Motif-3-Base: il modello fondazionale con licenza MIT che Motif Technologies ha rilasciato senza annunciarlo

La storia della versione finale Motif-3 di Motif Technologies è una storia sulla differenza tra un annuncio e una pubblicazione. Ciò che l'azienda aveva promesso per l'inizio di agosto era la presentazione del suo modello finale — il successore dell'anteprima Motif-3-Beta pubblicata il 14 luglio. Ciò che è realmente accaduto, verificato il 10 agosto, è stato più silenzioso: tre nuovi repository sono apparsi nel namespace Motif-Technologies su Hugging Face senza post di lancio, nessuna nota stampa e nessun contenuto su motiftech.io — Motif-3-Base, il checkpoint foundation preaddestrato da circa 314 miliardi di parametri, ora rilasciato con licenza MIT; Motif-3, la controparte ottimizzata per istruzioni a cui si riferisce la scheda; e Motif-3-NVFP4, una variante quantizzata per macchine che non possono contenere l'intero modello.

Tutto ciò che segue è letto direttamente da quei repository, verificato incrociando ciò che Motif Technologies aveva già pubblicato, e volutamente suddiviso tra ciò che il repository ci dice effettivamente e ciò che non è ancora confermato. La notizia è vera in ogni caso: la famiglia finale Motif-3 è disponibile, pesi aperti, licenza MIT, e il fornitore non ha detto una parola al riguardo.

La versione breve

Il checkpoint di base del fiore all'occhiello dell'IA sovrana della Corea è scaricabile oggi, sotto licenza MIT, senza richiesta di accesso — un aggiornamento della licenza rispetto alla Beta, che era limitata alla ricerca non commerciale.

Motif-3-Base non è un modello di chat. Non ha un template di chat, non è stato ottimizzato tramite istruzioni né allineato alle preferenze, ed è pensato per il fine-tuning, il pre-training continuato e la ricerca.

Il Motif-3 ottimizzato tramite istruzioni si trova accanto ad esso in un repository gemello, stessa architettura, stessa licenza MIT, e include la suite di benchmark in base alla quale l'azienda verrà giudicata.

• Nessuno dei tre è ancora ospitato per l'inferenza — le schede dei modelli dichiarano chiaramente che nessun provider di inferenza li distribuisce — quindi eseguirli significa self-hosting su hardware potente.

• Cosa non è confermato: un annuncio ufficiale, qualsiasi riproduzione indipendente del nuovo blocco di attenzione di Motif, qualsiasi benchmark di terze parti dei pesi base, e dove questo lascia la famiglia rispetto all'anteprima di luglio che ha ottenuto 45 sull'Artificial Analysis Intelligence Index.

Cosa è successo, in ordine

La tempistica è importante, perché è ciò che distingue un "nuovo modello" da "questo era già uscito". Il checkpoint beta di Motif-3 è stato pubblicato il 14 luglio 2026, come anteprima intermedia — la scheda stessa avvertiva che non si trattava della versione finale. Il 21 luglio, dopo che l'anteprima aveva ottenuto un punteggio su Artificial Analysis, Motif Technologies ha attirato l'attenzione della stampa coreana come primo successo del programma "Dokpamo" di modelli fondativi sovrani del paese, e il suo CEO ha detto ai giornalisti che la versione finale sarebbe arrivata all'inizio di agosto. Il 4 agosto, The Herald Business ha riferito che l'azienda stava presentando il suo Motif-3 finale e un rapporto sulle prestazioni al Ministero della Scienza e delle ICT della Corea come parte della seconda valutazione del programma.

Poi, intorno al 10 agosto, il caricamento è diventato pubblico: Motif-Technologies/Motif-3-Base, Motif-Technologies/Motif-3 e Motif-Technologies/Motif-3-NVFP4 sono apparsi tutti su Hugging Face a distanza di pochi minuti l'uno dall'altro (i repository mostravano "aggiornato minuti fa" quando sono stati controllati quel giorno). Questo è l'evento di cui tratta questo articolo. È un rilascio autentico — nuovi pesi, nuova licenza, nuovi file — di cui nessuno è stato informato.

Cosa contiene effettivamente il repository Motif-3-Base

La scheda è precisa su ciò che è e ciò che non è. Motif-3-Base è “il checkpoint preaddestrato di base di Motif 3”, un modello decoder-only mixture-of-experts con circa 314 miliardi di parametri totali e 13,2 miliardi attivati per token, addestrato su circa 12,5 trilioni di token. Non ha “subito fine-tuning supervisionato, apprendimento per rinforzo o allineamento di preferenze/sicurezza”, viene distribuito “senza un template di chat”, ed è pensato per ulteriore fine-tuning, pre-addestramento continuato e ricerca — da utilizzare in modalità completamento di testo. Il modello instruction-tuned è esplicitamente indicato come un repository separato: Motif-Technologies/Motif-3.

