Perché chi fa modelli finisce per costruirsi anche l'harness

Fra il febbraio del 2025 e l’agosto del 2026 è successa una cosa che nessuno ha annunciato come tale: quasi tutti i produttori di modelli di linguaggio hanno costruito il programma che fa lavorare il modello. Su undici produttori censiti, otto ne hanno pubblicato uno proprio; Zhipu e xAI distribuiscono i loro modelli dentro quello di un concorrente, mentre Meta è uscita dalla gara. L’ultimo arrivato, il 13 agosto 2026, è DeepSeek, il cui fondatore aveva sostenuto che il vantaggio del codice chiuso fosse temporaneo.

Il nome di quel programma è harness, e in italiano si può chiamare impalcatura: è la parola che useremo più spesso, perché descrive bene questo strato. L’articolo I sei mestieri dell’harness spiega che cosa fa e perché può determinare la riuscita di un agente. Qui la domanda è un’altra: perché quasi ogni produttore di modelli ha deciso di non poterne fare a meno, e che cosa rivela questa scelta sulle fonti di guadagno.

La risposta breve è che le ragioni sono tre, di natura diversa, e che una sola non basterebbe. La risposta lunga comincia dai numeri.

Undici produttori, e otto hanno costruito la propria impalcatura

Diciotto mesi, e le licenze lette una per una sui repository invece che sulle pagine di presentazione. Chi non se l’è costruita vive in casa d’altri.

Il censimento che segue viene dai repository pubblici, letti il 14 agosto 2026 licenza per licenza. La differenza rispetto alle pagine di presentazione conta: alcune di queste impalcature vengono descritte come aperte e non lo sono, e il file della licenza è l’unico posto dove la questione si chiude. Le quattordici voci della tabella coprono undici produttori, perché tre di loro distribuiscono più di una cosa.

Produttore	Harness	Forma	Licenza
Anthropic	Claude Code	riga di comando	proprietaria, «All rights reserved»
Anthropic	Claude Agent SDK	libreria	MIT
OpenAI	Codex CLI	riga di comando	Apache-2.0
OpenAI	Agents SDK, Codex cloud	libreria, agente remoto	MIT, chiuso
Google	Gemini CLI	riga di comando	Apache-2.0
Google	ADK, Jules, Antigravity	libreria, agente remoto, piattaforma	ADK: Apache-2.0; Jules e Antigravity: chiusi
Alibaba	Qwen Code	riga di comando	Apache-2.0
Moonshot	Kimi Code CLI	riga di comando	MIT
ByteDance	Trae Agent	agente da riga di comando	MIT
DeepSeek	DeepSeek Harness	impalcatura a estensioni	MIT
Zhipu (Z.ai)	nessuna propria: estensioni dentro Claude Code	estensione	Apache-2.0
MiniMax	MiniMax Code	applicazione da scrivania	chiusa
xAI	nessuna propria: estensione ufficiale per Claude Code	estensione	Apache-2.0
Meta	llama-stack, poi ceduto e rinominato	server agentico	MIT

Le date di creazione dei repository si addensano in modo impressionante: Claude Code a febbraio 2025, l’Agents SDK di OpenAI a marzo, l’ADK di Google e Codex CLI ad aprile, Gemini CLI ad aprile, Trae Agent e Qwen Code a giugno. Poi la seconda ondata cinese, fino all’ultimo arrivato di quest’agosto.

Due voci della tabella dicono più delle altre. Zhipu e xAI vendono i propri modelli distribuendoli come estensioni dentro l’impalcatura di Anthropic, che è un concorrente diretto: la scheda tecnica di GLM-4.6 presenta, in traduzione, le prestazioni ottenute «in applicazioni come Claude Code». E Meta non gareggia affatto, per la ragione più semplice: non vende accesso ai propri modelli, quindi non ha niente da proteggere con un’impalcatura propria.

L’harness può riprodurre condizioni dell’addestramento

Un modello agentico impara a lavorare dentro ambienti dotati di strumenti. L’impalcatura di produzione può riprodurne alcune condizioni.

La prima ragione è tecnica. Aiuta a spiegare perché anche un produttore poco interessato a sviluppare applicazioni debba costruire un proprio ambiente di lavoro.

