---
title: "Un passo dietro: di quanti mesi i modelli aperti cinesi inseguono i chiusi?"
url: "https://blog.sf-paris.dev/modelli-aperti-cinesi-ritardo-modelli-chiusi/"
lang: "it"
translations:
  en: "https://blog.sf-paris.dev/en/chinese-open-models-lag-closed-models-months/"
author: "Simone Flavio"
published: "2026-11-17T11:00:00+00:00"
updated: "2026-11-16T14:19:15+00:00"
categories:
  - "Notizie"
tags:
  - "DeepSeek"
  - "Epoch AI"
  - "intelligenza artificiale"
  - "Kimi"
  - "Modelli aperti"
summary: "Quanto tempo impiega un modello aperto, soprattutto cinese, a raggiungere un chiuso di punta? Nel 2026 la media è 6,5 mesi, secondo l'indice di Epoch AI."
reading_time_minutes: 12
word_count: 2609
---

# Un passo dietro: di quanti mesi i modelli aperti cinesi inseguono i chiusi?

GPT-5 è uscito il 7 agosto 2025. Per mesi nessun modello che si potesse scaricare ha avuto il suo livello; poi, il 7 aprile 2026, è arrivato GLM-5.1: cinese, scaricabile da chiunque, alla pari. Erano passati otto mesi.

Otto mesi sono tanti o pochi? Sono tra i più lenti dei raggiungimenti che vedremo, contro una media di 6,5 mesi nel 2026, ma dipende da quante volte è successo e da che cosa si conta. Il sospetto è che i cinesi stiano sempre un passo dietro i modelli d'avanguardia americani; per metterlo alla prova basta il calendario. Da una parte le uscite dei modelli chiusi, quelli di OpenAI, Anthropic, Google, xAI e Meta; dall'altra le uscite degli aperti, di qualunque azienda, cinese o americana. In mezzo, un righello comune. Qui un passo vuol dire mesi: vediamo quanti, e chi li percorre.

<details>
<summary>In breve</summary>

Secondo l'indice ECI di Epoch AI (dati del 16 novembre 2026), nel 2026 il miglior modello aperto ha in media il livello che i chiusi di punta avevano raggiunto 6,5 mesi prima, con un intervallo tra 5,9 e 7,6; nel suo studio del 29 maggio 2026 l'istituto scrive 4 mesi, e con la sua regola sui dati di oggi esce 4,9. Dopo Phi-4 di Microsoft (dicembre 2024), ogni nuovo record tra gli aperti è di un laboratorio cinese; contando solo gli aperti di altri paesi, il ritardo del 2026 sale a 12,5 mesi. Il risultato cambia con il test scelto: da 2,5 a 8,1 mesi.

</details>

## Con quale righello si misura il ritardo?

Per mettere in fila modelli diversi serve un punteggio comune. Qui lo dà l'Epoch Capabilities Index (ECI), l'indice di un istituto di ricerca sull'intelligenza artificiale, Epoch AI, che pubblica i suoi dati con licenza libera. L'ECI riassume decine di prove standard, dette benchmark, in un solo numero per ogni modello, sulla stessa scala anche se i modelli non hanno fatto gli stessi test: è il principio del decathlon, dove corsa, salto e lancio diventano un unico punteggio. Il metodo è un modello statistico che tiene conto di quanto è difficile ogni prova, così un punteggio alto su un test duro pesa più che su uno facile. Due punti fissi tengono ferma la scala: Claude 3.5 Sonnet è a 130 e GPT-5 a 150.

Anche le parole contano. Un modello è chiuso se i suoi pesi, cioè i numeri che lo compongono, non si possono scaricare e lo si usa solo tramite un'app o un'interfaccia di programmazione, la cosiddetta API. È aperto se i pesi si scaricano, con una licenza libera, con limiti d'uso o solo non commerciale: aperto, quindi, non vuol dire open source in senso stretto. Il paese di un modello è quello dell'organizzazione che lo ha rilasciato. Meta sta in tutte e due le colonne: i suoi modelli da Muse Spark in poi sono chiusi e rientrano tra quelli di punta, mentre Muse Spark Open è tra gli aperti.

