La risposta breve
Le aziende statunitensi stanno spostando una quota crescente del loro volume di token IA verso modelli cinesi a pesi aperti — DeepSeek, il Qwen di Alibaba e il GLM di Zhipu — perché costano all’incirca dal 60% al 90% in meno rispetto ai principali modelli OpenAI e Anthropic per lavori comparabili. I dati OpenRouter riportati da CNBC il 7 luglio 2026 mostrano che i provider cinesi hanno fornito più del 30% dei token indirizzati dagli USA ogni settimana dall’8 febbraio 2026, con un picco vicino al 46%, contro una media di circa l’11% nei dodici mesi precedenti.
La lettura pratica per i responsabili dell’ingegneria: il costo del modello è ora una variabile architetturale di primo piano, e l’opzione capace più economica sempre più spesso non arriva da un lab statunitense. Il rovescio della medaglia è che il percorso API diretto per questi modelli spesso passa per la Cina, il che solleva questioni di residenza dei dati e di compliance per i team regolamentati. La mossa vincente è catturare il calo di prezzo mantenendo i dati nella tua giurisdizione — qualcosa che la natura a pesi aperti di questi modelli rende possibile.
Cosa sta succedendo davvero?
Per gran parte degli ultimi due anni, il presupposto di default per un serio carico di lavoro in produzione era un modello di frontiera di un lab statunitense — OpenAI o Anthropic. Quel presupposto si sta erodendo in fretta. Nella prima metà del 2026, un’ondata di capaci modelli a pesi aperti provenienti dalla Cina ha colmato una parte sufficiente del divario di qualità su coding e task generali da rendere il prezzo il fattore decisivo, e sul prezzo vincono in modo netto. Il risultato è una migrazione misurabile di traffico di produzione reale, non solo esperimenti da appassionati.
Il segnale più chiaro arriva da OpenRouter, un servizio di routing che si colloca tra le applicazioni e decine di provider di modelli. Come CNBC ha riportato il 7 luglio 2026, la quota di token indirizzati dagli USA che va verso modelli cinesi è rimasta sopra il 30% ogni singola settimana dall’8 febbraio 2026 e ha toccato picchi fino al 46%. Un anno prima quella cifra si aggirava intorno all’11%, e nella prima metà del 2025 era scesa fino al 4,5%. Per qualsiasi team che esegue inferenza ad alto volume — il tipo che domina i costi nei carichi di lavoro IA e dati — questo è un cambiamento strutturale nel dove vanno i token.
Non è nemmeno una storia di un singolo vendor. I guadagni sono distribuiti tra DeepSeek, il Qwen di Alibaba, Zhipu (ora con il marchio Z.ai), MiniMax, il Kimi di Moonshot e altri. Entro aprile 2026 la quota settimanale combinata dei principali provider cinesi su OpenRouter aveva superato il 45% del volume totale, in crescita da meno del 2% di un anno prima. Il mercato è passato da «risultato di benchmark interessante» a «voce di spesa nella bolletta dell’infrastruttura» in circa dodici mesi.
Quanto è grande lo spostamento?
Parti dal divario di prezzo grezzo. Gli stessi analisti di OpenRouter collocano i modelli cinesi a pesi aperti all’incirca dal 60% al 90% più economici rispetto ai principali modelli Anthropic e OpenAI. In un confronto illustrativo per una quantità simile di lavoro, il Claude di Anthropic è risultato intorno a $4.811, OpenAI intorno a $3.357 e il GLM di Zhipu intorno a $544. Numeri del genere non superano indenni una revisione di budget trimestrale — una volta che è disponibile un’opzione di qualità comparabile a un decimo del costo, la finanza inizia a chiedere perché ogni chiamata venga instradata al livello costoso.
Le curve di adozione corrispondono alla storia del prezzo. Il GLM 5.2 di Z.ai, rilasciato a giugno 2026, ha visto l’adozione più rapida di qualsiasi modello tracciato da Vercel quest’anno: il volume di token giornaliero è cresciuto di circa 27 volte e il numero di clienti che lo usano è cresciuto di circa 80 volte nella sua prima settimana completa. La quota di token di DeepSeek su Vercel è passata da meno dell’1% a circa il 17% nel solo mese di maggio. E il passaggio avviene a livello di intere aziende: la startup di assistenti IA Lindy ha spostato il 100% del suo traffico dal Claude di Anthropic a DeepSeek a giugno, con il suo CEO che si aspettava di risparmiare milioni di dollari con il calo della curva dei costi.
I singoli sviluppatori raccontano la stessa storia in miniatura. I professionisti citati nei report descrivono di essere passati da circa $10 all’ora di uso di Claude a meno di 50 centesimi all’ora su DeepSeek, oppure di riservare i modelli USA premium per il 10% più difficile dei task instradando invece il 90% di routine verso modelli cinesi più economici. Lo schema è coerente: tieni un modello di primo livello per il lavoro che ne ha davvero bisogno, e manda tutto il resto all’opzione più economica che supera l’asticella.
