Topic / Trend Rising

Modelli open-weight in rimonta

I modelli open-weight stanno scalando le classifiche e riducendo il divario con i modelli chiusi di frontiera. Grandi modelli di Meta, Zhipu, Mistral e Qwen offrono ora accesso aperto e solide opzioni di deployment locale.

Detected: 2026-10-16 · Updated: 2026-10-16

Articoli Correlati

2026-10-15 • PyTorch Blog

Meta apre i pesi di Muse Spark Open: 816B parametri e contesto da 1M token

Meta rilascia i pesi di Muse Spark Open, modello da 816 miliardi di parametri totali e 42 miliardi attivi con finestra da 1M token. L'annuncio unisce Helion e TorchTitan: kernel portabili su GPU NVIDIA, AMD e Intel e strumenti di fine-tuning nativo P...

#Hardware #LLM On-Premise #Fine-Tuning
2026-10-10 • LocalLLaMA

GLM 5.3 Flash e Mistral Large 4: il sorpasso che sposta il TCO

Due modelli aperti guidano l'Artificial Analysis Cyber Index e superano ogni singolo modello Anthropic. Il sorpasso non è solo classifica: sposta il calcolo del TCO dai canoni API all'infrastruttura on-premise, riapre il confronto su sovranità dei da...

2026-10-09 • LocalLLaMA

GLM 5.3 Flash open source davanti a Claude: l'AI aperta avanza

Due modelli open source occupano le prime posizioni dell'Artificial Analysis Cyber Index, davanti a tutti i modelli di Anthropic. GLM 5.3 Flash è in cima; anche Mistral Large 4 si piazza meglio dei rivali chiusi. Per chi valuta deployment on-premise,...

#Hardware #LLM On-Premise #Fine-Tuning
2026-10-09 • LocalLLaMA

Qwen-Image-2.1-Turbo: otto passi di denoising e pesi aperti

Il nuovo checkpoint accelerato della famiglia Qwen genera e modifica immagini in otto passaggi di denoising. Pesi aperti, pipeline Diffusers pronta e la stessa architettura visiva 7B del modello 2.1. Meno iterazioni significa inference più rapida, ma...

#Hardware #LLM On-Premise #DevOps
2026-10-09 • LocalLLaMA

Qwen-Image-2.1-Turbo su Hugging Face: il nodo del self-hosting

La presenza di Qwen-Image-2.1-Turbo su Hugging Face segnala un'opzione in più per chi vuole generare immagini in locale. La variante Turbo punta a ridurre la latenza, un aspetto critico per deployment self-hosted con VRAM limitata. Il repository dive...

#Hardware #LLM On-Premise #DevOps
← Torna ai Topic