John Carmack, che ha costruito motori grafici ossessionati dalla latenza, chiede di «misurarsi sulla velocità della luce». Il modello è chiaro: stato locale pronto in pochi vblank e un solo giro al server avviato in parallelo all’inizializzazione grafica. Il bersaglio non sono i millisecondi cosmetici, sono gli avvii lenti che si autogiustificano confrontandosi con baseline mediocri.

La redazione concorda e mette un vincolo operativo: budget end to end di 150 ms dal doppio clic al primo gesto utile, misurato con telemetria che unisce input, cold start, query unica e primo contenuto interattivo. I team che celebrano secondi perdono l’obiettivo. Reti mobili e microservizi impongono degrado controllato, non alibi. L’architettura deve proteggere la singola richiesta sul cammino critico e far saltare gli allacci inutili finché l’utente non tocca davvero qualcosa.

Simon Willison cita un dato del Financial Times su Anthropic: «la distillazione pesa per il 5-7%» dei ricavi. Aggiunge un conto a spanne che, assumendo un Q2 da 11,5 miliardi, porta oltre mezzo miliardo acquistato da laboratori per distillare modelli. Finora la distillazione era ottimizzazione interna, non canale di vendita.

Il punto è la monetizzazione B2B dell’output del teacher, con terzi che pagano per trasferire capacità nei propri studenti. Per chi guida budget ML la distillazione entra tra le voci di procurement, con attenzione a termini d’uso, provenienza degli output e costo per token su volumi da training. Il giudizio della redazione è favorevole: la lettura regge. La percentuale è plausibile. Il mezzo miliardo vale solo con quell’ipotesi di ricavi.

Nathan Lambert prevede «adozione a gonfie vele» se i punteggi reggono. All’Allen Institute segue modelli aperti e post training, legge i benchmark. Cita GLM 5.2 e Kimi K3 in Cina. Negli Stati Uniti i pesi aperti hanno inseguito su compiti lunghi e tool use. Qui “primo” indica il grado, non Llama.

La ricaduta è che la sicurezza operativa passa ai team. Con capacità agentiche a pesi aperti decide chi integra sandbox, definisce permessi e budget di chiamate e imposta il recupero dall’errore, senza fornitore a imporlo. Il QA vira su affidabilità di catene di azioni reali. Giudizio: adozione negli Stati Uniti se i risultati fuori benchmark tengono, vantaggio a chi ha infrastruttura per governare agenti senza stampelle di piattaforma.