Kimi K3 è finito al centro di una polemica che parte direttamente dalla Casa Bianca, dove il consigliere scientifico Michael Kratsios ha lanciato un’accusa pesante. Secondo lui Moonshot, l’azienda cinese che ha costruito quello che oggi viene considerato il più grande modello open source disponibile, avrebbe copiato Claude Fable di Anthropic sfruttando anche chip che in Cina non dovrebbero nemmeno entrare. Peccato che gli esperti del settore, quelli che di questi processi ne masticano parecchio, dicano una cosa semplice, i conti non tornano.
La Casa Bianca accusa Moonshot, ma gli esperti frenano
Il ragionamento di chi conosce la materia parte da una questione di tempistiche. Braden Hancock del Laude Institute lo mette giù senza troppi giri di parole, non si ottiene un modello così forte e così in fretta sulla scia di Fable facendo solo distillazione. Fable è diventato pubblico soltanto il primo luglio. Distillare quella mole di dati, addestrare un modello e rilasciarlo nel giro di due settimane è roba che non sta in piedi. E infatti Kimi K3 è stato annunciato il 18 luglio. Diciassette giorni dopo l’uscita di Fable 5. Prendere un modello da 2,8 trilioni di parametri e distillarlo in diciassette giorni, secondo chi lavora nel campo, è materialmente impossibile. Non è una questione di volontà, proprio non ci sono i tempi tecnici.
Nathan Lambert dell’Allen Institute aggiunge un tassello interessante. La distillazione, dice, conta sempre meno perché trasferisce soprattutto lo stile di un modello, non le sue capacità più avanzate. È il motivo per cui un modello distillato può arrivare perfino a dichiarare di essere Claude. Per ottenere prestazioni al livello di Fable servono invece tecniche di reinforcement learning, che richiedono infrastrutture enormi. Farlo passando dall’API di un laboratorio di frontiera sarebbe, sempre secondo Lambert, troppo costoso e troppo lento. Se davvero fosse così facile, chiunque potrebbe replicare un K3 distillandone i dati. Ma non è successo e non succederà.
Chip proibiti, distillazione diffusa e un dettaglio che sfugge
C’è poi la seconda accusa, quella sui chip. Kratsios sostiene che Moonshot avrebbe messo le mani sui chip NVIDIA Grace Blackwell 300, vietati all’esportazione verso la Cina, e avrebbe usato server equipaggiati con GB300 in Thailandia. Che un mercato nero esista è un fatto, a maggio il fondatore di Supermicro è stato incriminato per contrabbando di chip avanzati verso la Cina.
Sam Bresnick, del Georgetown Center for Security and Emerging Technology, propone regole di conoscenza del cliente per i data center. Il concetto è semplice, se permetti a un’azienda di fare grandi sessioni di addestramento sui tuoi sistemi hardware più avanzati, ci deve essere un meccanismo che identifichi chi è e cosa sta facendo. L’amministrazione Biden aveva messo sul tavolo queste norme nel 2024. L’amministrazione Trump non ha fatto passi avanti. Va detto poi che la distillazione non è certo un vizio solo cinese. Musk ha testimoniato che SpaceXAI ha distillato i modelli di OpenAI per tirare su Grok, definendo la pratica comune nell’industria. E Anthropic all’inizio dell’anno aveva accusato pubblicamente Moonshot, DeepSeek e MiniMax di distillazione sistematica. Che sia avvenuta è probabile, ma su modelli precedenti a Fable, non nei diciassette giorni successivi al suo rilascio.
Il punto che secondo Hancock viene troppo spesso ignorato riguarda la competenza tecnica di questi gruppi cinesi. Uno dei fondatori di Moonshot era un dottorando alla CMU. Ricercatori e ingegneri veri, che lavorano sodo. Se i modelli americani si fermassero, il progresso cinese rallenterebbe, certo, ma andrebbe comunque avanti. Non stanno semplicemente cavalcando l’onda del lavoro altrui.