Strumenti, framework e modelli per l'IA locale
15 risorse trovate per "Open-weight"
Alibaba Group: i modelli Qwen sono tra i LLM open-weight più performanti al mondo, rilasciati con licenze permissive. I modelli Qwen nel catalogo sono le risorse figlie.
DeepSeek (Shenzhen, Cina): i LLM open-weight più efficienti della loro classe, con l'enfasi sui MoE a bassa attivazione. DeepSeek V4.1-Flash porta 552B di parametri totali con ~8B attivi, 1M di contesto. I modelli nel catalogo sono le risorse figlie.
Google DeepMind: i modelli Gemma sono la linea open-weight di Google — compatti, multilingua e multimediali, con licenza permissiva. La famiglia Gemma 4 (2026) arriva a 256K di contesto. I modelli nel catalogo sono le risorse figlie.
Modello MoE open-weight di inclusionAI: 560B parametri totali, 25B attivi per token, architettura ibrida (attenzione lineare KDA + Gated MLA), finestra di contesto fino a 1M di token, licenza MIT. Reasoning ibrido con modalità di pensiero on/off. A 4 bit entra in 512GB di memoria unificata.
MoE di Aleph Alpha: 78,1B parametri (3,46B attivi per token), Apache 2.0, pesi FP8, contesto fino a 1M token, reasoning mode e tool calling. Pensato per carichi mission-critical su hardware locale.
Guida online che incrocia modelli open-weights e hardware reale: per ogni GPU, Mac e mini-PC mostra cosa gira, quanto spazio serve e a quanti token al secondo, con guide su quantizzazione e memoria. Lo strumento giusto per la via dell'hardware proprio.
Meta Platforms: la famiglia Llama è la linea di LLM open-weight più diffusa al mondo, da 1B a 405B parametri, con licenza per uso commerciale. I modelli Llama nel catalogo sono le risorse figlie.
Mistral AI (Parigi, Francia): i LLM europei open-weight più efficienti, con licenze permissive e attenzione a privacy e localizzazione. I modelli Mistral nel catalogo sono le risorse figlie.
Piattaforma serverless per eseguire codice e modelli IA su GPU: si paga per i secondi di utilizzo reali, si scala a zero inattiva e si può far girare qualsiasi modello open-weights. Una delle strade per avere inferenza su hardware noleggiato senza gestire server.
OpenAI: oltre ai modelli cloud (GPT-5), la serie gpt-oss (2025) ha reso i suoi modelli di reasoning open-weight e gratuiti, in MXFP4 — i primi grandi modelli di reasoning eseguibili su un laptop. Whisper è lo standard open per la trascrizione vocale. I modelli nel catalogo sono le risorse figlie.
Il modello di ragionamento open-weight di OpenAI: MoE con 21B di parametri totali e 3,6B attivi (32 esperti, top-4), contesto 128K e quantizzazione MXFP4 nativa. Licenza Apache 2.0: i pesi partono già quantizzati a 4 bit, senza passo di conversione. Sta in 16GB di VRAM e gira anche su RAM unificata o CPU.
Gateway cloud per l'inferenza LLM: un unico endpoint API per centinaia di modelli (inclusi i MoE open-weight) con prezzi per token e routing automatico tra provider. Per Ling 3.1 Flash: 0,075 $/M input, 0,225 $/M output.
Modello open-weight da 7B (DiT da 32 layer) che unisce generazione da testo fino a 2048x2048, editing con fino a 10 immagini di riferimento e trasparenza RGBA nativa. Pensato per girare in locale su 16GB+ di VRAM; supportato da diffusers e ComfyUI.
Fine-tune comunitario di Qwen3.5-4B per la generazione di codice 3D: scene Three.js, asset e interazione, addestrato anche sul dataset 3D-Scenes. 4,5B di parametri, pesi GGUF Q4_K_M, gira in locale con llama.cpp, Ollama, LM Studio e Jan.
Stability AI (Londra, Regno Unito): i modelli Stable Diffusion per la generazione di immagini, video e audio, open-weight con licenze permissive. I modelli Stable nel catalogo sono le risorse figlie.
