Per la prima volta, a luglio i modelli sviluppati in Cina hanno occupato tutte e cinque le prime posizioni su OpenRouter, la piattaforma di routing neutrale che aggrega centinaia di modelli di decine di fornitori dietro una singola API ed è diventata la cosa più vicina che il settore dell’IA abbia a una Nielsen rating. Xiaomi — più nota per gli smartphone e, più recentemente, per i veicoli elettrici — ha visto il suo MiMo V2.5 classificarsi al primo posto per volume di token, seguito dai modelli di DeepSeek (il laboratorio di Hangzhou le cui release a basso costo hanno scosso i mercati globali all’inizio del 2025), MiniMax, la famiglia Qwen di Alibaba e Kimi di Moonshot. I modelli cinesi ora gestiscono oltre il 60% del traffico della piattaforma, che supera i 20 trilioni di token a settimana: i token sono i frammenti di testo che i modelli leggono e generano, e l’unità con cui l’uso dell’IA viene misurato e fatturato. Come osserva il commento di Fortune, non si tratta di un risultato di benchmark, ma di una curva di utilizzo.

Un anno fa, i modelli statunitensi gestivano circa il 70% del traffico di OpenRouter; oggi ne gestiscono circa il 30%. Ancora più rilevante, entro metà luglio i modelli cinesi rappresentavano un record del 58% dei token elaborati da aziende statunitensi sulla piattaforma. Secondo l’autore, le aziende USA non vengono costrette a usare IA cinese: la stanno scegliendo, carico di lavoro dopo carico di lavoro, perché la matematica prezzo/prestazioni è impossibile da ignorare.

La corsa si è divisa in due

Il paradosso, sostiene l’autore, merita un posto nell’agenda di tutti i consigli di amministrazione questo autunno. I laboratori americani mantengono ancora la frontiera assoluta: GPT 5.5 di OpenAI, Claude Fable 5 di Anthropic e Gemini 3.x di Google guidano nei ragionamenti più difficili, negli agenti a lungo orizzonte e nei lavori enterprise più impegnativi, e il divario di frontiera è reale, misurato in mesi. Ma la corsa si è divisa in due competizioni — capacità e distribuzione — e l’America sta vincendo la prima mentre perde la seconda.

DeepSeek V4-Pro ha un prezzo pari a circa un dodicesimo di GPT-5.5 a fronte di prestazioni di benchmark comparabili, e DeepSeek V4 Flash costa $0.14 per milione di token in input contro $5.00 per GPT-5.5. Gli analisti di OpenRouter riportano che i modelli open cinesi costano dal 60% al 90% in meno rispetto alle principali offerte americane. Per carichi di produzione ad alto volume — coding agent, elaborazione documentale e operazioni clienti — quel differenziale decide l’ordine di acquisto.

La distribuzione è il punto in cui gli ecosistemi si consolidano, prosegue il pezzo. La famiglia Qwen di Alibaba ha superato un miliardo di download cumulativi e ha sostituito Meta’s Llama come famiglia di modelli open più scaricata al mondo — i modelli open-weight pubblicano file di parametri scaricabili che gli sviluppatori possono eseguire, ispezionare e ottimizzare sulla propria infrastruttura, a differenza dei modelli chiusi accessibili solo tramite l’API a pagamento di un fornitore — mentre Llama, che ha definito l’IA open-weight nel 2023 e nel 2024, è scesa sotto l’1% del volume instradato. Gli sviluppatori ottimizzano ciò che possono scaricare e costruiscono strumenti attorno a ciò che distribuiscono; è così che Linux ha vinto sui server e Android sui telefoni, e sta accadendo di nuovo sotto i nostri occhi, scrive l’autore.

Benvenuti nella death zone

Tra la frontiera e il pavimento delle commodity esiste quella che l’autore chiama death zone: qualsiasi modello, prodotto o strategia aziendale di IA che non sia chiaramente il migliore né chiaramente il più economico viene schiacciato da entrambe le direzioni contemporaneamente.

I dati di mercato mostrano con precisione come funziona questa biforcazione. Secondo l’analisi dei dati di utilizzo di OpenRouter, Anthropic — l’azienda dietro la famiglia Claude — detiene solo circa il 12% della quota di token della piattaforma, ma incassa circa la metà della spesa totale: è il binario premium, con meno token e un prezzo coerente con il lavoro che li giustifica. Il binario delle commodity appartiene ai modelli open efficienti che muovono trilioni di token economici. Il mezzo — modelli chiusi senza un vantaggio decisivo di capacità e implementazioni enterprise che pagano prezzi da frontiera per lavori da commodity — non ha alcun binario.

La maggior parte dei piani strategici IA delle Fortune 500 si trova proprio in quel mezzo, sostiene l’autore. L’impresa tipica ha firmato un unico contratto API di frontiera nel 2024, ha instradato tutto attraverso quello e non è più tornata indietro; nel 2026, è l’equivalente di gestire l’intera logistica con il trasporto aereo notturno.