Un modello che deve soltanto produrre testo può essere addestrato su testo. Per addestrare un modello ad agire, invece, si può ricorrere all’apprendimento per rinforzo: lo si mette a svolgere compiti reali dentro un ambiente che gli dà strumenti, gli lascia commettere errori e valuta il risultato. La scheda di sistema di codex-1 afferma esplicitamente, in traduzione, che il modello «è stato addestrato con apprendimento per rinforzo su compiti di programmazione reali, in una varietà di ambienti». Alibaba dichiara ventimila ambienti paralleli per l’addestramento agentico di Qwen3-Coder e, sempre in traduzione, una riga di comando «con parser e supporto agli strumenti migliorati per i modelli Qwen-Coder». Anthropic pubblica i propri punteggi su SWE-bench dichiarando l’impalcatura usata per ottenerli.

Questa compatibilità con le condizioni di addestramento cambia il modo di guardare la questione. L’impalcatura che il produttore mette a disposizione non è un semplice accessorio: può riprodurre alcune condizioni dell’addestramento. Gli schemi degli strumenti, il modo in cui il contesto viene ridotto quando cresce e il formato degli errori possono richiamare le condizioni incontrate dal modello durante l’addestramento.

Ne deriva una conseguenza pratica: valutare un modello nell’impalcatura del produttore e poi trasferirlo in un’altra può cambiarne le prestazioni. L’articolo I sei mestieri dell’harness mostra quanto può pesare lo strato circostante. Questo suggerisce anche che chi ha addestrato il modello conosce meglio le condizioni nelle quali rende di più.

Il calcolo si svaluta, gli abbonamenti tengono

Il calcolo a consumo costa sempre meno, mentre gli abbonamenti restano fra venti e duecento dollari al mese. Il prezzo fisso regge soltanto se il fornitore governa i costi.

Il costo per usare modelli con capacità equivalenti scende di circa dieci volte l’anno: è la stima di a16z, confermata da Epoch AI, e ha un nome, «LLMflation». Non è una curva regolare: il 10 giugno 2025 OpenAI ha tagliato dell’80 per cento in un giorno il prezzo dell’interfaccia di o3.

Nello stesso periodo gli abbonamenti alle impalcature sono saliti e si sono stratificati: Anthropic vende Pro a venti dollari al mese e Max fra cento e duecento, dichiarando esplicitamente che Claude Code è incluso; ChatGPT Pro costa duecento dollari al mese con quote maggiorate per Codex. Le due curve vanno in direzioni opposte: il calcolo venduto a consumo perde valore, mentre i produttori mantengono abbonamenti da venti a duecento dollari al mese. Che il mercato abbia accolto la scommessa lo suggeriscono i ricavi: Claude Code ha superato il miliardo di dollari di ricavi annualizzati sei mesi dopo essere stato reso disponibile a tutti.

Il confronto richiede cautela: un abbonamento non equivale a vendere un esito garantito. Il prezzo fisso può reggere a due condizioni, entrambe documentate.

La prima è il tetto d’uso. Nel gennaio del 2025 Sam Altman ha scritto, in traduzione: «cosa folle: al momento stiamo perdendo soldi sugli abbonamenti pro di OpenAI». Nel luglio dello stesso anno Anthropic ha introdotto limiti settimanali su Claude Code, spiegando che alcuni utenti lo facevano girare in modo continuo, e dichiarando che la misura toccava meno del cinque per cento degli abbonati. Senza un limite periodico, il consumo illimitato espone il venditore al rischio che il costo superi il canone.

La seconda è la cache, e qui sta il margine. Il listino di Anthropic dice che rileggere una porzione di contesto già memorizzata costa un decimo del prezzo di ingresso, cioè uno sconto del novanta per cento, mentre scriverla in memoria costa una volta e un quarto o due volte tanto. OpenAI pratica lo stesso sconto sull’ingresso in cache. L’articolo Le evoluzioni: MoE e cache di chiavi e valori spiega il meccanismo tecnico: la cache di chiavi e valori, o KV cache, conserva chiavi e valori già calcolati, così il motore non deve ricostruirli da zero. Qui interessa il suo effetto economico quando il fornitore offre e tariffa il riuso del contesto. Decidere che cosa conservare in memoria, che cosa eliminare e quando farlo è uno dei compiti dell’impalcatura. Chi la controlla può sfruttare lo sconto del novanta per cento sulle letture dalla cache e ridurre così il costo medio del servizio. Questo aiuta anche a spiegare perché alcuni produttori abbiano vietato gli strumenti di terzi che aggirano quello strato.

