Un modello scientifico da 753B pubblicato sotto MIT. La ricetta di addestramento no.

Deep Principle, un'azienda di Hangzhou, ha rilasciato Hydrogen-1.0 il 2 novembre. È un modello mixture-of-experts da 753 miliardi di parametri, con circa 40 miliardi attivi per singolo passaggio in avanti, costruito per chimica, scienza dei materiali e scienze della vita. I pesi sono su Hugging Face con licenza MIT, dietro un accesso che viene approvato automaticamente.
Questa combinazione è abbastanza insolita da meritare di essere detta chiaramente. Il più grande modello scientifico aperto fino a oggi, con la licenza comune più permissiva, scaricabile da chiunque abbia otto GPU e un modulo da compilare.
Non è nemmeno quello che "aperto" significa di solito, e lo scarto tra le due cose è la parte interessante.
Cosa è stato costruito e come
Hydrogen-1.0 parte da GLM-5.3 di Z.ai, post-addestrato su dati di dominio: chimica, scienza dei materiali, scienze della vita, più registrazioni e traiettorie di agenti dai laboratori di Deep Principle. L'azienda gestisce un quaderno di laboratorio elettronico chiamato Mira, e il modello ha imparato da registrazioni di laboratorio a ciclo completo raccolte attraverso di esso, compresi gli esperimenti falliti.
L'addestramento ha combinato fine-tuning supervisionato e apprendimento per rinforzo, e l'azienda dice che l'infrastruttura girava sia su Nvidia CUDA sia su AMD ROCm. Megatron e SGLang sono indicati come framework di addestramento e di serving.
La scheda tecnica è seria. Finestra di contesto di un milione di token, output massimo di 128,000 token. Serving in BF16 testato su otto GPU via SGLang. Le build quantizzate puntano ad acceleratori specifici: NVFP4 per B200 e B300, MXFP4 per MI350X e MI355X. Il server espone un'API compatibile OpenAI con un'impostazione di reasoning effort.
Questo profilo hardware colloca il self-hosting nella fascia di un istituto di ricerca o di un'azienda con un cluster dedicato. Otto GPU per l'inferenza in BF16 è un acquisto di reparto, non personale. Per questo contano gli altri canali di distribuzione: ModelScope ospita le varianti quantizzate, NeuroSpark offre un'API, e il modello sta anche dentro Mira, il prodotto AI Scientist di Deep Principle.
Le affermazioni sui benchmark, con le etichette corrette
Su FrontierScience-Research, una suite pensata per problemi scientifici di livello di ricerca e non per domande da manuale, Hydrogen-1.0 segna 38,3 per cento. GPT-6-Astra segna 33,3 per cento. Su GPQA-Diamond, un benchmark di ragionamento scientifico di livello post-laurea, un fondatore riporta 93,0 per cento, più o meno alla pari con Kimi-K3.
Su tre scenari interni di laboratorio, l'azienda dice di battere GPT-6-Astra al massimo del ragionamento di 5,13 punti nel calcolo scientifico e di 4,76 punti nella predizione di reazione diretta. Pubblica anche una sconfitta: Astra al massimo del ragionamento è 3,33 punti migliore nell'elucidazione strutturale NMR.
La cifra di costo è quella con il filo più affilato. Circa 25 centesimi per problema, contro 88 centesimi di Astra Max. Il blog traccia l'accuratezza contro il costo API stimato, che è un grafico più onesto di una classifica nuda, perché mostra che la cima della frontiera costa cara per unità di correttezza.
Ora le avvertenze, che sono sostanziali e che l'azienda dichiara invece di nascondere.
Ogni numero è auto-dichiarato. Nessuno è stato riprodotto da un gruppo esterno. Diversi vengono da set di domande interni la cui composizione non è pubblicata. Sulle 117 domande di pianificazione degli esperimenti usate come confronto, l'unico modello incluso era Kimi-K3, perché GPT-6-Astra e Opus 5.5 hanno rifiutato più della metà delle richieste in quella valutazione. Questa esclusione è difendibile, dato che un modello che non risponde non si può valutare, e significa anche che il confronto del titolo non regge su quel compito.
L'azienda dice anche che le differenze tra compiti non vanno lette come confronti diretti di capacità del modello, il genere di frase che meriterebbe di essere citata più spesso.
Pesi aperti, ricetta chiusa
La scheda del modello porta una riga che ridefinisce tutto il rilascio: i dataset completi e le ricette non vengono rilasciati con i pesi.
Quindi cosa è davvero aperto? I parametri, in BF16 e due formati quantizzati. La licenza, che permette uso commerciale e modelli derivati senza royalty. Il percorso di serving, tramite un framework aperto. Le affermazioni sui benchmark, così come sono.
