AI, Mozilla, v1.0.1, luglio 2026, introduzione di Raffi Krikorian (CTO). Fonti terze citate (Artificial Analysis, Epoch AI, OpenRouter, LMArena) e sondaggio proprietario con SlashData (n = 1.410 sulle barriere all'adozione).
2. Inquadramento chiave. « Il livello del modello si è commoditizzato. Il valore si sposta sull'harness sovrastante. » Motivazione: « Gli input diventati commodity perdono il potere di prezzo », e la maggioranza dei carichi di lavoro in produzione gira ben al di sotto del tetto della frontiera. ### La distinzione terminologica da tenere a mente | Termine | Cosa copre | |---|---| | Open model | pesi scaricabili, eseguibili e modificabili su hardware sotto il proprio controllo | | Open weights | parametri sotto licenza permissiva, senza codice di addestramento né documentazione dei dati — « il che descrive la maggior parte di ciò che questo rapporto misura » | | Open source AI (senso OSI) | richiede in aggiunta il codice di addestramento e informazioni sui dati sufficienti a ricostruire il sistema | Il rapporto è intitolato open source AI ma misura in stragrande maggioranza open weights. Lo dichiara esplicitamente; le sintesi che se ne trarranno no. ### Divario di capacità, due strumenti coerenti | Strumento | Chiuso | Open | Scarto | |---|---|---|---| | Artificial Analysis Intelligence Index v4.1 | 61 (Claude Opus 5) | 57 (Kimi K3) | 4 pt; K3 4° su 586 modelli, 3 dei primi 11 open-weight | | Epoch Capabilities Index | 162 (GPT-5.6 Sol) | 156 (K3) | 6 pt ≈ un ciclo di release, intervalli di confidenza sovrapposti | Sul prezzo, K3 si colloca a 3,6 punti dal vertice per circa un terzo del prezzo. ### La frontiera a dente di sega L'open è in testa nel codice frontend (K3, 1.679 Elo, sei domini su sette sulla LMArena Frontend Code Arena); contende il lavoro agentico da terminale (88,3 contro 88,8 su Terminal-Bench 2.1; K3 vince Program Bench, SpreadsheetBench 2 e BrowseComp, perde su FrontierSWE 81,2 contro 86,6); cede terreno sul lavoro professionale di conoscenza (Fable 5 è in testa di 92 Elo su GDPval-AA v2, il divario più ampio tra i benchmark condivisi, e Moonshot lo ammette). Da cui: « Abbinate il modello al compito e vi servirà la frontiera meno di quanto pensiate. » Il rapporto avverte che i punteggi usano scale diverse e provengono per lo più da test gestiti dai fornitori — « vanno trattati come indicativi ». ### La cifra più citata a sproposito I pesi open sono passati da una base trascurabile a un terzo dei token OpenRouter entro fine 2025, poi a una maggioranza entro metà 2026, con i sette modelli a maggior volume tutti open-weight (72,4% del volume dei primi 20 detenuto dai ranghi open-weight 1-10). Ma: « In numero di richieste, i fornitori chiusi statunitensi restano in testa. Il vantaggio open è un vantaggio in volume di token, concentrato nei carichi di lavoro di coding e agentici », e le quote coprono solo i primi 20. Una maggioranza di token non è una maggioranza di casi d'uso. ### Il deployment prevale sulla capacità « L'open si spedisce facilmente. L'open si distribuisce con difficoltà. » Il 79% degli sviluppatori che adottano l'IA usa modelli open contro il 71% chiuso, e il 50% usa entrambi (29% solo open, 21% solo chiuso): le due categorie sono complementari, non rivali. Ma il 53% dei team open raggiunge la produzione contro il 63% chiuso, e lo scarto si allarga con la dimensione — chiuso 54% → 73%, open 53% → 57%. « La scala esclude una spiegazione basata sulle risorse. Le grandi imprese possono comprarsi il passaggio attraverso il deployment chiuso. Il deployment open attende strumenti che restano incompleti. » Barriere nominate, tutte operative: costo dell'infrastruttura, sicurezza e conformità, manutenzione, complessità del deployment. La mappa dello stack (48 componenti, 9 livelli, 10 criteri) lo conferma da un'altra angolazione: due colonne costantemente fredde su ogni livello — standardizzazione e prontezza enterprise. ### Sezione 5: l'harness come user agent L'analogia è il browser, « codice dal lato dell'utente che negozia con i server per suo conto », replicato un livello più su. L'harness è « dove si concentra la difficoltà della produzione, e dove ricomincia lo scontro open-contro-chiuso, proprietario-contro-affittuario ». Cinque livelli mappati: Govern (policy stateful, registro e tracciabilità, budget e revoca), Surface (AG-UI/A2UI, x402/AP2/UCP), Action (sandbox E2B/Daytona/Modal, permessi e identità — « la superficie di scrittura irrisolta » —, valutazione e osservabilità), Reach (MCP, A2A, memoria), Control (LangGraph, CrewAI, AutoGen, LlamaIndex). La formula « la superficie di scrittura irrisolta » fa eco alla diagnosi in [[valente-zalewski-beyond-zero-enterprise-security-ai-era-2026-07-20]]: la lettura è risolta, la scrittura no. ### Il meccanismo di lock-in « Il modello sta divorando l'harness. » Su ogni modello in cui coesistono l'harness proprietario di un laboratorio e un harness indipendente, il primo