Il prezzo batte la prudenza: i token dell’Occidente hanno imparato il cinese

Nella settimana tra il 9 e il 15 febbraio 2026 i modelli cinesi hanno processato su OpenRouter, il più grande router neutrale di modelli linguistici, 4,12 trilioni di token contro i 2,94 trilioni dei modelli americani, per la prima volta. Dodici mesi prima la quota statunitense sulla piattaforma superava il 70%; a giugno 2026 è scesa sotto il 40%. Il sorpasso non è avvenuto nei benchmark, dove i modelli di frontiera americani restano davanti, ma nelle scelte quotidiane di sviluppatori e imprese occidentali, che di fronte a prestazioni ormai comparabili e a costi fino a cinquanta volte inferiori hanno smesso di porsi le domande su controllo dei dati e giurisdizione che due anni fa sembravano dirimenti. La questione, a questo punto, non è più se usare i modelli cinesi, ma come farlo senza consegnare i propri dati a Pechino.

La curva di adozione è ripida quanto poche altre nella storia del software. A fine 2024 i modelli open weight cinesi valevano meno del 2 per cento dei token settimanali su OpenRouter; a metà 2026 superano il 46% del consumo totale di modelli, su una piattaforma il cui volume complessivo è quintuplicato in un anno fino a oltre 25 trilioni di token a settimana. OpenRouter fotografa una parte del mercato, perché i grandi contratti enterprise passano direttamente dai fornitori, ma è la parte più indicativa, quella dove sviluppatori e imprese confrontano i modelli a parità di condizioni e possono sostituirli con un clic. Il motore di questa crescita è il codice. La quota di carichi di lavoro legati alla programmazione e agli agenti è salita dall'11% di inizio 2025 a oltre metà del traffico totale ed è proprio sui compiti di coding, ad alto volume e sensibili al prezzo, che i modelli cinesi offrono il miglior rapporto tra qualità e costo.

Tre nomi dominano il fenomeno. DeepSeek è oggi il primo fornitore singolo della piattaforma con circa il 18% del volume, più di Google, Anthropic o OpenAI prese singolarmente. Il laboratorio di Hangzhou, nato come progetto collaterale di un fondo quantitativo e arrivato a una prima raccolta esterna valutata attorno ai 50 miliardi di dollari, ha costruito la propria posizione sul rapporto prezzo-prestazioni, con modelli di ragionamento che offrono circa il 90 per cento della qualità dei migliori sistemi americani a una frazione minima del costo.

Qwen, la famiglia di Alibaba, ha vinto invece la partita dell'ecosistema. Secondo dati diffusi da Alibaba, Qwen ha superato un miliardo di download cumulati su Hugging Face, scavalcando Llama di Meta come modello open source più scaricato al mondo, e una quota significativa dei nuovi modelli derivati creati sulla piattaforma parte oggi da una base Qwen. Quando una famiglia di modelli diventa lo standard su cui ricercatori e aziende costruiscono le proprie versioni specializzate, la sua posizione si consolida a prescindere dai benchmark del trimestre.

Il terzo protagonista è GLM di Zhipu AI, oggi Z.ai, ed è la conferma più recente della tesi. GLM-5.2, uscito il 13 giugno, è un modello da circa 750 miliardi di parametri costruito per attivarne solo una piccola parte a ogni richiesta, un accorgimento che tiene i costi di esercizio vicini a quelli di un modello molto più piccolo. Riesce a leggere in un solo passaggio documenti lunghi quanto diversi romanzi e nei compiti di programmazione più lunghi e articolati, proprio quelli che trainano la domanda, eguaglia o supera i migliori sistemi chiusi americani a circa un sesto del costo. Oggi è il miglior modello a pesi aperti dell'Artificial Analysis Intelligence Index. Un ulteriore elemento interessante riguarda la licenza, una MIT, la formula più permissiva del software, che consente a chiunque di scaricare il modello, modificarlo e costruirci sopra prodotti commerciali senza pagare nulla e senza chiedere il permesso a nessuno. Un laboratorio che regala un modello di frontiera mentre i rivali americani tengono chiusi i propri non sta facendo beneficenza, sta usando la distribuzione come arma competitiva, la stessa logica con cui Qwen ha conquistato l'ecosistema. La ricchezza di questa offerta rende improbabile che un singolo divieto o un taglio di prezzo possa invertire la tendenza.

Il rovescio della medaglia è rimasto intatto. Le API ospitate dai fornitori cinesi instradano i dati verso server soggetti alla giurisdizione di Pechino, dove nessuna clausola contrattuale può prevalere sull'obbligo legale di cooperare con le richieste dello Stato. La Cina non ha una decisione di adeguatezza ai sensi del GDPR e DeepSeek non offre clausole contrattuali standard, il che rende l'invio di dati personali europei ai suoi server una violazione delle regole del GDPR sui trasferimenti extra-UE. Il Garante italiano ha bloccato DeepSeek già a gennaio 2025 e ha rinnovato le misure a inizio 2026, mentre le indagini aperte nelle giurisdizioni europee sono arrivate a tredici. Eppure, il consumo di token è cresciuto proprio negli stessi mesi, segno che il mercato ha assorbito il rischio invece di evitarlo.

Esiste però un modo corretto di stare in questo mercato, e passa dai pesi aperti. DeepSeek, Qwen e GLM pubblicano i pesi dei propri modelli con licenze permissive, e una volta scaricati l'accesso è permanente e irrevocabile. Un'azienda europea che esegue GLM-5.2 o Qwen su infrastruttura propria, o su istanze cloud in regione europea come Francoforte, Amsterdam o il Belgio, ottiene le prestazioni e i costi del modello cinese senza che un solo byte lasci la giurisdizione europea, in piena compatibilità con il GDPR. Restano due avvertenze. Il self-hosting alla massima capacità richiede GPU e competenze non alla portata di chiunque, e le restrizioni sui contenuti politicamente sensibili per Pechino sono incorporate nei pesi stessi, quindi sopravvivono al trasloco.

La lezione della curva dei token è che l'economia ha battuto la geopolitica, almeno nelle decisioni di chi costruisce software ogni giorno. Per le imprese europee il discrimine si è spostato dal modello all'architettura in cui il modello gira, e la sovranità digitale, in questa fase, si esercita meno scegliendo la bandiera del software e più costruendo l'infrastruttura dove risiedono i pesi e dove transitano i dati. L'opportunità è ottimizzare il rapporto tra vantaggi di costo e rischio regolatorio.