RegTech News torna a parlare di REGOLO.AI e lo fa stavolta per la pubblicazione di un paper scientifico che sta attraendo l’attenzione degli specialisti di intelligenza artificiale perché spiega alle aziende come dimezzare i costi dell’intelligenza artificiale.
Nel panorama attuale dell’Intelligenza Artificiale, la sfida non è solo avere il modello più potente, ma saperlo usare solo quando serve davvero. Spesso sprechiamo risorse immense inviando query banali a modelli di frontiera costosissimi, oppure otteniamo risposte scadenti da modelli economici per task troppo complessi
Regolo.AI è un fornitore leader europeo di soluzioni di inferenza che consente l’integrazione senza soluzione di continuità dell’intelligenza artificiale avanzata nelle applicazioni. Offre accesso immediato a modelli ottimizzati tramite API intuitive, basate su un’infrastruttura GPU serverless ad alte prestazioni ee con sede in Italia.
Lo studio intitolato Brick: Spatial Capability Routing for the Mixture-of-Models (MoM) Paradigm, presentato nel maggio 2026 dai ricercatori Francesco Massa di REGOLO.AI e Marco Cristofanilli di seeweb.it, introduce un approccio innovativo per l’integrazione di pool eterogenei di modelli di linguaggio durante la fase di inferenza. Il lavoro definisce il paradigma Mixture-of-Models, un sistema in cui diverse intelligenze artificiali pre-addestrate vengono coordinate da un router esterno per ottimizzare il rapporto tra costi e prestazioni, superando i limiti dei metodi di smistamento tradizionali basati su caratteristiche superficiali come la lunghezza del testo o le parole chiave.
Attraverso lo sviluppo di Brick, un router multimodale che valuta le richieste su sei dimensioni di capacità specifiche, gli autori dimostrano come sia possibile indirizzare ogni query al modello più economico tra quelli in grado di rispondere correttamente. Questa architettura introduce inoltre un parametro di preferenza continuo che permette agli operatori di modulare dinamicamente il bilanciamento tra massima qualità e massimo risparmio, rendendo la gestione delle risorse AI un parametro operativo flessibile invece di una scelta rigida nel codice.
Sommario
Brick: il router LLM europeo che supera Nvidia e ridefinisce l’efficienza dell’IA generativa
L’annuncio arriva direttamente da Antonio Baldassarra, Amministratore Delegato del gruppo DHH Spa e Seeweb, che non nasconde l’orgoglio per il traguardo raggiunto:
«Sono davvero orgoglioso di annunciare che il nostro primo articolo scientifico su “Brick”, il router LLM europeo con capacità spaziali, è uscito. Non è solo il primo in Europa, ma anche l’approccio più performante attualmente esistente a livello mondiale, migliore di quello proposto da Nvidia.»
Baldassarra ha voluto ringraziare in particolare due figure chiave del progetto: Marco Cristofanilli, definito “un vero pioniere dell’IA generativa nel nostro gruppo” e padre di Regolo.ai, e soprattutto Francesco Massa, giovane studente di Ingegneria entrato in Seeweb tramite un tirocinio estivo e diventato rapidamente uno dei protagonisti dello sviluppo.
«Un plauso davvero speciale a Francesco Massa, uno studente di ingegneria che ha iniziato la collaborazione con noi attraverso un semplice tirocinio estivo e ha subito conquistato una “cintura nera” in GenAI; questo articolo è il primo sforzo di una fantastica carriera. Il futuro appartiene a chi lo inizia!»
Il problema che Brick risolve
Nel post di presentazione su LinkedIn, Francesco Massa illustra con chiarezza la sfida che Brick affronta. I modelli “frontier” (i più potenti) costano tra 10 e 100 volte di più rispetto a quelli open-weight. Instradarli tutti indiscriminatamente fa esplodere i costi; usare solo modelli economici compromette drammaticamente la qualità.
«La maggior parte delle query non necessita del modello più costoso: una semplice domanda inviata a un modello Frontier è uno spreco di denaro, una domanda difficile inviata a un modello più piccolo si traduce in una risposta scadente.»
I router tradizionali, come RouteLLM o FrugalGPT, falliscono proprio perché si basano su caratteristiche superficiali: dominio tematico, parole chiave o numero di token. Secondo Massa, questo approccio ignora la varianza reale di difficoltà all’interno dello stesso dominio.
