PAN 2 vs SKY-001: uno simula ciò che succede dopo, l'altro disegna ciò che va costruito.

Kimi K3 compare in entrambi i documenti di lancio, nella stessa quindicina, svolgendo compiti opposti. Nel rapporto tecnico di PAN 2 è il ragionatore concettuale — il modello linguistico che legge una richiesta e scrive la didascalia strutturata e ancorata al tempo che un diffusion transformer da 29 miliardi di parametri trasforma in video. Nelle tabelle SKY-001 di Skyfall è un concorrente di riferimento, chiamato a disegnare esso stesso un assieme CAD, dove riproduce il 9,5% della geometria di riferimento tramite intersection-over-union. Un lancio usa un modello linguistico di frontiera per scrivere il piano. L'altro misura modelli linguistici di frontiera che falliscono nel disegno. Questa separazione è una guida migliore a questi due modelli rispetto all'etichetta che condividono. PAN 2 è il world model dell'Institute of Foundation Models presso MBZUAI, con pesi Apache-2.0 su Hugging Face dal 7 ottobre 2026, codice dal 5 novembre e un annuncio ufficiale il 10 novembre, e predice fino a venti secondi di video in 704×1248 a partire da un primo fotogramma opzionale e da un'azione descritta in testo. SKY-001 è il modello ingegneristico di Skyfall AI, annunciato il 19 ottobre 2026, ancora dietro una lista d'attesa con il deployment commerciale previsto per l'inizio del 2027, e predice la sequenza ordinata di operazioni di disegno che produce un componente CAD o una planimetria.

Nessuna delle due date è oggi, e niente di quanto segue è presentato come un lancio. Quanto segue descrive ciò che ciascun modello calcola effettivamente, in cosa ciascuno è debole secondo i propri stessi numeri, e quale dei due è quello che serve al tuo problema.

Si prevedono due cose diverse

La catena di PAN 2 contiene un modello linguistico. Un ragionatore concettuale — qualsiasi modello che segua le istruzioni — legge l'osservazione e le azioni richieste e scrive il prossimo stato del mondo come una didascalia strutturata: eventi in ordine, azioni legate agli attori, movimento della camera. Un text encoder Qwen3.5-9B congelato mappa quella didascalia in feature di condizionamento. Un diffusion transformer multimodale da 29B, addestrato da zero su video annotati nello stesso formato, predice i latenti che la didascalia lascia aperti, condizionato da essa e dal latente VAE del frame iniziale, e un decoder Wan 2.2 li renderizza. Il sampler predefinito è di 50 step con flow shift 9 e classifier-free guidance 2.5 a ogni step, e il checkpoint è di 86,17 GB distribuiti su sessanta file.

La catena di SKY-001 presenta invece una gerarchia. Un Hierarchical Composer prende un'intenzione progettuale — un'immagine, un testo o un involucro edilizio con un brief — genera l'intero progetto, poi lo suddivide livello per livello e affina ogni foglia in parallelo. Un Construction World Model predice quindi la sequenza ordinata di stati visivi che costruisce ogni foglia: in CAD, una catena di stati solidi 3D con lo schizzo 2D disegnato tra ogni coppia consecutiva; in BIM, una pianta disegnata tratto per tratto. Il disegno viene eseguito come diffusione in due passaggi: un rollout grossolano in uno spazio latente compresso da un autoencoder in stile Matryoshka, poi un refiner che ripristina la piena risoluzione. Entrambe le fasi sono diffusion transformer; nessuna delle due predice token. Skyfall non ha pubblicato conteggi dei parametri, pesi, una licenza o un'API.

• Che cosa viene previsto — PAN 2 predice l'osservazione successiva come pixel, data un'azione; SKY-001 predice il successivo stato di costruzione come un solido o un tratto, dato un intento.

• Come entra il tempo — PAN 2 si basa su un orologio fisico, 241 fotogrammi (circa dieci secondi) per impostazione predefinita e fino a 481 (venti secondi) a 24 fps; SKY-001 si basa su un ordine procedurale di circa 100 passaggi di disegno per componente CAD e 70 per pianta, senza alcun orologio fisico al suo interno.