L'architettura è il design interamente interno di Motif, e la scheda è esplicita al riguardo:

• 53 strati — due densi e 51 mixture-of-experts — con una dimensione nascosta di 4.096.

• 384 esperti instradati con i top-8 attivi per token, più un esperto condiviso.

Attenzione Latente Differenziale Raggruppata (GDLA), il nome di Motif per combinare l'attenzione differenziale raggruppata con un design a chiave-valore compresso, che esegue 80 head di query e 16 head di chiave-valore.

• PolyNorm specifico per esperto al posto del consueto gating SiLU, e un flusso residuo modificato di iper-connessioni vincolate al manifold.

• Un contesto nativo da 262.144 token (256K) e un vocabolario da 220.160 token, in bfloat16.

Due note pratiche accompagnano la scheda. In primo luogo, il modello utilizza codice personalizzato, quindi il caricamento tramite Hugging Face Transformers richiede trust_remote_code=True. In secondo luogo, il percorso di serving consigliato è vLLM in beta, tramite un'immagine Docker specifica per Motif, testato su GPU NVIDIA B200 e H200 — con SGLang e Docker Model Runner come percorsi aggiuntivi supportati.

Il cambiamento di licenza che conta più della scheda tecnica

Il fatto di gran lunga più importante di questa release non è il numero di parametri. L'anteprima di luglio, Motif-3-Beta, è stata pubblicata con una licenza di sola ricerca che vietava esplicitamente l'uso commerciale senza il permesso scritto di Motif Technologies. Sia Motif-3-Base che il suo gemello Motif-3 sono rilasciati sotto licenza MIT.

Questa è la differenza tra un modello che un laboratorio può studiare e un modello su cui un'azienda può costruire un prodotto. Un fornitore di fine-tuning, un'impresa che valuta uno stack in lingua coreana o una startup che vuole continuare il pretraining su una linea da 12,5 trilioni di token può farlo senza dover chiamare Seoul per una licenza. Dato che l'intera proposta commerciale di Motif si basa su un'IA sovrana e interna — ed è uno dei quattro team nel programma nazionale coreano dei modelli foundation, insieme a LG AI Research, Upstage e SK Telecom — la licenza MIT sui pesi base è la mossa più pro-adozione che l'azienda abbia mai fatto.

Vale anche la pena affermare chiaramente ciò che MIT non cambia: concede in licenza i pesi, non il marchio, e nulla nella scheda conferisce diritti sui marchi di Motif o sul nome "Motif". Per un modello base che verrà principalmente messo a punto, la licenza è lo sblocco pratico; il resto è burocrazia.

I punteggi sulla carta, e chi li ha misurati

La scheda del modello base riporta una breve riga di valutazione: MMLU 86.20, GSM8K 93.93, MATH 70.58, HumanEval 73.70 e MBPP 84.60. Questi sono numeri propri di Motif, misurati da Motif, non riprodotti, e descrivono il non ottimizzato checkpoint — quindi trattateli come un punto di partenza minimo per il fine-tuning, non come un'affermazione sul modello che distribuireste. Il modello fratello instruction-tuned Motif-3 è dove risiedono i benchmark di punta, anch'essi dichiarati dal fornitore: τ²-Bench Telecom 94.7, SWE-Bench Verified 76.2, Terminal-Bench 2.1 74.9, GPQA Diamond 83.4 e un punteggio di non-allucinazione di 71.6 su OmniScience.

L'unico punteggio indipendente nella storia pubblica della famiglia è sulla Beta, non su questi nuovi file. Artificial Analysis elenca Motif 3 (Beta) a 45 sull'Artificial Analysis Intelligence Index — la classifica che la stampa coreana, nella sua valutazione di luglio, ha descritto come collocare l'anteprima alla pari con DeepSeek V4 Pro, terza tra i modelli open-weights a livello globale dietro Kimi K3 e GLM-5.2, e prima tra i modelli provenienti da fuori Stati Uniti e Cina. Nessun ente indipendente ha ancora misurato i pesi base o il modello instruct finale, e i nuovi repository non sono stati aggiunti al catalogo di Artificial Analysis al momento della scrittura.

Cosa non è ancora confermato

Vale la pena essere precisi sul confine tra i fatti del repo e le questioni aperte, perché questa è una release senza una dichiarazione ufficiale con cui confrontarsi.

• Nessun annuncio. Al 10 agosto, motiftech.io non riporta notizie della versione finale, e nessun post di lancio o comunicato stampa è emerso. I repository sono l'annuncio.

