Ha regalato 2,8 mila miliardi di parametri, ma nella licenza ha lasciato un casello — Yang Zhilin, e perché non è ancora in questa classifica

Il 27 luglio Moonshot AI ha caricato su Hugging Face i pesi completi di Kimi K3.

1,42 TiB, 96 shard. 2,8 mila miliardi di parametri totali, 104 miliardi attivi, contesto da 1 milione di token. Dei 93 livelli, 69 usano la Kimi Delta Attention sviluppata in casa e 24 la Gated MLA; 896 esperti instradati, 16 selezionati per ogni token, più 2 esperti condivisi.

È il più grande modello a pesi aperti che esista oggi al mondo. Te lo puoi portare a casa tutto intero.

Il 16 luglio K3 era uscito come servizio; 11 giorni dopo i pesi sono stati regalati. In quegli 11 giorni ha segnato 93,5 su GPQA Diamond, 67,5 su DeepSWE, 91,2 su BrowseComp, 94,5 su MCPMark-Verified.

Parametri e punteggi girano da un giorno intero. Nello stesso materiale ci sono altre tre cose di cui non parla quasi nessuno, e sono tutte e tre decisioni di prodotto.

Uno. Il vero design non sta nel modello, sta nella licenza

Tutti dicono «Kimi K3 è open source». Non è MIT.

Moonshot AI si è scritta la sua Kimi K3 License, e il corpo assomiglia davvero a una MIT: puoi usarlo come ti pare, copiarlo, modificarlo, distribuirlo, sublicenziarlo, venderlo; puoi metterlo in produzione, fare fine-tuning, ricavarne modelli derivati.

Poi ci sono due eccezioni.

Prima: se vendi un servizio, torni a trattare. Se lo trasformi in modello come servizio (MaaS) — cioè dai a terzi un controllo sostanziale su input, parametri o dati di addestramento — e la tua azienda supera i 20 milioni di dollari di ricavi in un qualsiasi periodo di 12 mesi consecutivi, devi firmare un accordo separato con Moonshot AI.

Seconda: se diventi grande, metti il nome. Un prodotto commerciale che supera i 100 milioni di utenti attivi mensili o i 20 milioni di dollari di ricavi mensili deve mostrare «Kimi K3» in un punto visibile dell’interfaccia.

Esenzioni: l’uso puramente interno non è vincolato; e non lo è nemmeno passare dai prodotti di Moonshot AI o da un partner di inferenza certificato.

Letti di fila, questi tre pezzi disegnano la forma della licenza:

I piccoli usino pure. Il giorno in cui ci guadagnate davvero, o tornate a dividere, o mi fate pubblicità.

In questi anni che faccio prodotto, le strategie open source che ho visto stanno quasi sempre su due estremi: o apri tutto sul serio (e poi guardi i cloud provider farci i soldi mentre tu non prendi un centesimo), o apri una versione castrata (e nessuno ha voglia di costruirci sopra).

Questa licenza è una terza strada, e il taglio è preciso. Mette il casello esattamente nel punto in cui «hai già fatto i soldi»: prima di lì l’attrito è zero, sviluppatori singoli, startup e ricercatori si portano via tutto; chi supera quella riga i soldi ce li ha già, e può pagare.

Guarda la seconda eccezione, quella dell’obbligo di mostrare «Kimi K3». Quella non incassa denaro, incassa altro: trasforma ogni prodotto grosso che gira su K3 in un’insegna di Moonshot AI. Open source in cambio di ecosistema, ecosistema in cambio di marchio, marchio in cambio di potere contrattuale — quella catena, qui, è scritta come clausola legale.

Per chi fa prodotto c’è un’idea da copiare così com’è: quando usi il gratis per comprare scala, decidi prima da quale istante smette di essere gratis, e scrivi quell’istante come una riga netta che l’altro può verificare da solo. Le politiche di gratuità vaghe finiscono sempre in una gran confusione di liti.

