{"id":1496,"date":"2026-07-10T10:27:24","date_gmt":"2026-07-10T10:27:24","guid":{"rendered":"https:\/\/convly.ai\/?p=1496"},"modified":"2026-07-10T10:27:24","modified_gmt":"2026-07-10T10:27:24","slug":"why-us-companies-switching-chinese-ai-models-2026","status":"publish","type":"post","link":"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/","title":{"rendered":"Perch\u00e9 le aziende statunitensi stanno passando ai modelli cinesi di intelligenza artificiale nel 2026"},"content":{"rendered":"<p>Le aziende statunitensi stanno sempre pi\u00f9 <strong>passando ai modelli cinesi di intelligenza artificiale<\/strong>, and the reason is brutally simple: cost. As OpenAI and Anthropic hold premium prices, open-weight models from DeepSeek, Alibaba&#8217;s Qwen, Zhipu&#8217;s GLM and Moonshot&#8217;s Kimi have arrived at a fraction of the price while closing most of the quality gap. The result is a quiet migration that is now showing up in hard usage data \u2014 not just in opinion pieces.<\/p>\n<div class=\"convly-tldr\">\n<h3>Punti chiave<\/h3>\n<ul>\n<li>La quota di token spesi dalle aziende statunitensi su modelli cinesi di intelligenza artificiale tramite OpenRouter \u00e8 rimasta costantemente superiore al 30% ogni settimana dal 8 febbraio 2026, raggiungendo un picco vicino al 46% \u2014 rispetto a circa l\u201911% dell\u2019anno precedente.<\/li>\n<li>Il divario di prezzo \u00e8 enorme: il modello flagship di DeepSeek costa circa 0,87 dollari per milione di token in output, contro circa 25 dollari per Anthropic e 30 dollari per OpenAI.<\/li>\n<li>Named switchers include Lindy (100% to DeepSeek), Shopify (self-hosted Qwen 3), Coinbase (GLM 5.2 + Kimi 2.7) and Airbnb (Qwen).<\/li>\n<li>I risparmi riportati vanno da circa il 50% fino a una riduzione del costo unitario di 75 volte.<\/li>\n<li>Non si tratta soltanto di prezzo: i modelli a peso aperto consentono alle aziende di eseguirli in autonomia (self-hosting) e di mantenere i dati all\u2019interno dei propri sistemi, sebbene ci\u00f2 sollevi concrete questioni di governance e geopolitiche.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a525c9e618e4\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Attiva\/Disattiva<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a525c9e618e4\"  aria-label=\"Attiva\/Disattiva\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/#How_big_is_the_shift_to_Chinese_AI_models\" >Quanto \u00e8 rilevante il passaggio ai modelli cinesi di intelligenza artificiale?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/#The_price_gap_driving_the_switch\" >Il divario di prezzo alla base di questo passaggio<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/#Who_is_actually_switching\" >Chi sta effettivamente passando<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/#It_is_not_just_price_open_weights_change_the_calculus\" >Non \u00e8 solo una questione di prezzo: i pesi aperti cambiano completamente il calcolo<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/#The_catch_governance_and_geopolitics\" >L\u2019aspetto critico: governance e geopolitica<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/#What_it_means_for_OpenAI_and_Anthropic\" >Cosa significa questo per OpenAI e Anthropic<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/#Should_your_company_switch_A_quick_framework\" >Dovrebbe passare anche la vostra azienda? Un quadro rapido<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/#Frequently_asked_questions\" >Domande frequenti<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/convly.ai\/it\/why-us-companies-switching-chinese-ai-models-2026\/#The_bottom_line\" >In sintesi<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"How_big_is_the_shift_to_Chinese_AI_models\"><\/span>Quanto \u00e8 rilevante il passaggio ai modelli cinesi di intelligenza artificiale?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Il segnale pi\u00f9 chiaro \u00e8 l\u2019utilizzo, non il sentimento. Secondo i dati di OpenRouter riportati da CNBC, la quota di token indirizzati dalle aziende statunitensi verso modelli cinesi \u00e8 rimasta costantemente superiore al 30% ogni settimana dal 8 febbraio 2026, raggiungendo punte del 46% \u2014 rispetto a una media di circa l\u201911% nei dodici mesi precedenti. In altre parole, quasi la met\u00e0 del traffico aziendale statunitense su IA di alcune settimane viene oggi gestita da modelli sviluppati in Cina.