Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

Pesi aperti, domande aperte: cosa mostrano davvero gli ultimi rilasci

L'ultimo rapporto State of Open Source AI di Mozilla, pubblicato il 15 settembre con dati aggiornati al 1° settembre, colloca i migliori modelli cinesi a pesi aperti circa 4,4 mesi dietro le offerte statunitensi di frontiera. Il dato è utile e anche molto condizionato, che poi è la storia di tutto il dibattito sui pesi aperti in questo momento.

IA e modelliAnalisiChiara RomanoPubblicato: 28 settembre 20268 min di letturaFonti 6
Pesi aperti, domande aperte: cosa mostrano davvero gli ultimi rilasci

Mozilla ha pubblicato la versione 1.1 del 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 dietro il leader chiuso di tre punti sull'Artificial Analysis Intelligence Index, al 60% del prezzo, e due punti dietro Claude Fable 5 al 30%. La stima di Mozilla sui dati METR relativi all'orizzonte dei compiti colloca il divario tra aperti e chiusi intorno ai 4,4 mesi, in linea con la stima di quattro mesi di Epoch AI.

È un divario compresso. Ed è anche misurato in un modo molto specifico.

Cosa misura davvero il dato dei quattro mesi

Il numero si basa su METR, un'organizzazione di ricerca senza scopo di lucro che valuta i modelli in base alla durata del compito, misurata in tempo di lavoro umano, che riescono a completare la metà delle volte. Secondo la stima di Mozilla, i modelli chiusi gestiscono compiti che richiedono a un esperto umano dalle 8 alle 12 ore. I modelli aperti raggiungono quel livello circa quattro mesi dopo. Mozilla calcola che le capacità dei modelli aperti raddoppiano ogni 3,9 mesi, contro 5,5 mesi per i modelli chiusi. Il rapporto si basa su un sondaggio Mozilla/SlashData su circa 1.400 sviluppatori, più i dati di traffico di OpenRouter e gli indici di benchmark di terze parti, riferisce Tom's Hardware. Mozilla è l'organizzazione senza scopo di lucro dietro Firefox e sostiene i modelli aperti: il 14 luglio TIME ha riferito che Raffi Krikorian, chief technology officer di Mozilla, ha descritto il rapporto come in parte un atto di advocacy.

C'è un secondo avvertimento nascosto nella metodologia. Il divario di quattro mesi e il dato del 30% sul prezzo dei token sono misurati da API ad API su endpoint ospitati e a prezzo di listino. È un confronto su come vengono vendute due categorie di modelli, non solo su cosa sanno fare.

Il grafico hardware dello stesso rapporto rende il punto più netto. 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 rispetto alla vetta è rispettivamente di 10 e 23 punti, un divario più ampio dei quattro mesi dichiarati. 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 in produzione. Il rapporto lo descrive come 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. Un controesempio citato nel rapporto è Inkling-Small di Thinking Machines, con licenza Apache 2.0, la cui versione NVFP4 sta su una singola B300 con un minimo di 180GB.

Quindi: scaricabile, sì. Pratico per un piccolo team, a volte no.

I benchmark economici e vicini alla vetta

Mozilla ha anche riportato i risultati di Terminal-Bench 2.1 di vals.ai, che sottopongono ogni modello allo stesso harness, lo strato software che fornisce a un modello i suoi strumenti. Su quella classifica, GLM-5.2 di Z.ai ha segnato un punto vicino a Claude Opus 4.7 e circa quattro punti dietro Opus 4.8, a meno di un quinto del costo per test. Su OpenRouter, un marketplace che instrada il traffico degli sviluppatori verso centinaia di modelli, Mozilla ha contato otto dei dieci modelli più usati per volume di token ad agosto come pesi aperti, sette dei quali costruiti in Cina. I fornitori chiusi hanno comunque preso il 96% dei ricavi dello strato modello su OpenRouter da maggio a settembre 2025, secondo la Linux Foundation.

Krikorian ha detto ad Ars Technica via email che Mozilla considera la scelta di pagare per i modelli chiusi legata al singolo carico di lavoro più che all'organizzazione.

