Pesi aperti, ricette chiuse: cosa dicono quattro rapporti sui modelli che si possono davvero scaricare
Secondo un rapporto di Mozilla pubblicato il 15 settembre, i modelli linguistici a pesi aperti sono ormai indietro di circa quattro mesi rispetto ai migliori modelli chiusi su una misura di capacità. La stessa ricerca mostra però che il divario si allarga bruscamente quando si prova a eseguirli su hardware di proprietà.

L'argomento dei pesi aperti si è sempre retto su una promessa: ottieni il file, quindi ottieni il controllo. Quattro documenti pubblicati tra maggio e settembre 2026 verificano quanto di quella promessa sopravvive al confronto con le misurazioni. Su molto non concordano. Concordano però su un punto: "aperto" sta facendo meno lavoro di quanto suppongano i titoli.
Il numero dei quattro mesi e cosa nasconde
Mozilla ha pubblicato la versione 1.1 del suo rapporto State of Open Source AI il 15 settembre, con dati aggiornati al 1° settembre, secondo Tom's Hardware. Il risultato principale: il miglior modello aperto era indietro di tre punti rispetto al leader chiuso sull'Artificial Analysis Intelligence Index, al 60% del prezzo, e di due punti rispetto a Claude Fable 5 al 30% del prezzo. L'adattamento di Mozilla sui dati METR relativi all'orizzonte dei compiti colloca il divario tra aperti e chiusi intorno a 4,4 mesi, in linea con la stima di quattro mesi di Epoch AI.
METR valuta i modelli in base alla lunghezza del compito, misurata in tempo di lavoro umano, che completano la metà delle volte. Secondo la stima adattata da Mozilla, i modelli chiusi affrontano compiti che richiedono a esperti umani dalle 8 alle 12 ore. I modelli aperti raggiungono quel livello circa quattro mesi dopo: la capacità aperta raddoppia ogni 3,9 mesi, contro 5,5 per quella chiusa, secondo il calcolo di Mozilla. Tom's Hardware segnala un avvertimento che Mozilla stessa riporta: la cifra dei quattro mesi e il prezzo del 30% per token sono misurati da API a API su endpoint ospitati, a prezzo di listino.
Il grafico dell'hardware è quello scomodo
Lo stesso rapporto contiene un grafico che stona accanto al risultato principale. Il miglior modello aperto che sta su un solo server segna 52,6; il migliore che sta su una sola GPU segna 40. Il calo dal vertice è rispettivamente di 10 e 23 punti, un divario più ampio di quattro mesi di progresso di capacità.
Il checkpoint nativo MXFP4 di Kimi K3 occupa circa 1,56TB su 96 shard, e la configurazione di servizio di Mozilla elenca 64 o più acceleratori, mentre vLLM richiede almeno otto GPU GB300, con più nodi per il traffico di produzione. Il rapporto stesso lo dice a chiare lettere: è aperto, ma non eseguibile dalla maggior parte di chi lo possiede. Tom's Hardware a luglio aveva indicato un fabbisogno di memoria vicino a 1,5TB. Ci sono eccezioni. Inkling-Small di Thinking Machines, con licenza Apache 2.0, ha una versione NVFP4 che sta su una B300 con un minimo di 180GB. È un dato reale, ed è un solo modello.
I pesi aperti non sono open source, e la differenza è sostanziale
L'Open Source Initiative ha reso esplicita la distinzione in un post del 19 settembre. I modelli di IA hanno tre componenti principali: i dati di addestramento, i pesi e i parametri, e il codice usato per la preparazione dei dati e l'addestramento. Le distribuzioni a pesi aperti pubblicano i pesi. Non pubblicano il resto.
I pesi aperti consentono di esercitare alcune libertà, ma non tutte, e solo in una certa misura. Il vero Open Source AI consente di esercitare tutte e quattro senza restrizioni.
Le quattro libertà in questione sono usare, studiare, modificare e condividere senza chiedere permesso al titolare dei diritti. L'OSI stima in 8.800.000.000.000 di dollari il valore dal lato della domanda dell'ecosistema Open Source. Sostiene inoltre che i modelli a pesi aperti limitino la modifica e impediscano lo studio completo, perché senza codice e dati di addestramento non si può verificare perché un modello abbia prodotto un certo output. Il rapporto di Mozilla, secondo Tom's Hardware, conta 16 rilasci aperti di rilievo, nessuno dei quali fornisce la ricetta dei dati richiesta dalla definizione dell'Open Source Initiative.
Cosa aggiunge la ricerca sulla memorizzazione alle battaglie sul copyright
Un articolo su arXiv, inviato per la prima volta il 18 maggio 2025 e rivisto fino al 20 luglio 2026, misura quanto di 200 libri 14 LLM a pesi aperti trattengano davvero. Gli autori sono A. Feder Cooper, Mark A. Lemley, Allison Casasola, Ahmed Ahmed, Aaron Gokaslan, Amy B. Cyphert, Christopher De Sa, Daniel E. Ho e Percy Liang.
La loro impostazione è netta: attori e convenuti nelle cause sul copyright dell'IA generativa avanzano affermazioni ampie e opposte sulla memorizzazione, e secondo l'articolo entrambe le posizioni semplificano in modo drammatico il rapporto tra memorizzazione e copyright. Su oltre 3.000 esperimenti gli autori rilevano che la maggior parte degli LLM non memorizza la maggior parte dei libri, né per intero né in parte. Ma le eccezioni contano. Llama 3.1 70B memorizza interamente alcuni libri, tra cui Harry Potter e la pietra filosofale, secondo l'articolo. Lì la memorizzazione è abbastanza estesa da poter estrarre l'intero libro in modo deterministico quasi alla lettera, usando le prime parole come prompt. Gli autori affermano che i risultati hanno implicazioni significative per le cause sul copyright, anche se non tali da favorire in modo inequivocabile l'una o l'altra parte.
