Tutte le funzionalitàSpazio di lavoro sovrano

IA sui tuoi server

I modelli girano su nodi GPU nel tuo cluster. L'NVIDIA GPU Operator installa i driver, HAMi permette a più carichi di lavoro di condividere una GPU e KEDA li scala. Tu porti i modelli, e girano su hardware che controlli tu.

Open WebUI con il modello ministral-3:8b che risponde alla richiesta di un annuncio al personale sul trasferimento della posta sui server dell'azienda.
Open WebUI, un'interfaccia di chat di esempio, con ministral-3:8b, un modello open-weight di Mistral AI con licenza Apache-2.0

Gli screenshot sono presi dalle app in esecuzione su un server di test, con dati inventati.

Cosa resta sotto il tuo controllo

  • Il modello gira su nodi GPU nel tuo cluster, quindi prompt e documenti restano su hardware che controlli tu.

  • I modelli open-weight sono file che puoi scaricare, eseguire offline e conservare. I modelli completamente aperti, come Apertus e OLMo, pubblicano anche i dati di addestramento, quindi puoi verificare come sono stati costruiti.

  • L'interfaccia di chat e gli strumenti di programmazione sono programmi separati che dialogano con il tuo modello, quindi puoi sostituirne uno qualsiasi.

  • È la licenza a decidere cosa puoi fare con un modello. Alcuni modelli open-weight prevedono limiti per le aziende dell'UE o per fatturati elevati. La tabella qui sotto li elenca.

Le app open source che ci sono dietro

  • NVIDIA GPU Operator
  • HAMi
  • KEDA

Alternativa a

Assistenti IA chiusi di fornitori extra-UE, come ChatGPT, Microsoft Copilot, Google Gemini e Claude

Modelli open-weight che puoi eseguire

Open-weight significa che i file del modello sono pubblicati, quindi puoi eseguirli da te. Dati di addestramento aperti significa che sono pubblicati anche i dati, quindi puoi verificare come è stato costruito il modello. La tabella è stata compilata dalle model card, dai file di licenza e dagli annunci dei fornitori il 2026-10-15.

  • MistralMistral Large 3, Mistral Small 4, Mistral Medium 3.5
    Produttore
    Mistral AI
    Paese
    Francia
    Dati di addestramento aperti
    No
    Licenza
    Apache-2.0, Modified MIT

    Large 3 e Small 4 sono Apache-2.0. Medium 3.5 e Devstral 2 usano una licenza MIT modificata che non concede alcun diritto alle aziende con un fatturato mensile consolidato globale superiore a 20 milioni di USD. Large 4 è stato annunciato il 2026-10-06 e la sua licenza non è ancora indicata. Mistral dice che i pesi arriveranno entro la fine di ottobre.

  • ApertusApertus 1.5 70B, Apertus 1.5 8B
    Produttore
    EPFL, ETH Zurich, CSCS
    Paese
    Svizzera
    Dati di addestramento aperti
    Sì
    Licenza
    Apache-2.0

    Completamente aperto: sono pubblicati i pesi, i dati di addestramento e tutti i dettagli dell'addestramento. La versione 1.5 è seguita il 2026-07-24.

  • EuroLLMEuroLLM-22B, EuroLLM-9B
    Produttore
    IST Lisbon, Unbabel, University of Edinburgh et al.
    Paese
    Unione europea
    Dati di addestramento aperti
    Non confermato
    Licenza
    Apache-2.0

    Sviluppato da università e aziende europee e finanziato dall'UE. La sua model card lo definisce il miglior modello completamente aperto realizzato nell'UE nei benchmark generali. I dati multilingue di pre-addestramento dal web (EuroWeb) e i dati di istruzione (EuroBlocks) sono pubblici su Hugging Face. Non abbiamo verificato che il resto dei dati di addestramento sia pubblico.

  • TeukenTeuken-7B-instruct-v0.6
    Produttore
    OpenGPT-X: Fraunhofer, FZ Jülich, TU Dresden, DFKI
    Paese
    Germania
    Dati di addestramento aperti
    Non confermato
    Licenza
    CC-BY-NC-4.0, Apache-2.0

    Sviluppato in Germania per 24 lingue dell'UE. La release più recente, Teuken-7B-instruct-v0.6 (2025-07), è CC-BY-NC-4.0, che esclude l'uso commerciale. La versione Apache-2.0 è la precedente v0.4 (2024-10).

  • OLMoOlmo 3.1 32B Think, Olmo 3.1 32B Instruct
    Produttore
    Ai2
    Paese
    Stati Uniti
    Dati di addestramento aperti
    Sì
    Licenza
    Apache-2.0

    Completamente aperto: sono pubblicati i pesi, i dati di addestramento (Dolma 3 e Dolci), il codice di addestramento e i checkpoint.

  • GemmaGemma 4 31B, Gemma 4 26B-A4B, Gemma 4 12B
    Produttore
    Google
    Paese
    Stati Uniti
    Dati di addestramento aperti
    No
    Licenza
    Apache-2.0

    Gemma 4 (2026-04-02) è Apache-2.0. Le versioni precedenti di Gemma usavano la licenza proprietaria di Google.

  • gpt-ossgpt-oss-120b, gpt-oss-20b
    Produttore
    OpenAI
    Paese
    Stati Uniti
    Dati di addestramento aperti
    No
    Licenza
    Apache-2.0

    Apache-2.0. OpenAI pubblica i pesi e il codice di riferimento, ma non i dati di addestramento.

