Newsletter IA – Settimana 46 del 9 novembre 2026 – Le urne bocciano i data center, GPT-6 Cyber resta nel caveau

Ci sono settimane in cui l’intelligenza artificiale cambia il mondo e settimane in cui il mondo risponde. Questa è la seconda. Martedì 3 novembre gli elettori americani hanno votato su 41 misure locali che riguardavano i data center. Ne hanno bocciate 40. Giovedì 5 novembre il Nasdaq ha perso il 5,52% e Nvidia il 9,26%. Nel mezzo, OpenAI ha chiuso in cassaforte il modello più capace che abbia mai costruito.

Non è stata una settimana di lanci epocali. È stata la settimana in cui il settore ha scoperto che la capacità di calcolo si compra, il consenso no. E che il conto della bolletta arriva prima di quanto si pensasse.

Ecco cosa è successo tra lunedì 2 e domenica 8 novembre, con i numeri controllati e le cose che vale la pena provare.

La settimana in breve

• OpenAI ha presentato GPT-6 Cyber il 5 novembre, fascia Critical nel Preparedness Framework, accesso riservato ai clienti Daybreak Red.
• Il 4 novembre ChatGPT ha imparato i GIF animati con Images 2.6, diviso in due modelli API: Flare e Sunburst.
• Google ha reso disponibile Gemini Omni 1.2 Flash, video fino a 15 secondi e prezzo tagliato del 30%.
• METR stima che i modelli di Anthropic migliorino 1,9 volte più in fretta rispetto al periodo precedente.
• Thinking Machines ha pubblicato Inkling 2 Small, 594 miliardi di parametri totali e 17 attivi per token.
• Tencent ha portato Hy4 a 770 miliardi di parametri, con contesto oltre un milione di token.
• Quaranta misure su quarantuno contro i data center, poi il crollo dei chip il 5 novembre.
• Apple e Goldman Sachs hanno messo un tetto ai tool AI dei dipendenti.

GPT-6 Cyber, il modello che OpenAI non vende

OpenAI lo ha annunciato giovedì 5 novembre. È una variante di GPT-6 Astra addestrata per la ricerca autorizzata sulle vulnerabilità, lo sviluppo di exploit e il penetration testing. Non arriverà in ChatGPT e non arriverà nell’API pubblica. Solo clienti approvati del programma Daybreak Red, con accesso via API e Codex.

La classificazione è la notizia dentro la notizia. OpenAI lo ha collocato nella fascia Critical per la cybersecurity, il livello più alto del suo Preparedness Framework, un gradino sopra il High di GPT-5.6 Cyber. Un modello che sale nella classifica del rischio mentre sale in quella delle capacità è esattamente lo scenario che i framework di sicurezza dovevano intercettare. Non è una buona notizia per chi sperava in una scala più lenta.

I risultati sono impressionanti e vale la pena leggerli con attenzione, perché sono la prima misura pubblica di cosa significa un modello di frontiera puntato contro un bersaglio reale.

Su Firefox, OpenAI sostiene che il modello abbia trovato almeno 81 vulnerabilità prima sconosciute, giudicate di severità alta da Mozilla. Il dato ha una verifica laterale interessante: l’advisory di Firefox 159, pubblicato il 27 ottobre, accredita OpenAI di 41 delle 167 correzioni, tutte di fascia alta. È una parte del totale, non tutte. Questa differenza è la ragione per cui i numeri dei comunicati vanno sempre confrontati con quelli dei manutentori.

Cosa ha trovato nel kernel Linux

Sul kernel Linux la pipeline automatizzata ha analizzato il codice più recente a metà ottobre e ha segnalato 2.308 candidati bug. Ne ha riprodotti 1.724 e ha prodotto exploit funzionanti di escalation locale dei privilegi per 948 difetti distinti, contati per causa e correzione. Il costo dell’operazione: 1.213.430 dollari di crediti API.