L’innovazione “spaziale” di Brick
Brick introduce un paradigma completamente nuovo: tratta le capacità dei modelli come una geometria vettoriale in uno spazio a sei dimensioni. Ogni modello viene rappresentato come un vettore calibrato su benchmark reali lungo sei assi fondamentali: seguire istruzioni, codificare, ragionamento matematico, conoscenza del mondo, sintesi creativa e pianificazione/azione.
Un classificatore basato su ModernBERT proietta ogni query nello stesso spazio, mentre uno Small Language Model (SLM) ottimizzato ne stima la difficoltà. Il routing diventa così una questione di distanze vettoriali: il sistema penalizza sia la sottocapacità (modello troppo debole) sia la sovracapacità (modello eccessivamente potente e costoso per quella specifica query).
«Questa seconda penalità è il punto: la maggior parte dei router evita solo di inviare query difficili a modelli deboli; Brick evita anche di inviare query facili a modelli costosi, ed è qui che il conto sale.»
Il sistema incorpora un coefficiente di costo che permette di spostarsi fluidamente, senza riaddestramento, dal regime di massima qualità a quello di massimo risparmio economico.
I benchmark, condotti su 5.504 query con una configurazione a tre modelli (Kimi 2.6, DeepSeek-V4-Flash e Qwen-3.5-9B), parlano chiaro: Qualità massima: 76,98% (superiore al miglior modello singolo, fermo al 75,02%, e a tutti i router testati). Modalità neutra: 74,11% di qualità a un costo 4,71 volte inferiore rispetto all’uso esclusivo del modello più potente. Costo minimo: 22 volte più economico, con latenza media ridotta da 51,2 a 22,8 secondi
Open source e immediatamente disponibile
Brick è interamente open source. Gli sviluppatori possono scaricarlo da GitHub o utilizzarlo direttamente tramite l’API di Regolo.ai chiamando il modello brick-v1-beta.
Con questo lavoro, il team italiano di Regolo.ai non solo porta l’Europa in prima linea nella ricerca sul routing degli LLM, ma dimostra che l’innovazione di altissimo livello può nascere anche da un tirocinio estivo, quando talento, visione e coraggio si incontrano. Il futuro dell’IA efficiente, sostenibile e accessibile sembra avere un nome: Brick.
L’Era del Mixture-of-Models: Verso un’Infrastruttura AI Intelligente con Brick
Nel panorama dell’intelligenza artificiale contemporanea, stiamo assistendo a una transizione silenziosa ma radicale: il tramonto dell’era dei “modelli di frontiera” monolitici a favore di ecosistemi eterogenei e dinamici. Per gli operatori cloud e le imprese, la gestione dei costi di inference (il processo computazionale di generazione di una risposta da parte di un modello) è diventata la metrica di sopravvivenza prioritaria. Non si tratta più solo di inseguire la potenza bruta, ma di orchestrare l’intelligenza in modo sostenibile.
Questa sfida ha dato vita alla filosofia del Mixture-of-Models (MoM). A differenza del Mixture of Experts (MoE), una tecnica architettonica interna dove solo porzioni di un singolo modello vengono attivate per ogni parola generata, il MoM opera a un livello superiore. È un’architettura di “deployment-time” (al momento della messa in produzione) che coordina modelli completi e indipendenti. Il vantaggio strategico è dirompente: permette di costruire un’infrastruttura sopra i sistemi esistenti senza dover investire milioni in addestramenti da zero. Il MoM garantisce prezzi eterogenei, funge da ponte tra modelli open-weight (modelli con pesi accessibili pubblicamente per il self-hosting) e sistemi closed-weight (proprietari e accessibili solo via API), e capitalizza sulla complementarità delle capacità. Tuttavia, il cuore di questo ecosistema non sono i modelli, ma il “vigile urbano” che ne governa i flussi: il router.
Il Fallimento del Routing Superficiale e la Necessità di una Nuova Metrica
La precisione nel routing non è un dettaglio tecnico, ma una leva economica fondamentale. In contesti di scala produttiva, un errore di smistamento può gonfiare i costi operativi di oltre venti volte senza alcun beneficio qualitativo. Il limite dei sistemi attuali risiede nel “superficial routing”, una strategia basata su etichette di dominio, parole chiave o sul semplice conteggio dei token (le unità di testo elementari, come sillabe o parole, elaborate dall’AI).