Anche l’ordine è progettato. Il 16 luglio K3 esce come servizio gestito, i pesi arrivano 11 giorni dopo. In quegli 11 giorni i benchmark sono stati completati, il passaparola è partito, il ricavo giornaliero è cresciuto di 6 volte — nel momento in cui i pesi escono, non è più un modello da verificare: è un modello già dimostrato.

Al contrario: pesi e servizio lo stesso giorno, tutti se lo installano subito per conto loro, e tu non prendi né i ricavi di quegli 11 giorni né quella prima ondata di dati d’uso reali. Aprire il codice non vuol dire rinunciare ai soldi, vuol dire incassare prima soldi e dati, e rilasciare dopo.

Due. Appena arrivati primi, nel materiale di lancio dicono di valere meno dei rivali

Questa è ancora più rara.

Nel proprio materiale di lancio, Moonshot AI ammette che le prestazioni complessive di K3 restano indietro rispetto a Claude Fable 5 e GPT-5.6 Sol, e indica un divario nell’esperienza utente.

Non solo. Spiegano anche, di loro iniziativa, che i vari modelli sono stati valutati con agent harness diversi — cioè che gli ambienti di benchmark non sono del tutto comparabili e le conclusioni portano dentro un margine di incertezza.

Hanno appena costruito il più grande modello a pesi aperti del mondo, sono in testa su diversi benchmark duri, il mondo li sta guardando: e nel proprio comunicato dicono spontaneamente due cose che li danneggiano. L’esperienza è ancora inferiore a quella degli altri; e il metro con cui si confrontano quei punteggi fa acqua.

Ieri, nella call sui conti di Tesla del secondo trimestre, la scena era opposta. Musk ha detto che le demo di robot umanoidi che oggi spopolano in rete «sono in gran parte teleoperate o eseguite seguendo un copione preparato in anticipo», che un robot davvero capace di svolgere in autonomia compiti generici non è ancora comparso e che il primo sarà Optimus — mentre nelle ricostruzioni uscite nella stessa settimana, gli Optimus che versavano da bere all’evento di Warner Bros. del 2024 erano manovrati da ingegneri in tuta per motion capture e visore VR, e nel quartier generale di Palo Alto, quando il robot cade, serve ancora un paranco per rimetterlo in piedi.

Nella stessa settimana: uno dice «quelli degli altri sono telecomando e copione», l’altro dice «la nostra esperienza è ancora sotto quella dei concorrenti».

Le due strategie hanno ciascuna la sua logica. La gestione delle aspettative di Musk a Tesla ha comprato tempo pagato in denaro vero; la franchezza di Moonshot AI può darsi che dipenda solo dal fatto che davanti ha degli sviluppatori, e uno sviluppatore la verità se la tira fuori da solo nel giro di una giornata — davanti a questo pubblico sparare grosso costa più di quanto renda.

Ma per un product manager la cosa da portarsi via è la stessa: ogni frase che dici, l’utente la verifica sul prodotto di oggi. Cambia solo quanto tempo ci mette. Più in fretta la verifica, più l’onestà conviene.

E gli sviluppatori sono la categoria di utenti che verifica più in fretta di tutte.

Tre. Tre volte più economico non vuol dire spendere tre volte meno

Il prezzo è la parte più rilanciata, e la più facile da leggere male.

Il listino internazionale di K3 è 3 dollari per milione di token in input e 15 in output. Claude Fable 5 sta a 10 dollari in input e 50 in output: sulla carta, più di tre volte tanto. Nella regione Cina sono 2 yuan per l’input in cache, 20 per l’input non in cache, 100 per l’output.

Poi c’è il dettaglio annegato nel comunicato:

Più tester riferiscono che, a parità di compito, K3 consuma più token di Fable.

Questa riga fa uno sconto al «tre volte più economico». Il prezzo unitario non è il costo. Quello che paghi è la spesa totale per portare a termine una cosa, cioè il prezzo unitario moltiplicato per il numero di token che servono a portarla a termine.

È una trappola di prodotto molto tipica, e non compare solo nell’IA: ottimizzi un numero che l’utente vede, e il conto si nasconde dentro un altro numero che l’utente non sa calcolare.