I dati, scaricati il 16 novembre 2026, comprendono 231 modelli usciti dal 2023 a oggi: 118 chiusi e 113 aperti, 56 dei quali cinesi.

## Quali modelli aperti hanno raggiunto i chiusi, e quando?

Dal 2024 a oggi il miglior chiuso è passato da circa 122 a 173 punti; i migliori aperti cinesi arrivano a 161.

![Grafico a punti dal 2024 al 2026: punteggio ECI di ogni modello per data di uscita. Il miglior chiuso, tra OpenAI, Anthropic, Google, xAI e Meta, sale da circa 122 a 173; gli aperti cinesi li seguono poco sotto, fino a 161; gli aperti di altri paesi restano più in basso.](https://blog.sf-paris.dev/wp-content/uploads/2026/11/1-calendario-1dfb8a9d.png)

Modelli chiusi e aperti per data di uscita e punteggio ECI. Fonte: Epoch AI, dati al 16/11/2026.

Un raggiungimento si conta così: si prende un record dei chiusi, cioè il punteggio più alto toccato da un chiuso fino a quel giorno, e si cerca il primo aperto che arriva allo stesso punto. I raggiungimenti più vecchi sono quasi tutti americani: Llama 3.1-405B di Meta, uscito il 23 luglio 2024, ne ha raggiunti tre in 3,4-5,9 mesi. Phi-4 di Microsoft ne ha raggiunto uno in 7,0, e il primo in assoluto, GPT-4 di marzo 2023, lo ha preso il cinese Qwen2-72B dopo 14,8 mesi.

Da giugno 2024 la storia cambia. Il record di Claude 3.5 Sonnet, del 20 giugno, con 130 punti, lo raggiunge DeepSeek-V3 il 26 dicembre, 6,2 mesi dopo. La rincorsa più veloce è quella di DeepSeek-R1: uscito il 20 gennaio 2025, ha preso o1-mini di OpenAI, che con 135,3 punti era del 12 settembre 2024, in 4,3 mesi. La più lenta è quella di Kimi K2.5, del 27 gennaio 2026, che ha raggiunto o3, del 16 aprile 2025 e con 147,1 punti, dopo 9,4 mesi.

In mezzo stanno gli altri otto raggiungimenti, tutti tra 6,0 e 8,0 mesi: li trovi uno per uno nel grafico qui sotto. I record dei chiusi tra giugno 2024 e marzo 2026 sono undici, e ognuno è stato raggiunto da un aperto dopo 4,3-9,4 mesi.

Gli undici raggiungimenti sono opera di dieci modelli, perché Kimi K2.5 ne ha presi due, o3 e o3-pro. Sono tutti cinesi: tre di DeepSeek, cinque di Moonshot, con i suoi Kimi, e due di Z.ai, con i GLM.

I record successivi aspettano ancora. GPT-5.5 Pro, del 23 aprile 2026, vale 162,7 punti; dopo di lui sono arrivati Claude Fable 5, Claude Opus 5, Claude Fable 5.1, GPT-6 Astra e Claude Fable 5.2, tra il 9 giugno e il 9 novembre, con punteggi da 164,1 a 173,4. Sono sei record che nessun aperto ha ancora toccato. Il più vicino è il primo: Kimi K3.1 Pro, con 161,4, lo raggiunge in 17 casi su 100, tra le ricostruzioni dei punteggi che Epoch calcola per tener conto dell'incertezza, ma non nella stima centrale.

![Per ogni record dei modelli chiusi da giugno 2024, una linea dalla sua uscita al primo modello aperto che lo ha raggiunto: tra 4,3 e 9,4 mesi; i record da aprile 2026 non sono ancora stati raggiunti.](https://blog.sf-paris.dev/wp-content/uploads/2026/11/2-raggiungimenti-9783c2b8.png)

Quanti mesi ha impiegato un modello aperto a raggiungere ogni record dei chiusi. Fonte: Epoch AI, ECI, dati al 16/11/2026.

## Quanto è il ritardo medio?

Un raggiungimento è un solo punto sul calendario, e due o tre date fortunate o sfortunate bastano a cambiare l'impressione. Per questo serve una media che guardi tutti i giorni.