Quello che è chiuso è la parte che ha prodotto la capacità. La miscela di dati. L'ambiente di apprendimento per rinforzo. Il design delle ricompense. La curatela di quattro anni di registrazioni di laboratorio in materiale di addestramento. Chiunque può far girare Hydrogen-1.0. Nessuno può ricostruirlo.
Questo è ormai il modello dominante nei rilasci di modelli aperti, e vale la pena essere chiari su cosa compra e cosa costa. Compra la riproducibilità dei risultati. Un laboratorio può scaricare i pesi, far girare lo stesso problema e verificare l'affermazione, che è un progresso reale rispetto a un'API che cambia sotto i piedi. Compra la sovranità. Un'azienda farmaceutica con dati sensibili può fare inferenza sul proprio hardware. Compra il lavoro derivato, dato che il fine-tuning è permesso.
Non compra la scienza. Se il post-addestramento su traiettorie di esperti curate è da dove viene la capacità, allora un checkpoint aperto è un artefatto finito più che una ricetta, e la capacità del campo di migliorarlo si limita ai dati che può produrre da sé.
La controobiezione è che i dati di Deep Principle non sono comunque trasferibili. Un concorrente non può usare il quaderno di laboratorio elettronico di un'altra azienda. In quella lettura, rilasciare i pesi è il massimo che si possa rilasciare senza regalare l'unico asset che conta.
Entrambe le letture sono corrette. La domanda è quale delle due serve a un dato acquirente.
La divisione del lavoro che nessuno aveva pianificato
C'è qui un dettaglio strutturale che fra due anni sembrerà ovvio. Un'azienda specializzata di Hangzhou ha preso un modello base aperto cinese di Z.ai, lo ha post-addestrato su dati di laboratorio proprietari e lo ha rilasciato sotto MIT, con build quantizzate per hardware Nvidia e AMD.
Tre anni fa quella pipeline non esisteva. I modelli di base venivano da una manciata di laboratori, e tutti gli altri costruivano applicazioni. Ora lo strato di base è una merce su cui gli specialisti fanno post-addestramento, e la specializzazione è il prodotto. Hydrogen-1.0 è uno degli esempi più chiari finora, e il fatto che la base sia cinese, l'infrastruttura di distribuzione americana e la licenza MIT rende la filiera davvero multinazionale.
Questo ha una conseguenza pratica per gli acquirenti. Quando si valuta un modello di dominio, il modello di base dice meno di prima. Quello che conta sono i dati di post-addestramento e se la valutazione riflette i propri compiti. Un modello da 753B che vince su FrontierScience-Research e perde nell'elucidazione strutturale NMR dice esattamente dove i suoi dati di addestramento erano forti.
Come decidere
Se guidi un gruppo di chimica computazionale e hai accesso a un cluster, scarica i pesi e fai girare dieci problemi tuoi. Non quelli della demo. Quelli di cui conosci già la risposta e quelli di cui non la conosci.
La demo mostrata da Deep Principle era una simulazione di fusione del polietilene: il modello ha scritto ed eseguito il codice della simulazione, poi ha renderizzato una visualizzazione molecolare 3D e calcolato densità, funzione di distribuzione radiale, raggio di girazione e distanza end-to-end. È un flusso di lavoro competente da giovane scienziato computazionale. È anche un flusso di lavoro che un modello di frontiera ben promptato sa fare.
La differenza è cosa succede quando devi farlo girare quattrocento volte su dati che non puoi mandare da nessuna parte. È il caso per cui Hydrogen-1.0 è costruito, ed è abbastanza grande da giustificare le otto GPU.
Articoli correlati
Il consiglio si è costruito un comitato sull'export
In nove giorni il consiglio di Nvidia ha prodotto un'indagine, una presidenza e un comitato sull'export. Solo la trimestrale è finita in prima pagina.
Nvidia non ha mai costruito una seconda fila
Il problema di Nvidia non è lo scandalo, è la struttura: nessun presidente del consiglio fino alla settimana scorsa, nessun vice con mandato aziendale, nessuna successione.
Nvidia ha messo un prezzo al suo fondatore
In nove giorni Nvidia ha cambiato CEO e consiglio senza perdere un trimestre. Il mercato, intanto, ha dato un prezzo a quello che valeva un solo uomo.
Un foglio di calcolo comunitario di tocchi che spegne la pubblicità negli Android cinesi
Non tocca il sistema, non sblocca niente, non flasha niente. Ribalta solo gli interruttori che i produttori hanno già previsto. Il prezzo è una lista che qualcuno deve continuare a scrivere.