Ci sono cascato anch’io, in una versione della stessa cosa. Mentre costruivo la mia pipeline di pubblicazione stavo ottimizzando il «tempo di pubblicazione su una singola piattaforma», ho compresso ogni singolo passaggio, e il risultato è che l’insieme è diventato più lento — perché i passaggi compressi facevano scattare i sistemi anti-automazione delle piattaforme e i tentativi ripetuti salivano. La metrica locale era più bella, il percorso end-to-end era peggiorato.

Quindi, se stai valutando se passare a K3, non guardare il listino sul sito: fai girare i tuoi compiti veri e fai il conto totale di una esecuzione completa. Il numero può comunque dare ragione a K3 — lo sconto è abbastanza largo — ma deve essere un numero che hai calcolato tu, non uno che ti hanno stampato loro.

La domanda però è reale: dopo il lancio di K3 il ricavo giornaliero di Moonshot AI è cresciuto di almeno 6 volte; a giugno l’ARR è arrivato a 300 milioni di dollari, ad aprile erano 200.

Quattro. Chi è

Yang Zhilin, classe 1992, nato a Shantou nel Guangdong, miglior punteggio del gaokao scientifico della sua città. Laurea a Tsinghua, al secondo anno passa alla classe Yao, si laurea primo del suo anno nel 2015. Poi il dottorato alla Carnegie Mellon, con Ruslan Salakhutdinov — primo direttore dell’IA in Apple — e William W. Cohen di Google.

Di Transformer-XL e XLNet è primo autore in entrambi i casi. All’epoca XLNet ha superato BERT su 20 compiti e ha segnato il miglior risultato su 18. È uno dei ricercatori cinesi under 35 più citati nel campo dell’NLP.

E c’è una cosa che con la tecnologia non c’entra niente, ma che mi sembra parecchio importante: a Tsinghua ha messo su una band rock, gli Splay, e ne era il cantante e l’autore dei testi.

A marzo 2023 fonda Moonshot AI con Zhou Xinyu e Wu Yuxin. A febbraio 2024 Alibaba guida un round da 1 miliardo di dollari; ad agosto Tencent e Gaorong ne mettono altri 300 milioni.

Il casello nella licenza, la franchezza nel comunicato, i compromessi sul prezzo: nessuna delle tre è testa da ricercatore. Il gesto di default di un ricercatore è spingere il punteggio al massimo e pubblicare il paper. Piazzare con precisione un casello commerciale dentro una licenza, e dire di essere sotto i rivali nel momento di massima esposizione, sono giudizi di prodotto e di business.

Che a fare tutte e due le cose sia il primo autore di XLNet è molto più complicato dell’etichetta «tecnico con dei bei paper».

Cinque. E allora perché non è ancora in questa classifica

Tengo una classifica dei 100 product manager che hanno cambiato il mondo, con sei dimensioni — visione, intuizione, gusto, business, scala, pionierismo — pesate in un OVR. Yang Zhilin non c’è.

La regola è questa: la classifica ha 99 voci, la centesima è lasciata deliberatamente vuota, ed è per i lettori. Per far entrare qualcuno bisogna farne uscire qualcun altro.

Buttare fuori una persona per inseguire la notizia di oggi vuol dire fare una classifica che segue il ciclo delle news, non la storia dei prodotti. Quindi questo pezzo non tocca la classifica.

Non entrare non vuol dire non meritare; però i criteri vanno detti fino in fondo.

Nella stessa fascia, in classifica, c’è già Liang Wenfeng, OVR 91 (visione 95 / intuizione 84 / gusto 86 / business 88 / scala 92 / pionierismo 95). Quella di DeepSeek è stata una cosa che ha cambiato la struttura dei costi di un intero settore: ha demolito il consenso secondo cui «un modello di frontiera deve costare caro», e dietro si sono mossi i prezzi e le strategie open source di tutto il mondo.

Misurando Yang Zhilin con lo stesso metro, il mio giudizio è: visione e pionierismo bastano già per entrare, scala e business sono ancora un po’ corti.