I dati si fermano al 1° settembre, e le classifiche da allora si sono mosse. Artificial Analysis è passata all'indice v4.3 con un set di valutazione diverso; la classifica live ha Claude Fable 5.1 a 53 con l'impostazione di sforzo massima e Kimi K3 a 44, numeri non confrontabili con i valori v4.1.1 che Mozilla ha tracciato. 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%. La didascalia del grafico di Mozilla recita: "il divario si azzera a ogni ciclo di rilascio".

Su K3 pesa anche un'accusa dettagliata nell'avviso congiunto NSA/CISA/FBI AA26-251A dell'8 settembre. La tesi, che il rapporto di Mozilla riporta come "affermata e non dimostrata", è che Moonshot abbia estratto dati di Claude Fable 5 per addestrare K3 tramite distillazione, la pratica di addestrare un modello sugli output di un altro modello. Il 17 luglio Artificial Analysis aveva K3 a 57 contro 60 di Fable 5; il 1° settembre Mozilla lo dava due punti dietro.

Pesi aperti non significa Open Source, e la distinzione conta

La Open Source Initiative ha colto l'occasione per tracciare una linea. In un post del 19 settembre, OSI ha sostenuto che i modelli a pesi aperti permettono di esercitare alcune delle quattro libertà del software, cioè la libertà di usare, studiare, modificare e condividere senza chiedere permesso al titolare dei diritti, ma non tutte e solo fino a un certo punto. Un modello è fatto di tre componenti: dati di addestramento, pesi e parametri, e codice per la preparazione dei dati e l'addestramento. I pesi aperti rilasciano solo quella centrale.

Con i pesi aperti puoi scegliere di eseguire un modello in locale, pagando solo elettricità e hardware, oppure puoi affidarti a un fornitore terzo che lo ospiti. Puoi anche fare fine-tuning del modello con i tuoi dati.

L'esempio alternativo di OSI è Olmo di Ai2, rilasciato come Open Source AI, che ha permesso ai ricercatori di inserire nuove informazioni nei dati di addestramento e osservare come il modello le memorizzava o le dimenticava. Il rapporto di Mozilla conta 16 rilasci aperti degni di nota, ma Tom's Hardware osserva che nessuno fornisce la ricetta dei dati richiesta dalla definizione della Open Source Initiative. OSI stima in 8.800.000.000.000 di dollari il valore dal lato della domanda dell'ecosistema Open Source.

Questa impostazione conta per le politiche, ma non stabilisce se i pesi aperti siano utili. Lo sono chiaramente, in compiti ristretti.

Modelli piccoli, compiti specifici

Superwhisper ha rilasciato S1-mini, un normalizzatore di testo da 800.000.000 di parametri per l'output della trascrizione vocale, ottenuto per fine-tuning da Qwen/Qwen3-0.6B e distribuito con licenza Apache 2.0 e una clausola sul nome. Prende un transcript ASR grezzo e lo riscrive come testo scritto pulito: riempitivi rimossi, falsi avvii risolti, punteggiatura applicata, numeri e date pronunciati resi in forma scritta. 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 model card è insolitamente esplicita sui limiti: non è un modello conversazionale, non seguirà istruzioni generali, copre solo l'inglese e si aspetta una riga di controllo in cima all'input. Anche il conteggio dei parametri è una piccola lezione su come leggere le model card: la barra laterale dell'Hub riporta 800.000.000, ma la card spiega che lm_head.weight è memorizzato come copia materializzata dell'embedding di input, quindi l'embedding da 155.600.000 parametri viene contato due volte, 751.600.000 elementi tensoriali contro 596.000.000 parametri unici.

Un secondo esempio viene dalla scrittura di un professionista, non da un fornitore. Il 22 settembre James Cruce ha descritto la sostituzione di un router deterministico nel proprio sistema di agenti con Laya, un modello aperto a decisione tipizzata di convaiinnovations con circa 421.000.000 di parametri, un encoder ModernBERT-large e un limite di 1.024 token. Restituisce risposte tipizzate, una scelta tra opzioni denominate, un punteggio su una scala ordinata o una probabilità per un'affermazione sì/no, invece di prosa da interpretare. L'ha scelto al posto di Jev ospitato da TypeSafe, che dichiara 0,042 dollari per milione di token di input senza costo per i token di output e gestisce scelte fino a 255 opzioni, perché voleva che le decisioni di routine girassero in locale su un Mac Studio con M3 Ultra e 256GB di memoria unificata. È esplicito sul fatto che si tratta di un solo deployment: non ha verificato se Laya batta Jev in generale, e tratta il modello come un raccomandatore dentro un programma, mai come fonte di permesso o verità. La model card avverte che è troppo sicuro di sé e richiede calibrazione specifica per il dominio.

