Guida pratica all'ecosistema AI open-weight cinese

Partiamo dall'obiezione migliore dello scettico, perché è legittima. Basarsi su un modello cinese open-weight significa dipendere da un laboratorio che non puoi chiamare al telefono, sotto licenze e regole di esportazione che possono cambiare mentre sei a metà di uno sprint, con dati di addestramento che nessuno ti mostrerà. È un fatto reale, e nessun grafico di download lo fa sparire. Quello che il grafico fa è cambiare la forma della decisione. Non si tratta di un singolo modello virale che puoi aspettare che passi. È un flusso costante di modelli, da un'intera schiera di laboratori, e il costo di ignorare la categoria sale a ogni trimestre.

L'ecosistema AI open-weight cinese è un insieme di laboratori, DeepSeek, Qwen di Alibaba, Kimi di Moonshot, GLM di Z.ai, ByteDance, MiniMax, Baidu e Tencent, che rilasciano modelli potenti con pesi scaricabili sotto diverse licenze. L'ondata di rilasci da giugno ha fatto avanzare di nuovo la categoria. DeepSeek V4, Kimi K3, GLM-5.3 e MiniMax M3 hanno tutti finestre di contesto da 1 milione di token. L'estate ha portato il primo modello open di scala ammiraglia di Tencent e, l'8 agosto, i pesi open di Qwen3.8; GLM-5.3 è arrivato il 14 agosto con una variante Flash più economica il 26 agosto, e a settembre si sono aggiunti V4.1-Flash di DeepSeek e la notizia che Qwen 4 è in addestramento. I modelli open-weight cinesi hanno superato per la prima volta quelli statunitensi nella quota di download su Hugging Face nel 2025, 17,1% contro 15,8% nell'anno fino ad agosto secondo uno studio del MIT e di Hugging Face, e da allora il divario ha continuato ad allargarsi. Il cambiamento più importante è che molti di questi rilasci ora puntano agli stessi lavori di programmazione a lungo orizzonte e agli stessi compiti agentici dei migliori modelli chiusi.

Punti chiave- La scena open-weight cinese è un gruppo di laboratori seri, non un singolo modello virale. Le ammiraglie attuali comprendono DeepSeek V4, Qwen3.8, Kimi K3, GLM-5.3 e MiniMax M3, con Hunyuan Hy3 di Tencent rilasciato nel corso dell'estate.- È strategia, non beneficenza. Pechino tratta i pesi open come un asset industriale, una tesi che la Commissione USA-Cina chiama i "due circuiti".- L'adozione è già decisiva: i modelli open-weight cinesi hanno superato quelli statunitensi nella quota di download su Hugging Face nel 2025, e alla fine di febbraio 2026 raccoglievano circa il 61% del consumo di token nella top 10 di OpenRouter.- "Open" non significa più un unico approccio alle licenze. Qwen3.6 e Hy3 di Tencent usano Apache-2.0, la linea V4 di DeepSeek e GLM-5.3-Flash usano MIT, mentre Qwen3.8, Kimi K3, MiniMax M3 e il GLM-5.3 completo usano licenze personalizzate.- I rilasci ospitati e quelli scaricabili vanno ancora tenuti distinti. Qwen3.8-Max di Alibaba è un'ammiraglia ospitata, ma i pesi di Qwen3.8 sono scaricabili alle loro condizioni.

Questa è la guida pratica che avrei voluto mi avessero consegnato prima di iniziare a scaricare questi pesi e a romperci cose. La geopolitica sta un livello più su, nell'articolo pilastro su se la Cina stia vincendo la corsa all'AI. Questo pezzo resta al livello del terreno.

Perché la Cina ha reso open source la sua AI?

La Cina ha reso open source la sua AI perché i pesi open sono un asset strategico, non un regalo. La U.S.-China Economic and Security Review Commission la inquadra come "due circuiti": un circuito digitale, in cui i pesi open seminano adozione e iterazione in tutto il mondo, e un circuito fisico, in cui la distribuzione a basso costo nelle fabbriche cinesi alimenta un flusso di dati industriali proprietari che torna in modelli migliori. Prima la politica. La generosità molto più indietro.

