Naive-N0.5-Flash, il modello che NaiveAI dice di aver costruito con l'aiuto dell'IA

Il 27 settembre 2026, la startup di Pechino NaiveAI ha pubblicato su Hugging Face il modello Naive-N0.5-Flash, distribuito con licenza MIT. Come dettagliato nella scheda tecnica del modello, non si tratta di un'architettura creata da zero, bensì di un adattamento del modello base a pesi aperti MiMo-V2.5 di Xiaomi, sul quale sono stati applicati 3,25 trilioni di token di addestramento aggiuntivo. Il sistema adotta una struttura Mixture-of-Experts con 309 miliardi di parametri complessivi, di cui 15,5 miliardi attivi per token, e gestisce un contesto nativo di un milione di token combinando layer di attenzione a finestra scorrevole e la tecnologia DeepSeek Sparse Attention. Non è tuttavia del tutto chiaro come la licenza MIT si raccordi con i vincoli della licenza del modello base di Xiaomi.

La particolarità del progetto risiede nel metodo di sviluppo, definito dall'azienda nel proprio blog tecnico come una ricerca e sviluppo centrata sull'intelligenza artificiale. Secondo il blog, i ricercatori umani fissano la direzione, i vincoli e i criteri e prendono le decisioni critiche, mentre implementazione, ottimizzazione, sperimentazione e analisi sono affidate a modelli di IA. Nello stesso testo si legge che "i ricercatori umani stabiliscono la direzione, definiscono vincoli e criteri e prendono decisioni critiche. Il vantaggio umano risiede nell'esperienza, nell'intuizione e nel giudizio". Tuttavia, la testata indipendente Runtime Wire ha fatto notare che i documenti pubblicati non chiariscono quanto lavoro sia stato effettivamente svolto dall'intelligenza artificiale, né come tale apporto sia stato misurato o se questo approccio riduca davvero i costi di sviluppo futuri. La stessa testata collega l'azienda a Jifeng Dai, professore associato alla Tsinghua University, in passato a Microsoft Research Asia e SenseTime.

Sul fronte delle prestazioni e dei costi, la scheda del modello indica tariffe API pari a 0,10 dollari per milione di token in input e 0,40 dollari in output, mentre Runtime Wire riporta il listino in yuan: 0,60 yuan in input e 2,60 yuan in output per milione. Le due cifre provengono da fonti diverse e non corrispondono esattamente al cambio. Per l'esecuzione, che richiede GPU Nvidia con supporto FP8, l'azienda propone il sistema proprietario NaiveRT, accreditato di una velocità standard di 50 token al secondo per utente, che salirebbe a 2.000 in modalità Ultrafast. Il blog aziendale colloca questo picco su una configurazione a otto GPU senza specificarne il modello, mentre Runtime Wire precisa che la misurazione di oltre 2.100 token al secondo si riferisce a un test di decodifica limitato a un flusso singolo.

Tutti i benchmark prestazionali presentati nel repository GitHub ufficiale derivano da un protocollo di valutazione interno denominato AutoResearch, basato su Claude Code. Dal momento che i risultati sono mostrati esclusivamente in forma grafica e non sono stati verificati da terze parti indipendenti, non è possibile confermare i punteggi esatti dichiarati dalla startup. Questa assenza di riscontri esterni invita alla cautela, una costante quando la rapidità di rilascio supera la verificabilità delle metriche.

Se delegare la scrittura del codice a un'altra macchina accelera i tempi di rilascio, la vera asimmetria resta nella verifica: validare il lavoro di un'IA richiede ancora quel giudizio umano che la startup rivendica come proprio presidio. Finché i benchmark restano misurati con un protocollo interno e non vengono replicati da terzi, le prestazioni dichiarate vanno lette come dichiarazioni dell'azienda, non come dati verificati. — Olya