Moonshot e Alibaba sfidano OpenAI con due nuovi modelli cinesi

Due annunci in 48 ore dalla Cina: Moonshot AI presenta Kimi K3, Alibaba mostra in anteprima Qwen3.8. Entrambe sostengono prestazioni di punta a una frazione del costo dei modelli statunitensi.

Venerdì Moonshot AI, da Pechino, ha svelato Kimi K3. L’azienda dice che nei propri test il modello supera quasi tutti i sistemi statunitensi, dietro solo a GPT-5.6 Sol di OpenAI e a Claude Fable 5 di Anthropic. Aggiunge di essere davanti su alcune prove specifiche. Nel fine settimana Alibaba ha seguito con Qwen3.8. Il gruppo lo definisce “uno dei modelli più potenti disponibili oggi” e “secondo solo a Fable 5”.

Le affermazioni su performance e costo arrivano senza dettagli tecnici pubblici. La fonte non elenca benchmark, dataset, versioni dei modelli rivali, protocolli di test o repliche indipendenti. Non indica listini, metodi di calcolo dei risparmi, condizioni d’uso, limiti di throughput o disponibilità commerciale. La comparazione resta, per ora, una dichiarazione dei vendor.

Il ritmo dei lanci sottolinea la corsa sul fronte più avanzato dell’IA. Le aziende cinesi rivendicano di potere reggere il confronto con OpenAI e Anthropic riducendo il costo di inferenza. Parlano di “frazione del costo”, ma senza cifre o parametri a supporto. Mancano anche indicazioni operative su accesso per sviluppatori o piani di distribuzione. Senza questi elementi, la portata economica della promessa resta indeterminata.

Kimi K3 viene posizionato da Moonshot come vicino alla vetta. L’azienda indica solo due modelli davanti: GPT-5.6 Sol e Claude Fable 5. Alibaba spinge Qwen3.8 nello stesso spazio, “secondo solo a Fable 5”. Sono graduatorie interne. Il quadro non consente, al momento, confronti diretti e ripetibili con i modelli statunitensi di ultima generazione.

Il contesto è più ampio della gara ai record. La tecnologia incide su sicurezza nazionale, potere economico, influenza geopolitica. In questo scenario, prezzi e disponibilità contano quanto i punteggi. Ma qui mancano i dati chiave: nessun listino, nessuna politica d’uso, nessun vincolo dichiarato su latenza o throughput. Finché questi tasselli restano assenti, diventa impossibile stimare TCO e convenienza in produzione.

Cosa serve ora: benchmark pubblici con protocolli chiari e riproducibili; test indipendenti su suite note; disclosure su prezzi, limiti e condizioni d’uso. Servono anche finestre di disponibilità e canali per l’accesso degli sviluppatori. Solo così si potrà verificare se Kimi K3 e Qwen3.8 competono davvero in prestazioni e, soprattutto, reggono la promessa di costi molto inferiori rispetto ai modelli statunitensi citati.