System 2 e DeepSeek V4 Flash: le due anime dell’AI nel 2026

Davide Tempesta

5 Agosto 2026
6 min read
Deep Seek Flash V4

Indice

L’espressione System 2 non nasce nell’informatica ma nella psicologia cognitiva. La dobbiamo a Daniel Kahneman, che nella sua teoria dei due sistemi distingueva tra un pensiero rapido, automatico e intuitivo, il Sistema 1, quello che ci fa riconoscere un volto o completare la frase “pane e…”, e un pensiero lento, deliberato e faticoso, il Sistema 2, quello che chiamiamo in causa quando dobbiamo risolvere una moltiplicazione a più cifre o valutare un argomento complesso. Per anni i grandi modelli linguistici hanno lavorato quasi esclusivamente in modalità Sistema 1: prevedevano la parola successiva con una rapidità impressionante, ma senza una vera fase di deliberazione interna, e per questo cadevano nelle stesse trappole di chi risponde d’istinto, saltando alle conclusioni.

La svolta del 2026 è proprio l’introduzione di un’architettura che riproduce, almeno funzionalmente, la lentezza produttiva del Sistema 2. I modelli di ragionamento di ultima generazione, a partire dalla famiglia GPT-5.5 di OpenAI, non si limitano più a generare la risposta immediata: prima di produrre l’output visibile eseguono una fase di deliberazione dedicata, un passaggio in cui il modello pianifica, verifica la propria logica, controlla i passaggi intermedi e talvolta corregge la rotta, spesso attraverso un blocco di token nascosti di cui l’utente vede solo una sintesi. Quando gli si affida un problema matematico articolato, una sfida di architettura software o una strategia a più livelli, il modello letteralmente si ferma. Quella pausa, che dal punto di vista dell’esperienza utente si traduce in qualche secondo di attesa in più, è il segno di un cambiamento profondo nel modo in cui la macchina affronta la complessità.

Il punto qualificante di GPT-5.5, secondo la stessa presentazione di OpenAI, non è tanto sapere più cose quanto saper portare avanti da solo un compito disordinato e a più fasi: gli si può affidare un incarico ambiguo e articolato e fidarsi che pianifichi, usi gli strumenti a disposizione, verifichi il proprio lavoro e proceda fino a completarlo. È questa la vera posta in gioco dell’era del ragionamento: non un chatbot più erudito, ma un agente capace di reggere l’incertezza lungo catene di azioni sempre più lunghe.

Il rovescio della medaglia: quanto costa pensare a lungo

Questa profondità, però, ha un prezzo, ed è letteralmente un prezzo. Un modello che si ferma a deliberare consuma più tempo di calcolo, e il tempo di calcolo si paga. La corsa alla profondità di ragionamento ha spinto verso l’alto tanto la latenza quanto il costo per interazione, aprendo una domanda tutt’altro che accademica per chiunque costruisca prodotti sopra questi modelli: fino a che punto vale la pena pagare per far pensare più a lungo una macchina? È proprio nello spazio di questa domanda che si inserisce la seconda notizia, quella che arriva dall’altra parte del mondo e che ribalta la logica dominante.

Il contropiede cinese

Il 31 luglio 2026 DeepSeek ha portato ufficialmente fuori dalla fase di anteprima il suo modello V4 Flash, nella build siglata 0731, e il modo in cui lo ha fatto racconta una storia diversa da quella della profondità a ogni costo. La particolarità è che il nuovo Flash non è affatto un modello più grande: mantiene esattamente la stessa architettura del predecessore, un mixture-of-experts da 284 miliardi di parametri totali con 13 miliardi attivi e una finestra di contesto da un milione di token. Nessuna scala aggiuntiva, nessuna nuova impalcatura. L’unico intervento è stato un ri-addestramento successivo, un lavoro di post-training che ha rifinito il comportamento del modello senza toccarne la stazza.

