Prima la risposta breve: il 13 agosto 2026 Mixedbread ha lanciato un modello chiamato Toast 1. Non è un modello generale con cui conversare: è un agente di ricerca specializzato il cui unico compito è scavare nei tuoi documenti e tornare con delle prove. Ciò che merita l'attenzione di un imprenditore non è il nome del prodotto, ma ciò che ha messo in luce: gran parte di quanto paghi oggi per l'IA se ne va nell'atto di cercare anziché in quello di pensare, e separare le due cose riduce i costi in modo sostanziale migliorando allo stesso tempo la qualità delle risposte.

Che cosa è stato effettivamente annunciato

Secondo l'annuncio ufficiale dell'azienda, Toast 1 è un agente di ricerca addestrato per un solo compito: riceve una domanda, la scompone in sottoquery, raccoglie prove dalle tue fonti, le esamina e poi consegna un pacchetto selezionato del materiale pertinente. Non scrive la tua risposta finale: prepara la materia prima su cui il modello grande ragiona successivamente.

L'azienda dichiara che eguaglia o supera i modelli di frontiera proprio sulla qualità della ricerca, con costi fino a dieci volte inferiori e una velocità dodici volte superiore. Sono cifre del fornitore e vanno lette come tali, ma l'affermazione più importante riguarda l'architettura: non ti chiede di cambiare la tua configurazione e funziona sull'indice di recupero che hai già, senza migrare i tuoi dati altrove.

Il prezzo di lancio annunciato è di 0,30 $ per milione di token in input, 0,036 $ per milione di token in input in cache e 0,72 $ per milione di token in output. In pratica l'azienda stima una singola query in circa 0,016 $ - 0,023 $ con una latenza mediana di otto secondi, che sale nella configurazione di massima qualità a circa 0,05 $ - 0,07 $ con una mediana di undici secondi.

Perché conta per un imprenditore: l'economia della ricerca

Quando costruisci un assistente sui documenti della tua azienda, dai per scontato che la maggior parte del costo stia nel comporre la risposta. È vero il contrario. Il modello legge decine di documenti per trovare tre righe utili, e tu paghi per tutto ciò che ha letto, non per ciò che ha usato. Ecco perché la bolletta cresce man mano che cresce il tuo archivio, perché le risposte rallentano e perché la risposta giusta si perde sempre più spesso nel rumore.

Ciò che fa un agente di ricerca specializzato è spostare questo lavoro pesante su un modello più economico e più veloce, addestrato proprio per questo, e poi passare un risultato condensato al modello grande. Il modello grande resta in gioco, ma impiega le sue capacità in ciò che nient'altro sa fare bene: comprendere, fare inferenze e impostare la decisione.

La regola pratica: non pagare prezzi da modello di frontiera per un lavoro che somiglia a quello di un archivista. Compra il ragionamento dal modello costoso e la ricerca da quello economico.

I numeri di due benchmark indipendenti

Le affermazioni di marketing sono discutibili; i benchmark pubblicati sono più chiari. Su OfficeQA Pro v2, pubblicato da Databricks per misurare la correttezza delle risposte su novanta domande relative a situazioni finanziarie aziendali complesse e realistiche, GPT-5.6 Sol con Toast 1 disponibile come subagente ha raggiunto il 70% di correttezza a circa 1,15 $ per attività. In confronto, il miglior risultato precedente si era fermato al 60% a circa 4 $ per attività, mentre lo stesso modello senza agente di ricerca aveva ottenuto solo il 33%. L'aggiunta del livello di ricerca ha quasi raddoppiato la precisione e ridotto i costi allo stesso tempo.

Sul benchmark di Harvey sulla conoscenza degli studi legali, su un sottoinsieme di trentatré attività, la qualità delle risposte è rimasta costante mentre il consumo di token scendeva da 80,6 milioni a 47 milioni solo migliorando la ricerca, e poi a 23 milioni una volta aggiunto l'agente di ricerca specializzato, concludendo con la metà dei turni e una riduzione dei costi di oltre il 60%.

Nota la lezione comune: la capacità di ragionamento del modello non è cambiata. È cambiata la qualità del materiale che gli arrivava. È esattamente ciò che vediamo nei progetti con i clienti: agli assistenti aziendali che falliscono raramente manca l'intelligenza; manca il nutrimento.

Dove si manifesta tutto questo nella tua azienda saudita

  • Contratti e accordi. Una domanda come "quali dei nostri contratti consentono il recesso con un preavviso di trenta giorni?" è una domanda di ricerca, non di ragionamento, e oggi consuma ore di lavoro di un dipendente dell'ufficio legale.
  • Documenti di gara e RFP. Estrarre requisiti di qualificazione, penali e date di consegna da centinaia di pagine prima ancora di decidere se partecipare.
  • Fatture e stati di avanzamento lavori. Seguire una singola voce di costo attraverso anni di documenti per scoprire dove si disperde il margine.
  • L'archivio delle risorse umane. Politiche sulle ferie, indennità e date di scadenza dei permessi di soggiorno sparse tra file e sistemi non collegati.
  • Assistenza clienti. Un assistente che risponde partendo dai manuali di prodotto e dai verbali delle riunioni invece di inventarsi una risposta.

In ognuno di questi casi, il vero patrimonio che possiedi non è il modello, ma l'archivio. Un modello si può sostituire in una settimana; un archivio ben organizzato si costruisce una volta sola.

Tre domande da porsi prima di acquistare

Primo: quanto mi costa una singola domanda, e non quanto costa l'abbonamento mensile? Se il tuo fornitore non ha una risposta numerica, non sai che cosa diventerà la tua bolletta su larga scala.

Secondo: il livello di ricerca è separato dal modello? La separazione significa che puoi cambiare il modello grande domani senza ricostruire tutto, ed è la protezione più solida contro le oscillazioni di prezzo dei fornitori.

Terzo: dove risiedono i miei documenti, ed escono da lì? È una questione di governance prima ancora che tecnica, e incide direttamente sui tuoi obblighi ai sensi della Legge sulla protezione dei dati personali (PDPL) se il tuo archivio contiene dati di clienti o dipendenti.

Come lo affrontiamo in Origami

Non vendiamo un modello specifico e non consigliamo a nessun cliente di legare la propria operatività a un unico fornitore solo perché è finito sui giornali questa settimana. Ciò che costruiamo è l'architettura che mantiene il modello come un componente sostituibile: una fonte di conoscenza organizzata di tua proprietà, un livello di ricerca indipendente, permessi chiari che definiscono chi vede cosa e un costo misurato per query anziché per fattura mensile.

Se la tua azienda siede su un grande archivio da cui non ha mai tratto vantaggio, inizia dalla domanda ripetitiva e costosa più circoscritta che hai, e misura tempi e costi prima e dopo. Un passo piccolo e misurato vale più di un ampio programma di IA a cui non è collegato alcun indicatore.

Fonti