Il modello Kimi K3 di Moonshot ha conquistato la scena tecnologica quasi dal nulla, balzando in cima alla classifica di Arena dedicata al codice front end. Un salto notevole, tanto rumore. Peccato che, appena si gratta un po’ sotto la superficie, spuntino indizi piuttosto scomodi. Perché sembra proprio che questo modello AI cinese sia stato distillato da Claude di Anthropic. E in almeno una conversazione, che ha fatto il giro dei social, si è presentato esattamente così.
Partiamo dai numeri, che raccontano già parecchio. Kimi K3 è arrivato primo nella Frontend Code Arena con 1679 punti, superando Claude Fable 5. Un balzo di diciassette posizioni rispetto alla versione precedente, la K2.6, che stava al diciottesimo posto. Non male per un modello open source appena presentato. Moonshot lo ha lanciato con una struttura da 2,8 trilioni di parametri, pensato per l’intelligenza su scala di frontiera. È multimodale, ha una finestra di contesto attorno al milione di token e, sulla carta, gira più veloce di molti rivali diretti.
Kimi K3: perché i conti non tornano davvero
Qui inizia la parte interessante. I laboratori cinesi hanno accesso a molte meno GPU rispetto a quelli americani, eppure riescono a tenere il passo dei modelli di frontiera nei benchmark. Fin qui, complimenti. Il problema arriva quando si guarda il consumo di calcolo. Perché il costo di inferenza di Kimi K3 è allineato a quello che ci si aspetterebbe da GPT 5.5 e da Claude 4.8 Opus High. E questo dettaglio stona parecchio.
Il ragionamento è semplice, ma non banale. Se il processo di addestramento è così efficiente, quella efficienza dovrebbe riflettersi anche sui costi di inferenza. Invece no. L’efficienza in inferenza resta sugli stessi livelli dei modelli occidentali più pesanti. In pratica non si può avere una cosa senza l’altra. E quando i due dati non camminano insieme, il sospetto diventa concreto: che Moonshot abbia usato le buone vecchie tecniche di distillazione per costruire il suo gioiello.
Il momento in cui Kimi si è tradito da solo
C’è poi la prova più imbarazzante di tutte. In almeno una conversazione, Kimi K3 si è identificato come “Claude, un assistente AI creato da Anthropic”. Difficile trovare un indizio più diretto di così. Qualcuno obietterà che la distillazione è impossibile, visto che il modello ha battuto molti degli LLM da cui sarebbe stato distillato. Ma è un’obiezione che dimentica un pezzo importante: il potere del reinforcement learning applicato dopo la distillazione. Il modello figlio può tranquillamente superare quello da cui è partito.
Va detto con onestà: tutto questo vive ancora nel territorio delle congetture ragionate. Nessuna certezza da tribunale, solo prove aneddotiche. Però gli indizi disponibili sembrano combaciare piuttosto bene con la tesi che Moonshot abbia effettivamente distillato Kimi K3 partendo dal Claude di Anthropic. La discrepanza tra l’efficienza dell’addestramento e quella dell’inferenza resta lì, sul tavolo, a fare rumore. E per ora nessuno l’ha spiegata in altro modo.