Quando nel 2024 è uscito il “Modello Italia”, il racconto che ne è arrivato al pubblico è stato più o meno questo: l’Italia ha il suo ChatGPT. Non è così, e non lo è mai stato. Quello che iGenius ha costruito è un’altra cosa, e capire quale cosa serve a evitare due errori opposti: liquidare il progetto come operazione di marketing, oppure aspettarsi che domani mattina la tua azienda possa sostituire l’abbonamento a un assistente americano con un’alternativa italiana equivalente.
Una premessa di metodo, perché conta. Questa non è una prova sul campo. Non ho avuto accesso alla piattaforma commerciale dell’azienda né a un ambiente di test, e quindi non posso dire come si comporta il loro modello di punta su compiti reali. Quello che segue è ricostruito da fonti pubbliche verificabili: la scheda tecnica del modello aperto, il sito ufficiale, la rassegna stampa. Dove un dato non è verificabile dall’esterno, lo scrivo.
Chi è iGenius (e perché oggi si chiama Domyn)
iGenius è una società fondata da Uljan Sharka, con sede legale a Milano. Il prodotto storico è Crystal, un assistente che permette di interrogare i dati aziendali in linguaggio naturale, cioè di fare domande a un database scrivendole come le scriveresti a un collega. Negli anni l’azienda si è spostata su un terreno più ambizioso: costruire modelli linguistici propri per settori regolamentati, cioè banche, assicurazioni, pubblica amministrazione, difesa.
Il primo dato che molti articoli italiani non hanno ancora aggiornato: dal giugno 2025 iGenius si chiama Domyn, e il cambio di nome accompagna un riposizionamento esplicito verso l’idea di “AI sovrana”, cioè modelli e infrastruttura che restano dentro il perimetro del cliente (il rebranding è documentato, insieme al resto del panorama, nella nostra mappa delle AI italiane). Se cerchi “iGenius” oggi trovi due mondi sovrapposti — la vecchia comunicazione e la nuova — e questa sovrapposizione è una delle ragioni per cui è così difficile capire cosa faccia davvero l’azienda.
Sul piano finanziario, la società è stata raccontata come primo unicorno italiano dell’IA. Nel luglio 2025 Milano Finanza ha riportato l’ingresso di Eurizon con una quota di circa il 2,6% del capitale, nell’ambito di un round in avvicinamento al miliardo di euro (Milano Finanza); nell’autunno 2025 Sifted e Tech Funding News hanno riferito dell’obiettivo di raccogliere un miliardo di euro in sei mesi per costruire “gigafactory” di calcolo. Sono cifre riportate dalla stampa e rilanciate dall’azienda stessa nella propria rassegna: vanno lette per quello che sono, cioè annunci, non bilanci depositati.
Modello Italia 9B: cosa dice davvero la scheda tecnica
Il modello di cui tutti hanno sentito parlare esiste, è pubblico e chiunque può scaricarlo. La scheda ufficiale su Hugging Face riporta dati precisi, ed è la fonte più affidabile che abbiamo.
Italia 9B è un modello Transformer da 9 miliardi di parametri, rilasciato il 4 luglio 2024 con licenza MIT, cioè una delle licenze open source più permissive: puoi usarlo anche commercialmente, modificarlo e non sei obbligato a condividere le modifiche. È stato addestrato da zero in italiano, con oltre il 90% dei dati di pre-addestramento in lingua italiana e il resto in inglese, sul supercomputer Leonardo del Cineca. Ha una finestra di contesto di 4.096 token — in parole povere, la quantità di testo che riesce a “tenere in testa” in una conversazione, poche migliaia di parole tra domanda e risposta — e un vocabolario di 50.000 token (scheda tecnica ripresa da AI4Business).
