La corsa all’intelligenza artificiale è cambiata

Nvidia e Meta dimostrano che l’efficienza economica supera la potenza bruta dei modelli

Qualche giorno fa un amico che gestisce un tool di analisi legale mi ha mandato uno screenshot. La bolletta mensile delle API per l’AI era scesa del 60%. Nessun cambio di fornitore, nessuna migrazione epocale. Solo un aggiornamento di modello. «Non ci credo ancora», ha scritto. E invece è esattamente quello che sta succedendo in queste settimane. La corsa all’intelligenza artificiale ha cambiato traguardo: non vince più chi sfoggia il modello con più parametri, ma chi porta a casa il risultato spendendo meno token, meno tempo e – soprattutto – meno soldi.

La fine della potenza bruta è già qui

Il primo schiaffo arriva da NVIDIA. Il loro Nemotron 3 Ultra ha completato più compiti con un throughput maggiore rispetto ai modelli chiusi di punta. Il vero colpo, però, è l’efficienza economica: dieci volte meno costosa per ogni esecuzione. Sul benchmark LangChain Deep Agents ha raggiunto la parità operativa con i migliori modelli senza bisogno di alcun riaddestramento. In pratica NVIDIA ha preso un modello open, l’ha messo a punto con un’impalcatura software intelligente e ha ottenuto risultati da prima della classe, con una frazione del costo. Una dimostrazione plastica che la potenza grezza è ormai un lusso inutile.

Nel frattempo Meta si muove nella stessa direzione. Muse Spark 1.1 è nato per il coding agentico su scala reale: strumenti forti a un prezzo che rende sostenibili carichi di lavoro imponenti.

«Meta is clearly building for serious agentic coding – strong tool use at a price point that makes it viable to run real coding workloads at scale. That combination is rare, and it’s exactly why we wanted Cline developers to have access early.»

Così ha spiegato Saoud Rizwan, CEO di Cline. E la scelta delle parole non è casuale: “rare” è l’abbinamento tra performance e costo, non la potenza assoluta del modello.

Come GPT-5.6 ha ribaltato il tavolo dell’efficienza

Ma è OpenAI a marcare il passo più rumoroso. La nuova gamma GPT-5.6 non si presenta con il solito annuncio da mille miliardi di parametri. Sfida i modelli concorrenti sul terreno scivoloso del costo per task. La variante Sol con ragionamento medio supera Fable 5 di 11,4 punti a circa un quarto del costo stimato. Le versioni Terra e Luna di GPT-5.6 fanno ancora meglio: battono Fable 5 con un costo sedici volte inferiore. Sol con ragionamento massimo arriva a un punto dal rivale sull’Intelligence Index di Artificial Analysis, completando le richieste nel 61% del tempo e a metà prezzo. E sull’indice di coding agent, sempre GPT-5.6 Sol ha ottenuto 80 punti (2,8 sopra Fable 5), usando meno della metà dei token di output, in meno della metà del tempo e costando circa un terzo in meno. Terra e Luna, ciascuno con un terzo del tempo e un quarto del costo, surclassano rispettivamente Fable 5 e Opus 4.8.

I numeri sono tanti, ma il messaggio è uno solo: l’efficienza è il nuovo oro. E non lo dicono solo i grafici.

«GPT-5.6 è stato il modello più forte che abbiamo valutato sui nostri test di code review agentici.»

Itamar Friedman di Qodo ha misurato un balzo in avanti rispetto alla generazione precedente, con circa tre volte meno token per pull request e una latenza mediana praticamente dimezzata.

Alex Wang di Rogo, su un benchmark finanziario complesso, ha visto la qualità della rubrica salire di 6,2 punti e l’accuratezza delle risposte migliorare di 3,6 punti, mentre l’uso di Chiamate Strumentali Programmatiche ha permesso di mantenere quella qualità con il 24% di token di output in meno e completamenti più rapidi del 28%. Angel Faus di Clio, nel settore legale, parla di un risparmio del 14% di token con una qualità superiore nella ricerca e nei documenti; nelle analisi multi-step i token di prompt scendono del 38% senza alcun calo di accuratezza. Simon Last di Notion lo riassume così:

«GPT-5.6 Sol è il risolutore di problemi più tenace che abbiamo visto. Terra e Luna offrono prestazioni superiori al loro prezzo. Molti agenti che usano la generazione precedente funzionano altrettanto bene su Terra per metà del costo e il 16% in meno di token.»

In pratica, chi ha già costruito agenti può aggiornare il modello, pigiare “salva” e vedere la fattura dimezzata.

Nessuna magia nera, nessun retraining: solo efficienza software e una cura maniacale per il consumo di token.

Cosa tenere d’occhio nei prossimi mesi

La lezione è cristallina. Chi non ottimizza è fuori gioco. Start-up, software house e realtà enterprise che valutano i fornitori di AI dovranno aggiungere alla check-list una voce impietosa: il costo per task. Perché avere il modello più “intelligente” conta poco se ogni risposta costa come un caffè al bar, mentre il concorrente spende pochi centesimi per lo stesso risultato. Da osservare con attenzione c’è anche il delicato equilibrio tra velocità di esecuzione, qualità delle risposte e trasparenza nell’uso dei dati. Correre troppo sull’efficienza può spingere a comprimere i controlli sulla privacy e sulla sicurezza dei modelli, specie quando la pressione commerciale accelera i rilasci. Ma una cosa è certa: il futuro non apparterrà a chi sforna mostri da trilioni di parametri, bensì a chi sa trasformare ogni token in valore reale. E la partita, per la prima volta, sembra aperta a molti.