ora vince, con lo scarto di 21,8 punti compresso a circa 3 al vertice. Da cui: « Un harness calibrato strettamente sui pesi di un laboratorio diventa un componente su misura del prodotto di quel laboratorio. Degrada su qualsiasi altro modello, quindi più stretta è la calibrazione, meno intercambiabili sono i pesi sottostanti. Il lock-in arriva come effetto collaterale dell'ottimizzazione. » Il lock-in non ha bisogno di essere una strategia: basta ottimizzare. Da confrontare con il contratto di portabilità in [[janakiram-agent-platform-portability-contract-2026-07-20]]. ### Trazione ed economia LangChain con oltre 126.000 stelle e il 60% di quota tra gli sviluppatori; MCP a 97M di download mensili dell'SDK e oltre 10.000 server attivi nell'arco di un anno, +4.750% in 16 mesi, consegnato all'Agentic AI Foundation nel dicembre 2025. Divario di governance: solo ~21% delle imprese dichiara una governance matura degli agenti. Sui prezzi, l'inferenza è calata di 50 volte in 36 mesi al livello di GPT-4 (contro 2,6 volte per la banda passante durante l'era dotcom), con il prezzo di frontiera sceso di 112 volte rispetto ai 45 dollari di GPT-4. Su OpenRouter (maggio-settembre 2025), il chiuso deteneva circa l'80% dell'uso e il 96% dei ricavi — a parità di qualità, costa circa 6 volte di più per chiamata, il che implica un risparmio annuo stimato non realizzato di circa 24,8 miliardi di dollari (studio Nagle-Yue per la Linux Foundation). ### Sovranità e diritto di uscita Più di 70 strategie nazionali attive, e « l'argomento strategico a favore dell'open è la capacità di andarsene », sostenuto dal precedente del cloud (90-120 mila dollari per far uscire un petabyte da S3, 37signals sceso da 3,2 milioni a meno di 1 milione di dollari, l'80% delle imprese in fase di rimpatrio). « Le API dei modelli chiusi riproducono la stessa trappola… I pesi open sono diritti di uscita. » Il blackout di diciannove giorni rende l'argomento concreto: 9 giugno, Anthropic rilascia Fable 5 e Mythos 5 → 12 giugno, il Dipartimento del Commercio applica controlli sulle esportazioni con effetto immediato, negando l'accesso a qualsiasi cittadino straniero, compresi i dipendenti di Anthropic stessa; poiché la nazionalità non è verificabile in tempo reale, entrambi i modelli si spengono per tutti → 26 giugno, ripristino parziale di Mythos per circa 100 organizzazioni statunitensi di infrastrutture critiche → 30 giugno, revoca del blocco → 1° luglio, ripristino di Fable 5. Poi il 16 luglio, Moonshot apre l'API di K3. « L'accesso può essere revocato e ripristinato. Un rilascio di pesi non può essere ritirato una volta che i file sono distribuiti… Si può spegnere un modello. Non si può spegnere una copia già in esecuzione su una macchina che si possiede. » ### Cina Qwen ha superato le successive otto organizzazioni messe insieme nei download di Hugging Face entro febbraio 2026; i modelli open-weight cinesi sono passati da meno del 2% dei token OpenRouter a fine 2024 a oltre il 45% del traffico settimanale entro aprile 2026, circa il 61% tra i dieci modelli più usati. DeepSeek rivendica oltre 26.000 account enterprise ed era presente nel 58% degli stack delle nuove startup IA nel 2025, anche se almeno otto giurisdizioni hanno limitato il servizio ospitato: « Le imprese vietano l'app ospitata e adottano comunque i pesi. » ### Il caso della distillazione di K3, secondo le categorie stesse del rapporto | Livello | Contenuto | |---|---| | Confermato | la rivelazione di Anthropic di febbraio 2026 — circa 24.000 account fraudolenti, oltre 16M di scambi di cui 3,4M attribuiti a Moonshot, contro modelli Claude precedenti; dichiarazioni di Kratsios (22 luglio) e Bessent (21) | | Segnale | Greenblatt (Redwood Research): K3 si autoidentifica come Claude in un modo statisticamente difficile da spiegare come rumore — ma nomina un modello precedente al caso, e l'autoidentificazione è un artefatto noto dell'addestramento su testo web | | Prova | assente — « Nessun log e nessun pacchetto forense. Moonshot nega. » | Il rapporto osserva che la pubblicazione dei pesi rende ora possibile una forensica comportamentale. L'accusa non dovrebbe mai essere presentata come accertata. ### La watchlist e il suo metodo Quattro famiglie di segnali (capacità/adozione, harness, struttura di mercato, fiducia/sicurezza), ciascuna abbinata a una propria condizione di smentita — « Si inverte se: il vantaggio dell'harness di laboratorio si allarga, oppure una piattaforma chiusa fissa per prima lo standard dei permessi ». Dichiarare in anticipo cosa smentirebbe la tesi è ciò che distingue questo documento da un normale testo di advocacy. ### Una nota di cautela sulla citazione Mozilla sta misurando un tema di cui è sostenitrice. Il rigore delle sue didascalie e la presenza di condizioni di smentita rendono i dati utilizzabili; l'inquadramento — commoditizzazione compiuta, apertura inevitabile, « l'open ha vinto » — è una tesi, non un dato accertato.