Gli sviluppatori cinesi di intelligenza artificiale DeepSeek e Moonshot AI hanno fatto molto affidamento sui risultati del modello GPT-6 Astra di OpenAI per addestrare i loro ultimi sistemi, secondo un rapporto di The Information pubblicato mercoledì e riportato da Reuters. Il rapporto cita persone con conoscenza diretta della questione e sottolinea che il presunto utilizzo dei prodotti di Astra non è stato accertato in modo indipendente.
Se accurate, le affermazioni porrebbero OpenAI al centro della stessa disputa sulla distillazione che ha già intrappolato il suo principale rivale. Per i lettori che seguono AI news sulla competizione dei modelli e sulle pratiche di formazione, la storia arriva solo tre mesi dopo che Anthropic ha accusato pubblicamente gli stessi due laboratori cinesi – insieme ad Alibaba – di distillare i suoi modelli Claude.
Quali modelli sono implicati?
La rendicontazione dell'Informativa nomina due sistemi specifici. Si dice che Kimi K3.1 Pro di Moonshot AI, rilasciato la scorsa settimana, e V4.1-Flash 1017 aggiornato di DeepSeek, lanciato il 17 ottobre, abbiano beneficiato della distillazione utilizzando il modello di frontiera di OpenAI. Né DeepSeek né Moonshot hanno confermato la pratica, e il rapporto stesso avverte che l’uso degli output di Astra non è stato stabilito in modo indipendente.
Distillazione, nell'uso del settore, significa addestrare un modello sui risultati di uno più capace in modo che lo studente impari a riprodurre le risposte dell'insegnante. Invece di pagare per ogni funzionalità attraverso un corso di formazione indipendente, un laboratorio può interrogare un sistema leader e utilizzare le sue risposte come segnale di formazione di alta qualità: più economico, più veloce e sempre più centrale per il modo in cui vengono costruiti modelli competitivi.
Una serie di accuse e nuove difese
Il rapporto arriva nel mezzo di un anno di crescenti affermazioni sull’estrazione del modello. A settembre, il governo degli Stati Uniti ha affermato che era in corso una campagna di distillazione su larga scala da parte di aziende cinesi contro le società americane di intelligenza artificiale: una dichiarazione che The Information rileva è separata dal suo nuovo rapporto specifico su GPT-6 Astra. L'accusa di agosto di Anthropic secondo cui Alibaba, DeepSeek e Moonshot avevano distillato modelli di Claude ha gettato le basi per l'attuale battaglia.
Anche le difese si stanno rafforzando. All'inizio di questo mese, Anthropic ha affermato che le nuove misure progettate per impedire ai rivali di copiare le capacità di Claude avevano ridotto i dati raccolti attraverso i cosiddetti attacchi di distillazione di circa il 90-99%. La figura suggerisce che il monitoraggio dei modelli di query, la limitazione dell’accesso e la limitazione della velocità delle attività sospette possono aumentare in modo misurabile il costo dell’estrazione, sebbene le misure di salvaguardia funzionino solo finché gli aggressori non si adattano.
OpenAI non ha detto se ha rilevato modelli simili contro GPT-6 Astra o se prevede modifiche alle politiche in risposta al rapporto. I termini di servizio dell'azienda, come quelli dei suoi rivali, limitano l'uso degli output per addestrare modelli concorrenti.
Cosa può e non può fare la distillazione
La realtà tecnica è più sfumata di quanto suggeriscano i titoli. Gli output possono fornire utili segnali di addestramento, ma non trasferiscono l'architettura di un modello, i suoi dati di addestramento, i suoi parametri interni o tutte le sue capacità. L'efficacia della distillazione dipende dalla qualità e dalla diversità degli esemplari raccolti e dal processo di formazione che li incorpora. Un modello distillato può corrispondere a un insegnante su parametri di riferimento che assomigliano ai dati raccolti pur rimanendo più debole altrove.
Quella sfumatura taglia in entrambe le direzioni. Ciò significa che una campagna di distillazione segnalata non rivela quanta parte delle prestazioni di un modello rivale derivi effettivamente dall’estrazione, se i termini di servizio siano stati violati o se le capacità risultanti sarebbero comunque emerse. Ma significa anche che la raccolta su larga scala può offrire a un concorrente un percorso più rapido verso capacità specifiche, in particolare la codifica e il ragionamento, dove il divario tra i modelli di frontiera e quelli che seguono rapidamente si è ridotto nel corso dell’anno.
Un equilibrio difficile per il settore
Nessuna delle due parti in questa disputa ritiene la pratica semplice. La distillazione in sé non è intrinsecamente impropria – gli sviluppatori di intelligenza artificiale utilizzano abitualmente tecniche che trasferiscono la conoscenza tra i propri modelli – e un ampio accesso ai sistemi leader è ciò che consente a startup, ricercatori e aziende di creare prodotti. La tensione cresce su vasta scala: l’accesso illimitato rende molto più semplice per una terza parte raccogliere grandi set di dati di output per scopi che il fornitore non ha mai autorizzato.
Le misure di salvaguardia implementate dai fornitori in risposta comportano i propri costi. Il monitoraggio di modelli di query insoliti, la limitazione dell'accesso a determinate funzionalità, l'imposizione di limiti di utilizzo e l'analisi della raccolta in blocco aumentano il prezzo dell'estrazione, ma creano anche attriti operativi per gli sviluppatori legittimi e le aziende che dipendono da un accesso API costante. L’industria, in effetti, sta negoziando dove finisce lo sviluppo legittimo del modello e inizia l’estrazione non autorizzata, un cambiamento di politica alla volta.
L'economia dietro la lotta
Il motivo per cui i laboratori si prendono cura è aritmetico. La formazione di un modello di frontiera costa miliardi di dollari in termini di calcolo e ricerca. Se un concorrente può riprodurre capacità importanti interrogando sistematicamente un modello esistente a prezzi API, il vantaggio finanziario derivante dalla costruzione del sistema di frontiera si riduce – e con esso l’incentivo a continuare a costruirlo. Questa logica spiega perché i laboratori americani hanno passato il 2026 a rafforzare le loro difese, e perché ogni nuova accusa viene meno come pettegolezzo che come punto dati in una guerra economica in corso.
Per gli sviluppatori cinesi il calcolo è diverso. L’accesso ai chip più avanzati è limitato e la distillazione offre un percorso verso prestazioni competitive senza dover corrispondere ai budget di calcolo. Il rapporto di The Information suggerisce che il percorso sia passato attraverso il fiore all'occhiello di OpenAI: la stessa accusa, rivolta a un obiettivo diverso.
---
Stai al passo con l'intelligenza artificialeRicevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.
Leggi altre notizie sull'AI →
