La tua IA è sempre pronta: come la tua auto rispetto al taxi. Nessuna coda, nessun limite di richieste.
I tuoi dati non lasciano il tuo hardware. Punto.
Nessun abbonamento, nessun costo per richiesta. Una volta che hai l'hardware, l'IA è tua.
Mistral pubblica in open-weight il suo modello più grande: 1 trilione di parametri totali, ~49B attivi per token (52B con embed e output), multimodale nativo, contesto fino a 1M token, licenza Mistral Ecosystem Open-Weight (modificata da MIT; il Model-as-a-Service richiede licenza commerciale a parte).
Nuovo benchmark reference-free: 273 task e 2.331 criteri di accettazione scritti da esperti, estratti da 37.463 query deduplicate su 26.314 sessioni di coding reali; due track (100 task di editing multimodale, 173 di editing su repository) e protocollo judge-then-refute che valuta l'applicazione in esecuzione con evidenza browser.
Secondo il report Gartner « Open-Weight Models Will Run 90% of Enterprise Agentic Workflow Steps », 9 passi su 10 dei flussi agentici aziendali sono routinari: i modelli open-weight li gestiscono a parità di qualità al quarto del prezzo del modello chiuso più economico, e fino a un ventesimo rispetto a un frontier usato su ogni passo. Ipotesi strategica: entro il 2030 il 90% dei passi operativi girerà su open-weight.
LiquidAI porta il checkpoint post-trained di LFM3 in trending: 1,73B parametri, architettura tri-hybrid, post-training agentico esplicito (harness come Hermes Agent), 256K di contesto, 16 lingue incluso l'italiano, ~1GB di RAM a 4-bit, licenza LFM Open v1.0.
OpenMobile-2 apre ambienti e ricette di training per agenti mobili, e LFM3-1.7B mostra che un agente da 1,7GB gira già sul telefono: numeri, requisiti minimi e limiti onesti.
Il motore che fa girare i modelli dentro Chrome e YouTube, ora è open source: architettura, numeri di benchmark e il confronto onesto con Ollama e llama.cpp.
74 miliardi di parametri, 9B attivi: il MoE di NVIDIA per le attività agentiche in locale sta in 24GB di VRAM grazie alla quantizzazione IQ2. VRAM reale, benchmark dichiarati e limiti onesti.
Modello MoE di DeepSeek con 552B di parametri totali e 8-16B attivi per token. Contesto da 1M di token, licenza MIT: uso commerciale libero. Pensato per il serving in linea, troppo grande per un uso locale su un singolo PC.
Modello open di livello frontiera con contesto da 131K token. Richiede 48-80GB di VRAM, un Mac con memoria unificata o una configurazione multi-GPU.
Il modello decisionale da 9B di Bespoke Labs: gira interamente in locale via Ollama 0.35 e risponde a domande tipizzate (vero/falso, scala numerica, scelta multipla) con la nuova API systemone. Pensato per la classificazione rapida in pipeline automatizzate, senza cloud.
App desktop senza terminale per scaricare ed eseguire modelli GGUF: interfaccia grafica, ricerca modelli integrata e server locale. La via più semplice per iniziare.
Il modello open più grande di Meta: qualità da frontiera chiusa ma requisiti da datacenter. In pratica richiede multi-GPU ad alta VRAM o il cloud.
Un PDF gratuito, passo per passo: hardware, modelli, strumenti e primi passi per portare l'IA nella tua azienda senza cloud e senza condividere i dati.
Scarica la guida gratuitaGratis. Nessun vincolo. Nessun indirizzo email.
La newsletter è gratis e basta la tua email. Con un account completo, però, il sito lavora per te: salva i tuoi setup, personalizza il profilo e tieni tutto sotto controllo.
Salva le configurazioni del piano hardware e modello: le ritrovi tutte, pronte, quando torni.
Nome, bio e preferenze: il tuo spazio sul sito, tuo per sempre.
Accesso facile a tutto l'archivio della newsletter e alla selezione settimanale di cosa cambia nell'IA locale.
Gestisci email, password e iscrizione quando vuoi. Niente vincoli, niente spam.