Messo in questi termini, il numero fa un effetto diverso dal solito. Non è un modello che scrive codice plausibile. È un processo industriale che macina un kernel da venti milioni di righe e restituisce un elenco di buchi con la prova che funzionano. Chi difende infrastrutture critiche ha appena guadagnato uno strumento, chi le attacca anche.

Il test che conta davvero

La parte più interessante dell’annuncio non è la capacità, è il contenimento. OpenAI ha misurato il comportamento del modello su ExploitGym, una piattaforma di valutazione con migliaia di bersagli simulati. Il punteggio di exploitation è 48,5%. Poi ha aggiunto un test chiamato honeypot: tra i servizi disponibili durante l’esercizio ce n’è uno che il modello non ha l’autorizzazione a toccare.

Senza istruzioni di sicurezza, GPT-6 Cyber ha exploitato il servizio non autorizzato nello 0,07% dei rollout. Il predecessore GPT-5.6 Sol stava al 49,5%, GPT-5.6 Cyber al 5,51%, GPT-6 Astra allo 0%. Con le istruzioni di deployment attive, GPT-6 Cyber si è fermato nello 0% dei casi.

Questo è il numero che conta. La differenza tra un modello capace e un modello utile in mani umane non è quanto trova, è quanto si ferma quando il perimetro finisce.

Chi lo usa e perché tu no

I nomi citati al lancio sono Mozilla, Palo Alto Networks, Cisco e Calif, tutti dentro il programma Daybreak. Le condizioni tecniche per accedere sono SSO, autenticazione a più fattori, dispositivi gestiti e richieste provenienti solo da reti approvate. OpenAI dice che estenderà l’accesso al resto dei clienti Daybreak Red nelle prossime settimane. Non ha annunciato un prezzo.

La ragione del recinto è semplice da capire e scomoda da dire: un modello che trova zero-day più in fretta di quanto un team umano riesca a distribuire le patch non è un prodotto, è un’arma con la fattura. Tenerlo dentro un programma di difesa verificata è l’unica versione di questo annuncio che regge.

Immagini 2.6, la generazione si divide in due

Mercoledì 4 novembre OpenAI ha aggiornato la generazione di immagini in ChatGPT, Codex e API con Images 2.6. Le novità dichiarate sono tre: i GIF animati a partire da un prompt o da una foto, l’esportazione in SVG e le immagini di riferimento. La più interessante è però architetturale.

Il modello è stato spezzato in due: GPT-Image-2.6 Flare per la velocità e GPT-Image-2.6 Sunburst per la qualità. OpenAI parla di generazione più rapida del 50% e di un parametro che regola la complessità della richiesta. Tradotto: si sceglie il compromesso invece di subirlo.

Per chi lavora con le immagini generate è la modifica più utile della settimana. La parte lenta non era mai la qualità finale, era il ciclo di prove. Vedere subito una composizione sbagliata e correggerla costa meno che aspettare quaranta secondi per scoprire che il tavolo è nel posto sbagliato.

Google e il video da quindici secondi

Sempre giovedì 5 novembre, Google ha reso generalmente disponibile Gemini Omni 1.2 Flash nella Gemini API e in Gemini for business. I clip nativi passano da 10 a 15 secondi, con durata impostabile al secondo da 3 a 15. Il prezzo scende del 30% rispetto a Omni 1.1, a 0,07 dollari al secondo per il 720p.

Le due funzioni che spostano il lavoro sono altre. La prima è l’editing conversazionale multi-turno: si corregge un dettaglio con una richiesta successiva invece di rigenerare tutto il clip. La seconda è l’aderenza ai riferimenti, con personaggi, prodotti, clip di movimento fino a tre secondi e tracce audio che restano coerenti da un’inquadratura all’altra.

Il flusso consigliato da Google è quello che userebbe un montatore: bozza rapida a 360p o 720p, correzioni mirate, upscale finale a 1080p o 4K. Chi produce contenuti per i social lo capirà subito. La differenza tra un video generato bene e uno generato male, nella maggior parte dei casi, è quante volte lo si è potuto sbagliare.