<\/p>\n<p>Il segmento delle startup \u00e8 quello che si muove pi\u00f9 velocemente. Stime di settore indicano che circa il 20-30% delle startup utilizza attualmente modelli open source, e circa l\u201980% di queste sceglie un modello cinese a peso aperto. Quando un fondatore deve monitorare attentamente la propria runway finanziaria, una differenza di ordine di grandezza nella bolletta relativa all\u2019IA non \u00e8 un arrotondamento trascurabile: \u00e8 la differenza tra lanciare un prodotto o chiudere l\u2019azienda.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_price_gap_driving_the_switch\"><\/span>Il divario di prezzo alla base di questo passaggio<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>I numeri principali spiegano da soli questo comportamento. Un modello flagship cinese pu\u00f2 costare una piccola frazione rispetto ai suoi omologhi statunitensi per singolo token:<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Modello \/ fornitore<\/th>\n<th>Prezzo approssimativo per output (per 1 milione di token)<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>DeepSeek (flagship)<\/td>\n<td>~$0.87<\/td>\n<\/tr>\n<tr>\n<td>Anthropic Claude (flagship)<\/td>\n<td>~$25<\/td>\n<\/tr>\n<tr>\n<td>OpenAI (flagship)<\/td>\n<td>~$30<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Un confronto ampiamente citato su un carico di lavoro specifico ha stimato un costo di circa 4.811 dollari su Claude di Anthropic contro circa 544 dollari su GLM di Zhipu \u2014 una differenza prossima a 9 volte. Gli analisti stimano generalmente che i principali modelli cinesi open source siano dal 60% al 90% meno costosi rispetto ai migliori modelli statunitensi di frontiera per compiti comparabili. Prima di effettuare qualsiasi passaggio, vale la pena calcolare i propri numeri specifici anzich\u00e9 affidarsi a cifre riportate sui giornali: il nostro gratuito <a href=\"https:\/\/convly.ai\/it\/ai-api-cost-calculator\/\">Calcolatore dei costi delle API per l'IA<\/a> stima una fattura mensile reale sulla base del vostro volume di token, mentre il nostro <a href=\"https:\/\/convly.ai\/it\/ai-price-performance-index-2026\/\">Indice prezzo-prestazioni per l'IA<\/a> classifica i modelli in base all\u2019intelligenza per dollaro, mostrando esattamente dove ciascuno si colloca in termini di valore.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Who_is_actually_switching\"><\/span>Chi sta effettivamente passando<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Questo non \u00e8 pi\u00f9 un semplice scenario ipotetico. Diverse aziende note hanno gi\u00e0 migrato traffico reale in produzione:<\/p>\n<ul>\n<li><strong>Lindy<\/strong> \u2014 la startup specializzata in agenti AI ha spostato il 100% del proprio traffico da Claude di Anthropic a DeepSeek, un passaggio che il CEO prevede porter\u00e0 a risparmi nell\u2019ordine di milioni di dollari.<\/li>\n<li><strong>Shopify<\/strong> \u2014 ha sostituito una pipeline basata su GPT-5 di OpenAI con un sistema multi-agente self-hosted alimentato da Qwen 3 di Alibaba, citando una riduzione del costo unitario per modello linguistico di circa 75 volte, accompagnata da una qualit\u00e0 dell\u2019output superiore.<\/li>\n<li><strong>Coinbase<\/strong> \u2014 ha ridotto le spese per l\u2019IA di quasi la met\u00e0 dopo aver migrato i carichi di lavoro su GLM 5.2 e Kimi 2.7.<\/li>\n<li><strong>Airbnb<\/strong> \u2014 utilizza 13 modelli di intelligenza artificiale ma fa ampio affidamento su Qwen; il CEO Brian Chesky lo ha definito pubblicamente \u00abmolto buono\u00bb, \u00abveloce\u00bb ed economico. Dopo aver implementato un agente per il servizio clienti basato su Qwen, Airbnb riferisce che il tempo medio di risoluzione \u00e8 sceso da quasi tre ore a circa sei secondi.<\/li>\n<\/ul>\n<h2><span class=\"ez-toc-section\" id=\"It_is_not_just_price_open_weights_change_the_calculus\"><\/span>Non \u00e8 solo una questione di prezzo: i pesi aperti cambiano completamente il calcolo<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Il costo fa titolo, ma il secondo motore di questa transizione \u00e8 architettonico. Poich\u00e9 questi modelli cinesi sono a peso aperto, un\u2019azienda pu\u00f2 scaricarli ed eseguirli su propria infrastruttura hardware invece di chiamare un\u2019API esterna. Ci\u00f2 comporta due cambiamenti simultanei: scompare il conteggio dei costi per token e i dati sensibili non devono mai lasciare l\u2019ambiente aziendale. Airbnb, ad esempio, ha sottolineato di non inviare alcun dato agli sviluppatori dei modelli. Per i team che valutano questo trade-off, il nostro <a