In sintesi, l’abbonamento può essere più sostenibile quando l’impalcatura riduce il costo medio del consumo. Senza quel controllo, il prezzo fisso è più rischioso.

Chi non ha l’impalcatura è ospite di quella altrui

Un modello senza impalcatura viene valutato, distribuito e giudicato dentro quella di un concorrente.

Questa ragione aiuta a spiegare le mosse degli ultimi arrivati ed è la più scomoda per chi la subisce.

Un produttore che rilascia un modello eccellente ma nessuna impalcatura diventa ospite dell’impalcatura altrui: il suo modello viene provato, misurato e distribuito dentro quella di qualcun altro. Zhipu e xAI hanno fatto di necessità virtù e distribuiscono i propri modelli come estensioni ufficiali dentro Claude Code. Il risultato è che il loro prodotto vive in una casa che non controllano: se cambia il modo in cui quella casa costruisce il contesto, possono cambiare le loro prestazioni misurate, senza che il produttore possa controllare il cambiamento o i suoi effetti.

Non basta nemmeno copiare. Qwen Code è nato come derivazione di Gemini CLI e se n’è staccato, dichiarando di aver smesso di sincronizzarsi con l’originale già dalla prima versione, per integrare più a fondo il proprio modello. Moonshot ha riscritto la propria riga di comando da capo. Sono due indizi coerenti con il legame descritto sopra: se l’impalcatura fosse un accessorio, un adattamento potrebbe bastare più spesso.

La licenza dell’impalcatura rivela la strategia

Chi apre il proprio harness e chi lo tiene chiuso non sta prendendo una posizione di principio: sta dicendo dove pensa di guadagnare.

Messe in fila, le licenze della tabella mostrano tre posizioni ricorrenti, ciascuna con una logica economica riconoscibile. Non si tratta di quanto è aperto il codice per amore dell’apertura: la licenza dice che cosa ciascuno considera il proprio prodotto e che cosa invece non vende separatamente. La distinzione conta, perché aperto non vuol dire gratuito. Anche un’impalcatura a codice sorgente aperto ha un costo, che chi la distribuisce può recuperare nel prezzo del modello senza mostrarlo come voce separata. E chi la distribuisce può sempre decidere, più avanti, di farla pagare a parte o di stringere le condizioni d’uso, come è già successo a chi si era abituato a quote generose.

Serve poi fissare una parola, perché da qui in avanti ritorna spesso: iperscaler è il nome, usato anche in italiano, dei pochi fornitori che vendono capacità di calcolo su scala mondiale dai propri centri di calcolo, e nel nostro caso sono Google, Amazon, Microsoft e Alibaba. La differenza che conta qui è che ricavano valore anche dallo strato di calcolo sotto il modello.

Chi vende anche calcolo tende ad aprire. Google ha rilasciato Gemini CLI con licenza Apache e quote gratuite generose, dichiarando trasparenza e comunità; Alibaba ha aperto Qwen Code citando in una relazione agli investitori il miliardo di scaricamenti dei propri modelli come metrica di successo. Per un iperscaler l’impalcatura non è il prodotto: è il rubinetto che porta consumo all’infrastruttura sottostante, e più è aperto più scorre. I numeri di quel trimestre sono coerenti con questa lettura: il cloud di Alibaba è cresciuto del 38 per cento e quello di Alphabet dell’82. Nessuna delle due cifre, però, isola il contributo dell’apertura o ne dimostra il nesso causale. E l’apertura può essere revocata: è già successo che condizioni generose venissero ristrette dopo l’adozione.

Chi punta sul modello tende a chiudere l’impalcatura e a regalare lo strato accanto. La licenza di Claude Code è proprietaria e Anthropic non ne ha mai dato una motivazione pubblica. Il blocco delle credenziali usate fuori dai termini è coerente con questa scelta. Nello stesso periodo, però, Anthropic ha donato il Model Context Protocol, cioè il modo standard di collegare strumenti a un agente, che l’articolo Integrare gli agenti senza adattatori su misura racconta per esteso. La mossa è coerente con questa logica: si tiene chiuso ciò che differenzia e si regala ciò che sta accanto. Uno strato adiacente donato a uno standard diventa un complemento commoditizzato: renderlo gratuito e diffuso può aumentare il valore del prodotto principale e rendere meno attraenti le alternative.

