Modelli di intelligenza artificiale cinesi: cosa cambia davvero su costo, licenza e dati
I modelli di intelligenza artificiale cinesi sono modelli linguistici pubblicati da produttori con sede in Cina, quasi sempre con i pesi scaricabili da chiunque, e questa è l'unica caratteristica che hanno davvero tutti in comune. Il prezzo, la licenza e il posto in cui finiscono i dati cambiano da produttore a produttore, e dentro lo stesso produttore cambiano perfino da un modello all'altro.
Conviene dirlo subito perché l'etichetta fa danni in entrambe le direzioni. C'è chi li scarta in blocco per una questione di provenienza e chi li adotta in blocco per una questione di prezzo, e tutti e due stanno decidendo su una categoria che non esiste. Le domande che decidono qualcosa sono tre, sempre le stesse: quanto costa, cosa dice la licenza dei pesi, dove finiscono i dati. Questa pagina risponde a quelle tre, con i numeri e i nomi copiati dalle pagine ufficiali dei produttori.
I modelli AI cinesi non sono una categoria sola
I produttori cinesi che contano oggi per chi costruisce prodotti sono quattro, e si distinguono per come pubblicano, non per cosa sanno fare. DeepSeek e Alibaba pubblicano i pesi con licenze standard. Z.ai e Moonshot AI pubblicano i pesi ma alternano licenze standard e licenze scritte da loro. Trattarli come un gruppo unico è il primo errore, e si paga quasi sempre sul fronte legale.
Perché il nome del modello non basta a decidere
Il nome del modello dice poco anche a chi lo conosce, perché lo stesso produttore rilascia versioni con condizioni diverse a poche settimane di distanza. Z.ai pubblica GLM-5.3-Flash con licenza MIT e GLM-5.3 con una licenza propria, sulla stessa pagina di Hugging Face e nello stesso periodo. Chi ha letto la prima e dato per scontata la seconda ha letto il documento sbagliato.
La licenza è il punto che quasi tutti sbagliano
La licenza dei pesi è il primo controllo da fare, prima del benchmark e prima del prezzo, perché è l'unico che può fermare il progetto a cose fatte. Questi sono i valori dichiarati oggi sulle schede ufficiali dei quattro produttori su Hugging Face.
| Modello | Produttore | Licenza dichiarata sulla scheda |
|---|---|---|
| Qwen3.5-9B | Alibaba | apache-2.0 |
| DeepSeek-V4-Flash | DeepSeek | mit |
| GLM-5.3-Flash | Z.ai | mit |
| GLM-5.3 | Z.ai | licenza propria, nome glm-5.3 |
| Kimi-K2.6 | Moonshot AI | licenza propria, nome modified-mit |
| Kimi-K3 | Moonshot AI | licenza propria, nome kimi-k3 |
Apache 2.0 e MIT permettono l'uso commerciale e le conosce già chiunque abbia messo una dipendenza open source dentro un prodotto. Le altre tre righe della tabella sono testi scritti per quel singolo modello, e vanno letti.
Il controllo che si fa in dieci secondi
La scheda di ogni modello su Hugging Face espone la licenza anche via interfaccia di programmazione, quindi il controllo si può fare senza aprire il browser e si può mettere dentro uno script:
La risposta è "other" seguito da "kimi-k3". Il valore other è il segnale che serve: vuol dire che non esiste una licenza standard dietro quel modello e che qualcuno in azienda deve leggere un testo nuovo prima che i pesi finiscano in produzione.
Modelli di intelligenza artificiale cinesi: quanto costa usarli
Il prezzo delle API cinesi resta più basso di quello dei fornitori occidentali, ma non è più la costante che era. Il listino pubblicato da DeepSeek oggi espone due modelli, deepseek-flash e deepseek-v4-pro, e per ognuno sei voci invece di tre: input con cache colpita, input senza cache e output, ciascuna in due fasce orarie.
La distanza fra le voci conta più del loro valore assoluto. Su deepseek-flash in fascia economica l'input con cache colpita sta a 0,003 dollari per milione di token e lo stesso input senza cache a 0,15, cioè cinquanta volte tanto. Tenere stabile la testa dei prompt vale quindi più di qualsiasi altra ottimizzazione, ed è lo stesso ragionamento che regge le tecniche per ridurre i token di un agente di coding.
