Kimi K3 entra nel sistema di pagamento enterprise di OpenAI: la rotta internazionale dei grandi modelli open source cinesi si sta riscrivendo

Il 1° ottobre, l'azienda statunitense di infrastrutture AI Baseten ha confermato un fatto: gli sviluppatori enterprise possono chiamare direttamente Kimi K3 di Moonshot AI all'interno di Codex, lo strumento di programmazione di OpenAI, e i costi generati vengono addebitati direttamente sul budget OpenAI già esistente dell'azienda. Non serve aggiungere un nuovo fornitore né ripetere l'iter di approvazione degli acquisti. È la prima volta che un grande modello open source cinese entra nel sistema di fatturazione enterprise di OpenAI.

Il peso di questa vicenda non sta nei parametri, né nelle classifiche, ma nel fatto che cambia la dipendenza dal percorso negli acquisti aziendali.

Il processo di acquisto è di per sé una barriera

Per una grande azienda, integrare un nuovo fornitore di modelli non è mai stato complicato dal punto di vista dell'integrazione tecnica, bensì da quello della conformità e dei processi finanziari. Un nuovo fornitore deve passare una verifica di ammissione, deve costruire da zero un sistema di fatturazione e regolamento, e deve ripassare dall'ufficio legale e dagli acquisti. Per un team che vuole solo verificare se un modello funziona bene, il costo di questo iter è spesso molto più alto del modello stesso.

Il fatto che Kimi K3 usi il regolamento del credito di OpenAI equivale a bypassare tutta questa frizione. Il budget AI già approvato in azienda può essere speso direttamente su Kimi K3, e dal punto di vista finanziario ciò che si vede è ancora una fattura OpenAI. Baseten, come punto di accesso sottostante, ha collegato le capacità del modello di Moonshot AI al canale dell'ecosistema OpenAI.

Prima di allora, Kimi K3 era già approdato su Amazon Bedrock, la piattaforma cloud di Amazon, e Moonshot AI è così diventata la prima azienda AI cinese a collaborare con un grande provider cloud globale secondo un modello di condivisione dei ricavi. Da un lato la ripartizione dei ricavi su una piattaforma cloud, dall'altro la compensazione del credito in uno strumento per sviluppatori: due strade che portano allo stesso risultato, ovvero che i grandi modelli cinesi stanno iniziando a passare dalla fase di dimostrazione tecnologica a quella di implementazione commerciale su scala.

Che livello ha il modello in sé

Kimi K3 è stato rilasciato a luglio di quest'anno, con una dimensione di 2,8 trilioni di parametri: al momento del rilascio era il più grande modello open source al mondo. Supporta una finestra di contesto di 1 milione di token, ha capacità di comprensione visiva native ed è stato ottimizzato specificamente per lo sviluppo di codice, la ricerca approfondita e l'elaborazione di conoscenze complesse.

Il giorno del rilascio, Kimi K3 ha conquistato il primo posto nella classifica internazionale di valutazione del codice Arena, diventando il primo grande modello cinese a raggiungere la vetta di quella classifica. Anche Elon Musk, CEO di Tesla, ha commentato pubblicamente che il risultato è impressionante.

Ancora più degna di nota è la sua impostazione architetturale. Kimi K3 utilizza Kimi Delta Attention e Attention Residuals per migliorare il flusso di informazioni nelle sequenze lunghe, e adotta la struttura Stable LatentMoE, attivando solo 16 esperti su 896; secondo l'azienda, questo migliora l'efficienza di scaling di circa 2,5 volte rispetto alla generazione precedente. Questa direzione progettuale è in linea con l'azione collettiva dei laboratori cinesi negli ultimi mesi: non si compete su chi ha più parametri, ma su quanta capacità utilizzabile si riesce a ottenere da ogni unità di potenza di calcolo.

Un progetto di chip autonomo in 48 ore

Se entrare in Codex è una questione commerciale, un altro progresso riguarda più da vicino la tecnologia in sé.

Secondo informazioni pubbliche, Kimi K3 ha già completato una prova di concetto di progettazione autonoma di chip da parte dell'AI. In un test di agente durato 48 ore consecutive senza interruzioni, basandosi su strumenti EDA open source e su una libreria di processo a 45nm, ha completato in autonomia la progettazione, l'iterazione e la verifica dell'intero flusso di un chip dedicato. Il risultato è un chip leggero da 4 millimetri quadrati, con 1,46 milioni di celle standard e 0,277MB di SRAM, che raggiunge una convergenza temporale stabile a 100MHz, con un throughput di decodifica massimo superiore a 8.700 token al secondo.

Questi risultati vanno letti con cautela. Una prova di concetto non equivale a un chip producibile in serie, e i 45nm non sono certo un processo all'avanguardia. Ma ciò che viene validato è la chiusura del ciclo di processo: se un modello è in grado di portare a termine dall'inizio alla fine un compito ingegneristico che richiede più cicli di tentativi ed errori, senza interventi umani passo per passo. Per chi lavora con gli agenti, questo dice molto di più di quanto sia bella una singola immagine.

Verso dove si sposta il livello competitivo

Le mosse internazionali di Kimi K3 procedono in parallelo a un'altra linea.

Nella stessa settimana, Zhipu ha rilasciato il modello open source GLM-4.6, concentrandosi sul potenziamento delle capacità di coding agentico, e ha completato l'adattamento a chip cinesi come Cambricon e Moore Threads, ottenendo una distribuzione stabile dell'inferenza a quantizzazione mista FP8+Int4 su hardware nazionale. Anche DeepSeek, il 2 ottobre, ha reso open source Harness v0.2, framework di esecuzione per agent desktop, con un'architettura "tutto è plugin", che include capacità integrate di organizzazione dei file, analisi dei dati, redazione di documenti e modifica del codice, rilasciato con licenza MIT.

Mettendo tutto questo insieme, una direzione diventa chiara: il modello in sé sta diventando infrastruttura, e la vera differenziazione inizia a spostarsi su due fronti. Uno è il framework di esecuzione, cioè lo strato oltre il modello: chi riesce a far integrare il modello nei flussi di lavoro di sviluppatori e aziende a basso costo. L'altro è l'adattamento hardware: chi riesce a far girare l'inferenza su una potenza di calcolo più economica e più autonoma e controllabile.

Kimi K3 ha già annunciato K3.1, con supporto a un contesto di 1 milione di token e tre livelli di intensità di ragionamento — Low, High e Max — selezionabili dall'utente in base alla complessità del compito. Testi lunghi e livelli di ragionamento opzionali stanno diventando lo standard con cui i grandi modelli open source cinesi si contendono gli sviluppatori.

Per i grandi modelli cinesi, l'espansione all'estero è stata finora per lo più un rapporto uno a uno con i clienti oltreoceano: per una grande azienda integrarli significava una nuova verifica dei requisiti del fornitore, con una soglia di accesso molto alta. I due passi di Kimi K3 hanno abbassato un po' questa soglia. Quanto alle aziende, se siano disposte a pagare per questo, lo diranno i prossimi trimestri.