href=\"https:\/\/convly.ai\/it\/self-hosting-vs-api-calculator\/\">calcolatore per il confronto tra self-hosting e utilizzo di API<\/a> mostra il punto di pareggio oltre il quale possedere una GPU diventa pi\u00f9 conveniente rispetto al pagamento per token, mentre il nostro <a href=\"https:\/\/convly.ai\/it\/open-vs-closed-ai-cost-gap-2026\/\">studio comparativo sui costi tra modelli open e closed<\/a> quantifica quanto si sia ampliato questo divario. Per confrontare specifiche tecniche, finestre contestuali e prezzi aggiornati in tempo reale, consulta il nostro <a href=\"https:\/\/convly.ai\/it\/models\/\">Database di modelli IA<\/a>e, per un\u2019analisi approfondita sul modello che sta guidando questa transizione, il nostro <a href=\"https:\/\/convly.ai\/it\/deepseek-v4\/\">Guida a DeepSeek V4<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_catch_governance_and_geopolitics\"><\/span>L\u2019aspetto critico: governance e geopolitica<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La scelta non \u00e8 priva di attrito. Dopo che Airbnb ha rivelato l\u2019uso di modelli aperti cinesi, alcuni legislatori statunitensi hanno sollevato interrogativi sulla pratica, nonostante l\u2019azienda li ospiti autonomamente e non condivida alcun dato con i fornitori. Per settori regolamentati, impiegare un modello di origine cinese \u2014 anche se eseguito interamente su server nazionali \u2014 solleva questioni relative agli appalti, alla conformit\u00e0 normativa e alla reputazione, che non possono essere risolte da un semplice foglio di calcolo. Il modello pragmatico emergente consiste nell\u2019auto-ospitare i pesi aperti (cos\u00ec da evitare qualsiasi trasferimento transfrontaliero di dati) e nel mantenere in standby un modello avanzato statunitense per i compiti pi\u00f9 impegnativi.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_it_means_for_OpenAI_and_Anthropic\"><\/span>Cosa significa questo per OpenAI e Anthropic<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La pressione \u00e8 gi\u00e0 evidente. A inizio giugno 2026 \u00e8 stato riportato che OpenAI stava valutando tagli drastici ai prezzi per token \u2014 una mossa che segnalerebbe come l\u2019azienda consideri la minaccia rappresentata dai prezzi cinesi un pericolo esistenziale, non marginale. L\u2019umore generale del mercato si \u00e8 spostato dal concetto di \u00abtokenmaxxing\u00bb (l\u2019impiego sempre maggiore di token per risolvere un problema) verso l\u2019efficienza: ottenere lo stesso risultato spendendo molto meno. \u00c8 proprio questo il contesto in cui un modello fino al 60\u201390% pi\u00f9 economico riesce a conquistare clienti, e per questo il prossimo anno potrebbe vedere una struttura dei prezzi dei modelli avanzati molto diversa da quella dell\u2019anno precedente.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Should_your_company_switch_A_quick_framework\"><\/span>Dovrebbe passare anche la vostra azienda? Un quadro rapido<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La risposta onesta \u00e8: a volte. Valuta la decisione lungo quattro assi. <strong>Volume<\/strong> \u2014 maggiore e pi\u00f9 costante \u00e8 l\u2019utenza, maggiore sar\u00e0 il vantaggio economico derivante da un modello pi\u00f9 economico (o dall\u2019auto-hosting). <strong>Soglia di qualit\u00e0<\/strong> \u2014 per attivit\u00e0 quotidiane come stesura di testi, estrazione di informazioni, classificazione e assistenza, i migliori modelli aperti sono difficilmente distinguibili dalle API dei modelli avanzati; per i compiti di ragionamento pi\u00f9 complessi, i modelli statunitensi di punta mantengono ancora il comando. <strong>Sensibilit\u00e0 dei dati<\/strong> \u2014 se i dati non possono uscire dal vostro controllo, l\u2019auto-hosting di un modello aperto rappresenta la soluzione pi\u00f9 pulita. <strong>Governance<\/strong> \u2014 verificate prima le regole di approvvigionamento e conformit\u00e0 normativa. Modellate innanzitutto i costi utilizzando le calcolatrici sopra indicate, effettuate un test su un carico di lavoro non critico e solo successivamente indirizzatevi al traffico reale.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Domande frequenti<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3>Quali modelli cinesi di intelligenza artificiale stanno adottando maggiormente le aziende statunitensi?<\/h3>\n<p>I nomi pi\u00f9 citati sono DeepSeek, Qwen di Alibaba, GLM di Zhipu e Kimi di Moonshot. DeepSeek domina le migrazioni guidate dal prezzo, mentre Qwen \u00e8 stato adottato da Airbnb e Shopify, e GLM\/Kimi da Coinbase.