Perché i team stanno cambiando?
Il motivo in testa è il costo, ma la ragione più profonda è che il costo ha smesso di essere giustificato da un fossato di qualità. Quando il miglior modello USA era chiaramente avanti sui task che ti interessavano, pagare un premio era razionale. Nel 2026 i modelli cinesi a pesi aperti sono abbastanza vicini sui carichi di lavoro mainstream di coding, redazione e uso di strumenti da far sembrare il premio più una tassa che un investimento per la maggior parte delle chiamate. Quella riformulazione — da «modello migliore» a «modello più economico che supera la mia asticella di qualità per ogni task» — è lo spostamento mentale che guida la migrazione.
La seconda ragione è l’opzionalità. Poiché questi modelli sono a pesi aperti, i team non sono vincolati alla roadmap, ai prezzi o alla disponibilità di un singolo vendor. Puoi eseguirli dietro la tua interfaccia, fare fine-tuning sul tuo dominio, o sostituirli quando compare qualcosa di migliore — la stessa logica di portabilità che rende attraente il fine-tuning di modelli aperti per i team che vogliono una capacità durevole e posseduta anziché una dipendenza a consumo. In un anno in cui l’accesso alla frontiera è diventato scaglionato e i prezzi si sono mossi in entrambe le direzioni, quell’opzionalità vale soldi veri.
Quali sono i rischi di compliance e sui dati?
Qui l’entusiasmo ha bisogno di uno strato di governance. Il modo più economico di provare questi modelli — chiamare un’API ospitata che gira in Cina — è anche il più rischioso per chiunque gestisca dati regolamentati o sensibili. Inviare registri dei clienti, dati sanitari o dettagli finanziari a un endpoint offshore solleva preoccupazioni di residenza dei dati, sicurezza, censura e geopolitiche, e non è ipotetico: i legislatori USA hanno già aperto inchieste su aziende americane che hanno instradato carichi di lavoro tramite modelli cinesi. Per una piattaforma FinTech o healthtech, quel percorso può collidere direttamente con GDPR, HIPAA e impegni interni di gestione dei dati.
La sfumatura importante — e il motivo per cui questa è un’opportunità anziché un avvertimento — è che il modello e la posizione dell’hosting sono decisioni separate. DeepSeek, Qwen e GLM pubblicano i propri pesi, quindi non devi usare un’API ospitata in Cina per usare il modello. Puoi scaricare i pesi aperti ed eseguire l’inferenza all’interno del tuo ambiente su un cloud USA o UE, mantenendo i dati in giurisdizione dall’inizio alla fine. È la stessa disciplina alla base di un solido lavoro di compliance GDPR: la domanda che un regolatore pone non è solo «quale modello» ma «dove sono andati i dati». Rispondi a quella con il self-hosting e l’argomento del costo sopravvive intatto alla revisione di compliance.
Cosa significa per i team software USA & UE
La prima lezione è che la scelta del modello è ora una disciplina di cost-engineering, non una scelta di vendor una tantum. Con modelli capaci disponibili in un intervallo di prezzo di 10 volte, lo schema durevole è uno strato di routing agnostico rispetto al provider che invia ogni carico di lavoro al modello più economico che supera la sua asticella di qualità. I team che codificano rigidamente un solo modello e un solo prezzo lasciano sul tavolo una grossa voce di spesa ricorrente — e sono esposti quando quel vendor cambia prezzi o disponibilità.
La seconda lezione è che i pesi aperti cambiano il calcolo del deployment. La domanda interessante per il 2026 non è solo «modello USA o modello cinese» ma «API ospitata o pesi in self-hosting». Fare self-hosting di un modello aperto sul tuo stack cloud e DevOps aggiunge lavoro operativo — capacità GPU, serving, monitoraggio — ma converte una dipendenza a consumo e transfrontaliera in un asset che controlli, con una residenza dei dati che puoi dimostrare. Per i settori regolamentati quel compromesso favorisce sempre più il self-hosting.
La terza lezione è che la provenienza sta diventando un artefatto di audit. Man mano che l’approvvigionamento dei modelli diventa più eterogeneo, conta non solo che tu abbia usato l’IA ma quale modello, quale versione e dove è stato eseguito è arrivato in produzione per ogni funzionalità. Registra quella mappatura, conserva le tue evidenze di valutazione e sii pronto a spiegare il percorso di hosting. I team che si muoveranno più in fretta sono quelli la cui architettura tratta il modello come un componente sostituibile e ben documentato anziché come un presupposto permanente e invisibile.