Il listino di un fornitore è una variabile, non un'architettura
Le due fasce dichiarate da DeepSeek sono 01:00-04:00 e 06:00-10:00 UTC dal lunedì al venerdì, e la seconda cade dentro la mattina lavorativa italiana. Il conto completo, con la conversione in ora italiana e cosa spostare, sta nell'articolo sui prezzi delle API DeepSeek e le loro fasce orarie. Quello che va portato via da qui è la regola generale: un vantaggio di prezzo che dipende dalla decisione di qualcun altro va trattato come una condizione temporanea, e il nome del modello va in configurazione, mai dentro le chiamate.
Dove finiscono i dati quando usi un modello cinese
Dove finiscono i dati non dipende dal modello, dipende da come lo usi, e le configurazioni possibili sono tre. L'informativa sulla privacy di DeepSeek, aggiornata al 10 febbraio 2026, è esplicita sulla prima: dichiara che i dati personali degli utenti vengono raccolti, trattati e conservati nella Repubblica Popolare Cinese, e riconosce il diritto di rinunciare al loro uso per addestrare i modelli.
| Come lo usi | Dove gira il modello | Cosa decide le condizioni |
|---|---|---|
| API del produttore | server del produttore | l'informativa del produttore |
| Stesso modello ospitato da un fornitore terzo | data center del terzo | il contratto del terzo |
| Pesi scaricati su una macchina tua | dove la metti tu | la licenza dei pesi |
La configurazione che sorprende di più è quella in mezzo: usando Qwen dentro un servizio europeo o americano, il produttore cinese non riceve niente e l'interlocutore contrattuale diventa quel fornitore. Scaricare i pesi su una macchina propria è invece l'unica configurazione che elimina del tutto il trasferimento, e ha un conto suo, che ho messo in fila nell'articolo su quando un modello in locale conviene davvero.
Come ho deciso io, e cosa faccio decidere ai numeri
La posizione che ho scritto su questo sito quando DeepSeek ha pubblicato il proprio agent harness open source era che meritasse un pomeriggio di prova e non una pipeline di produzione, e sui modelli vale identica. Un modello aperto cinese entra bene dove il compito è a passaggio singolo e il dato non è sensibile: classificare, riformattare, tradurre bozze interne. Non entra dove il dato è del cliente, finché non è la terza configurazione della tabella.
La prova concreta da fare prima di decidere qualsiasi cosa è una sola, e dura un pomeriggio. Si prende un compito vero già in produzione, si misurano qualità e costo con lo strumento attuale, si rifà la stessa misura con il candidato e si confrontano i due numeri, non le impressioni: il metodo sta per esteso in cosa misurare quando si confrontano due strumenti AI. Se il compito tocca dati di clienti, la domanda da risolvere prima è un'altra e riguarda dove finiscono i dati dell'intelligenza artificiale, che è anche la prima cosa che guardo quando aiuto un'azienda a portare i propri dati dentro un sistema AI. Il produttore, a quel punto, è l'ultima variabile che resta da scegliere.
Domande frequenti
Come si proteggono i dati aziendali usando l'AI di un fornitore extraeuropeo?
La protezione dei dati aziendali con un fornitore extraeuropeo si decide prima della chiamata, non dopo. Le tre leve sono quali dati entrano nella richiesta, quale informativa firma chi li riceve e se esiste un'opzione di rinuncia all'addestramento. L'informativa di DeepSeek aggiornata al 10 febbraio 2026 dichiara sia la conservazione in Cina sia il diritto di rinunciare all'uso dei dati per addestrare i modelli, e sono due cose che vanno decise separatamente.
Il modello cinese che trovo dentro un servizio occidentale è lo stesso del sito del produttore?
I pesi sono gli stessi, il contratto no. Quando un fornitore terzo ospita Qwen o DeepSeek sui propri server, l'informativa che vale è la sua e non quella del produttore cinese, perché i dati arrivano a lui. Cambia anche il prezzo, che quel fornitore fissa in autonomia e che non segue il listino del produttore.
Che cosa cambia fra una licenza MIT e una licenza con un nome proprio?
Una licenza MIT è un testo standard, breve e già letto da migliaia di aziende, quindi l'ufficio legale la riconosce in un minuto. Una licenza con un nome proprio, come quella che Moonshot AI pubblica per Kimi K3, è un testo scritto per quel modello e va letto riga per riga. Non vuol dire che sia peggiore, vuol dire che non si può dare per scontata.
Conviene aspettare la versione successiva prima di provare un modello aperto?
Aspettare la versione successiva è il modo più comune per non provare mai niente, perché su questi produttori la versione successiva esce ogni poche settimane. La prova che ha senso non è sul modello del momento ma sul proprio lavoro: si prende un compito reale, si misura la qualità con lo strumento che si usa oggi e si rifà la stessa misura con il candidato. Il risultato resta valido anche quando il nome cambia.