Il ritardo si può calcolare ogni giorno. Si prende il miglior aperto uscito fino ad allora e si cerca quando un chiuso di punta aveva già lo stesso punteggio. La distanza tra le due date, in mesi, è il ritardo. Nel grafico sale piano, perché i chiusi restano fermi, e scende di colpo quando un aperto arriva a un nuovo livello: è un dente di sega.

La media del 2026 è di 6,5 mesi, con un intervallo tra 5,9 e 7,6 (nove volte su dieci il valore sta lì dentro), ottenuto rifacendo il conto su ciascuna delle 500 ricostruzioni dei punteggi che Epoch mette a disposizione. Nel 2024 era di 8,4 mesi (da 5,1 a 9,3) e nel 2025 di 4,7 (da 4,0 a 5,0): il distacco si era ridotto, poi è risalito. In quel primo anno il ritardo ha toccato anche i quasi 15 mesi; dal 2025 resta tra 1 e 9,4.

C'è un dettaglio che il numero nasconde. In mesi il ritardo resta nello stesso ordine di grandezza, ma in punti no. Il miglior chiuso è davanti al miglior aperto di 6,9 punti a giugno 2024, di 9,5 a gennaio 2025, di 11,0 a gennaio 2026 e di 12,1 il 15 novembre 2026. I chiusi salgono più in fretta, quindi sei mesi di ritardo oggi valgono più punti di sei mesi nel 2024. Quanto valga un punto nel tempo è la parte meno solida del conto.

![Linea del ritardo in mesi degli aperti sui chiusi dal 2024: tra 2,5 e quasi 15 mesi nel 2024, tra 1 e 9,4 mesi dal 2025; media 2026 di 6,5 mesi.](https://blog.sf-paris.dev/wp-content/uploads/2026/11/3-ritardo-mesi-44d9e7fd.png)

Il ritardo dei modelli aperti sui chiusi di punta, in mesi. Fonte: elaborazione su dati Epoch AI (ECI) al 16/11/2026.

## Che cosa cambia se si cambia righello?

Il numero giusto, in realtà, non esiste: esiste un intervallo, e conviene vedere da dove nasce. Sei mesi, o quattro? Nello studio del 29 maggio 2026, Epoch scrive 4 mesi con la sua regola, che conta un aperto come «plausibilmente arrivato» se ha almeno una possibilità su venti di battere il chiuso. Se invece si chiede che il punteggio centrale dell'aperto sia più alto, i mesi sono 6: sono i due numeri della stessa pagina. Sulla sua stessa finestra, dal primo gennaio al 28 maggio, con i dati di oggi i due modi danno 4,9 e 6,8. Quasi un mese di differenza viene dai punteggi, che l'istituto ricalcola a ogni aggiornamento: i valori della sua pagina di maggio sono più bassi di quelli di oggi di 2,5-3,4 punti per i chiusi di punta e di meno di 1 punto per i migliori aperti. In ogni caso il ritardo sta tra circa 5 e circa 7 mesi: non è di 2 mesi e non è di un anno.

Un'analisi precedente dello stesso istituto, dell'ottobre 2025 e sull'intero periodo da gennaio 2023, vedeva circa 3 mesi; le finestre sono diverse, quindi le due cifre non si confrontano alla pari.

Il test scelto sposta il risultato di più. Preso da solo, ARC-AGI-2, una prova di ragionamento astratto, dà nel 2026 un ritardo di 8,1 mesi; WebDev Arena, dove persone votano i siti web generati dai modelli, ne dà 2,5. L'ordine di grandezza resta, ma «quanti mesi» dipende da che cosa si misura, e l'ECI sta nel mezzo.

Altre scelte non spostano il quadro. Contare tutti i chiusi, compresi Qwen Max e Mistral Medium, dà ancora 6,5 mesi, perché nessun chiuso fuori da OpenAI, Anthropic, Google, xAI e Meta, cinese o europeo, ha mai fatto un record. Senza gli aperti con licenza non commerciale, cioè Kimi K3, il ritardo sale a 7,2 mesi.

