Kimi K3: Microsoft lo valuta per Copilot. Cosa cambia per chi decide in azienda

Il 16 luglio 2026 Moonshot AI ha messo online Kimi K3: 2,8 trilioni di parametri, annunciato come il più grande modello mai rilasciato con pesi aperti. Cinque giorni dopo, il 21 luglio, è arrivata la notizia più interessante del lancio stesso: Microsoft starebbe testando Kimi K3 dentro Copilot, con l’obiettivo dichiarato di tagliare fino a 600 milioni di dollari di costi di inferenza spostando carichi di lavoro oggi affidati a OpenAI e Anthropic. Se a valutarlo è il più grande acquirente enterprise di modelli AI al mondo, la domanda per chi decide in un’azienda europea non è più se i modelli open-weight cinesi siano maturi. È a quali condizioni.

I fatti, in ordine

16 luglio 2026 — Moonshot rilascia Kimi K3 via app e API: architettura Mixture-of-Experts con Kimi Delta Attention (KDA) e Attention Residuals, 896 esperti di cui 16 attivi per token, finestra di contesto da 1 milione di token, comprensione visiva nativa. I pesi completi sono attesi entro il 27 luglio 2026; al lancio il modello è disponibile solo tramite servizio ospitato, con prezzi API di 0,30 dollari per milione di token in cache-hit, 3 dollari in cache-miss, 15 dollari in output.
17 luglio 2026 — La stampa internazionale riporta che Kimi K3 eguaglia o supera i modelli di punta americani su diversi benchmark di uso di strumenti, ricerca web e programmazione agentica, restando indietro su altri (conoscenza generale, alcuni test di coding più severi). Nessuna verifica indipendente di terze parti è ancora disponibile: i numeri circolati finora sono quelli pubblicati da Moonshot stessa.
20-21 luglio 2026 — Moonshot sospende temporaneamente le nuove iscrizioni al servizio: «la domanda ha spinto la nostra capacità vicino al limite», scrive l’azienda, precisando che gli abbonati esistenti non sono toccati e che riaprirà «a lotti» appena aggiunge capacità.
21 luglio 2026 — Emerge che Microsoft ha aggiunto Kimi K3 ad Azure e sta valutando se usarlo per alcune funzioni di Copilot oggi basate su modelli OpenAI e Anthropic, con un risparmio stimato fino a 600 milioni di dollari di costi di inferenza. Microsoft precisa che si tratta di test, non di una decisione di sostituzione: il modello deve ancora reggere i requisiti di qualità, affidabilità, sicurezza e latenza del prodotto. Microsoft aveva già valutato in passato DeepSeek e versioni precedenti di Kimi: la strategia dichiarata è un mix di fornitori, non un fornitore unico.

Il segnale non è il modello: è chi lo sta valutando

Aziende cinesi come DeepSeek, Qwen e GLM sono già entrate nelle valutazioni di molte imprese europee per ragioni di costo. La novità di Kimi K3 è diversa: qui a fare i conti è un’azienda che ha meno bisogno di chiunque altro di risparmiare su un’API, e lo fa comunque, perché il divario di prezzo è diventato abbastanza ampio da giustificare il test. È un segnale di mercato, non un via libera. Microsoft stessa lo dice: prima verifica qualità, affidabilità, sicurezza, latenza — poi, forse, decide. È la disciplina che spesso salta quando un’azienda si entusiasma per un titolo di benchmark invece che per un test sui propri dati.

I conti dell’on-premise, prima di crederci

Un modello da 2,8 trilioni di parametri, anche compresso a 4 bit, pesa circa 1,4 terabyte solo per caricare i pesi in memoria. Nessuna singola scheda GPU, per quanto avanzata, si avvicina a quella cifra: Moonshot stessa raccomanda configurazioni con 64 o più acceleratori distribuiti su più nodi, e la stima non comprende ancora cache e attivazioni per un contesto da 1 milione di token, che la fanno salire ulteriormente. Tutto questo, va detto, è guidance pre-rilascio: una configurazione validata non esiste finché i pesi non sono pubblici. Il punto per chi decide resta lo stesso: «pesi scaricabili gratis» non equivale a «costa poco». Il conto hardware per ospitare in casa il modello di punta è un investimento di capitale enorme, alla portata di un iperscaler, non di una media impresa. Per la maggior parte delle organizzazioni la scelta sensata resta quella che vale da mesi: varianti più piccole o quantizzate su casi d’uso circoscritti, non il modello flagship intero, dentro un’architettura che tratta il modello come componente sostituibile.

Una licenza che ancora non esiste

Al momento del lancio Moonshot non aveva pubblicato il testo di licenza definitivo di Kimi K3. Il predecessore, Kimi K2, usava una licenza in stile MIT modificata, con condizioni commerciali proprie. Finché il testo non è pubblico, ogni decisione di produzione è provvisoria per definizione. E anche a licenza pubblicata, un checkpoint aperto non è automaticamente un ambiente operativo aperto: riprodurre il comportamento dichiarato da Moonshot richiede lo stesso stack di servizio — kernel specifici per l’attenzione, formato del prompt per sfruttare la cache, gestione della traccia di ragionamento tra un turno e l’altro. Per chi usa la versione ospitata, questo significa negoziare per iscritto — non fidarsi della sola pagina prodotto — uso dei dati per il miglioramento del modello, tempi di conservazione, sede di storage e diritti di audit: la stessa disciplina che le clausole d’uso richiedono sempre, qualunque sia il fornitore.

Il rischio politico non aspetta la vostra decisione

A Washington si discute già di restrizioni in stile export sui modelli open-weight cinesi; lo stesso test di Microsoft è stato descritto come un possibile bersaglio di attenzione politica. Per un’azienda europea il rischio si somma su due fronti: non solo «Pechino limiterà l’accesso ai propri modelli migliori», ma anche «Washington limiterà l’uso di quelli cinesi», specie se transita da infrastruttura di un fornitore statunitense. È il tipo di dipendenza da scrivere in un capitolato prima di firmare, non da scoprire dopo il prossimo annuncio politico.

Cosa fare, in pratica

Se valutate Kimi K3 per casi con dati riservati o personali, aspettate il testo di licenza definitivo e fatelo verificare da un legale prima di qualsiasi uso in produzione.
Non confondete «pesi gratuiti» con «risparmio garantito»: calcolate la spesa hardware reale — memoria aggregata, nodi, banda — prima di considerare l’on-premise conveniente.
Per iniziare, usate varianti più piccole o quantizzate su un caso d’uso circoscritto e verificabile, non il modello flagship intero.
Se usate la versione ospitata, negoziate per iscritto uso dei dati, conservazione, sede di storage e diritti di audit.
Monitorate gli sviluppi normativi USA-Cina: una restrizione all’export può cambiare da un giorno all’altro la disponibilità di un modello che avete già adottato.

Il caso Kimi K3 non chiude la domanda se i modelli open-weight cinesi convengano a un’azienda europea. La riapre più seriamente, perché ora a farsela è anche chi ha meno urgenza di risparmiare. La risposta, per la vostra organizzazione, dipende da dati che nessun benchmark pubblica: quanto costa davvero il vostro hardware, cosa dice per intero la vostra licenza, chi altro nella vostra filiera dipende dallo stesso fornitore.

State valutando un modello open-weight per un caso d’uso concreto e volete i conti fatti bene prima di impegnarvi? Parliamone in una sessione di trenta minuti.