Il settore dell’Intelligenza Artificiale, da tempo dominato dalle big tech occidentali e dalla smisurata potenza di calcolo, è stato scosso da un annuncio proveniente dalla Cina che riscrive le regole del gioco in termini di efficienza e prestazioni. Moonshot AI, una startup cinese, ha rilasciato in modalità open source il suo ultimo modello, Kimi-K2-Thinking, generando un’insolita ondata di attenzione, tanto da far riecheggiare i sussurri del “prossimo DeepSeek”, il punto di svolta cinese nell’IA. L’elemento di maggiore sorpresa non è stata soltanto la sua potenza di calcolo, ma l’estrema efficienza economica con cui è stato sviluppato.
L’aspetto più singolare emerso riguarda il costo di addestramento del modello Kimi-K2. Fonti del settore, citate da CNBC, suggeriscono che la formazione del modello sia costata una cifra sbalorditiva per la sua modestia: circa 4,6 milioni di dollari. Questa cifra non solo è competitiva, ma risulta persino inferiore alla stima di 5,57 milioni di dollari attribuita al pre-addestramento di DeepSearch-V3, un modello anch’esso di riferimento. Nonostante Moonshot AI non abbia rivelato il dato esatto, un rappresentante dell’azienda, identificato con l’ID ‘ppwwyyww’ (presumibilmente riconducibile al co-fondatore), ha confermato in una discussione su Reddit che l’addestramento è stato condotto con costi significativamente inferiori rispetto ai modelli statunitensi.
La spiegazione di questa economia rivoluzionaria risiede in una combinazione di necessità strategica e innovazione tecnica. Il rappresentante ha infatti rivelato di aver addestrato il modello utilizzando GPU NVIDIA ‘H800’ di vecchia generazione, importate prima che il governo statunitense imponesse le restrizioni sull’esportazione di hardware di fascia alta in Cina. Invece di soccombere alla disparità hardware, Moonshot AI ha investito sull’ingegneria del software. La chiave di volta è stata la piattaforma proprietaria “Mooncake”, un algoritmo che, secondo l’azienda, garantisce un’efficienza fino a cinque volte superiore rispetto ai metodi esistenti, riducendo drasticamente la necessità di potenza di calcolo bruta. A questo si aggiunge l’architettura “Kimi Linear Attention”, che migliora notevolmente la velocità di decodifica e ottimizza l’utilizzo della memoria.
I risultati del modello Kimi-K2-Sinking hanno immediatamente confermato l’efficacia di questo approccio ingegneristico. Non solo ha raggiunto i benchmark più elevati tra i modelli open source, ma ha dimostrato prestazioni eccezionali che hanno superato gran parte dei modelli proprietari americani. Nella prestigiosa classifica “Intelligence Rankings” stilata dallo specialista Artificial Analysis, Kimi-K2 ha ottenuto 68 punti, eguagliando i giganti di OpenAI, GPT-5 e GPT-5 Codex. Con questo risultato, ha lasciato indietro rivali all’avanguardia che in precedenza detenevano le prime posizioni, come Grok-4 (65 punti) e Claude 4.5 Sonnet (63 punti).
Il vero punto di forza che ha generato il buzz attorno a Kimi-K2 è stata la sua prestazione come agente. Moonshot AI ha spinto al massimo le capacità di agent performance del modello, che è in grado di eseguire autonomamente un numero impressionante di 200-300 chiamate sequenziali agli strumenti, gestendo complesse attività di pianificazione, ricerca ed esecuzione di codice senza alcun intervento umano. Questa autonomia ha portato Kimi-K2 a registrare il punteggio più alto in benchmark specifici come ‘BrowseComp’, che valuta l’abilità di ricerca web dell’agente, e ‘seal-0’, che testa la capacità di un agente di raccogliere informazioni dal mondo reale, superando persino GPT-5 in queste categorie.
L’immediato successo sul campo si è tradotto in una rapida e travolgente diffusione virale. Il modello è diventato in pochi giorni il più popolare sulla piattaforma Hugging Face, registrando oltre 80.000 download. Il post su X (Twitter) che ne annunciava il rilascio ha accumulato ben 4,6 milioni di visualizzazioni, testimoniando l’urgenza con cui la comunità tech attendeva un modello open source così efficiente e potente.
Durante un evento online su Reddit, l’attesa per un successore è stata palpabile, con un utente che chiedeva quando sarebbe arrivato il “K3”. La risposta di un rappresentante di Moonshot è stata tanto spiritosa quanto strategicamente illuminante, legando il futuro del chip non alla propria produzione, ma al mega-progetto statunitense: “Finché non sarà costruito il data center da mille miliardi di dollari di Altman”. Questa battuta, riferita al massiccio piano infrastrutturale annunciato da Sam Altman, ha implicitamente evidenziato la strategia di Moonshot: ottenere risultati di eccellenza senza dover affrontare i costi astronomici e le sfide di costruzione che affliggono i competitor americani. Dopo che il predecessore, Kimi-K2, rilasciato a luglio, non era riuscito a diventare virale nonostante le sue prestazioni, la versione aggiornata e ottimizzata non solo ha recuperato il terreno perduto, ma ha consolidato la posizione della Cina come player fondamentale nell’IA, dimostrando che l’innovazione algoritmica può vincere la battaglia contro la pura forza bruta dell’hardware.