## Il passo dietro è un passo cinese?

La parte più netta riguarda i nomi. Dopo Phi-4 di Microsoft, record del 12 dicembre 2024, ogni nuovo record tra gli aperti porta la firma di un laboratorio cinese: DeepSeek, Alibaba con Qwen, Moonshot con Kimi o Z.ai con GLM. Gli ultimi 15 record, da DeepSeek-V3 a Kimi K3.1 Pro, sono tutti cinesi, e 6 sono di Moonshot: più dei 5 Kimi che hanno raggiunto un chiuso, perché non ogni record degli aperti arriva a un record dei chiusi. Il miglior aperto americano oggi è Muse Spark Open di Meta, con 155,4 punti, dietro a 6 aperti cinesi.

Contando solo gli aperti di altri paesi (Stati Uniti, Francia, Regno Unito, Emirati), il ritardo del 2026 sale a circa un anno: 12,5 mesi, con un intervallo tra 11,3 e 13,0. Il passo dietro, insomma, è un passo cinese; chi non lo è e apre i suoi pesi resta indietro di un passo in più. Lo mostra il grafico delle due linee: con i soli aperti cinesi il ritardo dal 2025 resta tra 1 e 9,4 mesi, con i soli aperti di altri paesi va da 7 a 15.

![Due linee del ritardo in mesi: dal 2025, con i soli aperti cinesi resta tra 1 e 9,4 mesi; con i soli aperti di altri paesi tra 7 e 15 mesi.](https://blog.sf-paris.dev/wp-content/uploads/2026/11/4-cinesi-altri-9fbcdb9e.png)

Il ritardo calcolato solo con gli aperti cinesi o solo con gli altri. Fonte: elaborazione su dati Epoch AI (ECI) al 16/11/2026.

## Che cosa non dice il calendario?

I chiusi potrebbero essere più avanti di così: l'indice vede solo i modelli usciti e misurati, e un laboratorio può tenere in casa modelli migliori, come Epoch riconosce tra i limiti. Gli aperti, al contrario, rischiano di essere sopravvalutati: secondo l'istituto rendono meno sui test privati, forse perché sono ottimizzati su quelli pubblici, e questo fa sembrare il distacco più piccolo. Le due spinte vanno in direzioni opposte, e il numero finale le mescola.

I punteggi cambiano a ogni aggiornamento dell'indice, di qualche punto (da maggio i chiusi di punta sono saliti di 2,5-3,4). Il ritardo, poi, misura chi è arrivato e non chi arriverà: il calendario dei raggiungimenti si ferma a marzo 2026, e i record dei sette mesi dopo non sono ancora stati raggiunti da nessun aperto. Quattro dei record dei chiusi sono versioni «Pro» di OpenAI, la formula più costosa e con più calcolo per risposta: il confronto non ne tiene conto. Senza di loro il ritardo medio del 2026 scende da 6,5 a circa 5,9 mesi, un calcolo sui dati di Epoch AI. E «aperto» non vuol dire che il modello giri su un computer di casa, né che la licenza permetta ogni uso: diversi aperti di punta hanno limiti d'uso, tra gli altri Kimi K3.1 Pro, GLM-5.3 e Muse Spark Open.

Resta una domanda che i numeri non risolvono: perché i cinesi inseguono così da vicino? Il calendario non lo dice: mostra una correlazione, non una causa.

Intanto una data è già segnata. GPT-5.5 Pro è uscito il 23 aprile 2026, e al 16 novembre sono passati 6,8 mesi senza che nessun aperto lo abbia raggiunto: è il prossimo raggiungimento da guardare, e dirà se sei mesi restano la misura del passo.

## Domande frequenti

<details>
<summary>Di quanti mesi i modelli aperti sono indietro rispetto ai chiusi?</summary>

Secondo l'indice ECI di Epoch AI, nel 2026 il miglior modello aperto ha in media il livello che i chiusi di punta avevano 6,5 mesi prima, con un intervallo tra 5,9 e 7,6. Con la regola dell'istituto, che nello studio del 29 maggio 2026 dava 4 mesi, esce 4,9; con altri test il ritardo va da 2,5 a 8,1 mesi.