Chi arriva dopo può aprire per farsi provare. Moonshot distribuisce Kimi Code CLI con licenza MIT; DeepSeek pubblica la propria impalcatura con la stessa licenza e la costruisce interamente a estensioni, e il suo fondatore ha dichiarato che in una tecnologia dirompente un vantaggio difendibile costruito sul codice chiuso è sempre temporaneo. Per chi arriva dopo, l’apertura è il modo più economico per far provare il proprio prodotto.

Resta un indizio importante, da esporre con la sua incertezza. La redditività di questo mestiere resta da dimostrare quasi per tutti. Secondo stime di stampa, OpenAI perderebbe quattordici miliardi di dollari nel 2026. Le stesse fonti riportano per Anthropic, nel secondo trimestre del 2026, ricavi per 10,9 miliardi e un utile operativo atteso di 559 milioni, con il costo di calcolo per dollaro di ricavo sceso da 71 a 56 centesimi in tre mesi. Se la previsione fosse confermata, sarebbe il primo trimestre in utile operativo per un laboratorio che non vende infrastruttura di calcolo e tiene chiusa l’impalcatura. La metodologia di quei conti è stata contestata e un solo trimestre non basterebbe a stabilire una regola: per ora resta un indizio su dove possa fermarsi il valore.

Un forte costo tecnico di uscita non emerge ancora

Gli sviluppatori adoperano in media 2,3 assistenti e adottano rapidamente nuovi strumenti. Il vincolo passa soprattutto dalle condizioni d’uso.

Nel racconto corrente questa corsa viene spiegata così: chi conquista l’impalcatura si prende gli utenti per sempre. I dati disponibili permettono di mettere alla prova questa lettura.

L’uso di più assistenti è comune. Un’indagine di JetBrains su circa diecimila professionisti nell’aprile 2026 misura una media di 2,3 assistenti di intelligenza artificiale per sviluppatore, e sul lavoro nessuno domina: Copilot al 29 per cento, Cursor al 18, Claude Code al 18.

Anche gli scaricamenti cambiano rapidamente. I dati pubblici del registro npm mostrano che il pacchetto di Codex è passato da 122.799 a oltre 60 milioni di scaricamenti mensili in un anno, superando Claude Code su base settimanale nell’agosto 2026. Il confronto richiede cautela: Claude Code ha smesso di usare npm come canale principale, quindi il dato sottostima la sua diffusione. La crescita degli scaricamenti di Codex resta notevole, ma non misura direttamente una migrazione di utenti.

La fedeltà esiste, ma può avere un’origine diversa: gli utenti possono restare perché sono soddisfatti di Claude Code, non perché cambiare sia costoso. Un concorrente migliore mette alla prova la soddisfazione più facilmente di un vincolo tecnico.

Un forte vincolo tecnico, quindi, non emerge ancora. Sta però crescendo un legame contrattuale. Lo formano l’abbonamento legato all’impalcatura, i termini d’uso che vietano di usare il proprio piano dentro strumenti di terzi e le credenziali revocate a chi lo fa. Chi sceglie oggi farebbe bene a leggere le condizioni d’uso prima di confrontare le prestazioni: il vincolo può arrivare da lì, anziché dal formato dei file o dai protocolli di comunicazione.

Un’ultima cosa non regge, e riguarda i dati. Si dice spesso che il vero premio siano le sessioni di lavoro raccolte dall’impalcatura, che addestrano il modello successivo. Che il canale esista è documentato: dall’agosto 2025 gli utenti dei piani per privati di Anthropic scelgono se consentire l’uso dei propri dati per l’addestramento, Claude Code compreso, con conservazione fino a cinque anni. Ma i piani commerciali e l’accesso programmatico sono esclusi, e nelle fonti esaminate, nessun produttore quantifica un miglioramento attribuibile a quelle traiettorie. È l’ipotesi più citata e la meno dimostrata di tutte.