• Se la fisica venga rivendicata — PAN 2 è valutato direttamente sulla plausibilità fisica; i materiali di SKY-001 non rivendicano affatto la dinamica, perché ciò che disegna è un progetto, non un movimento.

• Cosa ottieni — un MP4 che puoi guardare, rispetto a una geometria che valuti tramite IoU rispetto a una forma di riferimento.

• Pesi — un download Apache-2.0 per PAN 2; nulla di pubblicato per SKY-001.

• Prezzo — tempo GPU che puoi dimensionare per PAN 2; una lista d'attesa per SKY-001.

Entrambi sono a due stadi, e il collo di bottiglia si trova in punti diversi

La scommessa ingegneristica condivisa è che si divida il lavoro. Una fase si impegna sulla struttura — una descrizione ordinata di ciò che dovrebbe accadere — e una seconda fase riempie i dettagli che quella descrizione lascia aperti. PAN 2 lo fa con una didascalia e una backbone di diffusione. SKY-001 lo fa con una gerarchia di sotto-obiettivi e un modello di costruzione per ogni foglia. Metti i due lanci fianco a fianco e la domanda interessante smette di essere quale architettura sia migliore e diventa quale fase ti stia effettivamente costando.

Per PAN 2 quello è il pianificatore, e il report lo afferma due volte. Su Physics-IQ Verified, un benchmark image-to-video normalizzato in modo che lo scarto tra due riprese reali della stessa scena valga 100, PAN 2 raggiunge 93,2 ± 0,8 con Claude Opus 5.5 che scrive le didascalie e 90,9 ± 0,4 con l'impostazione predefinita di sistema, sui seed da 123 a 126. Sostituire il modello linguistico che scrive la didascalia sposta il punteggio di 2,3 punti su una scala da cento, dove un punteggio perfetto significa indistinguibile da un filmato reale. Lo stesso schema emerge nelle limitazioni della scheda del modello: circa due piani simulati su tre contengono almeno un passaggio che non viene eseguito, i casi di studio sugli agenti si basavano su prompt rifiniti manualmente, le azioni di destrezza come il punto in cui ciascun dito incontra un oggetto sono specificate solo in modo approssimativo nel testo, e le didascalie vengono validate rispetto a un limite flessibile di 1.480 e a una capacità massima di 1.536 token. Il renderer non è il problema segnalato. Lo è la frase che descrive la scena.

Per SKY-001 il planner non viene misurato come fase separata, quindi il collo di bottiglia riportato è il renderer. Nel benchmark di costruzione CAD di Skyfall — 1.000 componenti campionati da oggetti come una Jaguar E-Type Roadster, un braccio di saldatura FANUC ArcMate 100iB e un elicottero Bell 222, ciascuno dei quali richiede circa 100 passaggi di disegno — SKY-001 riproduce il 79,7% della geometria di riferimento in termini di IoU medio, contro il 79,1% di GPT-6 Astra e il 76,9% di Gemini 4. Nel benchmark BIM, 1.000 planimetrie con circa 70 passaggi di disegno ciascuna, raggiunge il 43,6% contro il 42,3% di Gemini 3.8 Flash e il 40,6% di GPT-6 Astra. Sei decimi di punto e 1,3 punti sono i vantaggi architetturali. Il dato assoluto è meno di metà di una planimetria.

Se li si legge insieme, e li si legge solo per la grandezza relativa all'interno del reporting di ciascun fornitore, il planner è la leva maggiore in entrambi i documenti. Cambiare l'autore delle didascalie di PAN 2 produce uno spostamento maggiore dell'intero vantaggio architetturale di SKY-001 sul suo rivale più vicino. I benchmark sono diversi e i punteggi non sono comparabili; il punto è dove risiede la varianza propria di ciascun team.

I benchmark non condividono alcun harness, alcun giudice né alcuna politica di baseline.

