Anthropic destina il 5 % delle proprie azioni a un Public Benefit Fund, OpenAI amplia la sua API Agents, Thomas Wolf stima a quasi un miliardo di dollari il calcolo condiviso sull'Hub

Anthropic crea un Public Benefit Fund e, previa approvazione dei suoi azionisti, si impegna a destinarvi il 5 % delle proprie azioni, con incrementi legati all’aumento del suo valore: contando la promessa dei cofondatori e le donazioni di azioni dei dipendenti, che l’azienda integra con propri contributi, circa il 20 % del suo capitale è ora destinato al bene pubblico. Nell’API Agents di OpenAI arriva GPT-6 Astra Ultrafast e gli ambienti inattivi non vengono più addebitati, secondo il riepilogo settimanale di un membro del team API. Thomas Wolf, di Hugging Face, stima a quasi un miliardo di dollari il calcolo per l’addestramento che i laboratori hanno condiviso gratuitamente sull’Hub, rispetto a meno di 40 milioni alla fine del 2023.

Anthropic destina il 5 % delle proprie azioni a un Public Benefit Fund, che potrà crescere insieme al suo valore

18 ottobre — Anthropic crea l’Anthropic Public Benefit Fund, una LLC di cui detiene il 100 % e che dedica interamente al bene pubblico. Previa approvazione dei suoi azionisti, si impegna a destinarvi il 5 % delle proprie azioni; il consiglio di amministrazione potrà poi aggiungerne fino al 2 % per ogni aumento del 50 % del suo valore oltre una base di riferimento, che non viene pubblicata. L’azienda presenta questo meccanismo come l’inverso delle remunerazioni azionarie crescenti che le imprese tech concedono di solito ai propri dirigenti.

Impegno in azioni	Entità dell’impegno
Public Benefit Fund iniziale, previa approvazione degli azionisti	5 % delle azioni di Anthropic
Incremento, a ogni aumento del 50 % del valore oltre la base	fino al 2 % in più, a discrezione del consiglio
Promessa dei cofondatori, fin dalla fondazione	80 % delle loro partecipazioni
Donazioni di azioni dei dipendenti, integrate da Anthropic	partecipa circa la metà dei dipendenti
Totale destinato al bene pubblico, fondo compreso	circa il 20 % delle azioni, esclusi gli incrementi futuri

Le azioni del fondo non serviranno né al lobbying né alle donazioni politiche, negli Stati Uniti come altrove. Ciò che unisce interesse pubblico e valore commerciale (sicurezza e interpretabilità, ricerca biomedica applicata, sconti su Claude per associazioni e istituzioni scientifiche) resta nell’azienda, una società con finalità di beneficio comune (public benefit corporation). Il fondo potrà effettuare grandi donazioni ad associazioni o versamenti diretti a gruppi di popolazione specifici; l’articolo approfondisce l’esempio dell’occupazione, per la quale Anthropic dichiara di aver già impegnato 200 milioni di dollari. Struttura, governance e incrementi saranno dettagliati nei prossimi mesi, insieme a un rapporto sul beneficio pubblico (public benefit report) sui progressi della sua missione.

🔗 Investire nel bene pubblico (Anthropic) · L’annuncio su X (@AnthropicAI)

API Agents di OpenAI: GPT-6 Astra Ultrafast, snapshot dei sandbox e fine degli addebiti per gli ambienti inattivi

17 ottobre — Steve (@stevendcoffey), del team API di OpenAI, pubblica su X il suo riepilogo settimanale dell’API Agents, l’harness di Codex aperto agli sviluppatori in beta pubblica il 10 settembre; l’account OpenAI Developers lo ha ripubblicato. Elenca sette novità, senza prezzi né cifre. Solo la prima viene annunciata come disponibile: GPT-6 Astra Ultrafast, la modalità di velocità premium lanciata il 29 settembre nell’API e in Codex.

