Tre lanci rilanciano la sfida cinese nell’IA: la cronologia corretta

Il prezzo dell’API è stato fissato a 0,14 dollari per milione di token in ingresso e 0,28 dollari per milione di token in uscita. Per gli input memorizzati nella cache, il costo può scendere fino a 0,028 dollari per milione di token . Secondo i confronti disponibili, questa tariffa rende V4-Flash uno dei modelli di ragionamento di fascia avanzata più economici sul mercato, al di sotto dei 0,30 dollari in ingresso e 2,50 dollari in uscita indicati per Gemini 2.5 Flash .

Il 31 luglio 2026 è arrivata la build ripetutamente addestrata “0731”, presentata come beta pubblica ufficiale dell’API. I risultati riportati indicano un vantaggio rispetto al più grande V4-Pro-Preview in alcuni benchmark per agenti: 82,7 in Terminal Bench 2.1 e 76,7 in Cybergym .

V4-Flash permette inoltre di scegliere il livello di ragionamento — standard, alto o massimo — oppure di disattivare la modalità di thinking per le pipeline che privilegiano velocità e volume .

MiniMax H3: video 2K con audio stereo nativo

MiniMax ha lanciato H3 il 31 luglio 2026, descrivendolo come un modello generativo multimodale in grado di lavorare in un contesto unificato con testo, immagini, video e audio .

Il sistema può creare video lunghi fino a 15 secondi, in risoluzione 2K — 2.560 × 1.440 pixel — a 24 fotogrammi al secondo, con audio stereo generato insieme alle immagini nella stessa fase di inferenza . In altre parole, non serve aggiungere successivamente una traccia audio separata.

H3 può ricevere contemporaneamente fino a 9 immagini, 3 clip video e 3 tracce audio come riferimenti . MiniMax ha inoltre annunciato l’intenzione di pubblicare i pesi del modello entro pochi giorni, subordinatamente agli adempimenti previsti, estendendo il modello degli “open weight” alla generazione video, un settore in cui molti concorrenti restano proprietari .

Sul fronte dei costi, l’azienda sostiene che la generazione in 2K costi meno di un terzo al secondo rispetto ai principali modelli concorrenti . Si tratta di una dichiarazione dell’azienda, non di un confronto indipendente universalmente verificato.

ByteDance Seedance 2.5: 30 secondi generati in un’unica passata

ByteDance ha annunciato Seedance 2.5 il 23 giugno 2026, durante la conferenza Volcano Engine FORCE . L’accesso pubblico all’API è stato poi aperto il 16 luglio 2026 .

L’aggiornamento più rilevante riguarda la durata: Seedance 2.5 può generare video audio-visivi lunghi fino a 30 secondi in un’unica passata, senza assemblare diversi segmenti brevi . La risoluzione arriva fino al 4K, cioè 3.840 × 2.160 pixel, con profondità colore a 10 bit .

Il modello supporta fino a 50 riferimenti multimodali — tra immagini, clip audio, modelli 3D di previsualizzazione, riferimenti di stile e indicazioni sulla scena — rispetto ai 12 della versione precedente .

ByteDance ha introdotto anche l’editing a livello di regione: è possibile modificare aree specifiche di una clip già generata senza dover rigenerare l’intera sequenza . Le applicazioni indicate includono cinema, pubblicità, istruzione, manifattura industriale e simulazioni per la guida autonoma .

Cosa rivela questa sequenza di lanci

Pur essendo arrivati in momenti diversi, i tre modelli condividono alcune direttrici.

• Prezzi aggressivi. DeepSeek V4-Flash porta il costo dell’accesso a un modello di ragionamento avanzato a 0,14 dollari per milione di token in ingresso e 0,28 in uscita . MiniMax, dal canto suo, dichiara un costo per secondo in 2K inferiore a un terzo di quello dei concorrenti principali .
• Più apertura nel video generativo. DeepSeek distribuisce V4-Flash con licenza MIT, mentre MiniMax ha promesso di rendere disponibili i pesi di H3. Se la promessa verrà completata, gli sviluppatori potranno scaricare e personalizzare il modello invece di dipendere esclusivamente da un servizio proprietario .
• Contesti più ricchi. V4-Flash gestisce un milione di token; Seedance 2.5 arriva a 50 riferimenti multimodali; H3 combina testo, immagini, video e audio nello stesso flusso di generazione.
• Video più lunghi e modificabili. I 30 secondi in un’unica generazione di Seedance 2.5 riducono la necessità di unire clip separate, mentre l’editing regionale promette correzioni più mirate. H3 integra invece audio stereo e video fin dall’inferenza.

Il quadro che emerge è quindi quello di una forte accelerazione del settore cinese a metà 2026, costruita su tre leve: riduzione dei costi, distribuzione più aperta dei pesi e aumento della durata e del controllo sui contenuti generati.

Le affermazioni che non risultano verificate

La ricostruzione originaria associava i tre lanci al 26 dicembre 2024 e li collegava ad altre affermazioni, tra cui l’idea che i modelli cinesi open source rappresentassero il 41% dei download globali e le accuse statunitensi di distillazione dei modelli. Le fonti disponibili per questa analisi non confermano né la data del dicembre 2024 né quelle statistiche specifiche.

È possibile che parte del contesto si riferisca a eventi precedenti legati a DeepSeek-V3 o Qwen, ma questa connessione non è stata verificata nelle fonti fornite. Anche per questo è più corretto parlare di una sequenza di lanci nel 2026, non di una singola triade annunciata nello stesso giorno.

La cronologia corretta

DeepSeek V4-Flash, MiniMax H3 e Seedance 2.5 non rappresentano dunque un evento del dicembre 2024. Sono piuttosto i tasselli di una fase di espansione dell’IA cinese nel 2026, in cui prezzo, apertura e capacità multimodali diventano strumenti centrali della competizione globale.