Questi indicatori sono ingannevoli perché ignorano la varianza interna della difficoltà. Consideriamo il paradosso della complessità: una singola riga di testo che richieda una prova matematica per la congettura di Riemann è infinitamente più ardua di un lungo comando che richieda una banale funzione Python per la serie di Fibonacci. Se il router si affida solo alla lunghezza del prompt (il comando testuale dell’utente), fallirà inevitabilmente. La soluzione proposta da Brick è uno spostamento di prospettiva: abbandonare lo spazio delle parole per navigare nel “latent space” (lo spazio astratto dove l’AI codifica i significati e le relazioni tra i concetti).
L’Architettura di Brick: Navigare nello Spazio delle Capacità
Per superare i limiti dei router tradizionali, Brick adotta una pipeline (una sequenza deterministica di passaggi elaborativi) che trasforma ogni query in un vettore tecnico preciso. Il sistema si basa su due motori core. Il primo è un classificatore di capacità basato su ModernBERT (un modello ottimizzato per la comprensione profonda del contesto), addestrato su un corpus di ben 50.000 query etichettate, noto come Dataset B. Questo motore mappa le richieste su sei dimensioni: codifica, sintesi creativa, istruzioni, ragionamento matematico, pianificazione e conoscenza del mondo.
Il secondo motore, basato su Qwen, agisce come uno stimatore di complessità per valutare quanto la richiesta sia intrinsecamente difficile per il pool di modelli. Per mantenere una latency (il tempo di risposta totale del sistema) trascurabile, Brick opera su un “vettore di probabilità” e utilizza una troncatura strategica a 512 rune per la fase di classificazione. È fondamentale sottolineare che questa troncatura serve solo a identificare l’intento: il prompt originale, inclusi documenti lunghi o contesti enormi, viene inoltrato integralmente al modello selezionato. Queste misurazioni vengono poi trasformate in una decisione matematica attraverso il calcolo della distanza di capacità nel “logit space” (lo spazio dei valori numerici grezzi che rappresentano le preferenze del modello prima della conversione in probabilità).
La Matematica del Routing: Requisiti, Capacità e Residui Asimmetrici
Il processo decisionale di Brick si fonda sul bilanciamento tra geometria delle prestazioni e realtà economica. Il punteggio finale, indicato come Jm, è la somma della distanza geometrica (Dm) e di una penalità di costo calcolata moltiplicando il costo del modello (am) per un coefficiente \beta. L’innovazione risiede nel concetto di “residui asimmetrici”, che distingue nettamente tra under-capacity (quando un modello è troppo debole per il compito) e over-capacity (l’overkill, ovvero usare una super-AI per un compito banale).
Mentre l’under-capacity porta al fallimento della risposta, l’over-capacity porta al fallimento del bilancio. Per gestire questo squilibrio, l’algoritmo di Regolo.ai introduce il parametro \lambda, che governa la penalità per l’over-capacity, rendendo lo spreco di risorse meno grave del fallimento tecnico, ma comunque sanzionato matematicamente. In questo modo, il coefficiente \beta trasforma una distanza geometrica in una scelta economica pragmatica, permettendo al router di individuare il modello che offre il miglior compromesso tra probabilità di successo e spesa.
Il Controllo nelle mani dell’Operatore
La rilevanza strategica di Brick risiede nel parametro “r”, una “manopola delle preferenze” che permette di variare il profilo di esecuzione a runtime (durante il funzionamento del sistema) senza modificare il codice sorgente. L’operatore può scegliere tra tre profili: “min” per il massimo risparmio, “neutral” per l’equilibrio e “max” per la massima qualità.
Il parametro “r” modula i coefficienti matematici attraverso una legge di potenza asimmetrica. In modalità “min”, Brick è in grado di tagliare i costi di inferenza fino a 22 volte. Al contrario, in modalità “max”, il sistema può superare le prestazioni del miglior modello singolo, dimostrando che un’orchestrazione intelligente è superiore alla somma delle sue parti.
La validità di Brick è confermata dai benchmark (test standardizzati per misurare le prestazioni) condotti su Dataset A. Il profilo “max-quality” ha raggiunto un’accuratezza del 76,98%, battendo il modello di frontiera Kimi 2.6 nonostante un costo inferiore del 28%. Questo risultato è spiegato da un insight potente: Kimi 2.6 presenta un tasso di “rifiuto onesto” del 51,7% sulla conoscenza del mondo, mentre Brick sposta intelligentemente le query su DeepSeek-v4-flash o Qwen che osano di più. DeepSeek, in particolare, si è rivelato un punto di equilibrio straordinario, superando Kimi nella world knowledge con un punteggio del 49% contro il 34%.