Sono i casi in cui i pesi aperti smettono di essere un argomento geopolitico e diventano una scelta ingegneristica. Un normalizzatore da 462 MiB e un modello decisionale da 421.000.000 di parametri non sono sistemi di frontiera. Sono anche il tipo di cosa che un team può bloccare a una versione, eseguire offline e verificare senza una chiamata alla procurement.

La questione del copyright resta irrisolta

La ricerca più rilevante dell'ultimo anno sui pesi aperti riguarda cosa c'è dentro i pesi. Un articolo di A. Feder Cooper, Mark A. Lemley e sette coautori, presentato per la prima volta il 18 maggio 2025 e rivisto fino al 20 luglio 2026, misura la memorizzazione di libri su 200 titoli e 14 LLM a pesi aperti, attraverso più di 3.000 esperimenti. L'abstract afferma che la maggior parte degli LLM non memorizza la maggior parte dei libri, né integralmente né in parte, ma che ci sono eccezioni notevoli. Llama 3.1 70B memorizza interamente alcuni libri, tra cui Harry Potter e la pietra filosofale; gli autori scrivono che si può estrarre l'intero libro in modo deterministico quasi alla lettera usando le prime parole del libro come prompt iniziale.

L'impostazione dell'articolo è volutamente scomoda per entrambe le parti delle battaglie sul copyright. Afferma che attori e convenuti avanzano tesi ampie e opposte che semplificano in modo drastico il rapporto tra memorizzazione e copyright, e che i suoi risultati hanno implicazioni significative per i casi sul copyright, anche se non favoriscono in modo inequivocabile nessuna delle due parti. L'articolo è stato accettato a COLM 2026.

Mettendo insieme i due filoni, il quadro del mese è meno ordinato di quanto voglia ciascuna delle due fazioni. I pesi aperti sono abbastanza vicini alla frontiera sui benchmark aggregati da rimettere in discussione il prezzo di molto lavoro, e su alcuni sono drasticamente più economici. Spesso sono troppo grandi per essere serviti senza un rack. Non sono Open Source secondo la definizione che usa gran parte della comunità. Possono contenere testo alla lettera tratto da libri che nessuno ha concesso in licenza. E un modello da 800.000.000 di parametri che ripulisce la dettatura fa comunque esattamente quello che dichiara.

La didascalia di Mozilla è forse la riga più onesta del rapporto: il divario si azzera a ogni ciclo di rilascio.

Commenti 0

Fonti

6
  1. 01China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
  2. 02Open Weights Are Good. Open Source Is Better.EN
  3. 03S1-mini, Superwhisper's first open-weights language modelEN
  4. 04Does an open-weight decision model beat a hosted one? Jev vs. LayaEN
  5. 05Extracting memorized pieces of books from open-weight language modelsEN
  6. 06OpenAI expands review of model behavior after more rogue agent incidents emergeEN

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.

Chiara Romano

Chiara Romano

IA, modelli e tecnologie

Chiara Romano scrive di tecnologia, IA e modelli, media e internet per FLASH24, partendo da documentazione tecnica, repository e specifiche invece che da comunicati stampa. Per ogni modello o piattaforma che segue controlla versioni, licenze, parametri e benchmark, e verifica i numeri confrontandoli con i dati originali o con test indipendenti. Confronta le schede tecniche tra fornitori, parla con sviluppatori e amministratori di sistema, e tiene d'occhio le finestre di rilascio e le modifiche ai termini d'uso. Fuori dalla redazione gestisce self-hosting e reti domestiche, esperienza che le serve per capire come funzionano davvero i servizi che racconta. Non pubblica una notizia se la fonte primaria non è verificabile.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.