La logica è semplice una volta che la vedi. La Cina rappresenta il 17,8% delle pubblicazioni AI globali e il 74,2% dei brevetti AI concessi secondo l'AI Index 2026. I pesi open trasformano quel volume di ricerca in diffusione. Regala un modello capace e gli sviluppatori di tutto il mondo ci costruiscono sopra, il che diffonde strumenti, standard e dipendenze cinesi molto più in fretta di qualsiasi accordo di esportazione.

Il sostegno politico è esplicito. Il premier Li Qiang ha promesso alla World AI Conference 2025 che la Cina sarebbe stata "più aperta nella condivisione di tecnologie e prodotti open source", ha riportato Xinhua, e la più ampia iniziativa "AI+" punta a integrare l'AI nella manifattura, nei servizi e nella pubblica amministrazione, come illustra l'analisi della Carnegie Endowment sulla politica cinese dell'AI. I pesi open aggirano anche i controlli sull'esportazione dei chip. Se il tuo vantaggio è la diffusione anziché possedere il singolo miglior modello chiuso, non ti serve l'acceleratore più recente per contare a livello globale.

Ecco il punto che la copertura occidentale tende a perdere. Rendere open source non è la mossa di un paese che è indietro e spera che la generosità gli compri benevolenza. È quasi il contrario. Quando non puoi vincere la corsa alla frontiera chiusa solo sulla potenza di calcolo, cambi il gioco scegliendone uno che puoi vincere: l'ubiquità. Un modello gratuito, abbastanza buono e con licenza permissiva, che chiunque può scaricare ed eseguire sul proprio hardware, è una forma di influenza molto più tenace di un'API a pagamento che nessuno fuori dai tuoi confini può verificare.

La Cina rende open source la sua AI come politica industriale deliberata, non per altruismo. La tesi dei "due circuiti" della Commissione USA-Cina sostiene che i modelli open rafforzino la più ampia dominanza manifatturiera e industriale cinese, mentre la promessa del premier Li Qiang di condividere "tecnologie e prodotti open source", riportata da Xinhua, e l'iniziativa "AI+" la sostengono sul piano politico.

Il confronto su spesa e strategia rispetto agli Stati Uniti lo approfondisco in la Cina sta vincendo la corsa all'AI.

L'elenco dei modelli AI open source cinesi: chi li costruisce?

La scena open-weight cinese si regge su circa nove protagonisti seri, ed è molto più variegata di quanto suggeriscano i titoli su DeepSeek. Il brief di DigiChina della Stanford sull'ecosistema profila in dettaglio quattro famiglie leader, Qwen, DeepSeek, Kimi e GLM, e cita una panchina oltre a loro. Ecco il chi è chi, con la famiglia open di punta di ciascun laboratorio.

Qwen torreggia ancora sul campo per dimensione dell'ecosistema. Il rapporto State of Open Models: Summer 2026 di Hugging Face attribuisce a Qwen 2,045 miliardi di download sull'Hub nei primi sette mesi del 2026 e 151.448 derivati, 2,6 volte l'impronta totale di Meta. La cifra dichiarata da Alibaba, riportata da Bloomberg il 15 agosto, è ancora più grande: 3 miliardi di download e oltre 300.000 derivati nel mondo. La tratterei come un dato aziendale piuttosto che verificato, ma entrambi i conteggi confermano la scala. MIT Technology Review nota che le sole varianti Qwen rappresentano oltre il 40% dei nuovi modelli derivati sulla piattaforma. La dimensione dell'ecosistema, però, non è più un indicatore del modello più recente. Alibaba ha rilasciato i pesi open di Qwen3.8 l'8 agosto 2026, un modello mixture-of-experts da 2,4T con 95B di parametri attivi, sotto una licenza Qwen personalizzata anziché Apache-2.0, mentre Qwen3.6 resta la linea Apache-2.0 attuale. E alla conferenza Apsara qui a Hangzhou, il 22 settembre, Alibaba ha detto che Qwen 4 è in addestramento, anticipando una lineup a quattro livelli, Max, Flash, Plus e un 27B open, senza ancora date, prezzi o pesi.