</details>

<details>
<summary>Quali modelli aperti hanno raggiunto i chiusi di punta?</summary>

Secondo i dati di Epoch AI, dopo Phi-4 di Microsoft (dicembre 2024) tutti i nuovi record tra i modelli aperti sono di laboratori cinesi: DeepSeek, Alibaba (Qwen), Moonshot (Kimi) o Z.ai (GLM). Contando solo gli aperti di altri paesi, il ritardo del 2026 sale a 12,5 mesi, con un intervallo tra 11,3 e 13,0.

</details>

<details>
<summary>Un modello aperto è un modello open source?</summary>

Non necessariamente. Aperto vuol dire che i pesi, cioè i numeri che compongono il modello, si possono scaricare, con una licenza libera, con limiti d'uso o solo non commerciale. Diversi aperti di punta hanno limiti, tra gli altri Kimi K3.1 Pro, GLM-5.3 e Muse Spark Open, e Kimi K3 è solo non commerciale.

</details>

<details>
<summary>Che cos'è l'indice ECI di Epoch AI, e dove si trovano i dati?</summary>

Un punteggio unico per ogni modello, calcolato da decine di prove standard con un modello statistico che tiene conto della difficoltà di ciascuna. La scala ha due punti fissi: Claude 3.5 Sonnet vale 130 e GPT-5 vale 150. Epoch AI pubblica punteggi e date su epoch.ai con licenza CC BY 4.0, e descrive il metodo nella sua documentazione.

</details>

<details>
<summary>Perché le stime del ritardo vanno da 2,5 a 8,1 mesi?</summary>

Perché dipende da che cosa si misura. L'ECI, che riassume decine di prove, dà 6,5 mesi; ARC-AGI-2, un test di ragionamento astratto, 8,1; WebDev Arena, dove persone votano siti web generati dai modelli, 2,5. L'ordine di grandezza resta lo stesso; i punteggi, che Epoch AI aggiorna, cambiano di qualche punto a ogni aggiornamento.

</details>

<details>
<summary>Perché i modelli cinesi sono così vicini ai chiusi?</summary>

Il calendario non lo dice: mostra una correlazione, non una causa. Misura soltanto il ritardo in mesi, con l'indice ECI di Epoch AI: dopo Phi-4 i nuovi record tra gli aperti sono di laboratori cinesi, ma i dati non spiegano perché.

</details>

## Leggi anche

- [Facciamo i conti in tasca a Revolut: quanto costa un modello AI cinese in casa, e converrebbe anche a noi?](https://blog.sf-paris.dev/quanto-costa-glm-in-casa-conti-revolut/): GLM, uno dei modelli aperti cinesi del calendario, messo alla prova sui costi.
- [Togliere i freni a un modello come GLM-5.3 costa circa 1.200 dollari, stima Anthropic: chi ne approfitta?](https://blog.sf-paris.dev/modelli-abliterated-falle-ottobre-2026/): che cosa succede quando un modello aperto come GLM-5.3 perde le sue barriere, secondo una stima di Anthropic.

## Fonti

Dati scaricati e pagine consultate il 16 novembre 2026. I dati sono di Epoch AI, rielaborati dal blog.

1. Epoch AI, Epoch Capabilities Index (ECI) e Benchmarking Hub, pacchetto di dati <https://epoch.ai/data/benchmark_data.zip>, scaricato il 16 novembre 2026; licenza CC BY 4.0 (<https://creativecommons.org/licenses/by/4.0/>), dati rielaborati dal blog. Primaria.
2. Epoch AI, «Epoch Capabilities Index: methodology», <https://epoch.ai/data/eci-documentation/methodology>. Primaria.
3. Jack Edwards e Luke Emberson, Epoch AI, «Open models lag state-of-the-art closed models by 4 months», 29 maggio 2026. <https://epoch.ai/data-insights/open-closed-eci-gap>. Primaria.
4. Luke Emberson, Epoch AI, «Open-weight models lag state-of-the-art by around 3 months on average», 30 ottobre 2025, consultata il 16 novembre 2026. Primaria. <https://epoch.ai/data-insights/open-weights-vs-closed-weights-models>
5. ARC Prize, ARC-AGI-2, e WebDev Arena: risultati raccolti nel pacchetto di dati di Epoch AI (arc_agi_2_external.csv, webdev_arena_external.csv).
