Per dieci anni la strada verso l’intelligenza artificiale è passata per la frase. I modelli miglioravano dicendo cose, venivano giudicati dicendo cose, e guadagnavano soldi dicendo cose; ogni rapporto sulle capacità finiva con del testo generato che faceva qualcosa di impressionante. Poi è arrivata una settimana di settembre in cui i modelli più nuovi, più finanziati e più discussi del settore si sono presentati con la bocca chiusa. Classificano, assegnano punteggi, rispondono sì o no, e non producono alcun testo. È una nicchia o un cardine, e finora le prove somigliano a un cardine.

La settimana in cui la categoria è apparsa

La metà commerciale è arrivata per prima. A metà settembre 2026, TypeSafe AI ha chiuso due anni di silenzio con Jev, il suo primo System One model, disponibile in early access su un’API in hosting: stato non strutturato in ingresso, decisioni probabilistiche tipate in uscita, tutti gli output generati in parallelo in una sola query anziché token dopo token, addestrato con reinforcement learning for calibrated decisions su un’architettura che l’azienda non divulga.^[1] Le pretese del lancio sono aggressive, intelligenza decisionale paragonabile ai modelli di frontiera a due ordini di grandezza più veloce ed economico, e il post di lancio, a suo onore, stampa i suoi asterischi accanto ai numeri più grandi.

Tre giorni dopo è arrivata la metà aperta. Su GitHub è comparso un repository di nome laya, Apache-2.0, di Convai Innovations: un motore decisionale multilingue e non autoregressivo di qualche centinaio di milioni di parametri che risponde alle stesse tre tipologie di domanda, choice, score e sì/no, in un forward pass, sulla vostra macchina, nell’ordine dei millisecondi.^[2] In pochi giorni l’ecosistema ha fatto crescere un benchmark di terzi che ha passato entrambi i modelli sugli stessi 500 esempi etichettati, un sito di catalogazione, post esplicativi e un preprint accademico che nomina la categoria «typed evaluation models» e ne data l’emersione proprio in quel mese. Una categoria che si fa nominare, misurare e catalogare entro quattro settimane non è il lancio di un prodotto. È una svolta.

Ho smontato i due modelli in un saggio precedente; il punto da portare dietro qui è ciò che il loro abbinamento dimostra.^[3] Quando il flagship chiuso e l’alternativa aperta arrivano nella stessa settimana e quella aperta regge il confronto sulle domande semplici, la categoria ha insieme un’economia e un bene comune. Questa doppia esistenza è, storicamente, il segno delle svolte che durano.

Perché gli output si sono fermati

La frase è sempre stata l’interfaccia, non lo scopo. Quando l’unico strumento era un generatore di testo, ogni compito doveva essere vestito da prosa: fai una domanda, ricevi un paragrafo, interpreta il paragrafo, agisci su quello che speri che significhi. Gran parte di ciò che il software richiede davvero non è mai stata prosa. Inoltrare un ticket è una categoria. Dare priorità a un allarme è una gravità. Bloccare un messaggio è una probabilità con una soglia. Pagare un modello di frontiera perché generi un paragrafo dal quale il codice legge un aggettivo è sempre stato un assurdo, tollerato solo perché non c’era alternativa.

Ora l’alternativa esiste su entrambi i termini. L’economia: il venditore dichiara due ordini di grandezza sul lavoro a forma di decisione, le proprie valutazioni sui flussi arrivando a 193,6 volte più veloce e 444,6 volte più economico, con l’avvertimento onesto che quei numeri sono l’estremità alta dei guadagni reali e che il prezzo potrebbe essere sovvenzionato.^[1] Il prezzo della versione aperta è l’elettricità per tenere residenti 322 milioni di parametri, e la sua latenza è di 21 millisecondi, misurati, su un laptop.^[4] L’affidabilità: output tipati con probabilità calibrate non possono essere allucinati come la prosa, perché non c’è prosa, solo un valore di uno schema e un numero che dice quanto se ne è sicuri. La privacy: una decisione calcolata sul vostro hardware significa che il testo giudicato non lascia mai la stanza, che è la differenza tra un bot di moderazione che fa trapelare la propria comunità verso un venditore e uno che non telefona a nessuno.^[5]

La condensazione più ampia

Allargate lo sguardo dai due flagship e il disegno è più grande di una categoria. Nel mondo dei pesi aperti la gente sta prendendo i large language model e condensandoli in cose piccole, affilate e non generative: modelli decisionali costruiti come encoder, classificatori distillati da insegnanti, router e guardrail tarati su dati sintetici, specialisti stretti piegati fuori da modelli generalisti con un fine-tuning su una GPU da laptop. Laya stessa lo invita: il suo repository include un notebook di fine-tuning che gira su GPU gratuite del cloud, e qualche centinaio di decisioni etichettate dal vostro dominio portano il modello da 0,362 a 0,766 sul suo benchmark. Il modello generalista sta diventando la materia prima. I prodotti sono i condensati.

