In una settimana i modelli DeepSeek hanno elaborato più token su OpenRouter di quelli di OpenAI, Google, Anthropic e xAI messi insieme. È il segnale di una trasformazione del mercato dell’intelligenza artificiale, nella quale i modelli cinesi guadagnano terreno grazie a costi competitivi e maggiore libertà di distribuzione. Ma il volume di utilizzo racconta soltanto una parte della storia: il valore economico continua a concentrarsi altrove.
36.800 miliardi di token in una settimana: è il volume registrato dai modelli DeepSeek su OpenRouter nella rilevazione conclusa il 3 ottobre 2026, secondo i dati della piattaforma elaborati da Dirac e diffusi da Social Capital. Nello stesso periodo, i modelli di OpenAI hanno raggiunto 19,5 mila miliardi di token, quelli di Google 6,8, Anthropic 6,1 e xAI appena 0,6. Sommando i quattro gruppi americani si arriva a 33 mila miliardi, meno di quanto registrato dalla sola DeepSeek.
Fonte: OpenRouter, elaborazione Dirac / Social Capital.
Il sorpasso è significativo, ma per comprenderne la portata bisogna chiarire che cosa viene misurato. OpenRouter è una piattaforma che consente agli sviluppatori di accedere a modelli di intelligenza artificiale differenti attraverso un’interfaccia comune, confrontandone prestazioni, disponibilità e costi. Non rappresenta l’intero mercato dell’AI generativa e, soprattutto, non comprende il traffico che passa direttamente dalle API dei produttori o dalle applicazioni consumer come ChatGPT, Claude e Gemini.
Non sarebbe quindi corretto concludere che DeepSeek abbia superato OpenAI nell’utilizzo complessivo dell’intelligenza artificiale. Quello che emerge è qualcosa di diverso e, dal punto di vista industriale, probabilmente più interessante: in uno dei principali mercati di accesso ai modelli per gli sviluppatori, il peso delle alternative cinesi e open-weight è cresciuto fino a modificare profondamente gli equilibri competitivi.
Non è soltanto DeepSeek: è l’intero ecosistema cinese che cresce
Il dato settimanale trova conferma in una tendenza più ampia. Secondo un’analisi dei volumi transitati su OpenRouter, nel settembre 2026 i modelli sviluppati da DeepSeek, Z.ai, Tencent e Xiaomi hanno rappresentato complessivamente il 52,4% dei token elaborati dalla piattaforma. Ad agosto erano il 47,9%, mentre ad aprile la quota si fermava al 17,4%.
In cinque mesi, dunque, quattro laboratori cinesi sono passati da meno di un quinto a oltre la metà del volume osservato. DeepSeek rimane il principale contributore del gruppo, ma la crescita di Z.ai e Tencent indica che non siamo di fronte al successo isolato di un singolo modello.
È un cambiamento che mette in discussione una delle rappresentazioni più diffuse del mercato dell’AI: quella di una competizione dominata quasi esclusivamente dai grandi laboratori americani, impegnati a sviluppare sistemi sempre più potenti attraverso investimenti crescenti in infrastrutture e capacità di calcolo.
Quel mercato continua a esistere e i suoi protagonisti mantengono posizioni rilevanti. Ma accanto alla corsa alla frontiera tecnologica sta crescendo un’altra competizione, nella quale contano il costo dell’inferenza, la facilità di integrazione nelle applicazioni, la possibilità di personalizzare i modelli e la capacità di sostenere volumi elevati di elaborazione.
In questa seconda competizione, i modelli cinesi hanno conquistato uno spazio importante.
L’AI open-weight sta cambiando il rapporto tra prestazioni e prezzo
Una delle ragioni è la progressiva riduzione della distanza tra le prestazioni dei migliori modelli open-weight e quelle dei sistemi proprietari di frontiera.
Per open-weight si intendono modelli i cui pesi sono resi disponibili per il download e l’esecuzione su infrastrutture differenti da quelle del produttore, pur con licenze e limitazioni che possono variare considerevolmente. Non significa necessariamente che siano disponibili anche i dati di addestramento, il codice completo o tutte le informazioni necessarie a riprodurne lo sviluppo.