PAN 2 è riportato in quattro modi, e tre di essi implicano il giudizio di qualcun altro. Physics-IQ Verified è un benchmark pubblico con una classifica, e la voce di PAN 2 utilizza Claude Opus 5.5 come reasoner, mentre la colonna system-default esegue la pipeline di ciascun concorrente così come l'ha guidata IFM. PhyGround è una scala a cinque punti giudicata da Qwen3.8-27B, vale a dire l'opinione di un altro modello invece di una misurazione fisica; PAN 2 ottiene 3,98 e 4,11 sulle due configurazioni riportate nel report. RBench è una media non ponderata su cinque categorie di attività e quattro categorie di embodiment, moltiplicata per 100, in cui PAN 2 ottiene 83,7 e 73,5. Le baseline dei modelli chiusi sono contrassegnate da un dagger perché sono state generate una volta ciascuna anziché su più seed. C'è anche uno studio umano in cieco: 140 prompt, 13 revisori, 1.400 confronti a coppie, adattati a un modello Bradley–Terry con Elo centrato a 1500 e intervalli di confidenza al 95%. E c'è l'harness di IFM stesso — 300 casi di test ad azione singola, suddivisi in 201 image-to-video e 99 text-to-video su sei capacità, più 100 attività egocentriche multi-step formulate come 200 prompt e 456 passaggi, riportati come media ± deviazione standard su tre seed.

SKY-001 è riportato in due modi, entrambi di Skyfall, entrambi valutati tramite IoU rispetto a una forma di riferimento, entrambi con i modelli rivali guidati da Skyfall con prompting one-shot. Non ci sono barre di errore su nulla di tutto ciò, e nessuna terza parte ha riprodotto un singolo numero. Leggendo attentamente le tabelle emergono tre cose che vale la pena sapere prima di citarle.

Innanzitutto, le pagine del fornitore stesso si contraddicono a vicenda. Il pannello 3D CAD sulla pagina del prodotto mostra SKY-001 al 76,1% contro GPT-6 Astra al 73,4%, con Claude Opus 5.5 al 61,8%, Gemini 3.8 Flash al 45,9%, Qwen 3.8 Max al 26,6% e Kimi K3 al 6,5%. Il benchmark di costruzione riporta 79,7% contro 79,1%. Attività diverse, punteggi diversi, stessi nomi di modelli in entrambi — e Claude Opus 5.5, il modello di ragionamento che eleva il valore Physics-IQ di PAN 2, compare solo in uno dei due.

In secondo luogo, il moltiplicatore di velocità è indicato in tre modi diversi in tre documenti pubblicati lo stesso giorno: 51× nel grafico del blog, 49× nella pagina del prodotto, 100× nel comunicato stampa. L'aritmetica lo risolve — 199 secondi diviso 3,9 fa 51,0 — ma ti dice che i numeri in evidenza sono stati scritti da persone diverse che non hanno fatto il diff del proprio lavoro.

Terzo, la colonna dei costi non è spiegata. Skyfall riporta 0,005 $ per caso CAD e 0,0024 $ per piano, e non dice se si tratti di un prezzo di listino, di tempo GPU noleggiato o di inferenza self-hosted ammortizzata. Sono tre affermazioni diverse, e la differenza conta soprattutto per i modelli che Skyfall ha eseguito in proprio anziché chiamato tramite API.

Niente di tutto ciò rende sbagliata la storia dell'efficienza di SKY-001. Un vantaggio di velocità di 51 volte e un vantaggio di costo di 150 volte rispetto al miglior rivale, su un'accuratezza che pareggia, è un'affermazione reale su un carico di lavoro reale. Lo rende non verificato, che è una cosa diversa.

Quanto costa gestirlo, e quanto di questo è conoscibile

Il compute di PAN 2 è pubblicato come una ricetta che puoi preventivare da solo. Il deployment predefinito prevede otto H200 in BF16, con classifier-free guidance suddiviso su due rank e parallelismo di sequenza Ulysses su due, e la decodifica VAE ripartita su quattro tile. La ricetta di serving riporta tredici secondi di video 704×1248 in circa 119 secondi su quattro B300. Non esiste un prezzo di listino al secondo perché IFM non gestisce un endpoint ospitato; il numero che ti interessa è quanto il tuo provider addebita per le GPU, moltiplicato per i secondi per clip che generi effettivamente.

La capacità di calcolo di SKY-001 non è pubblicata in nessuna forma di cui tu possa determinare il prezzo. Non esiste alcun numero di parametri, né una descrizione hardware, né un valore di throughput, né un endpoint. Ciò che esiste è un costo per caso del fornitore la cui composizione non è divulgata e un modulo per la lista d'attesa.