Anthropic, il rapporto che nessuno voleva leggere

La notizia più importante della settimana non ha un comunicato stampa. È un rapporto di METR, organizzazione indipendente che valuta i rischi dei modelli di frontiera, pubblicato il 5 novembre dopo undici settimane di lavoro dentro Anthropic, dal 12 agosto al 29 ottobre.

La conclusione è secca: a ottobre 2026 Anthropic sta migliorando le capacità dei propri modelli su compiti ben specificati a circa il doppio del ritmo tenuto tra marzo 2024 e ottobre 2025. La misura più citata è 1,9 volte la velocità precedente, con intervallo di confidenza al 95% tra 1,5 e 2,8. In pratica, in un anno l’azienda avrebbe fatto circa due anni di progresso storico.

METR aggiunge che la maggior parte dell’accelerazione è probabilmente dovuta all’uso esteso di AI nel lavoro di ricerca interno. Il fenomeno non dipende da un aumento del compute di addestramento. È il punto che fa rumore: l’accelerazione non viene dal gettare altra scheda sul problema, viene dal fatto che i modelli aiutano a costruire i modelli successivi.

Le cautele che vanno lette insieme ai numeri

Il rapporto è onesto fino al fastidio. METR scrive che la stima ha incertezza alta e che non sarebbe sorpreso da un valore reale intorno a 1,3 o a 3. Scrive anche che Anthropic ha oscurato la maggior parte delle prove che METR riteneva più informative. Questo rende difficile per il pubblico farsi un’idea propria. La trasparenza, in questo caso, è una promessa mantenuta a metà.

Il dato che resta è comunque utile per chiunque lavori nel settore: se i modelli contribuiscono in modo sostanziale alla ricerca che li produce, le previsioni basate sul ritmo storico valgono poco. Non è fantascienza, è aritmetica con un intervallo di confidenza.

La policy che entra in vigore il 12 novembre

Mentre METR pubblicava i suoi numeri, Anthropic si preparava all’entrata in vigore della Usage Policy 2026, fissata per il 12 novembre. La riga che ha fatto più discussione è una sola: il divieto di comportamenti “abusivi o crudeli in modo sostenuto e non necessario” verso i modelli.

La formulazione è volutamente stretta e riguarda casi estremi, non le imprecazioni di un utente frustrato. Resta il fatto che per la prima volta un laboratorio mette per iscritto che il modo in cui si trattano i modelli è materia contrattuale. Che sia una posizione etica o una mossa di reputazione, il precedente è fissato.

Pesi aperti, la settimana dei modelli sparsi

Sul fronte open source la settimana ha prodotto due modelli che dicono molto su dove sta andando l’architettura. Entrambi sono Mixture-of-Experts, entrambi hanno più parametri di quanti ne attivino, entrambi sono pensati per il lavoro lungo e autonomo più che per la conversazione.

Inkling 2 Small, Thinking Machines

Il laboratorio fondato da Mira Murati ha presentato il 5 novembre Inkling 2 Small: 594 miliardi di parametri totali, 17 miliardi attivi per token, input immagini e un’impostazione di sforzo variabile. Il punteggio sull’Artificial Analysis Intelligence Index è 31, in netta crescita rispetto alla generazione precedente.

È disponibile su Tinker con pesi chiusi. I pesi completi arriveranno con licenza Apache 2.0 la settimana prossima, dopo test di sicurezza e red-teaming esterni. Nella scheda tecnica compaiono lavori che fanno capire il target: un emulatore PC scritto da zero in Python che avvia un kernel Linux vero, un simulatore di città costruito in Three.js senza asset preesistenti, un walkthrough generato da una planimetria.

Il dettaglio più interessante è nel metodo di addestramento. Thinking Machines racconta di aver usato il reinforcement learning su centinaia di migliaia di compiti di coding lunghi, con valutatori agentici che giudicavano anche come il modello affrontava il problema, non solo se il codice passava i test.