Cosa fare in questo trimestre
Ecco la versione spedibile. Tratta lo spostamento di costo dei modelli cinesi come uno stimolo a rendere il tuo stack IA sia più economico sia più difendibile.
- Aggiungi uno strato di routing. Metti un’interfaccia agnostica rispetto al provider davanti alle tue chiamate LLM così che modello, livello e vendor siano configurazione, non codice.
- Fai benchmark sul tuo lavoro. Testa DeepSeek, Qwen e GLM contro il tuo provider attuale sui tuoi task reali e sulle tue metriche di qualità — non sulle classifiche pubbliche.
- Dimensiona ogni chiamata al punto giusto. Riserva i modelli USA premium per i carichi di lavoro più difficili; instrada i task di routine ad alto volume al modello più economico che supera l’asticella.
- Decidi modello e hosting separatamente. Per i dati regolamentati o sensibili, esegui i pesi aperti all’interno del tuo ambiente USA o UE anziché chiamare un’API offshore.
- Mappa il percorso di compliance. Documenta la residenza dei dati per ogni funzionalità IA e verificala rispetto a GDPR, HIPAA e ai tuoi impegni verso i clienti prima di scalare l’uso.
- Registra la provenienza. Logga quale modello, versione e percorso di hosting è in produzione per ogni funzionalità, e mantieni recuperabili le evidenze di valutazione per gli audit.
Nulla di tutto ciò è consulenza legale, e i tuoi obblighi precisi dipendono dal tuo settore e dalla tua giurisdizione. Ma il segnale strategico è chiaro: il prezzo dell’IA capace sta scendendo in fretta, gran parte del calo arriva dai modelli a pesi aperti, e i team che ne beneficiano sono quelli che possono adottarli senza importare rischi. Tratta il modello come sostituibile, tieni i dati dove le regole lo richiedono, e i risparmi sono tuoi da tenere.
Domande frequenti
Perché le aziende USA adottano i modelli IA cinesi?
Soprattutto per il costo. I modelli cinesi a pesi aperti come DeepSeek, Qwen e GLM costano all’incirca dal 60% al 90% in meno rispetto ai principali modelli OpenAI e Anthropic per lavori comparabili, colmando gran parte del divario di qualità su coding e task generali. Secondo i dati OpenRouter riportati da CNBC il 7 luglio 2026, i provider cinesi hanno fornito più del 30% dei token indirizzati dagli USA ogni settimana dall’8 febbraio 2026, in crescita da circa l’11% di un anno prima.
Quanto sono più economici i modelli IA cinesi rispetto a OpenAI e Anthropic?
OpenRouter stima all’incirca dal 60% al 90% più economici. In un confronto illustrativo per una quantità simile di lavoro, il Claude di Anthropic è costato circa $4.811, OpenAI circa $3.357 e il GLM di Zhipu circa $544. I risparmi effettivi dipendono dal tuo carico di lavoro, dal caching e dall’asticella di qualità, ma il calo del costo per token è grande.
È sicuro usare i modelli IA cinesi per dati regolamentati?
Dipende da come li distribuisci. Inviare dati regolamentati a un’API ospitata in Cina solleva preoccupazioni di residenza dei dati, sicurezza e geopolitiche e ha già attirato lo scrutinio del Congresso USA. Poiché DeepSeek, Qwen e GLM sono a pesi aperti, uno schema più sicuro è eseguire i pesi sulla tua infrastruttura USA o UE così i dati non lasciano mai la tua giurisdizione. Tratta la posizione dell’hosting, non solo il modello, come la decisione di compliance.
DeepSeek e Qwen sono open source?
Sono a pesi aperti: i pesi addestrati sono pubblicati con licenze permissive, quindi puoi scaricarli ed eseguirli sui tuoi server o su un cloud a tua scelta. Non è lo stesso che dati e codice di addestramento completamente aperti, ma è sufficiente per il self-hosting, il fine-tuning e per mantenere l’inferenza all’interno del tuo ambiente — la proprietà che consente ai team regolamentati di catturare i risparmi senza inviare dati a un’API offshore.
Cosa dovrebbero fare i team software riguardo allo spostamento di costo dei modelli?
Metti uno strato di routing agnostico rispetto al provider davanti alle tue chiamate LLM, confronta i modelli cinesi a pesi aperti sui tuoi task, e per i dati regolamentati ospita i pesi aperti all’interno del tuo ambiente USA o UE anziché chiamare un’API offshore. Traccia il costo dei token per funzionalità, tieni cablato un fallback capace, e documenta quale modello e quale percorso di hosting usa ogni funzionalità per gli audit.
Fonti
CNBC — Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge
Rest of World — When Americans choose Chinese AI
Forbes — China’s DeepSeek V4 and Qwen reshape the open-source AI race