Dal 12 al 16 ottobre 2026 è successa una cosa che ha poco da invidiare agli annunci di OpenAI: per la prima volta, i modelli open-weight — quelli che puoi scaricare e far girare sui tuoi server — hanno toccato il livello “enterprise”. Non parliamo di esperimenti da laboratorio: parliamo di modelli pensati per agenti, coding e ragionamento multimodale, rilasciati con i pesi pubblici.

Questa è una notizia che per una PMI italiana conta più di qualsiasi annuncio di superlativi su Twitter. Perché il modello open-weight più potente d’America ora gira su due Mac Studio. E questo cambia davvero l’equazione costo/privacy/indipendenza di cui parlavamo poche settimane fa.

Cosa è successo questa settimana#

Meta: Muse Spark Open, 816 miliardi di parametri — open#

Il 15 ottobre Meta ha rilasciato Muse Spark Open: 816 miliardi di parametri totali, di cui solo 42 miliardi attivi per ogni richiesta (architettura Mixture-of-Experts, la stessa logica che rende efficienti i modelli grandi). Supporta un contesto fino a un milione di token e gestisce testo, immagini, video e audio. In più, pesi disponibili per l’uso locale con licenza Muse, che include limiti per l’uso commerciale.

Il punto che fa rumore: Meta lo ha presentato come “il modello open-weight più capace mai rilasciato negli Stati Uniti” e ha dimostrato che gira su due Mac Studio M5 Ultra. Non su un cluster H100 da milioni di euro: su due workstation.

NVIDIA: Nemotron 3.5 Super VL, il multimodale per agenti#

Lo stesso giorno NVIDIA ha rilasciato Nemotron 3.5 Super VL: 120 miliardi di parametri totali, 12 attivi per richiesta. È un modello multimodale (testo, immagini, documenti, video) progettato per il tool calling — cioè per essere usato dentro agenti AI che devono chiamare API, eseguire comandi, ragionare su documenti. NVIDIA dichiara fino a 5 volte il throughput di modelli open comparabili su una singola GPU.

Google: Gemini 4 Argon è disponibile a tutti#

Il 13 ottobre Google ha aperto Gemini 4 Argon sull’API a pagamento (e sugli abbonamenti Pro/Ultra dell’app). Prezzo introduttivo: $2 per milione di token in input, $10 in output fino al 30 novembre, poi $4/$20. È un modello di frontiera a un prezzo che, per una PMI, è diventato quasi una commodity.

Il resto della settimana, in sintesi#

  • Anthropic ha tolto la waitlist alla modalità “fast” di Claude Opus 5.5 ($8/$40 per milione di token) e ha pubblicato difese contro la distillazione che tagliano del 90-99% i dati estraibili.
  • OpenAI ha formalmente deprecato GPT-4o, GPT-4o mini, GPT-4.1 e GPT-4.1 mini: si spengono il 14 gennaio 2027, con gpt-6-luna come sostituto consigliato.
  • Microsoft ha finito il pre-training di MAI-Base-2, un base model da 2,8 trilioni di parametri (80 miliardi attivi per richiesta).
  • xAI ha rilasciato Grok Voice 3.0, speech-to-speech per agenti vocali.

Perché questo conta per una PMI#

Facciamo un passo indietro. Tre settimane fa abbiamo affrontato la domanda “locale o cloud?” e la risposta onesta era: dipende dai volumi, dal break-even, dalla sensibilità dei dati. Questa settimana sposta la frontiera.

1. L’open-weight ha smesso di essere “la seconda scelta”#

Fino a poco fa, l’argomento per scegliere API chiuse era semplice: “i modelli aperti sono più deboli”. Con Muse Spark Open (demostrato che gira su due workstation) e Nemotron 3.5 (disegnato per agenti con tool calling), questa obiezione regge sempre meno. Per un caso d’uso aziendale medio — riassunti, classificazione, ricerca documentale, assistenza clienti — un modello open di questa taglia copre il 90% dei bisogni, senza che i dati lascino i tuoi server.

2. Il prezzo dell’hardware è diventato “da azienda”#

Due Mac Studio M5 Ultra sono ~20-30.000 €: una cifra che una PMI può stanziare per un progetto strategico, non un budget da data center. E Nemotron 3.5 con 12 parametri attivi su 120 gira su GPU molto più economiche. Il break-even di cui parlavamo (8-12 mesi) si sta accorciando perché l’hardware richiesto scende.