È la storia della frontiera alla scala del consumatore, e scorre nella stessa direzione. Ho sostenuto che il tentativo di fermare la distillazione deve fallire perché la capacità trapela da ogni interfaccia esposta; la stessa logica corre verso il basso. La capacità che condensa non passa soltanto dai laboratori chiusi a quelli aperti. Passa dai modelli grandi a quelli piccoli, dai datacenter ai laptop, dalle API ai pesi, e in fondo a quella pipeline c’è qualcosa che nessuna politica può raggiungere: qualche centinaio di megabyte che decide in fretta, offline, per sempre.^[6]

Le ragioni della nicchia

Il caso contrario merita il suo giorno, perché i cardini vengono proclamati ogni mese e arrivano ogni anno. La maggior parte del lavoro dell’IA è ancora lavoro in prosa, e un modello che non sa scrivere non serve a quello; lo stack decisionale ha ancora bisogno di un LLM alle spalle per tutto ciò che fa escalation, il che significa due sistemi da mantenere. Le debolezze misurate sono reali: le domande graduate e sfumate sono dove questi modelli vacillano, 35 per cento su una scala a cinque stelle è una moneta con passaggi in più, e la calibrazione peggiora esattamente dove il giudizio diventa sottile.^[4] L’inquadramento kahnemaniano del venditore è una metafora arruolata nel marketing; il Sistema 1 del libro non è uno schema di architettura. E una categoria che si prende directory e articoli di prima settimana prima di prendersi un track record somiglia ad altre estati che promettevano svolte e consegnavano strumenti. Gli strumenti non sono nulla. Ma non ogni strumento è un cardine.

Ciò che sopravvive a quello scetticismo è la parte su cui punterei: pesi aperti, abbastanza piccoli da girare ovunque, a fare un lavoro che il software desidera da prima che esistesse la chat. Nessuna politica può annullarne il rilascio, nessuna economia può rendere caro il gratuito, e i carichi di lavoro che servono si contano in miliardi al giorno: ogni filtro, instradamento, segnalazione e sbarramento del software del mondo.

Le macchine hanno imparato a parlare, e tutti hanno guardato. Ora stanno imparando quando non farlo, e quasi nessuno sta guardando. Di solito è così che arriva la parte importante.

---

1. TypeSafe AI, Introducing System One Models & Jev (settembre 2026): due anni di stealth, early access, pesi chiusi, solo API; «una function call con intelligenza di frontiera: stato non strutturato in ingresso, decisioni probabilistiche tipate in uscita»; generazione parallela di tutti gli output in una sola query; addestramento RLCD; latenza da 70 a 500 ms; valutazioni sui flussi di lavoro di 193,6x più veloce e 444,6x più economico descritte dal venditore come «all’estremità alta dei guadagni reali»; «Non possiamo dimostrare che non sia sovvenzionato».
2. NandhaKishorM/laya, Apache-2.0: «Motore decisionale System 1 multilingue e non autoregressivo. Decisioni tipate su oltre 100 lingue in un solo forward pass»; checkpoint convaiinnovations/laya (inglese, 421M) e convaiinnovations/laya-multilingual (322M); tipi di domanda choice, score, noul; notebook di fine-tuning per Kaggle; checkpoint typed-decisions a 0,766 contro 0,362 base.
3. Dagli LLM ai System One models: Jev e Laya, su cosa è uno System One model, come differiscono Jev e Laya, e dove ciascuno resta corto.
4. Laya: open-source alternative to TypeSafe Jev, il benchmark indipendente: 21 ms per decisione su un Apple M1 Max; Laya al 96% sullo spam SMS e al 35% su una scala a cinque livelli senza tuning; errore di calibrazione 0,05-0,06 sui facili, 0,34-0,40 sui difficili.
5. Un bot antispam Telegram su un decision model locale, un bot di moderazione Telegram con modello decisionale in locale; Calibrare Laya: formulazione, direzione e soglie delle domande, sulla sua calibrazione.
6. Il bersaglio morbido, sul perché la distillazione non si può fermare e la capacità continua a condensarsi in modelli più piccoli; L’AI Act regola le fatture. I pesi aperti non ne emettono., sull’irreversibilità dei pesi rilasciati.