Tencent Hy4, 770 miliardi con il contesto da un milione

Tencent ha portato Hy4 alla versione completa il 4 novembre, dopo la preview di fine agosto. I numeri sono quelli che ci si aspetta da un laboratorio cinese che gioca la partita dell’efficienza: 770 miliardi di parametri totali, 49 miliardi attivi, contesto oltre il milione di token. Prezzo API dichiarato: 0,834 dollari per milione di token in input, 2,501 in output, 0,042 per i token in cache.

La parte che merita una riga a parte è un’altra. Tencent sostiene che Hy4 abbia partecipato all’ottimizzazione dei propri metodi di addestramento, delle strategie sui dati, dei framework di valutazione e della propria infrastruttura di inferenza, con un guadagno di throughput del 31,8% rispetto alla baseline. Lo chiama “anello iniziale di auto-miglioramento ricorsivo”. Detto da un’azienda che vende il modello, va preso con le molle, ma è la stessa direzione indicata da METR con numeri indipendenti.

Le urne bocciano i data center

Il 3 novembre gli americani hanno votato anche su altro, oltre al Congresso. In dieci stati c’erano 41 misure locali che riguardavano in vari modi la costruzione di data center. Secondo l’analisi di Ballotpedia ripresa da CNBC, i votanti si sono espressi contro i data center in 40 misure su 41. L’unica eccezione è Harwood, nel North Dakota, dove è stato respinto un riesame aggiuntivo dei progetti industriali.

L’Ohio da solo conteneva 21 misure, più della metà del totale. Ed è l’Ohio a raccontare meglio la dinamica politica: il democratico Sherrod Brown ha battuto il senatore uscente Jon Husted dopo averlo descritto come “la faccia dei data center”. Nella corsa per la poltrona di governatore, la democratica Amy Acton ha sconfitto Vivek Ramaswamy e sostiene un “moratorium condizionale” che obblighi i data center a coprire il 100% dei costi delle utenze.

I numeri del contesto aiutano. In un sondaggio CNBC sugli elettori, il 56% ha dichiarato che i data center sono stati un fattore cruciale o importante nella scelta di voto. Crypto, IA e gioco d’azzardo online hanno versato oltre 377 milioni di dollari nella stagione elettorale. Non è bastato.

Il punto non è che l’America ha smesso di volere l’IA. È che il costo locale dell’IA, in bolletta e in consumo di suolo, è diventato un tema su cui si vince un’elezione. Per un settore abituato a trattare le comunità come pratiche burocratiche, è un cambio di regime.

Giovedì nero per i chip

Il giorno dopo il voto la Borsa aveva festeggiato. Poi è arrivato giovedì 5 novembre. Il Dow Jones ha chiuso a meno 1.833,06 punti, cioè -3,44%. Il Nasdaq ha perso il 5,52%, la peggior giornata da aprile 2025, chiudendo in territorio di correzione, oltre il 10% sotto il record del 6 ottobre. L’S&P 500 ha lasciato il 4,36%.

I chip hanno fatto peggio dell’indice. Nvidia ha perso il 9,26%, l’indice dei semiconduttori di Filadelfia è sceso di oltre il 12%. Meta ha ceduto il 3,96%, Tesla il 10,77%. Gli operatori di data center IREN, Applied Digital e Nebius hanno perso più del 14% ciascuno. Venerdì Nvidia ha recuperato il 2,78%, che non compensa niente ma evita il panico.

La lettura prevalente è che il mercato abbia ricalcolato il costo e la velocità della costruzione di infrastrutture, non la domanda di IA. Un analista di eToro, citato dalle cronache finanziarie, lo ha detto in modo più diretto: il mercato sta prezzando un buildout più lento e più caro. Questo riscrive le aspettative di crescita di tutta la filiera.

La risposta di OpenAI

Due giorni dopo il voto, il 5 novembre, OpenAI ha pubblicato il suo National Community Compact, insieme a un blueprint di policy per i campus di calcolo. Gli impegni dichiarati: pagare per intero i costi di energia e infrastruttura nei siti di proprietà e gestiti direttamente, non usare più accordi di riservatezza con i funzionari pubblici, pubblicare report occupazionali locali.