Tre offerte diverse per la stessa tecnologia

Alla persona si vende un abbonamento; all’azienda si vendono i modi di verificare che cosa l’agente ha fatto. L’agente prevedibile, invece, non è in vendita.

Chi guarda questa corsa cercando che cosa cambierà nel proprio lavoro deve fare una distinzione che le offerte esaminate non dichiarano esplicitamente, ma che le loro mosse rivelano: la stessa tecnologia viene venduta con tre offerte diverse.

Alla persona si vende un abbonamento individuale, che si può sottoscrivere senza l’approvazione di un’organizzazione. Al professionista con un uso più intenso si vende un piano individuale più costoso e con tetti più alti. All’azienda si vende un’altra cosa, e vale la pena guardarla da vicino perché è la più istruttiva delle tre: non l’impalcatura, ma una piattaforma che la sorveglia, con identità per ogni agente, permessi, approvazioni per singolo strumento e registri. Nei piani commerciali, inoltre, i dati sono esclusi dall’addestramento.

Vale la pena rileggere quell’elenco. Identità, permessi, approvazioni e registri non rendono più prevedibile il comportamento del modello; limitano però gli effetti degli errori, definendo in anticipo che cosa l’agente può toccare e permettendo di ricostruire che cosa ha fatto e perché.

In altri termini, i produttori non hanno eliminato l’incertezza che l’azienda deve gestire, ma hanno fornito strumenti per contenerla. Questo mostra che hanno riconosciuto il problema ma, per ora, rendono l’agente soprattutto verificabile, non prevedibile. L’azienda ha bisogno di entrambe le proprietà.

La differenza fra le tre offerte non riguarda soltanto il prezzo. Un’azienda compra controllo, responsabilità e possibilità di revisione proprio perché un agente non è deterministico per costruzione. Nessuno degli annunci di questi diciotto mesi scioglie quella tensione, e la spesa che cresce non la scioglie da sola.

Da qui vengono tre errori di lettura che vedo fare spesso, e che costano scelte sbagliate a chi decide.

• Scambiare il fatturato degli abbonamenti per penetrazione nei processi. Il miliardo annualizzato di Claude Code misura ricavi da abbonamenti, non processi riprogettati. Sono due fenomeni diversi, che possono procedere a velocità diverse: il dato non dimostra che il primo trascini il secondo.
• Aspettarsi che l’azienda segua la stessa curva della persona. L’adozione personale non chiede permesso e per questo corre; quella nei processi coinvolge chi firma e chi risponde, e per questo procede più lentamente. Chi pianifica su una curva sola rischia di sbagliare i tempi.
• Scegliere il fornitore in base alle classifiche di prestazione. Se quello che dovete portare in azienda è un processo, la domanda che conta non è quale modello riesce meglio nei banchi di prova, ma quali controlli il fornitore vi mette in mano: identità, soglie, approvazioni prima delle azioni irreversibili, registri leggibili a distanza di mesi. È la parte del listino che si guarda raramente per prima e che può decidere se il progetto passerà dal pilota alla produzione.

L’articolo Gli agenti sono già in azienda, ma non ancora nei processi sviluppa il tema dal punto di vista di chi deve introdurli: che cosa blocca davvero i processi, perché la Direzione non può limitarsi a fare da sponsor e come si ricostruisce il controllo che un processo agentico riduce.

Cinque segnali che metteranno alla prova queste spiegazioni

Nei prossimi mesi, bilanci, formati, migrazioni, contratti e tetti d’uso rafforzeranno o indeboliranno le spiegazioni proposte fin qui.

Un articolo su una corsa in atto invecchia presto, se non dichiara in anticipo quali fatti potrebbero smentirlo. I cinque segnali che seguono si potranno controllare senza informazioni riservate. Nessuno darà da solo un verdetto: ciascuno metterà alla prova un passaggio preciso del ragionamento.

