Bitcoin sotto pressione mentre Kimi cinese batte Claude e GPT nei test di programmazione

La leva che sta mettendo sotto pressione le valutazioni è la licenza dei modelli: un’azione apparentemente tecnica che però modifica profondamente il valore commerciale della tecnologia.

K3 è stato rilasciato con una licenza open-weight e la versione completa è programmata per essere resa pubblica il 27 luglio. Chiunque potrà scaricarla, eseguirla su hardware proprio e non dovrà corrispondere compensi per l’uso.

Nel frattempo, Anthropic ha pubblicato Fable 5 il mese scorso e OpenAI ha distribuito GPT-5.6 appena una settimana fa: entrambi i prodotti sono offerti con modelli di accesso chiusi e a consumo. Questa dicotomia tra apertura e chiusura condiziona le strategie industriali e gli investimenti in infrastrutture.

L’assunto che ha giustificato centinaia di miliardi di dollari di spesa in infrastrutture per l’AI è che le capacità di frontiera rimangano scarse, costose e principalmente di matrice statunitense. Un modello cinese libero e capace di competere in cima alle classifiche per il coding mina direttamente questa premessa.

Gli effetti si sono fatti sentire immediatamente sui titoli domestici di chi punta sull’AI: il gruppo Moonshot e i suoi concorrenti interni hanno registrato perdite significative, con Z.ai in calo di circa il 27% e MiniMax intorno al 16%.

Per il segmento delle criptovalute, la pressione è passata più per i mercati finanziari che attraverso la catena on‑chain. Bitcoin ha trascorso l’intera settimana seguendo l’andamento dei semiconduttori. Venerdì scorso era salito del 4% in concomitanza con il +8% del Kospi e l’offerta di ADS da 26,5 miliardi di dollari da parte di SK Hynix.

Questa volta la direzione è stata invertita: la diffusione di un rilascio del modello a Pechino ha reso la stessa scommessa d’acquisto meno appetibile, provocando una flessione dei prezzi.

Sotto la superficie finanziaria esiste però un’esposizione più tangibile. I miner di Bitcoin hanno impiegato gli ultimi due anni per riposizionarsi come proprietari di centri dati per l’AI, firmando contratti di locazione a lungo termine con sviluppatori di modelli nella previsione che la domanda di capacità per training e inference continui a crescere.

Questo spostamento strategico ha comportato investimenti rilevanti in infrastrutture, sistemi di raffreddamento e linee di alimentazione, oltre a impegni contrattuali che presuppongono flussi di entrata stabili e elevati per ammortizzare il capitale. Se il mercato dei modelli dovesse venire rapidamente liberalizzato o se i prezzi per l’inferenza si comprimessero, molti di questi asset potrebbero trovarsi sottoutilizzati o meno remunerativi del previsto.

La dinamica mette in luce alcuni punti critici per operatori e investitori: la natura della licenza dei modelli incide direttamente sulla catena del valore; la correlazione tra semiconduttori e cripto evidenzia vulnerabilità cicliche; infine, la geopolitica tecnologica rimane un fattore determinante per determinare dove e come si concentreranno capitali e competenze.

Contesto e implicazioni per il mercato

La scelta tra modelli aperti e chiusi ridisegna la competitività di cloud provider, hyperscaler e vendor di chip. Una maggiore disponibilità di modelli open-weight tende a comprimere i ricavi marginali delle soluzioni a pagamento, ma può ampliare l’adozione complessiva riducendo il costo per inferenza. Per fornitori di infrastruttura, questo significa rivalutare i piani di pricing e la proposizione di valore basata su servizi gestiti, ottimizzazione e supporto specializzato.

Conseguenze per i miner e per l’infrastruttura energetica

I miner che hanno convertito investimenti in hashing in capacità per l’AI affrontano rischi operativi e finanziari: contratti di locazione a lungo termine e investimenti in data center richiedono flussi di cassa prevedibili. Una riduzione dei margini per training o inference può tradursi in minori ricavi e difficoltà nel servizio del debito. Sul piano energetico, un aumento dell’offerta di capacità per l’AI può incrementare la domanda elettrica locale, influenzando i prezzi e le politiche di approvvigionamento in aree già sensibili dal punto di vista della fornitura.

Per gli investitori italiani conviene monitorare alcune variabili chiave: l’evoluzione delle licenze dei modelli, gli ordini e la produzione dei produttori di chip, l’andamento dei prezzi dell’energia e le esposizioni dirette dei fondi ed ETF a società di mining o a fornitori infrastrutturali. La geopolitica rimane un fattore di rischio che può alterare rapidamente le prospettive di crescita del settore.

In sintesi

• La diffusione di modelli open-weight può comprimere i margini delle soluzioni commerciali, imponendo ai fornitori di infrastruttura di ripensare modelli di ricavo basati su servizi a valore aggiunto.
• I miner di Bitcoin che si sono trasformati in locatori di centri dati per l’AI sono esposti a rischi di sovracapacità e a flussi di cassa più volatili, con possibili ripercussioni sui mercati del credito e sulle valutazioni azionarie del settore.
• La correlazione tra il settore dei semiconduttori e le performance di Bitcoin sottolinea come i cicli dell’hardware possano influenzare indirettamente i mercati delle criptovalute e le scelte di allocazione del capitale.
• Per gli investitori italiani, è consigliabile valutare l’esposizione a produttori di chip, cloud provider, utilities energetiche e società di mining, integrando nelle decisioni l’analisi delle licenze dei modelli e del contesto regolatorio internazionale.