Quell’asimmetria incide su questo confronto più di quanto non facciano i divari nei benchmark. Uno di questi modelli può essere sottoposto a benchmark sui tuoi dati questo pomeriggio, sul tuo hardware, a un costo prevedibile. Dell’altro si può solo leggere.

L'unica parte di entrambi gli stack che puoi noleggiare oggi

Né PAN 2 né SKY-001 sono su OrcaRouter, e nessuno dei due può esservi instradato: PAN 2 è un checkpoint da 86 GB che distribuisci tu stesso, mentre SKY-001 non ha alcuna API da chiamare. La parte della pipeline di PAN 2 che è un normale modello ospitato è la prima — il ragionatore concettuale che trasforma la tua richiesta in una didascalia dello stato del mondo. IFM ne ha valutati quattro in ordine di completamento dell'intero piano: Claude Opus 5.5, GPT-6 Astra a sforzo medio, Kimi K3 e Qwen3.8-Flash, e osserva che è possibile usare qualsiasi modello in grado di seguire le istruzioni. Qwen3.8-Flash è nel catalogo OrcaRouter, il che significa che la fase di didascalia di un deployment di PAN 2 può essere eseguita con una sola chiave, con i prezzi di listino del provider riportati con un ricarico dello 0% e con failover automatico se un provider peggiora a metà di un lotto di piani. Conviene configurarlo prima della fase di diffusione, non dopo: è nel planner che si trova la varianza misurata, quindi è la fase in cui vale la pena mettere alla prova un modello più economico e un secondo provider l'uno contro l'altro sui tuoi prompt.

Quale problema stai effettivamente tenendo

Se ciò di cui hai bisogno è una previsione di cosa fa un'azione a una scena, in pixel, nei prossimi secondi — per un agente che vuole immaginare gli esiti prima di scegliere, o per una pipeline video in cui la fisica deve reggere — PAN 2 è quello dei due costruito per questo, e puoi averlo subito. Metti in budget la fase di captioning e il guardrail: IFM distribuisce un repository guardrail separato che filtra la richiesta con Qwen3Guard-Gen-4B prima della generazione e l'output con un classificatore di frame Q16 dopo, e nella sua valutazione interna questa combinazione ha ridotto la quota di richieste dannose text-to-video che producono video non sicuri dal 33,9% all'1,5%, fermando anche l'11,5% delle richieste text-to-video benigne e il 3,3% delle richieste image-to-video benigne. Un livello di sicurezza che ti costa una richiesta benigna su nove è un costo di produzione reale, non una nota a piè di pagina.

Se ciò di cui hai bisogno è un'intenzione progettuale trasformata in geometria CAD o BIM, SKY-001 è l'unico dei due pensato per questo, e non puoi averlo. L'onesto sostituto oggi è un modello linguistico di frontiera collegato alla tua toolchain CAD — che è esattamente la configurazione che le tabelle di SKY-001 stesso misurano, con un IoU dal 9,5% al 42,3% a seconda del modello e del compito. Ecco perché la lista d'attesa sta facendo un lavoro reale e non di marketing: l'alternativa non è un concorrente, è un numero peggiore.

Se ciò di cui hai bisogno è un motore fisico, nessuno dei due. Le simulazioni di PAN 2 sono previsioni, la sua scheda lo dice a chiare lettere, e il suo stesso elenco di limitazioni include simulazioni che progrediscono violando i vincoli fisici — la pasta che compare nello scolapasta prima che sia scolata. SKY-001 disegna progetti e non avanza alcuna pretesa sulla dinamica in nessun punto. Definire l'uno o l'altro un modello del mondo è accurato nel senso in cui i due team usano il termine, e fuorviante nel senso in cui lo usa un motore di gioco.

La cosa da tenere d'occhio non è il prossimo benchmark. È se qualcuno al di fuori di queste due aziende riproduce un numero: se Skyfall pubblica il protocollo IoU e la contabilità dei costi dietro le sue cifre per caso, e se il divario di prestazioni tra la pipeline predefinita di PAN 2 e il suo miglior motore di ragionamento sopravvive al contatto con prompt che nessuno ha rifinito a mano. Entrambe sono domande sulla stessa fase — quella che decide cosa dovrebbe succedere, prima che qualsiasi cosa venga disegnata.