Due limiti dichiarati dall’azienda stessa che quasi nessun articolo ha ripreso, e che invece cambiano tutto. Il primo: i dati di addestramento si fermano a dicembre 2023. Il modello non sa nulla di quello che è successo dopo. Il secondo: nella sezione “out of scope” della scheda, tra gli usi per cui il modello non è pensato, compaiono esplicitamente i compiti di programmazione, cioè generare o interpretare codice sorgente. Un modello che non scrive codice e la cui conoscenza si ferma a due anni e mezzo fa non è, e non vuole essere, un concorrente di ChatGPT.
I benchmark pubblicati, letti senza entusiasmo
La scheda del modello pubblica i risultati sui benchmark italiani standard, misurati con la libreria llm-harness. Vale la pena guardarli, perché sono numeri dichiarati dall’azienda ma verificabili da chiunque abbia una GPU e un pomeriggio libero.
Su MMLU in italiano (un test di conoscenza generale a risposta multipla su decine di materie) il modello segna 0,42 con cinque esempi di contesto. Su ARC in italiano, domande di ragionamento scientifico da scuola primaria e secondaria, 0,43. Su HellaSwag, che misura il buon senso nel completare situazioni quotidiane, 0,55. Su TruthfulQA, che misura la tendenza a ripetere falsità comuni, 0,30 nella variante più severa (mc1) e 0,42 in quella più permissiva (mc2). Su XCOPA, ragionamento causale, 0,73. Tutti i numeri sono quelli pubblicati nella scheda del modello su Hugging Face.
Come si leggono? Su MMLU una risposta a caso su quattro opzioni darebbe 0,25, quindi 0,42 significa che il modello sa qualcosa ma sbaglia più della metà delle domande. Sono numeri coerenti con un modello da 9 miliardi di parametri addestrato nel 2024: onesti per la taglia, lontanissimi dai modelli di frontiera. La stessa azienda scrive nella scheda che i benchmark esistenti sono tarati sull’ecosistema anglofono e che sta collaborando con istituzioni italiane per costruirne di più adatti. È un’osservazione fondata, ma non cambia l’ordine di grandezza.
La mia opinione, senza giri di parole: Modello Italia 9B è oggi un pezzo di storia industriale italiana più che uno strumento di lavoro. Ha senso come base da specializzare su un dominio ristretto, in un contesto in cui devi far girare tutto su hardware tuo. Non ha senso se ti aspetti un assistente generalista. Chiunque te lo presenti come “l’alternativa italiana a ChatGPT” o non ha letto la scheda tecnica o spera che non la legga tu.
Da Italia a Domyn Large: dove si è spostata l’azienda
Il vero prodotto di oggi non è più Italia 9B. Nel gennaio 2025 l’azienda ha annunciato Colosseum 355B, un modello da 355 miliardi di parametri addestrato con tecnologie Nvidia e pensato per l’adozione sicura dell’IA nelle aziende regolamentate (Forbes Italia, Teleborsa).
Oggi il sito ufficiale presenta due modelli con nomi nuovi: Domyn Large, dichiarato da 260 miliardi di parametri e destinato a carichi di lavoro critici, e Domyn Small, da 10 miliardi di parametri, open-weight (cioè con i pesi scaricabili) e pensato per ambienti con poche risorse. Il numero di parametri di Domyn Large è diverso da quello annunciato un anno prima per Colosseum 355B: l’azienda non spiega pubblicamente il perché del cambio, e non c’è modo di ricostruirlo dall’esterno. Nella pagina delle novità l’azienda annuncia inoltre la disponibilità di Domyn Large su Microsoft Foundry, la piattaforma di Microsoft per distribuire modelli.
Il punto di forza dichiarato non è la potenza bruta ma la proprietà: modelli che l’azienda cliente possiede invece di affittare, deployment “air-gapped” (cioè su infrastruttura isolata dalla rete pubblica), tracciabilità completa per i regolatori. È un posizionamento sensato in un settore dove una banca non può caricare i dati dei correntisti su un servizio in cloud americano senza aprire un dossier di conformità lungo mesi.