• La redditività di Anthropic. Nei prossimi conti bisognerà osservare se la previsione di utile operativo per il secondo trimestre del 2026 diventerà un risultato effettivo, se durerà e se il costo di calcolo per dollaro di ricavo continuerà a scendere. Questi fatti rafforzerebbero l’ipotesi che un laboratorio possa trattenere valore vendendo insieme modello e impalcatura, ma non isolerebbero il contributo dell’impalcatura: prezzi, composizione della clientela e criteri contabili potrebbero concorrere allo stesso risultato. Se la previsione non troverà conferma nei periodi successivi, non potrà sostenere quella conclusione.
• La portabilità delle istruzioni. Bisognerà verificare se formati aperti per i file di istruzioni degli agenti verranno adottati da impalcature concorrenti e sostituiranno i formati proprietari. In quel caso, questo strato diventerà uno standard comune e il vantaggio competitivo dovrà cercarsi nel modello, nel motore di esecuzione o nella distribuzione. Se prevarranno formati incompatibili, anche le istruzioni continueranno invece a contribuire al vincolo al fornitore.
• La migrazione verso le offerte cinesi. La compatibilità conterà soltanto se alle prove seguiranno usi pagati e ricorrenti. Una migrazione stabile mostrerebbe che queste offerte possono sottrarre lavoro ai fornitori già affermati; non dimostrerebbe né che i prezzi dichiarati siano sostenibili né che il valore si sia spostato dal calcolo al compito risolto. Per mettere alla prova il prezzo minimo sostenibile serviranno insieme listini confrontabili e carichi di lavoro pagati che restino nel tempo, perché impalcatura, assistenza e controlli possono conservare un valore proprio.
• I contratti sugli esiti. Non basterà che un fornitore annunci una garanzia. Bisognerà vedere se accetterà obblighi misurabili sul risultato dell’agente, oltre che sulla disponibilità del servizio, e se le aziende compreranno quei contratti. Solo allora si potrà dire che una parte del rischio dell’esecuzione è passata dal cliente al fornitore.
• I tetti d’uso. Bisognerà leggerli insieme ai prezzi e alla qualità del servizio. Se si allenteranno a prezzo invariato, sarà un indizio che il costo per compito è sceso o che l’impalcatura lo governa meglio. Se si stringeranno senza un miglioramento del servizio, indicheranno che l’abbonamento fisso è più fragile di quanto sembri. Da soli, però, non basteranno: capacità disponibile, crescita della domanda e abusi possono produrre gli stessi movimenti.

Questi segnali non decreteranno un vincitore unico. Diranno quale parte della tesi sta reggendo: il legame tecnico fra modello e ambiente di lavoro, il margine economico del compito risolto oppure il controllo del canale che porta il modello a chi lo usa. Per ora il fatto più solido è circoscritto: degli undici produttori censiti, otto hanno costruito una propria impalcatura; Zhipu e xAI distribuiscono i loro modelli dentro quella di un concorrente; Meta ha scelto di uscire da questa gara. La convergenza non prova che esista una soluzione sola, perché le architetture, le licenze e i modelli economici restano diversi. Mostra che il problema riguarda la maggior parte dei produttori censiti e che pochi possono ancora lasciarlo fuori dal proprio prodotto.

I concetti che questo articolo introduce

La tabella raccoglie i sei concetti usati nel ragionamento e mostra come si collegano.

Concetto	Ambito	Che cos’è	Si lega a
Compatibilità con le condizioni di addestramento	tecnologia	L’impalcatura distribuita dal produttore può riprodurre gli schemi degli strumenti, la gestione del contesto e il formato degli errori usati durante l’addestramento	aiuta a spiegare perché molti produttori costruiscano un proprio ambiente; indica che le prestazioni possono cambiare fuori dall’impalcatura originale; si lega all’harness
Tetto d’uso	economia	Il limite periodico di consumo che rende più sostenibile un abbonamento a canone fisso davanti a un uso potenzialmente illimitato	contiene il costo per compito risolto; il suo andamento, letto insieme a prezzi e qualità del servizio, offre un indizio sul costo reale senza misurarlo da solo
Ospite dell’impalcatura altrui	mercato	La condizione di chi vende un modello ma non sviluppa lo strato che lo fa lavorare: il modello viene provato e distribuito dentro quello di un concorrente	può derivare dalla mancanza di un ambiente proprio; costruire un harness consente un controllo maggiore, mentre adattarne uno altrui può non bastare
Uso di più assistenti	mercato	La pratica, misurata, di adoperare in media più assistenti invece di sceglierne uno soltanto	è un indizio che il vincolo al fornitore non sia ancora soprattutto tecnico e rende meno plausibile una dipendenza esclusiva da un solo prodotto
Legame contrattuale	mercato	Il vincolo costruito con le condizioni d’uso e con l’abbonamento invece che con la tecnologia	è una forma che il vincolo al fornitore può assumere: condizioni d’uso e credenziali revocabili possono limitare l’impiego del servizio in strumenti di terzi
Complemento commoditizzato	strategia	Uno strato adiacente reso gratuito o standardizzato per aumentare il valore del prodotto principale	aiuta a spiegare la donazione del Model Context Protocol accanto a un’impalcatura chiusa