E qui arriva il dato che ha fatto sobbalzare gli addetti ai lavori, perchè il piccolo Flash ri-addestrato batte il proprio fratello maggiore, il ben più costoso V4-Pro-Preview, su tutti e nove i benchmark agentici pubblicati dall’azienda. Sul Terminal-Bench 2.1, che misura la capacità di svolgere lavoro complesso da riga di comando, Flash raggiunge un punteggio di 82,7 contro il 72,1 del Pro. Su DeepSWE il salto rispetto alla versione anteprima è quasi surreale, da 7,3 a 54,4. E la cosa più impressionante è la distanza minima dai modelli di frontiera occidentali: su un test durissimo come l’Agent’s Last Exam, Flash si ferma a mezzo punto dal blasonato Opus di Anthropic, 25,2 contro 25,7. Tutto questo, va precisato con onestà, su benchmark misurati dallo stesso produttore, quindi da verificare con test indipendenti, ma la traiettoria è inequivocabile.

Quattordici centesimi per milione di token

A rendere la notizia dirompente non è solo la performance, ma il suo incrocio con il listino. DeepSeek V4 Flash costa 0,14 dollari per milione di token in ingresso e 0,28 in uscita, all’incirca un terzo del prezzo del suo modello Pro. Per uno sviluppatore che stava già utilizzando l’endpoint, oltretutto, l’aggiornamento è avvenuto in modo silenzioso, ovvero stessa chiamata, stessa chiave, stesso nome del modello, con il miglioramento consegnato senza alcun costo di migrazione. E poiché i pesi del modello sono rilasciati con licenza MIT e liberamente scaricabili, il dispiegamento commerciale in locale è di fatto sbloccato.

La lezione implicita è forse la parte più affascinante di tutta la vicenda, e tocca un nervo profondo del modo in cui pensiamo il progresso dell’intelligenza artificiale. Se un modello economico può superare il proprio ammiraglia semplicemente attraverso un migliore addestramento, senza aggiungere un solo parametro, allora buona parte dei guadagni di capacità che attribuiamo alla scala — più dati, più parametri, più potenza di calcolo — potrebbe in realtà nascondersi altrove, nella qualità e nel metodo del post-training. È una prospettiva che incrina il dogma implicito degli ultimi anni, quello secondo cui basta ingrandire per migliorare, e che apre a un’idea di efficienza più sobria e, a suo modo, più democratica.

Due filosofie della macchina pensante

Messe una accanto all’altra, queste due notizie non si contraddicono: si completano, e insieme fotografano la tensione che attraversa l’intero settore. Da un lato la strategia della profondità, incarnata dal ragionamento System 2, che scommette sul valore di una deliberazione lenta e accurata e accetta di pagarne il costo in tempo e denaro, puntando a compiti sempre più autonomi e sofisticati. Dall’altro la strategia dell’efficienza, incarnata da DeepSeek, che scommette sulla democratizzazione dell’accesso, sull’apertura dei pesi e su un rapporto tra intelligenza e costo capace di mettere capacità agentiche di alto livello nelle mani di chiunque, quasi a costo zero.

Non è un caso che questa biforcazione ricalchi anche una linea di faglia geopolitica, con i laboratori statunitensi orientati alla frontiera premium e proprietaria e quelli cinesi al modello aperto ed economico. Ma la questione più profonda, quella che dovrebbe interessarci al di là della gara tra aziende e tra nazioni, riguarda che cosa intendiamo davvero quando diciamo che una macchina “ragiona”. La pausa deliberativa del System 2 è cognizione autentica o soltanto più tempo di calcolo vestito da riflessione? E se un modello minuscolo, opportunamente addestrato, sa fare quasi tutto ciò che fa un modello enorme, dove risiede esattamente l’intelligenza che gli attribuiamo? Sono domande che la tecnica, da sola, non basterà a chiudere, e che ci accompagneranno ben oltre la prossima release.