Un altro vantaggio competitivo riguarda i carichi di lavoro “agentici” (sistemi AI che operano in cicli multi-step). Il routing di Brick è strutturalmente superiore al “cascade routing” (routing a cascata). Nei sistemi a cascata come FrugalGPT, il router “dimentica” i fallimenti precedenti ad ogni step dell’agente, ricominciando il ciclo e triplicando i costi inutilmente. Brick, essendo un sistema a passaggio singolo, mantiene costi fissi e prevedibili, rappresentando l’unica soluzione scalabile per agenti complessi.
Oltre la Frontiera: Il futuro del Routing e l’entropia delle Query
Il futuro dell’orchestrazione modelli sta assumendo i contorni di una disciplina quasi termodinamica. La visione di Brick prevede l’integrazione di stimatori Bayesiani (metodi statistici che aggiornano le probabilità basandosi su evidenze empiriche) per gestire pool di modelli dove i dati sono inizialmente scarsi.
Una frontiera affascinante è la classificazione delle query in base alla loro entropia, ovvero il livello di incertezza dell’informazione. Le query potrebbero essere trattate come entità “calde” o “fredde”: una richiesta “fredda” è prevedibile e richiede poca capacità, mentre una “calda” è caotica e necessita di alta densità computazionale. Brick e il paradigma MoM rappresentano il ponte necessario verso un’AI che non sia solo potente e multimodale, ma intrinsecamente sostenibile ed efficiente.
FAQ
1. AI costa troppo? Brick taglia i costi dell’IA fino a 22 volte e batte i modelli più famosi in precisione! Questa affermazione si basa sulla capacità di Brick di operare su diversi profili di utilizzo. Nel suo profilo di massimo risparmio (min-cost), il router riesce ad abbattere i costi di 22,15 volte rispetto all’uso costante di un modello di frontiera come kimi2.6. Parallelamente, quando configurato per la massima qualità, Brick raggiunge un’accuratezza del 76,98%, superando il miglior modello singolo del pool (kimi2.6, fermo al 75,02%) e tutti i router esterni esistenti.
2. IA troppo lenta? Con Brick la tua risposta arriva in metà tempo: scopri il segreto della Mixture-of-Models. Il segreto risiede nell’architettura Mixture-of-Models, che permette di smistare le richieste verso modelli più veloci quando la complessità della domanda lo consente. I dati empirici mostrano che la latenza mediana end-to-end scende da 51,2 secondi (usando sempre il modello più potente) a soli 22,8 secondi con Brick, dimezzando di fatto i tempi di attesa per l’utente finale senza sacrificare la precisione.
3. Come regolare Brick per avere il massimo della qualità al minimo prezzo? Lo studio introduce un parametro di controllo continuo denominato preference knob ($r$), che agisce come un vero e proprio “pomello” operativo. Gli operatori possono regolare questo valore tra -1 (massimo risparmio) e +1 (massima qualità) per modulare dinamicamente il comportamento del router in base al budget o alle esigenze di business, trasformando un complesso compromesso tecnico in un semplice parametro di distribuzione.
4. Perché pagare per un genio se basta un calcolatore? Brick smista le tue richieste e ti fa risparmiare migliaia di euro. Il router Brick combatte il cosiddetto “routing superficiale”, che spesso spreca risorse inviando compiti banali a modelli costosissimi. Grazie a un classificatore basato su ModernBERT, Brick valuta la difficoltà reale di ogni richiesta su sei dimensioni di capacità, identificando quando un modello economico (come qwen3.5-9b, che costa una frazione dei modelli di frontiera) è perfettamente in grado di rispondere correttamente, evitando così di “strapagare” per compiti semplici.
5. Perchè Brick umilia i vecchi router? Perchè aumenta l’accuratezza spendendo il 28% in meno. Il futuro dell’inferenza è qui! Brick supera i limiti dei sistemi precedenti come RouteLLM o FrugalGPT perché non si limita a guardare la lunghezza del testo o le parole chiave, ma analizza lo spazio delle capacità. I test dimostrano che, nel profilo di alta qualità, Brick non solo è più preciso dei suoi concorrenti, ma riesce a esserlo spendendo il 28% in meno rispetto al modello di punta, dimostrando che una gestione intelligente del pool di modelli è più efficiente di qualsiasi singola IA.