Dietro i cinque principali, la panchina conta più di un tempo, e vale la pena conoscerla per nome anziché come nota a piè di pagina. Hunyuan Hy3 di Tencent è la vera notizia: rilasciato a luglio 2026 sotto Apache-2.0, è la prima volta che Tencent mette all'aperto pesi di scala ammiraglia, ed entra dritto nel gruppo delle valutazioni serie. La famiglia open Ernie 4.5 di Baidu ha segnato un vero cambio di rotta per un'azienda rimasta chiusa per anni, anche se le varianti open restano indietro rispetto ai leader per adozione ed Ernie 5.0 è rimasto chiuso. ByteDance è il caso anomalo: scala consumer enorme con Doubao e checkpoint di ricerca credibili in Seed-OSS, ma i suoi modelli di punta restano chiusi, quindi verifica cosa è davvero open prima di pianificarci sopra. Un ultimo nome da segnare a matita piuttosto che a penna: MiniMax ha distribuito un M3.1-Flash-Preview dentro il suo strumento MiniMax Code il 27 settembre, un'anteprima piuttosto che un rilascio completo, quindi M3 resta la versione su cui pianificare.

Due di questi laboratori costruiscono i loro modelli a pochi minuti dal mio appartamento, eppure anch'io all'inizio ho sbagliato valutazione. Davo per scontato che fosse una gara a due tra DeepSeek e Qwen, in parte perché è la gara di cui parlano i titoli, in parte perché a Hangzhou sono i due nomi che senti in ogni conversazione. Non è una gara a due. Nel mio stack continuo a scegliere GLM e Kimi per lavori specifici, soprattutto quelli a contesto lungo, dove un laboratorio più piccolo ha rilasciato in sordina lo strumento migliore. Leggere l'ecosistema come "DeepSeek e gli altri" ti farà perdere metà delle opzioni buone.

Mappa di riferimento: principali laboratori open-weight cinesi e famiglie di modelli di punta. Compilata dal brief DigiChina della Stanford e dalle note di rilascio e schede modello dei laboratori. Indicativa, non esaustiva.

Per un confronto diretto tra i leader, vedi Qwen vs DeepSeek vs Llama.

L'ecosistema open-weight cinese comprende almeno nove laboratori seri. Le sue ammiraglie dell'autunno 2026 includono DeepSeek V4.1-Flash, Qwen3.8, Kimi K3, GLM-5.3 e MiniMax M3, con Hunyuan Hy3 di Tencent appena reso open sotto Apache-2.0. Il brief di DigiChina della Stanford documenta il campo come diversificato e non come la storia di un singolo modello; i dati aggiornati sui modelli provengono dalle note di rilascio e dalle schede modello dei laboratori.

Dove trovare ed eseguire i modelli open cinesi?

I modelli open cinesi si trovano negli stessi posti in cui trovi qualsiasi modello open. Hugging Face domina come host, con ModelScope come hub nativo cinese. L'adozione lì non è marginale. I modelli open-weight cinesi hanno superato quelli statunitensi nella quota di download globali su Hugging Face per la prima volta nel 2025, 17,1% contro 15,8% nell'anno fino ad agosto secondo lo studio del MIT e di Hugging Face, e da allora non hanno guardato indietro. Sul versante delle API, i modelli cinesi raccoglievano circa il 61% del consumo di token nella top 10 di OpenRouter alla fine di febbraio 2026 ed erano la maggioranza del traffico dell'intera piattaforma entro l'estate, secondo le classifiche di OpenRouter. Questi pesi risiedono sull'infrastruttura mainstream che usi già.

Ci sono tre vie d'accesso pratiche. Hugging Face è dove scarichi i pesi per l'auto-hosting o il fine-tuning. ModelScope, l'hub di Alibaba, porta spesso in anticipo i rilasci cinesi. Le API ospitate arrivano dal laboratorio stesso o da aggregatori come OpenRouter. Verifica la disponibilità per ciascun checkpoint: ogni ammiraglia citata sopra ora ha pesi scaricabili, mentre ammiraglie ospitate come Qwen3.8-Max si trovano sulle piattaforme dei laboratori accanto a loro.