Le distribuzioni più piccole e più strane
Non ogni rilascio a pesi aperti insegue la frontiera. Superwhisper ha pubblicato S1-mini, un normalizzatore di testo da 600.000.000 di parametri messo a punto da Qwen/Qwen3-0.6B, con licenza Apache 2.0 più una clausola sul nome. Fa un solo lavoro: riscrivere l'output grezzo della trascrizione vocale in testo scritto pulito. Su un set di validazione di 7.519 casi in inglese raggiunge il 94,8% di accuratezza sui token, e la build quantizzata è un file da 462 MiB che gira sulla CPU di un portatile. La scheda del modello dice chiaramente che non è un modello di chat e non seguirà istruzioni generali.
La scheda del modello documenta anche una stranezza nel conteggio dell'Hub: la barra laterale riporta 800.000.000 di parametri perché l'embedding da 155.600.000 di parametri è contato due volte, dando 751.600.000 elementi tensoriali contro 596.000.000 parametri unici. La struttura è ereditata da Qwen3-0.6B, che sull'Hub riporta 800.000.000 per lo stesso motivo.
Il ragionamento di un acquirente, e i suoi limiti
Un resoconto di distribuzione di James Cruce, pubblicato il 22 settembre, descrive la scelta di Laya, un modello decisionale a pesi aperti da 421.000.000 di parametri con encoder ModernBERT-large e un limite di 1.024 token, al posto del servizio ospitato Jev di TypeSafe. L'editore di Laya lo ha addestrato su quattro flussi di lavoro sintetici: osservabilità degli agenti, servizio clienti, elaborazione delle fatture e incidenti di sicurezza.
Cruce è esplicito su cosa dimostri il confronto. TypeSafe elenca Jev a 0,042 dollari per milione di token in input, senza costo per i token in output e con scelte fino a 255 opzioni. Laya gira su un'API solo in loopback sul suo Mac Studio con un M3 Ultra e 256 GB di memoria unificata, così le decisioni di routine non lasciano mai la macchina. Dichiara apertamente che privacy e controllo sono state le ragioni decisive e che il costo è stato un effetto collaterale, senza un numero di risparmio da fornire. Non ha verificato se Laya batta Jev in generale.
Segnala anche che la scheda del modello avverte che Laya è troppo sicuro di sé e richiede una calibrazione specifica per il dominio, e che una risposta ben tipizzata può essere strutturalmente perfetta e factualmente sbagliata. La sua conclusione è ristretta: trattarlo come un raccomandatore dentro un programma, mai come fonte di autorizzazione o di verità.
Cosa regge
I quattro documenti puntano nella stessa direzione senza dire la stessa cosa. I dati di Mozilla dicono che i pesi aperti sono vicini sulla capacità e molto più economici sul prezzo di listino degli endpoint ospitati, mentre il suo stesso grafico dell'hardware dice che i modelli in cima non sono qualcosa che la maggior parte delle persone può eseguire. L'OSI dice che l'etichetta viene tirata oltre ciò che significa. L'articolo sulla memorizzazione dice che gli argomenti in aula di entrambe le parti sono troppo ampi per ciò che gli esperimenti mostrano. Il resoconto di Cruce dice che la ragione decisiva per scegliere pesi aperti può essere il controllo su dove finiscono i dati, non la posizione nei benchmark.
La didascalia del grafico di Mozilla recita: "il divario si azzera a ogni ciclo di rilascio". I suoi dati si fermano al 1° settembre, e le classifiche in tempo reale si sono mosse da allora. Artificial Analysis è passata all'indice v4.3 con un set di valutazione diverso; la classifica in tempo reale ha Claude Fable 5.1 a 53 con l'impostazione di sforzo massimo e Kimi K3 a 44. La classifica Terminal-Bench 2.1 di vals.ai, aggiornata l'11 settembre, è guidata da GPT-6 Astra all'87,27% con Fable 5.1 all'85,02%.
Un altro elemento resta irrisolto nel fascicolo. Su K3 pesa un'accusa dettagliata nell'avviso congiunto NSA/CISA/FBI AA26-251A dell'8 settembre, che il rapporto di Mozilla riporta come "asserita e non dimostrata": che Moonshot abbia estratto dati di Claude Fable 5 per addestrare K3 tramite distillazione. Il 17 luglio Artificial Analysis aveva K3 a 57 contro 60 di Fable 5. Il 1° settembre Mozilla lo aveva a due punti di distanza. Se quel restringimento sia venuto da addestramento indipendente o dall'estrazione presunta, nessuno di questi quattro documenti lo stabilisce.
Fonti
5- 01China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
- 02Open Weights Are Good. Open Source Is Better.EN
- 03Extracting memorized pieces of (copyrighted) books from open-weight language modelsEN
- 04S1-mini, Superwhisper's first open-weights language modelEN
- 05Does an open-weight decision model beat a hosted one? Jev vs. LayaEN
Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.
I contenuti sono stati preparati dalla redazione con il supporto dell'IA.
Commenti
0- Nessun commento — sii il primo.