Fonti

Le fonti sono divise per grado, perché non tutte valgono uguale. Sono di prima mano quelle lette direttamente alla sorgente: repository, listini, schede di sistema, dichiarazioni firmate. Sono di seconda mano le notizie di stampa e le analisi, che riportano numeri che non è stato possibile verificare direttamente. Quando una cifra non è verificabile, il testo lo dichiara.

Il censimento e le licenze (letture dirette dei repository, 14 agosto 2026): anthropics/claude-code, openai/codex, google-gemini/gemini-cli, QwenLM/qwen-code, MoonshotAI/kimi-code, bytedance/trae-agent (rapporto tecnico), deepseek-ai/deepseek-harness, zai-org/zai-coding-plugins, MiniMax-AI/minimax-code, llama-stack e l’estensione ufficiale di xAI per Claude Code. Le licenze citate vengono dai file di licenza depositati nei repository.

L’addestramento dentro l’ambiente: la scheda di sistema di codex-1 (OpenAI, 16 maggio 2025), che dichiara l’addestramento per rinforzo su compiti reali in ambienti diversi; il blog di Qwen3-Coder (Alibaba, 2025) per i ventimila ambienti paralleli e la riga di comando adattata al proprio modello.

I prezzi e la cache: LLMflation (a16z, novembre 2024) per la svalutazione di circa dieci volte l’anno, con conferma indipendente di Epoch AI; l’annuncio del taglio dell’80 per cento su o3 (10 giugno 2025); il listino di Anthropic per gli abbonamenti che includono Claude Code; la documentazione sulla cache per la lettura a un decimo del prezzo di ingresso; l’annuncio del miliardo annualizzato di Claude Code.

Le perdite dichiarate: il messaggio di Sam Altman del 6 gennaio 2025 sugli abbonamenti Pro in perdita; i limiti settimanali di Claude Code annunciati nel luglio 2025 con l’impatto dichiarato sotto il cinque per cento degli abbonati.

Il ciclo dei dati: gli aggiornamenti ai termini per i privati (Anthropic, agosto 2025), che nominano esplicitamente Claude Code e fissano la conservazione a cinque anni, escludendo i piani commerciali e l’accesso programmatico.

Le verifiche sul costo di cambiare: l’indagine JetBrains dell’aprile 2026 su circa diecimila professionisti, riportata di seconda mano, per la media di 2,3 strumenti; i dati di scaricamento misurati direttamente sul registro npm per il sorpasso di Codex, con l’avvertenza che Claude Code ha abbandonato quel canale di distribuzione e il suo dato è sottostimato.

I conti trimestrali: le notizie concordi di CNBC, Bloomberg e Wall Street Journal del 20 maggio 2026 sul secondo trimestre di Anthropic (ricavi 10,9 miliardi, utile operativo atteso 559 milioni, costo di calcolo sceso da 71 a 56 centesimi per dollaro di ricavo), insieme alla critica metodologica che quelle cifre hanno ricevuto; i dati di crescita del cloud di Alibaba (13 maggio 2026) e di Alphabet (22 luglio 2026); la perdita prevista di OpenAI per il 2026, che resta una stima di stampa e non un dato di bilancio pubblicato.

Le posizioni dichiarate: l’annuncio di Gemini CLI (Google, 25 giugno 2025) su trasparenza e comunità; l’intervista al fondatore di DeepSeek sul vantaggio difendibile del codice chiuso, che definisce temporaneo.

Non verificato, e quindi non usato come prova: la motivazione ufficiale di Anthropic per tenere chiuso Claude Code, che non è stata resa pubblica e di cui il testo dichiara solo la condotta osservabile; le politiche sui dati dei produttori cinesi; i listini dei piani cinesi, non verificati direttamente; il margine specifico degli abbonamenti, che nessun produttore ha mai pubblicato.