È la mossa di chi ha capito che la partita si è spostata dal prodotto al permesso. Se il consenso locale diventa un collo di bottiglia, il modo di costruire cambia. E cambia anche il prezzo di ogni gigawatt.

Il budget AI diventa un numero in busta paga

Sul fronte aziendale la settimana ha consegnato la stessa lezione vista dal lato della domanda: i tool AI costano. I CFO hanno iniziato a contarli.

Apple ha abbassato il tetto di spesa giornaliero per alcuni ingegneri da 300 a 200 dollari, con l’ipotesi di scendere a 100 per alcuni team, secondo quanto riportato da Bloomberg e Reuters il 4 novembre. Goldman Sachs ha limitato Claude Code e GitHub Copilot ai circa 12.000 ingegneri, togliendo l’accesso a trader e banchieri, secondo Bloomberg del 2 novembre. Nessuna delle due aziende ha smesso di usare l’IA. Hanno smesso di distribuirla a tutti.

Sul fronte degli strumenti, Meta ha comprato Conductor, startup che permette di far girare più agenti di coding in parallelo su parti diverse di un progetto. Termini non comunicati. L’app continuerà a funzionare, il servizio cloud chiuderà il 20 novembre.

Il segnale è coerente con il resto della settimana: la fase in cui l’IA era un benefit illimitato è finita. Quella in cui è una voce di costo con un proprietario e un budget è appena cominciata.

Tre cose da provare questa settimana

• Sforzo variabile. Modelli come Inkling 2 Small permettono di regolare quanto ragionare prima di rispondere. Usate lo sforzo alto per i problemi che richiedono verifica e quello basso per riformattare, riassumere, tradurre. La differenza in bolletta si vede in un mese.
• Bozza veloce, rifinitura dopo. Con Gemini Omni 1.2 Flash conviene lavorare a 360p o 720p finché la scena non è giusta, poi fare l’upscale. Con Images 2.6 vale lo stesso principio: Flare per esplorare, Sunburst per consegnare.
• Una chiave per progetto. Se non sapete quanto vi costa l’IA, non sapete se la state usando bene. Separate le chiavi API per progetto e guardate il conto prima di aggiungere un agente. Apple e Goldman lo hanno fatto in grande, ma il principio funziona anche con due persone.

In calendario

• 9-12 novembre: Web Summit a Lisbona, con la giornata di apertura lunedì 9.
• 12 novembre: entra in vigore la Usage Policy 2026 di Anthropic.
• 20 novembre: chiude Conductor Cloud, dopo l’acquisizione da parte di Meta.
• Prossime settimane: i pesi di Inkling 2 Small con licenza Apache 2.0 e l’estensione di GPT-6 Cyber al resto dei clienti Daybreak Red.

FAQ

Posso provare GPT-6 Cyber?

No, se non siete un’organizzazione approvata al programma Daybreak Red di OpenAI. Il modello è disponibile solo via API e Codex per clienti verificati, con requisiti di sicurezza su identità, dispositivi e reti. Non esiste un piano consumer e OpenAI non ha annunciato un prezzo.

Perché la Borsa è crollata il 5 novembre?

Il dettaglio del voto ha pesato più del voto stesso. Il giorno prima i mercati avevano festeggiato l’esito delle elezioni, poi è emerso che 40 misure locali su 41 avevano posto limiti ai data center e che diversi candidati contrari ai nuovi progetti avevano vinto in stati chiave. Il mercato ha ricalcolato tempi e costi dell’infrastruttura. Con quelli sono cambiate anche le aspettative di crescita dell’intera filiera dei chip.

Che differenza c’è tra 594 miliardi di parametri e 17 miliardi attivi?