La Cina lo ha costruito apposta

Nulla di tutto ciò è accaduto per caso, sottolinea il commento. I controlli all’export hanno negato ai laboratori cinesi i più grandi cluster di GPU, così hanno ingegnerizzato la scarsità puntando su efficienza dei token, nuovi meccanismi di attenzione, design efficienti di mixture of experts, dati di qualità più alta invece di puro volume e architetture aware dell’inferenza fin dal primo giorno. Il sostegno statale ha ulteriormente abbassato la base di costo effettiva. A maggio Xiaomi ha ridotto i prezzi dell’API di MiMo fino al 99%.

Il vincolo è diventato strategia. I laboratori americani che trattano l’efficienza come una priorità secondaria rischiano di mantenere il vantaggio tecnologico mentre perdono volume di mercato, interesse degli sviluppatori e, in ultima analisi, l’intero ecosistema IA.

Il playbook del costruttore per il 2026

Per dirigenti e fondatori che stanno davvero costruendo sull’IA, quattro mosse contano più di ogni altra cosa.

1. Rendere il hybrid routing la propria architettura predefinita.
   Instradare i lavori più difficili, più regolamentati e a maggior rischio sui modelli di frontiera. Instradare i compiti ad alto volume e sensibili ai costi sui modelli open efficienti. Le aziende che lo fanno stanno riducendo i costi di inferenza dal 60% al 90% sulla maggior parte dei carichi di lavoro, senza toccare la qualità dove conta. Se il budget IA passa attraverso una singola API chiusa, si sta pagando troppo per la maggior parte di ciò che si fa.

2. Trattare l’efficienza come un’arma di prima classe.
   Ottimizzazione dell’inferenza, quantizzazione, speculative decoding e co-design tra modello e hardware sono ormai pratiche standard, non più semplici curiosità di ricerca. Studiare come hanno costruito i laboratori vincolati dalla scarsità e applicare poi quelle lezioni con la capacità di calcolo americana alle spalle.

3. Differenziarsi sopra il livello del modello.
   Dati proprietari, livello applicativo, fine-tuning di dominio, framework per agenti e rigorosi sistemi di valutazione durano più a lungo di qualsiasi vantaggio del modello base. I modelli base stanno convergendo verso l’infrastruttura. Il vostro moat non sarebbe mai stato il modello di qualcun altro.

4. Uscire dal mezzo.
   Se il vostro prodotto dipende da un modello che non è né il migliore né il più economico, scegliete una direzione quest’anno. Salite lungo la curva delle capacità con una vera differenziazione, oppure competete duramente su costo e apertura. Il mezzo non sopravvive al 2027.

L’America ha bisogno ora di una risposta open-weight

La mia opinione è che Washington si stia preparando a combattere la battaglia sbagliata. L’istinto al Congresso è limitare i modelli cinesi per motivi di sicurezza, e per carichi di lavoro sensibili di governo e difesa questa cautela è giustificata. Le preoccupazioni sulla sovranità dei dati limitano già l’adozione di modelli ospitati in Cina nei settori regolamentati occidentali, anche se gli open weight self-hosted attenuano gran parte di questo argomento.

Un divieto non è una strategia, è una tariffa sui propri sviluppatori. Gli open weight cinesi hanno successo non per inganno, ma perché sono di alta qualità, accessibili e convenienti — e perché nessun laboratorio americano rilascia attualmente modelli open-weight di classe frontier con regolarità. Il ritiro di Meta ha lasciato il campo aperto e la Cina lo ha occupato rapidamente.

La risposta è competere con modelli open-weight credibili statunitensi e alleati, rilasciati regolarmente e sostenuti da incentivi agli acquisti o da impegni diretti dei laboratori. Gli open weight sono il modo in cui si esportano il proprio ecosistema, le proprie norme di sicurezza e i propri standard nel resto del mondo. L’America lo ha capito con lo stack Internet; deve ricordarselo anche adesso.

La frontiera continua ad avere importanza e gli Stati Uniti dovrebbero difenderla. Ma la corsa pratica del 2026 si vince padroneggiando entrambe le competizioni allo stesso tempo: capacità assoluta ed efficienza radicale, eccellenza chiusa e diffusione aperta, la maggiore potenza di calcolo affidabile e l’uso più intelligente di essa. L’innovazione sotto vincolo non dovrebbe più essere un premio di consolazione.

La domanda per il management americano, le sale del consiglio e Washington è la stessa. Quando verrà costruita la prossima generazione di software globale, su quali modelli sarà costruita? Al momento, sono i numeri dei download a rispondere. E non è la risposta che l’America vuole sentire.

Le opinioni espresse negli articoli di commento di Fortune.com sono esclusivamente quelle dei rispettivi autori e non riflettono necessariamente le opinioni e le convinzioni di Fortune.

Questo articolo è apparso originariamente su Fortune.com