Il quadro delle licenze conta più di quanto ci si aspetti. Qwen3.6 e Hunyuan Hy3 usano Apache-2.0. La linea V4 di DeepSeek e GLM-5.3-Flash usano MIT. Qwen3.8, Kimi K3, MiniMax M3 e il GLM-5.3 completo portano licenze proprie. Sono punti di partenza significativamente diversi per una revisione commerciale, e i termini possono ancora cambiare tra checkpoint di uno stesso laboratorio. Qwen è l'esempio vivente: la sua linea open è passata da Apache-2.0 alla 3.6 a una licenza personalizzata alla 3.8 in un solo ciclo di rilascio. Z.ai ha dimostrato lo stesso punto dalla direzione opposta. GLM-5.3 ha rotto la tradizione di famiglia della MIT al giorno uno, arrivando prima in API il 14 agosto con i pesi trattenuti per due settimane per una revisione di sicurezza e rilasciati sotto una licenza su misura, prima che la variante Flash del 26 agosto ripristinasse la MIT.

Il mio flusso di lavoro è volutamente noioso. Scarico i pesi da Hugging Face o ModelScope, apro il file di licenza prima di qualsiasi altra cosa, faccio un prototipo su OpenRouter per vedere se il modello è davvero adatto al lavoro, poi auto-ospito il vincitore se il carico giustifica l'hardware. Il controllo della licenza è il passaggio che la gente salta, ed è quello di cui poi si pente.

Le ammiraglie cinesi attuali sono disponibili attraverso un mix di API ufficiali, Hugging Face e ModelScope. Le licenze differiscono nettamente: Qwen3.6 e Hunyuan Hy3 sono Apache-2.0, i modelli V4 di DeepSeek e GLM-5.3-Flash sono MIT, e Qwen3.8, Kimi K3, MiniMax M3 e il GLM-5.3 completo usano condizioni personalizzate. Controlla il checkpoint esatto invece di affidarti al nome della famiglia.

Se sono le questioni di governance a bloccarti, la mia guida su se DeepSeek è sicuro per le aziende illustra la checklist di due diligence.

Cosa significa per i team occidentali?

Per i team occidentali il titolo è cambiato. I modelli open cinesi non sono più solo l'opzione economica e abbastanza buona. Kimi K3, GLM-5.3, DeepSeek V4 e MiniMax M3 sono progettati per la programmazione a lungo orizzonte, il lavoro multimodale e quello agentico, con contesto da 1M in tutti e quattro. Le domande rimaste sono pratiche: quale si adatta al carico di lavoro, se la sua licenza si adatta al prodotto, e se vuoi accollarti il conto dell'hardware per un checkpoint di queste dimensioni.

Pensa a cosa cambia nella pratica. Per sintesi, estrazione, classificazione, instradamento e stesura, raramente serve il singolo miglior modello di frontiera al mondo. Te ne serve uno affidabile, economico e tuo, da eseguire dove vuoi. I pesi open cinesi centrano quell'obiettivo, e puoi ospitarli sulle tue macchine invece di affittare un'API chiusa a consumo di token.

Le riserve sono reali e non ho intenzione di edulcorarle. Governance dei dati, provenienza, comportamento di censura e licenze meritano tutti un esame accurato prima che qualcosa tocchi la produzione. È una valutazione del rischio, non un veto. L'analisi della Carnegie è un utile promemoria del fatto che questi modelli arrivano dentro un contesto politico, quindi trattarli come merci neutre prese da uno scaffale è un errore. Fai la valutazione, poi decidi.

Per i team occidentali, il significato pratico è che il modello economico, capace e con licenza permissiva di default al mondo è sempre più cinese e open-weight, con i modelli cinesi in testa alla quota di download su Hugging Face e con la maggioranza del consumo di token nella top 10 di OpenRouter già alla fine di febbraio 2026. La risposta giusta è una valutazione strutturata di governance e licenze, non un rifiuto istintivo.

