IBM ha regalato i pesi, ma l’addestramento è in ostaggio
IBM pubblica Granite 4.2 con licenza Apache 2.0, ma l'addestramento si basa su Gemini CLI, Codex e giudici di Google e OpenAI.
Modelli aperti IBM raffinati con dati da strumenti chiusi Google e OpenAI: dubbi sull’indipendenza.
IBM ha appena regalato i pesi di Granite 4.2 con la licenza Apache 2.0. Un gesto di apertura, almeno in apparenza. Ma quando apri la scatola degli ingredienti, trovi una firma diversa: Gemini CLI, Codex, una giuria composta da GPT-OSS-120B e Gemma 4. L’open source non è più indipendente.
È una dipendenza ben mascherata.
Il paradosso è servito: IBM regala i pesi, ma l’addestramento è in ostaggio di Google, OpenAI e NVIDIA. E il prezzo del riscatto si paga in token, hardware e autonomia.
Chi ha davvero insegnato a Granite 4.2?
I modelli Granite 4.2 sono stati raffinati con dati di chain-of-thought, ragionamento e traiettorie agentiche. I modelli da 8B e 30B imparano ad agire con strumenti dentro ambienti sandbox reali tramite reinforcement learning agentico. Tutti supportano le chiamate native agli strumenti.
Fin qui, tutto bene. Ma chi ha generato i dati di addestramento? La risposta è scomoda. IBM ha usato una lista di scaffold: OpenHands, OpenCode, Terminus-2, SWE-agent, OpenResearcher, MiniSWE, OpenSeeker, EnvScaler,. Sì, avete letto bene: Gemini CLI è di Google. Codex è di OpenAI. Per addestrare un modello “aperto”, IBM si appoggia ai binari di due concorrenti chiusi.
E non finisce qui. Il controllo qualità è affidato a GPT-OSS-120B e Gemma 4 come giudici LLM. Di nuovo, un modello OpenAI e uno Google a decidere cosa è buono e cosa no. L’open source non ha più un metro indipendente: prende in prestito quello altrui.
Il moltiplicatore nascosto che nessuno vuole nominare
C’è un numero che gli annunci non mettono in prima pagina. Nel presentare NVIDIA Vera Rubin NVL72, NVIDIA cita i dati OpenRouter: i carichi di lavoro agentici consumano 15 volte più token di una semplice richiesta chat. Quindici volte. Non il 15% in più: quindici volte tanto.
Questa è la vera tassa sull’intelligenza artificiale che agisce. Ogni agente che ragiona, chiama strumenti, pianifica, consuma token come un SUV consuma carburante. E chi vende il carburante? In gran parte NVIDIA, con il suo hardware.
Ma non è solo una questione di potenza di calcolo. Man mano che i carichi di lavoro si diversificano, il routing come funzione centrale del sistema diventa inevitabile: ogni task viene abbinato a una risorsa in base a costo, latenza e accuratezza. Chi controlla il routing controlla l’accesso all’inferenza. E indovinate chi possiede le piattaforme di routing? AWS, Google Cloud, Azure. I soliti noti.
Poi c’è la composizione dei dati. Basta guardare la miscela di dati SFT: il 31,6% è agentico, il 68,4% no. In totale si parla di 7,2 milioni di campioni e 100 miliardi di token, di cui circa 65 miliardi addestrabili. Numeri imponenti. Ma la qualità di quei dati è certificata da modelli altrui. Non da IBM.
Perché regalare i pesi, allora?
La domanda è inevitabile: perché IBM pubblica Granite 4.2 con licenza Apache 2.0 se poi l’addestramento dipende da Google e OpenAI? Forse perché l’apertura dei pesi non è più una scelta strategica, ma una necessità competitiva. In un mercato dominato da modelli chiusi, regalare i pesi serve a creare una base di utenti. Ma la base di utenti deve poi comprare l’inferenza da qualcuno. E quel qualcuno ha un hardware preferito.
Il problema normativo è enorme. Se l’addestramento dei modelli aperti dipende da strumenti chiusi, il concetto stesso di “open source” diventa una foglia di fico. I regolatori europei, già alle prese con il GDPR e l’AI Act, dovrebbero chiedersi: chi controlla davvero la filiera dei dati? Chi certifica la qualità? E chi paga il conto finale in token e hardware?
L’open source rischia di diventare un parassita di sistemi chiusi. Prende i dati, prende i giudici, prende l’hardware. E restituisce pesi che, senza quel contesto, non potrebbero esistere. Non è indipendenza. È una dipendenza con una bella confezione.
La prossima volta che scaricate un modello Apache 2.0, chiedetevi: chi ha pagato il conto dell’addestramento? E soprattutto, chi ne controlla il futuro?
