Una rana che suona il violoncello sul dorso di una balena, con un'isola caraibica alle spalle. È il prompt, volutamente surreale, che un utente ha dato a Qwen3.8-Flash-Next-IQ4_XS in esecuzione su llama.cpp con OpenWebUI. Il modello ha restituito un SVG: non una descrizione, ma un file vettoriale. E qui comincia la parte meno scontata.

Il test, riportato su Reddit, registra 27.711 token in input, 41.562 in output e un totale di 69.273 token, con un contesto configurato a 256K q8. L'autore si dice colpito dal risultato, ma nota un dettaglio: lo stesso SVG appare diverso nell'anteprima di OpenWebUI rispetto all'anteprima di macOS. Nel browser mancano le palme e le note musicali.

Il confine tra modello e renderer

La differenza non è solo aneddotica. Un SVG è codice strutturato: definisce forme, testi, gruppi e trasformazioni. Quando un elemento scompare in un ambiente e non in un altro, il sospetto va al motore di rendering, non necessariamente al LLM. I viewer di SVG non implementano tutte le stesse funzionalità, soprattutto se il file usa filtri, maschere o proprietà CSS. Per chi valuta un modello locale, il punto è metodologico: misurare la qualità di una generazione visiva guardando solo l'anteprima del frontend può produrre false conclusioni. Un difetto visivo può essere un limite del browser, mentre un file formalmente incoerente può passare inosservato in un renderer tollerante.

Anche la configurazione pesa. Il modello gira in formato IQ4_XS, una quantization pensata per ridurre l'ingombro mantenendo una qualità accettabile. Con contesti lunghi come quelli attivati dal test, la cache q8 riduce l'occupazione di memoria: è un compromesso comune nei deployment self-hosted. Il fatto che il sistema abbia gestito una generazione da oltre 40.000 token senza perdere la forma del prompt iniziale è un segnale di stabilità, ma non dice nulla sul perché due anteprime divergano. Le due variabili — qualità del modello e fedeltà del rendering — restano intrecciate finché non si separano i piani.

La fonte non indica la GPU o la quantità di VRAM coinvolta, ma il formato quantizzato suggerisce un vincolo di memoria tipico di macchine non enterprise. Il suggerimento di aggiungere parametri per animare la balena e l'acqua allarga il discorso. Passare da un'immagine statica a una scena animata significa trasformare l'SVG in un programma con variabili di movimento. A quel punto il modello non deve solo produrre markup corretto, ma accettare modifiche incrementali mantenendo coerenza con il codice già generato. È terreno da coding assistant più che da generatore di immagini: un confine che i modelli locali stanno iniziando a esplorare.

Per il deployment on-premise, il caso non è una dimostrazione di superiorità tecnica, ma un promemoria: l'output del LLM non coincide con ciò che l'utente vede. Nei flussi self-hosted dove si confrontano modelli, è il test su più renderer — non la singola anteprima — a rendere l'output davvero leggibile.