Sul perché questi modelli siano così economici in partenza, scompongo l'economia in perché l'AI cinese è economica.

FAQ

Quali sono i principali modelli AI open source cinesi? I checkpoint open di punta attuali sono DeepSeek V4 Pro e V4.1-Flash, Qwen3.8 e Qwen3.6, Kimi K3, GLM-5.3 e il suo fratello Flash con licenza MIT, e MiniMax M3, con Hunyuan Hy3 di Tencent rilasciato nel corso dell'estate. I checkpoint Seed di ByteDance e Ernie 4.5 di Baidu allargano il campo. Qwen resta l'ecosistema più grande per adozione cumulativa, ma i suoi pesi open più recenti portano una licenza personalizzata anziché Apache-2.0.

Perché la Cina rende open source i suoi modelli AI? Perché è strategia, non beneficenza. La tesi dei "due circuiti" della Commissione USA-Cina sostiene che i modelli open rafforzino la più ampia dominanza industriale cinese diffondendo strumenti e dipendenze cinesi a livello globale. È sostenuta sul piano politico dalla promessa del premier Li Qiang di condividere "tecnologie e prodotti open source", riportata da Xinhua, e dall'iniziativa "AI+" descritta nell'analisi politica della Carnegie.

I modelli open cinesi sono davvero open? I pesi sono scaricabili per i rilasci citati sopra, ma le licenze differiscono. Qwen3.6 e Hunyuan Hy3 usano Apache-2.0, i modelli V4 di DeepSeek e GLM-5.3-Flash usano MIT, e Qwen3.8, Kimi K3, MiniMax M3 e il GLM-5.3 completo usano licenze personalizzate. Pesi open, inoltre, non significano dati di addestramento open. Leggi la scheda modello e la licenza specifiche prima di costruire.

Dove posso scaricare i modelli AI cinesi? Hugging Face è l'host dominante, con ModelScope di Alibaba come hub nativo cinese che spesso riceve per primo i rilasci. Se preferisci non auto-ospitare, OpenRouter serve la maggior parte di questi modelli tramite un'unica API ospitata. L'adozione su queste piattaforme è ormai decisiva: i modelli open-weight cinesi hanno superato quelli statunitensi nella quota di download su Hugging Face nel 2025 ed erano la maggioranza del traffico di OpenRouter entro metà 2026, secondo le classifiche di OpenRouter.

In conclusione

L'ecosistema open-weight cinese non è un singolo modello virale. È una panchina profonda di laboratori, DeepSeek, Qwen, Kimi, GLM, ByteDance, MiniMax, Ernie e Hunyuan, sostenuta da una strategia nazionale deliberata. Pechino tratta i pesi open come politica industriale, i "due circuiti" descritti dall'USCC, e i dati di adozione già lo riflettono: i modelli open-weight cinesi hanno superato quelli statunitensi nella quota di download su Hugging Face nel 2025, hanno raccolto circa il 61% del consumo di token nella top 10 di OpenRouter alla fine di febbraio 2026, ed erano la maggioranza della piattaforma entro l'estate.

L'obiezione da cui sono partito resta valida, e deve esserlo. Dipenderesti da laboratori che non puoi chiamare, a condizioni che possono cambiare, come ha appena mostrato il silenzioso cambio di licenza di Qwen tra la 3.6 e la 3.8. Quello che la mappa ti dà è la capacità di essere specifico su quali di quei rischi sono davvero tuoi da portare: per questo carico di lavoro, su questo checkpoint, sotto questa licenza. È una domanda più piccola e molto più rispondibile di "dovremmo usare modelli cinesi".

Con la mappa del territorio in mano, confronta i leader testa a testa in Qwen vs DeepSeek vs Llama, lavora sulla due diligence in DeepSeek è sicuro per le aziende, oppure torna all'articolo pilastro su se la Cina stia vincendo la corsa all'AI. E se vuoi un secondo paio di occhi su un progetto, è proprio il tipo di lavoro che faccio.