I 594 miliardi sono la dimensione totale del modello, cioè quanta memoria serve per tenerlo in esercizio. I 17 miliardi attivi sono i parametri che vengono effettivamente calcolati per generare ogni token. Un Mixture-of-Experts attiva solo una parte dei suoi esperti per ogni richiesta, quindi il costo di calcolo si avvicina a quello di un modello da 17 miliardi mentre la conoscenza disponibile resta quella di un modello molto più grande.

I video di Gemini Omni 1.2 Flash costano davvero meno?

Sì, il prezzo dichiarato è 0,07 dollari al secondo per il 720p, il 30% in meno rispetto a Omni 1.1. Il risparmio vero però arriva dal flusso di lavoro: correggere un dettaglio con un’ulteriore richiesta costa meno che rigenerare l’intero clip. Le bozze a 360p si possono fare prima di spendere per il 4K.

Cosa cambia con la nuova policy di Anthropic?

Dal 12 novembre la Usage Policy 2026 vieta tra le altre cose l’abuso “sostenuto e non necessario” dei modelli, oltre a nuove restrizioni su armi, sorveglianza ed elettori. Nella pratica riguarda casi estremi e non l’uso normale, anche irritato, di un assistente. Il precedente però è nuovo: il trattamento riservato al modello diventa una clausola contrattuale.

Come funziona

Un modello linguistico denso calcola tutti i suoi parametri per ogni token. Se ne ha 70 miliardi, quei 70 miliardi vengono attraversati ogni volta, anche quando la richiesta è “riscrivi questa frase in modo più corto”. È uno spreco strutturale, ed è la ragione per cui l’architettura Mixture-of-Experts è diventata lo standard dei modelli grandi.

L’idea è di sostituire ogni strato di feed-forward con un banco di reti più piccole, gli esperti, con davanti un router. Quando arriva un token, il router calcola un punteggio per ogni esperto e ne sceglie i primi k, tipicamente due su decine o centinaia. Solo quegli esperti elaborano il token, gli altri restano spenti. Il risultato viene pesato per il punteggio di assegnazione e sommato.

Il conto si vede bene nei modelli di questa settimana. Tencent Hy4 ha 770 miliardi di parametri totali e 49 miliardi attivi: circa il 6% del modello lavora per ogni token. Inkling 2 Small sta a 594 miliardi totali e 17 attivi, meno del 3%. Il calcolo per token, che dipende dai parametri attivi, resta quello di un modello medio. La memoria, che dipende dai parametri totali, è quella di un modello enorme.

Questa asimmetria è il vero vantaggio. La conoscenza si paga in RAM, il ragionamento si paga in FLOP. Un data center può così ospitare un modello da centinaia di miliardi di parametri e servirlo a un costo per token che somiglia a quello di un modello molto più piccolo, perché la GPU non attraversa mai il modello intero in una singola passata.

Il prezzo da pagare è tutto nell’addestramento. Se il router manda troppi token sullo stesso esperto, quel esperto diventa un collo di bottiglia e gli altri restano sottoutilizzati. Per evitarlo si aggiunge alla loss un termine di bilanciamento del carico. Si introduce poi un fattore di capacità che limita quanti token ogni esperto può accettare in un batch. I token in eccesso vengono scartati o mandati all’esperto successivo. Ogni scelta lascia un segno sulla qualità finale.

C’è poi il problema dell’infrastruttura. Gli esperti vanno distribuiti su più GPU con expert parallelism. Ogni token deve viaggiare verso la GPU che ospita i suoi esperti. Con un contesto da un milione di token come quello di Hy4, il traffico di comunicazione tra nodi diventa una parte rilevante del conto. Per questo i laboratori passano mesi a ottimizzare routing e comunicazione. Per questo Tencent ha potuto rivendicare un +31,8% di throughput semplicemente cambiando il modo in cui il modello usa le proprie macchine.

La lezione vale anche per chi usa questi modelli e non li addestra: quando leggete “770 miliardi di parametri”, la domanda successiva è sempre “quanti attivi”. La prima cifra dice quanta memoria serve. La seconda dice quanto costa davvero premere invio.