3. La scadenza GPT-4o è un promemoria: non legarti#

Il 14 gennaio 2027, GPT-4o e 4.1 non esisteranno più. Chi ha costruito pipeline su quelle API dovrà migrare. È il caso classico del lock-in: se il tuo processo aziendale gira su un’API, sei in balia di chi la controlla. I modelli open-weight, invece, non si spengono. Questo non vuol dire “non usare le API” — vuol dire: dove puoi, tieni un’opzione in casa.

Scenario concreto: l’azienda che mette il proprio archivio in locale#

Prendiamo Gamma Snc, 18 dipendenti, studio di consulenza legale e fiscale a Bergamo. Trattano migliaia di documenti sensibili: contratti, visure, perizie, scritture. Oggi usano un chatbot cloud per riassumere documenti — e ogni volta inviano su server terzi dati di clienti.

Cosa fanno adesso, con Muse Spark Open o un modello simile:

  1. Hardware: una workstation con GPU dedicata (o un Mac Studio), ~15-25.000 € una tantum.
  2. Modello: un open-weight da 30-70B attivi, dimensionato sul carico reale. Non serve l'816B per riassumere un contratto.
  3. Strumento: Ollama o vLLM per servire il modello con un’API compatibile con OpenAI.
  4. Integrazione: lo stesso software che oggi punta a un’API cloud punta al localhost. Zero modifiche al codice.

Risultato: i documenti dei clienti non escono più dallo studio. Il costo marginale per token diventa trascurabile. E quando serve la qualità massima per un’analisi complessa, un router (LiteLLM o simili) instrada la richiesta a un’API cloud pagando solo quella.

Come iniziare (senza comprare due Mac Studio subito)#

Il modello open-weight più grande non è il punto di partenza giusto. Il percorso pragmatico è questo:

  1. Mappa un processo specifico — “riassunto di preventivi”, “classificazione ticket”, “ricerca nei contratti”. Un processo, non tre.
  2. Prova con le API economiche — Gemini 4 Argon a $2/$10 introduttivi è perfetto per validare la qualità del risultato senza investire in hardware.
  3. Misura il volume — quanti token consumi al giorno? Se superi la soglia di break-even (vedi il confronto locale/cloud), valuta l’hardware.
  4. Solo allora compra — una workstation da 15-25.000 € si giustifica se il carico è costante e i dati sono sensibili. Altrimenti, resta sull’ibrido.

I limiti (onesti, come sempre)#

  • La licenza Muse ha vincoli. I pesi sono aperti ma la licenza commerciale ha condizioni: leggi la documentazione prima di costruirci un prodotto sopra. “Open-weight” non è sinonimo di “MIT”.
  • L’hardware resta impegnativo. Due Mac Studio o una workstation GPU sono una spesa reale. Non è ancora il Raspberry Pi con l’AI di casa — ma la direzione è quella.
  • Il ragionamento complesso resta appannaggio dei top closed. Per analisi multi-step, contesti lunghissimi o reasoning di frontiera, Claude Opus 5.5 o GPT-6 restano un gradino sopra. L’open-weight vince su privacy, costo e indipendenza, non su tutto.
  • La manutenzione esiste. Un modello che giri in casa va aggiornato, monitorato, riconfigurato. Serve competenza interna o un partner.
  • La velocità del mercato è un rischio. Tra sei mesi uscirà qualcosa di migliore. L’open-weight mitiga il lock-in ma non lo elimina: anche i pesi si sostituiscono.

Conclusione#

Questa settimana ha segnato un passaggio che difficilmente tornerà indietro: gli open-weight non sono più il ripiego economico, sono una categoria enterprise a tutti gli effetti. Per la prima volta, un’azienda di 15 persone può ragionare seriamente sull’ipotesi “il nostro modello gira da noi, sui nostri dati, con i nostri vincoli”.

Non significa che tutti debbano comprare una workstation domani. Significa che l’opzione ora esiste sul serio — e che la domanda da farsi non è più “esiste l’AI in casa?” ma “per quale processo, con che budget, tra quanto recupero l’investimento?”.

Se vuoi capire se la tua azienda è pronta, il test migliore costa zero: prendi un processo ripetitivo, prova Gemini 4 Argon o un modello open via API per una settimana, e misura quanto tempo risparmi. Dal numero che esce fuori, la decisione su hardware e open-weight diventa quasi automatica.