• «Final» non è stampato da nessuna parte. La scheda Motif-3-Base si presenta come checkpoint di base; non riporta la dicitura «final release», e non è stato formalmente confermato che questi file siano il checkpoint finale con «enhanced performance» promesso dalla Beta — anche se i tempi, la licenza MIT e la presentazione governativa puntano tutti in quella direzione.

• Nessuna verifica indipendente dell'architettura.GDLA, Expert-Specific PolyNorm e le iper-connessioni modificate sono progetti proprietari di Motif e, alla data della copertura di luglio, non erano stati riprodotti in modo indipendente. È normale per un laboratorio giovane, ma significa che le affermazioni sull'efficienza dell'architettura si basano sulle esecuzioni di Motif stesso.

• Nessun provider che offra hosting e nessun prezzo. Tutte e tre le schede affermano che nessun provider di inferenza distribuisce i modelli, quindi non esiste un'API ospitata né un prezzo pubblico per token da nessuna parte. Qualunque sia il costo che i modelli di Motif avranno in futuro tramite un'API, non è ancora possibile conoscerlo.

Cosa serve per eseguirlo davvero

Dato che nulla è ospitato, ogni team che desidera questi pesi deve auto-ospitarli. Il checkpoint base a piena precisione è un file bfloat16 da 315 miliardi di parametri, e l'hardware consigliato è di classe B200 o H200 per vLLM — un impegno infrastrutturale significativo che la maggior parte dei lettori non dovrebbe sottovalutare. Le opzioni realistiche di accesso sono il Motif-3-NVFP4 quantizzato in NVFP4 per un'impronta più ridotta, oppure attendere che un provider di inferenza adotti i modelli.

È anche qui che il livello di routing dimostra il suo valore, senza fingere di poter chiamare un modello che nessuno ospita. Il valore di una singola API che interfaccia 200+ modelli con failover automatico risiede proprio nel giorno in cui una nuova famiglia come questa appare effettivamente in un catalogo ospitato: la provi su una porzione di traffico attraverso una chiave compatibile con OpenAI, passi a un modello affidabile quando inciampa, e non devi mai riarchitettare perché l'integrazione è agnostica rispetto al modello. E poiché OrcaRouter trasmette i prezzi di listino dei provider direttamente senza alcun ricarico, il prezzo che un provider di Motif eventualmente fissa è il prezzo che paghi il giorno stesso — senza cicli contrattuali di mezzo. Fino a quando un provider non ospiterà questi pesi, la sintesi onesta è che Motif-3-Base e Motif-3 girano sulle tue GPU, e il discorso sul routing riguarda lo stack che tieni attorno a essi, non la chiamata di questa coppia oggi.

A chi dovrebbe importare

Tre gruppi dovrebbero prestare attenzione. I team che mettono a punto modelli open-weight hanno una nuova opzione seria: un MoE con licenza MIT, 314B parametri (13.2B attivi), contesto 256K e un run di pre-addestramento ben documentato, utilizzabile commercialmente senza dover contattare il fornitore. I ricercatori che lavorano su nuovi meccanismi di attenzione o su design efficienti di MoE ottengono una cosa rara: un'architettura su scala produttiva con pesi pubblicati costruita da zero, non una riparametrizzazione di un modello open esistente. E chiunque segua l'AI sovrana ottiene l'artefatto concreto dietro il programma di punta della Corea, rilasciato silenziosamente due mesi dopo che l'anteprima dell'azienda ha fatto notizia a livello internazionale.

Il gruppo che dovrebbe non scaricarlo è chiunque voglia un assistente di chat funzionante. Senza un template di chat e senza allineamento, Motif-3-Base risponderà in modalità di completamento e non rifiuterà nulla — questo è lo scopo di un foundation model, ed è anche il motivo per cui esiste la variante instruct.

Cosa guardare

Ognuna di queste quattro cose cambierebbe la lettura di questo rilascio. Un annuncio ufficiale, che confermerebbe l'etichetta "final" e il posizionamento commerciale. Benchmark indipendenti dei pesi base e del modello instruct, che darebbero alla famiglia i primi numeri verificati. Un provider che adotti uno qualsiasi dei tre — l'evento che renderebbe Motif-3 raggiungibile tramite API anziché solo su GPU self-hosted. E l'esito della seconda valutazione di Dokpamo, che determinerà se il programma di modelli sovrani della Corea si concentrerà su questi pesi.

Finché uno di questi non si concretizza, la descrizione accurata è limitata ma significativa: la famiglia finale di Motif-3 è ora su Hugging Face, con licenza MIT e scaricabile apertamente, e l'azienda che per un anno è stata raccontata come la speranza dell'IA sovrana della Corea ha rilasciato il suo artefatto più importante finora — senza dirlo a nessuno.