• Pionierismo: portare un modello da 2,8 mila miliardi di parametri a pesi aperti non l’aveva mai fatto nessuno; e quella licenza con la soglia di ricavi è una cosa nuova, che molto probabilmente verrà copiata.
• Visione: dalla scommessa dei primi Kimi sul contesto lungo fino a quella di oggi su «pesi aperti più casello commerciale», la direzione è sempre stata chiarissima.
• Scala: 300 milioni di dollari di ARR, ricavo giornaliero per 6 — la crescita è violenta, ma sono numeri di qualche mese, non ancora una stazza che attraversa i cicli. La dimensione scala, per chi sta in classifica, misura «quante persone hai toccato, e per quanti anni».
• Business: quel casello nella licenza è disegnato bene, ma non è ancora stato verificato. Quante aziende sopra i 20 milioni di dollari di ricavi torneranno davvero a firmare l’accordo si saprà fra un anno.

Detto chiaro: la parte più preziosa del suo punteggio è quella che sta succedendo, non quella che è già stata incassata.

La differenza tra una classifica e una notizia è tutta qui. La notizia registra quello che sta accadendo, la classifica registra quello che si è depositato. Metterlo dentro oggi vorrebbe dire scommettere sul risultato che ci sarà fra un anno, non constatare un fatto.

Ma questa classifica è viva. Le posizioni di Zhang Xiaolong e di Jobs probabilmente non si muoveranno, la fascia centrale e quella finale cambiano di continuo — quando è rientrato Linus, è uscito Will Wright. Nella seconda metà dell’anno conto di rifare l’ordinamento completo, e a quel punto che cosa sia davvero cresciuto attorno ai pesi aperti di K3, quanto abbia incassato quel casello commerciale e se Moonshot AI sia sopravvissuta alla faccenda della Casa Bianca saranno fatti sotto gli occhi di tutti.

Se per allora tutto questo si sarà tradotto in risultati, farlo entrare non sarà una scommessa: sarà una registrazione.

Anche la partita con la Casa Bianca resta aperta. Dopo il rilascio dei pesi di K3, il CTO della Casa Bianca Michael Kratsios ha accusato pubblicamente Moonshot AI di aver distillato Fable 5 di Anthropic, dicendo di voler distinguere la normale distillazione dei modelli dalla «distillazione industriale su larga scala, occulta, pensata per rubare tecnologia proprietaria americana»; il segretario al Tesoro Scott Bessent ha dichiarato che il governo «ha gli strumenti per imporre sanzioni».

Se un modello open source riesce a far parlare insieme il CTO e il ministro del Tesoro di un paese, il peso specifico ce l’ha già. Ma come andrà a finire questa storia decide direttamente quanti punti potrà prendere la dimensione scala di questa azienda l’anno prossimo.

In chiusura

Il gratis non è mai una decisione; la decisione è da quale istante smette di essere gratis. Quasi tutti quelli che fanno open source, freemium o periodi di prova hanno pensato bene solo alla prima metà della frase e sono passati sopra alla seconda — e poi o non riescono a incassare quando sarebbe il momento, o alzano il muro del pagamento nell’istante sbagliato e spaventano via l’ecosistema.

Yang Zhilin quella riga l’ha inchiodata dentro la licenza: 20 milioni di dollari di ricavi, 100 milioni di utenti attivi mensili. Chi la supera lo sa da sé, senza trattative e senza discussioni.

Quando ho fatto SoloMD non ci ho pensato così a fondo. Oggi è gratuito, open source con licenza MIT, 551 stelle, 21 PR esterne — l’ecosistema c’è, ma se un giorno qualcuno ci costruisse sopra un business, non avrei una sola riga da indicargli.

(Tutti i punteggi e l’ordinamento di questo articolo sono stati prodotti da Claude (IA); la spiegazione del metodo si trova nella pagina della classifica. La valutazione di Yang Zhilin è l’analisi di questo articolo e non rientra nella classifica.)