Colosseum, il supercomputer
Da non confondere con il modello omonimo: Colosseum è anche il nome del supercomputer che l’azienda sta costruendo in Italia, dichiarato sul sito a oltre 115 exaflops di potenza di calcolo e basato su GPU Nvidia Blackwell. Qui siamo nel campo degli annunci infrastrutturali: la capacità dichiarata non è, a oggi, verificabile in modo indipendente, e le tempistiche di entrata in funzione a regime non sono pubbliche in forma dettagliata.
Cosa non è verificabile dall’esterno
È la parte che di solito manca, e per me è la più importante.
Non è verificabile la qualità reale di Domyn Large. Non esistono, al momento in cui scrivo, valutazioni indipendenti su benchmark pubblici che permettano di confrontarlo con i modelli di frontiera americani, europei o cinesi. Non essendo scaricabile come Italia 9B, nessuno fuori dall’azienda e dai suoi clienti può misurarlo.
Non è verificabile la natura dei rapporti con i grandi nomi che compaiono sul sito. La home page mostra i loghi di Microsoft, Nvidia, Cisco, G42, BNY, Rabobank, Intesa, Fincantieri, Allianz e Commissione europea sotto la dicitura “Global Leaders. Trusted Partners.” Partner tecnologico, investitore, cliente e semplice interlocutore istituzionale sono cose molto diverse, e la pagina non lo chiarisce. L’unica collaborazione con un istituto bancario italiano riportata con un minimo di dettaglio è quella con BPER, annunciata dalla banca il 17 settembre 2025 e centrata su un agente specializzato in Decision Intelligence (comunicato BPER): il comunicato non indica perimetro, volumi né esiti.
Non sono verificabili i risultati economici. Le cifre circolate — valutazione da unicorno, round vicino al miliardo di euro — arrivano da comunicazioni aziendali riprese dalla stampa. Nessun bilancio pubblico consultabile permette oggi di dire quanto fatturi Domyn e con quali clienti.
Il contrasto è istruttivo se si guarda a chi, in Italia, i conti li pubblica: una società quotata deposita i numeri ogni sei mesi e ci si può litigare sopra, come mostra il confronto tra le due aziende italiane che con l’AI fatturano davvero — dove si scopre, tra l’altro, che i ricavi possono anche scendere.
Questo non significa che Domyn stia esagerando. Significa che chi valuta un fornitore deve chiedere le prove, e che un giornalista che non le ha non deve far finta di averle.
A chi serve, a chi no
Serve, potenzialmente, a organizzazioni grandi e regolamentate: banche, assicurazioni, utility, pubblica amministrazione, difesa. Chi ha vincoli seri sul dove risiedono i dati, chi deve dimostrare a un’autorità di vigilanza dove gira ogni modello e chi può permettersi un progetto pluriennale con un fornitore. Il settore in cui questa proposta ha più senso è il credito, dove l’11% dei sistemi censiti da Banca d’Italia è già classificato ad alto rischio e la documentazione tecnica del fornitore diventerà un requisito contrattuale. Per queste realtà l’idea di possedere il modello anziché affittarlo ha un valore economico e strategico reale, e il fatto che il fornitore sia italiano ed europeo semplifica una parte non banale delle conversazioni con i regolatori.
Non serve alla PMI. Se hai uno studio di consulenza da otto persone, un e-commerce da tre milioni di fatturato o un’azienda manifatturiera da cinquanta dipendenti, il tuo problema non è la sovranità del modello: è far usare bene un assistente al team commerciale, e per quello un abbonamento business a uno degli assistenti generalisti fa il lavoro, a poche decine di euro per persona al mese (i listini cambiano spesso: guardali sul sito del fornitore, non qui). Immagina un’azienda meccanica di Brescia con quaranta dipendenti che vuole velocizzare la stesura di offerte — è un esempio i