Novità dell’API Agents	Portata indicata nel riepilogo
GPT-6 Astra Ultrafast	Disponibile nell’API Agents
Snapshot dei sandbox (sandbox snapshots)	Gli ambienti ospitati da OpenAI vengono ripristinati dopo l’inattività, con i file intatti
Fatturazione rivista (better billing)	Gli ambienti inattivi non vengono più addebitati
Chiavi di ambiente	Create in modo programmatico, e non più soltanto dalla dashboard
Artifact SDK	Fogli di calcolo, presentazioni e documenti Word creati o modificati nei sandbox di OpenAI
Cronologia per turno	Elementi di un turno specifico dell’agente radice, comprese le interazioni dei sottoagenti
Filtraggio dei vault (vaults)	I vault si possono filtrare in base ai loro metadati

Nulla di tutto questo figurava ancora nella documentazione al momento della nostra lettura, la sera del 18 ottobre: il changelog dell’API non conteneva voci successive al 16 ottobre e la pagina dei sandbox ospitati da OpenAI indicava ancora le tariffe standard dei container (standard container rates), con l’utilizzo del modello addebitato separatamente.

🔗 Il riepilogo di Steve su X

Hub Dollars: Thomas Wolf stima a quasi un miliardo di dollari il calcolo per l’addestramento condiviso sull’Hub

18 ottobre — Thomas Wolf, di Hugging Face, pubblica un calcolo approssimativo (napkin math), ripreso dall’account @huggingface: quanto sarebbe costato noleggiare le GPU che hanno eseguito gli addestramenti finali delle principali famiglie di modelli a pesi aperti dell’Hub, scaricabili gratuitamente. Il suo Space Hub Dollars stima questa cifra a 991 milioni di dollari, in un intervallo da 816 milioni a 1,35 miliardi (dal 10º al 90º percentile), per 75 famiglie e 35 organizzazioni. Alla fine del 2023, questo totale rimaneva sotto i 40 milioni di dollari.

Fun and crazy napkin math: Meta, NVIDIA, Alibaba, DeepSeek, Moonshot, Mistral and ~30 other labs have shared close to $1B worth of training compute on the Hugging Face Hub

🇮🇹 Un calcolo approssimativo, divertente e un po’ folle: Meta, NVIDIA, Alibaba, DeepSeek, Moonshot, Mistral e una trentina di altri laboratori hanno condiviso quasi un miliardo di dollari di calcolo per l’addestramento sull’Hub di Hugging Face. — @Thom_Wolf su X

Organizzazione sull’Hub	Stima centrale, in milioni di dollari
Meta	156
Alibaba	149
NVIDIA	114
Moonshot	55
Mistral AI	49
DeepSeek	47
Totale delle 35 organizzazioni	991 (da 816 a 1 345)

Wolf stesso considera questo totale una stima minima. Una quota di circa 502 milioni di dollari, pressappoco la metà, si basa su cifre di calcolo pubblicate dagli sviluppatori, il resto su ipotesi, e non vengono conteggiati né la coda lunga né i circa 900 000 fine-tuning della community sull’Hub.

🔗 Lo Space Hub Dollars

Notizie brevi

Prodotti, piattaforme e riconoscimenti

I dots di OpenAI su iOS — Notizia del 16 ottobre recuperata oggi: Dominik Kundel, del team DevX di OpenAI, annuncia widget iOS per i dots, gli agenti permanenti lanciati il 29 settembre, e il supporto al tasto Azione dell’iPhone; il suo video mostra anche un trucco con Comandi Rapidi per richiamare il proprio dot con il tasto Fotocamera. 🔗 fonte
Decider V1.2 sull’AI Gateway di Vercel — Notizia del 16 ottobre recuperata oggi, giorno del loro arrivo su OpenRouter, trattato il 17: i modelli decisionali Decider V1.2 27B e Decider Flash V1.2 4B di Perplexity arrivano sull’AI Gateway di Vercel, ai prezzi di Perplexity senza maggiorazioni né costi di piattaforma, anche usando le proprie chiavi (BYOK), tramite l’AI SDK o l’API Decisions. 🔗 fonte
SynthID tra le invenzioni dell’anno — Notizia del 15 ottobre recuperata oggi: come Omnilingual ASR di Meta e NemoClaw di NVIDIA, trattati il 16, il watermark invisibile di Google DeepMind figura tra le migliori invenzioni del 2026 della rivista TIME. La sua scheda ricorda che contrassegna anche contenuti di OpenAI, NVIDIA, Kakao e, prossimamente, Apple, verificabili da chiunque su synthid.com. 🔗 fonte · 🔗 TIME
Gemini CLI, nightly del 18 ottobre — Nessun cambiamento: riprende il commit di quella del 17 e soltanto il bot di pubblicazione ha aggiornato i numeri di versione. Non è stato integrato nulla nel branch principale dalla sera del 16 ottobre e la PR della community che aggiunge Gemini 4 Argon al selettore dei modelli resta aperta. 🔗 fonte · 🔗 PR