<\/p>\n<h3>Quanto sono pi\u00f9 economici i modelli cinesi di intelligenza artificiale?<\/h3>\n<p>Gli analisti stimano che i principali modelli aperti cinesi costino circa il 60\u201390% in meno rispetto ai migliori modelli avanzati statunitensi. Come esempio concreto, il modello di punta di DeepSeek costa circa 0,87 dollari per milione di token in output, contro i circa 25 dollari di Anthropic e i 30 dollari di OpenAI; un confronto su un carico di lavoro specifico ha mostrato uno scarto quasi di 9 volte (544 dollari su GLM contro 4.811 dollari su Claude).<\/p>\n<h3>\u00c8 sicuro inviare i dati aziendali a modelli cinesi di intelligenza artificiale?<\/h3>\n<p>Poich\u00e9 questi modelli sono basati su pesi aperti, le aziende possono auto-ospitarli in modo che nessun dato lasci i propri server \u2014 Airbnb, ad esempio, dichiara di non inviare alcun dato agli sviluppatori dei modelli. Il rischio \u00e8 quindi meno legato alla trasmissione dei dati e pi\u00f9 a questioni di governance, regole di approvvigionamento e dinamiche geopolitiche, che ogni organizzazione deve valutare autonomamente.<\/p>\n<h3>Quali aziende statunitensi hanno migrato verso modelli cinesi di intelligenza artificiale?<\/h3>\n<p>Tra gli esempi resi pubblici figurano Lindy (100% su DeepSeek), Shopify (Qwen 3 auto-ospitato), Coinbase (GLM 5.2 e Kimi 2.7) e Airbnb (Qwen). I dati pi\u00f9 ampi di OpenRouter indicano che, nel 2026, l\u2019utilizzo da parte delle imprese statunitensi di modelli cinesi ha superato il 30% dei token nella maggior parte delle settimane.<\/p>\n<h3>I modelli cinesi raggiungono la qualit\u00e0 di OpenAI e Anthropic?<\/h3>\n<p>Su molti compiti quotidiani e di programmazione, essi sono ormai distanti di pochissimo dai migliori modelli chiusi, il che rende ragionevoli le migrazioni guidate dal costo. Per i problemi di ragionamento pi\u00f9 complessi, i modelli avanzati statunitensi mantengono comunque un vantaggio \u2014 pertanto un approccio diffuso consiste nell\u2019utilizzare di default un modello aperto economico, riservando un\u2019API avanzata per i compiti pi\u00f9 impegnativi.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>In sintesi<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La migrazione verso modelli cinesi di intelligenza artificiale \u00e8 guidata dall\u2019aritmetica, non dall\u2019ideologia. Quando un modello capace costa un decimo \u2014 talvolta addirittura un settantacinquesimo \u2014 del modello consolidato, ed \u00e8 possibile auto-ospitarlo per mantenere i dati all\u2019interno dell\u2019infrastruttura aziendale, i team attenti ai costi lo proveranno, e i dati di OpenRouter mostrano che molti vi restano. La lezione duratura non \u00e8 \u00abla Cina ha vinto\u00bb, bens\u00ec che l\u2019inferenza AI si \u00e8 trasformata in una commodity in cui prezzo ed efficienza contano quanto la capacit\u00e0 pura. Le aziende che calcolano accuratamente i propri numeri reali, effettuano test pilota con cura e abbinano il modello al compito specifico riusciranno a cogliere la maggior parte dei risparmi senza mettere a repentaglio l\u2019intera attivit\u00e0 puntando su un singolo fornitore.<\/p>\n<p><em>Fonti: CNBC, Forbes, Rest of World, Tech Startups. Segnalato nel luglio 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>US companies from Lindy to Airbnb are switching to Chinese AI models like DeepSeek, Qwen and GLM to cut costs by 60-90%. Here is who moved and why.<\/p>","protected":false},"author":1,"featured_media":1497,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[604],"tags":[888,424,421,887,889,455,422],"class_list":["post-1496","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-chinese-ai","tag-ai-cost","tag-chinese-ai-models","tag-deepseek","tag-glm","tag-kimi","tag-open-weight-models","tag-qwen"],"_links":{"self":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1496","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/comments?post=1496"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1496\/revisions"}],"predecessor-version":[{"id":1498,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1496\/revisions\/1498"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media\/1497"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media?parent=1496"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/categories?post=1496"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/tags?post=1496"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}