Questa distinzione è importante perché l’apertura dei pesi modifica le possibilità economiche e operative di chi utilizza l’intelligenza artificiale. Un’impresa può scegliere di eseguire un modello attraverso un fornitore specializzato, ospitarlo su un’infrastruttura privata oppure adattarlo a determinate applicazioni, senza dipendere necessariamente dall’accesso diretto al servizio del laboratorio che lo ha sviluppato.
Naturalmente, non tutti i modelli cinesi sono open-weight e non tutti quelli americani sono proprietari. Ma una parte rilevante della crescita osservata su OpenRouter riguarda proprio sistemi che combinano pesi disponibili, prezzi competitivi e prestazioni sufficientemente elevate per numerosi utilizzi professionali.
La conseguenza è che il modello più avanzato in assoluto non è necessariamente quello economicamente più conveniente per ogni attività.
Per un’impresa che deve elaborare milioni di documenti, classificare informazioni, alimentare un sistema di assistenza o far funzionare agenti software, una differenza relativamente contenuta nelle prestazioni può essere meno importante di una riduzione significativa dei costi.
Il fenomeno diventa ancora più evidente nelle applicazioni agentiche, dove un singolo compito può richiedere numerose chiamate al modello e generare quantità di token molto superiori a quelle di una normale conversazione.
Il paradosso dei token: chi viene utilizzato di più non guadagna necessariamente di più
Qui emerge la seconda parte della storia. I laboratori cinesi stanno conquistando una quota crescente dei token elaborati attraverso piattaforme come OpenRouter, ma i ricavi rimangono fortemente concentrati nei grandi operatori americani.
Un confronto basato su stime di Rhodium Group e dati comunicati dalle aziende attribuisce a sei laboratori cinesi, tra cui DeepSeek, MiniMax, Moonshot, Z.ai, Alibaba e ByteDance, circa 10,5 miliardi di dollari di ricavi annualizzati complessivi. Per OpenAI e Anthropic, le stime riportate nello stesso confronto raggiungono rispettivamente 40 e 65 miliardi di dollari.
Sono valori da interpretare con cautela, perché provengono da periodi differenti, comprendono modelli di business non perfettamente omogenei e non costituiscono un confronto tra bilanci certificati. La sproporzione, tuttavia, illustra un problema economico fondamentale: la diffusione tecnologica non si traduce automaticamente in una capacità equivalente di monetizzazione.
OpenRouter stessa ha documentato questa divergenza. In una sua analisi di settembre, i modelli open-weight risultavano già responsabili di oltre il 60% dei token elaborati sulla piattaforma, dopo aver raggiunto un picco del 79% a luglio. Nella seconda settimana di settembre, però, i modelli proprietari rappresentavano ancora il 73% della spesa.
In altre parole, i modelli aperti conquistano una parte maggioritaria del volume, mentre quelli chiusi continuano a catturare una quota prevalente del denaro speso.
Non significa che gli sviluppatori open-weight non riescano a generare ricavi. DeepSeek, Z.ai e Moonshot hanno registrato una forte crescita della spesa transitata sulla piattaforma. Significa piuttosto che il mercato sta iniziando a separare due indicatori che fino a poco tempo fa tendevano a essere considerati insieme: la quantità di intelligenza artificiale consumata e il valore economico riconosciuto a chi la fornisce.
La differenza dipende anche dal prezzo dei token. Un modello molto economico può elaborare enormi volumi di richieste e generare ricavi inferiori a quelli di un modello proprietario utilizzato meno frequentemente, ma venduto a tariffe più elevate.
Il numero di token, inoltre, non è una misura diretta della qualità del servizio o del valore prodotto: modelli differenti possono richiedere quantità diverse di elaborazione per completare lo stesso compito.