  • Llama, MuseMuse Glimmer 30B, Llama 4 Scout, Llama 4 Maverick
    Produttore
    Meta
    Paese
    Stati Uniti
    Dati di addestramento aperti
    No
    Licenza
    Llama 4 Community License, Apache-2.0

    Llama 4 usa la Llama 4 Community License. La sua policy di uso accettabile nega la licenza dei modelli multimodali Llama 4 alle persone domiciliate nell'UE e alle aziende con sede principale nell'UE. Muse Glimmer 30B (2026-08-10) è Apache-2.0.

  • DeepSeekDeepSeek-V4-Pro, DeepSeek-V4-Flash, DeepSeek-V4.1-Flash
    Produttore
    DeepSeek
    Paese
    Cina
    Dati di addestramento aperti
    No
    Licenza
    MIT

    Licenza MIT. DeepSeek pubblica i pesi, un report tecnico e parte del codice dell'infrastruttura, ma non i dati di addestramento.

  • GLMGLM-5.3, GLM-5.3-Flash
    Produttore
    Zhipu AI (Z.ai)
    Paese
    Cina
    Dati di addestramento aperti
    No
    Licenza
    GLM-5.3 License, MIT

    GLM-5.3 ha una licenza in stile MIT con una condizione: un'azienda che vende accesso ospitato al modello (Model-as-a-Service) e ha un fatturato di gruppo superiore a 10 miliardi di USD in un qualsiasi periodo di 12 mesi deve superare la revisione di sicurezza di Z.AI prima dell'uso commerciale. GLM-5.3-Flash e GLM-5.2 sono MIT.

  • QwenQwen3.8-2.4T-A95B, Qwen3.8-27B, Qwen3.8-Flash-Next
    Produttore
    Alibaba
    Paese
    Cina
    Dati di addestramento aperti
    No
    Licenza
    Qwen3.8-Max License, Qwen Community License 1.0, Apache-2.0

    Qwen3.8-27B è Apache-2.0. Per Qwen3.8-2.4T-A95B, un'azienda che vende accesso ospitato al modello (Model-as-a-Service) o un assistente di lavoro basato su IA ha bisogno di una licenza separata oltre i 50 milioni di USD di fatturato in 12 mesi. Per Qwen3.8-Flash-Next ne ha bisogno a qualsiasi livello di fatturato.

  • KimiKimi K3, Kimi K2.7 Code
    Produttore
    Moonshot AI
    Paese
    Cina
    Dati di addestramento aperti
    No
    Licenza
    Kimi K3 License, Modified MIT

    Kimi K3: un'azienda che vende accesso ospitato al modello (Model-as-a-Service) ha bisogno di un accordo separato oltre i 20 milioni di USD di fatturato in 12 mesi. Un prodotto con più di 100 milioni di utenti mensili o 20 milioni di USD di fatturato mensile deve mostrare il nome Kimi K3.

Programmare con modelli aperti

I modelli open-weight possono già guidare un agente di programmazione, ma i migliori modelli chiusi restano in testa. Su Terminal-Bench 4.0 (dati aggiornati al 2026-10-06) il miglior risultato open-weight è GLM-5.3, con il 41,8% delle attività risolte. Il miglior risultato chiuso è Claude Opus 5.5 con il 64,8%. Entrambi sono stati eseguiti con Claude Code come agente.

Per impostazione predefinita Ollama imposta la finestra di contesto in base alla memoria della GPU: 4k token sotto i 24 GiB, 32k tra 24 e 48 GiB e 256k da 48 GiB in su (dalla sua documentazione, consultata il 2026-10-15). La stessa documentazione dice che gli strumenti di programmazione dovrebbero usare almeno 64.000 token, quindi aumenta la finestra prima di avviare un agente di programmazione. La documentazione di Aider nota che, per i repository di grandi dimensioni, anche la mappa del repository potrebbe non entrare nella finestra di contesto di un modello.

Documentazione di Aider: mappa del repository

Strumenti di programmazione open source che possono usare un modello locale

Scrivere con modelli aperti

Un'interfaccia di chat davanti a un modello open-weight sul tuo server può scrivere bozze e riformulare testi senza che alcun prompt lasci i tuoi server. Nella classifica testuale di Arena (consultata il 2026-10-15) il miglior modello open-weight, Kimi K3, è al 17° posto con un punteggio di 1488. Il modello al primo posto è chiuso, ha un punteggio di 1525 ed è ancora contrassegnato come provvisorio. L'intervallo di posizione di Kimi K3 va dal 9° al 29° posto, quindi l'ordine non è esatto.

Interfacce di chat che puoi gestire da te

Open WebUI, Onyx e LobeHub aggiungono condizioni proprie alla licenza, quindi leggile prima di adottarne una.

Classifiche pubbliche

  • Terminal-Bench 4.0

    Agenti di programmazione risolvono attività in un terminale. Ogni risultato si riferisce a un agente e a un modello insieme. Dati aggiornati al 2026-10-06.

  • Classifica testuale di Arena

    Classifica 415 modelli sulla base di 8.804.675 voti degli utenti. Consultata il 2026-10-15.

  • Artificial Analysis

    Valuta i modelli su dieci prove nel suo Intelligence Index (v4.3.2) e tiene un grafico separato per i modelli open-weight. Consultato il 2026-10-15.

  • SWE-bench VerifiedNon aggiornata

    La voce più recente è datata 2026-02-26, quindi mancano i modelli usciti dopo quella data.

  • Aider PolyglotNon aggiornata

    L'ultima voce è datata 2025-10-03.

  • LiveCodeBenchNon aggiornata

    I suoi dati coprono problemi da 2023-05 a 2025-04 e modelli usciti fino a metà 2025, quindi non può classificare i modelli del 2026.

Quanto è sovrana la tua configurazione?

Valuta questa funzionalità e il resto del tuo stack con l'autovalutazione gratuita.

Fai la valutazione