Articoli della community sull’Hub di Hugging Face

OpenYap Turn — The Agentic Data Company presenta un modello audio per la presa di parola da 72,4 milioni di parametri, addestrato su 1 984 ore di conversazioni tra persone vicine. Primo su 24 nel rilevamento della fine del turno su TurnBench di Sesame, registra una latenza mediana di 298 ms, contro 595 e 548 ms dei due successivi. I suoi pesi non sono sull’Hub. 🔗 fonte
RetryBench — You Liu presenta un benchmark che valuta separatamente la decisione di ripetere una chiamata a uno strumento terminata per timeout e il risultato del nuovo tentativo. Quando viene proposta loro una chiave modificata, gli endpoint GPT denominati Sol, Terra e Luna ripetono la chiamata senza giustificazione 1, 55 e 60 volte su 80. Il codice è pubblicato con una licenza non commerciale. 🔗 fonte
Individuare una valutazione nelle attivazioni — Su Qwen3, PLLuM e Gemma 3, Mateusz Piesiak (Project Inkblot) mostra che otto indizi di valutazione producono direzioni distinte: la direzione abituale rileva soprattutto la menzione esplicita di un test (coseno da 0,81 a 0,89) e una direzione appresa su sette indizi quasi non rileva l’ottavo, l’artificialità dello scenario (AUROC da 0,49 a 0,62). 🔗 fonte
Nemotron 3.5 Super VL a 4 bit — Ultimo dei tre rapporti di Thoughtworks, il primo dei quali, su CharXiv, è stato trattato il 16 ottobre: a parità di token, Gustavo A. Lujan non rileva alcuna differenza tra una calibrazione GPTQ su testo giuridico o generico. I pesi passano da 231,8 a 68,1 Gio, con un aumento dell’entropia incrociata compreso tra 0,32 e 0,61 % sui testi giuridici, misurato su una versione preliminare del modello. 🔗 fonte

Che cosa significa

Il fondo di Anthropic impegna quote di capitale, non una somma: l’articolo non fornisce né una base di valutazione né un importo in dollari e la sua portata dipenderà dal voto degli azionisti, poi dalla governance e dagli incrementi promessi per i prossimi mesi. Conta anche la sua forma giuridica. Detenuto al 100 % da Anthropic, sotto forma di LLC anziché di ente di beneficenza (501(c)(3)), il fondo resta sotto il suo controllo e potrà passare da una forma di donazione all’altra, con due divieti stabiliti fin dall’inizio: il lobbying e le donazioni politiche. Infine, l’occupazione, l’esempio approfondito nell’articolo, è anche il tema dei rapporti pubblicati il 16 ottobre sui suoi stessi team, dove la quota dei profili junior nelle assunzioni tecniche è scesa dal 27 % al 9 %.

Le novità dell’API Agents riguardano invece il tempo in cui l’agente non fa nulla. Non addebitare più un ambiente inattivo e poterlo ripristinare con i suoi file riduce il costo degli agenti che lavorano a intermittenza. Questo tempo pesa molto: i rapporti di Anthropic sui suoi stessi team rilevavano sessioni interattive inattive per circa l’80 % del tempo, in attesa di una risposta. La fonte resta un riepilogo pubblicato su X: la sera del 18 ottobre, né il changelog dell’API né la pagina dei sandbox ospitati, ancora alle tariffe standard dei container, ne facevano menzione.

La cifra di Thomas Wolf dà infine un ordine di grandezza al bene comune costituito dai modelli aperti: quasi un miliardo di dollari di calcolo, contro meno di 40 milioni alla fine del 2023, contando peraltro soltanto gli addestramenti finali delle principali famiglie. È, per ammissione dello stesso Wolf, un calcolo approssimativo, basato solo per metà su cifre pubblicate. Il conteggio mostra anche chi ne ha sostenuto il costo: Meta, Alibaba e NVIDIA in testa, davanti a Moonshot, Mistral AI e DeepSeek. Wolf lo paragona a Wikipedia, scritta con ore di volontariato, mentre questo patrimonio comune si costruisce con ore GPU e dati.