La competizione si sposta dal modello all’intera catena del valore
Questa trasformazione solleva una questione che riguarda il futuro dell’industria dell’intelligenza artificiale. Se un numero crescente di modelli offre prestazioni adeguate a costi progressivamente inferiori, il valore potrebbe distribuirsi lungo una catena più articolata: sviluppo dei modelli, infrastrutture di inferenza, piattaforme di accesso, integrazione aziendale, applicazioni specialistiche e gestione dei dati.
Non tutti questi passaggi devono necessariamente essere controllati dalla stessa azienda. Un modello sviluppato da DeepSeek può essere distribuito attraverso una piattaforma internazionale ed eseguito su infrastrutture gestite da un operatore terzo. Il laboratorio che ha realizzato il modello, il fornitore della capacità di calcolo e l’impresa che costruisce l’applicazione finale partecipano allo stesso mercato, ma possono adottare modelli economici profondamente differenti.
Anche per questo la contrapposizione tra AI americana e AI cinese rischia di diventare insufficiente per descrivere ciò che sta accadendo.
I laboratori americani continuano a investire nella frontiera delle prestazioni e a costruire attività commerciali basate su servizi proprietari, abbonamenti e contratti enterprise. I produttori cinesi competono con crescente efficacia su efficienza, prezzo e distribuzione. Nel frattempo, le imprese utilizzatrici possono combinare sistemi differenti, scegliendo il modello più adatto alle caratteristiche economiche e tecniche di ogni attività.
Si tratta di un mercato nel quale la disponibilità di alternative diventa essa stessa un fattore competitivo.
La vera domanda è chi catturerà il valore dell’AI
Il sorpasso di DeepSeek su OpenRouter non annuncia la fine del predominio americano nell’intelligenza artificiale. I grandi laboratori statunitensi continuano a disporre di risorse finanziarie, infrastrutture, relazioni commerciali e capacità di ricerca difficilmente replicabili. Né il traffico di una piattaforma di intermediazione può essere utilizzato per misurare la quota complessiva di un mercato che comprende applicazioni consumer, API dirette, servizi cloud e installazioni private.
Ma il dato segnala che la competizione non può più essere letta soltanto attraverso i benchmark dei modelli più potenti o gli investimenti miliardari necessari ad addestrarli.
La disponibilità di modelli open-weight sempre più competitivi introduce una pressione economica sul prezzo dell’intelligenza artificiale e amplia le possibilità di scelta per sviluppatori e imprese. Allo stesso tempo, lascia aperta la questione della sostenibilità dei laboratori che sviluppano questi sistemi e della capacità di trasformare l’adozione in margini sufficienti a finanziare la generazione successiva.
È possibile che il mercato finisca per premiare contemporaneamente modelli proprietari ad alte prestazioni e sistemi aperti più economici, utilizzati su scala molto maggiore. È altrettanto possibile che una parte crescente del valore venga catturata non dai produttori dei modelli, ma dagli operatori che li distribuiscono, li eseguono e li integrano nei processi delle imprese.
Per ora, i numeri suggeriscono una conclusione meno spettacolare di una vittoria cinese sugli Stati Uniti, ma più importante per comprendere la direzione dell’industria: nell’intelligenza artificiale, la leadership nell’utilizzo e quella nei ricavi non coincidono più necessariamente.
E capire dove si formeranno i margini, chi controllerà le infrastrutture e quali imprese riusciranno a trasformare i modelli in servizi economicamente sostenibili potrebbe diventare più importante che stabilire quale laboratorio abbia elaborato il maggior numero di token in una settimana.
.
Fonti:
OpenRouter – The Token State of Play: fonte primaria per il confronto tra quota di token e quota di spesa dei modelli open-weight e closed-weight;
OpenRouter – Model Rankings: classifiche e distribuzione dell’utilizzo sulla piattaforma;
Crbon Labs – OpenRouter Rankings, September 2026: elaborazione delle quote mensili dei laboratori cinesi;
Reuters Breakingviews – China’s brutal AI economics hold lessons for US: contesto sulla pressione competitiva, i prezzi e la sostenibilità economica dei laboratori cinesi.