Meta ritarda il lancio del suo nuovo modello di frontiera, “Avocado”

Cosa è successo

Avocado doveva essere il modello del rientro. Invece slitta da marzo ad almeno maggio, e il motivo pesa più della data: sui test interni batte Llama 4 e Gemini 2.5, ma resta sotto Gemini 3.0, rilasciato a novembre. Nel frattempo, secondo il New York Times, ai piani alti è passata perfino l’ipotesi di utilizzare in licenza proprio Gemini come soluzione tampone.
La scena è già abbastanza crudele così. Dopo i $14,3 miliardi spesi per portare Alexandr Wang dentro Meta, una guidance AI da $115-135 miliardi di capex nel 2026 e un memo interno che a febbraio presentava Avocado come il modello base più capace mai prodotto dall’azienda, il mercato scopre che il nuovo foundation model arriva tardi e al di sotto di competitor più vecchi nei benchmark.

Perché è importante

C’è un problema abbastanza evidente di statura tecnica. Un modello che arriva a maggio dietro a un checkpoint del novembre prima certifica che la rincorsa continua.
Meta può comprare quasi tutto — talenti, GPU, startup, capex, pressione organizzativa — ma non l’esperienza di ricerca accumulata che tiene insieme un vero lab. Meta Superintelligence Labs esiste da meno di un anno, e si vede: la divisione TBD ha chiuso il pre-training di Avocado alla fine del 2025, entrando in post-training solo a gennaio. Per un modello che doveva uscire a metà marzo, più che un’accelerazione sembra una compressione forzata.
Quel che è peggio è che sulle spalle Meta ha i disastri di Llama 4 e Vibes, oltre che l’uscita più o meno controversa di Yann LeCun. Un quadro decisamente poco rassicurante, rafforzato (in negativo) dall’idea paventata di dover supplire alle lacune interne con Gemini.

E adesso?

La strada è chiaramente più in salita di quanto fosse già scontato. E più che Avocado in sé, ciò che conta è il ritmo e la qualità di ciò che seguirà. Se i lanci successivi non accorciano davvero il gap, l’oligopolio sul futuro dell’AI potrebbe restringersi ancora.