Ragionamento & Affidabilità
Modello Open-Weight
Un modello open-weight è un modello di IA i cui parametri addestrati — i miliardi di pesi numerici che codificano la conoscenza del modello — sono resi pubblicamente disponibili per il download e l'utilizzo, senza necessariamente divulgare il codice di addestramento completo, i dati o la metodologia. I modelli open-weight occupano una posizione intermedia tra i modelli interamente proprietari, come GPT-4o di OpenAI o Claude di Anthropic, accessibili solo via API, e l'IA veramente open source, dove ogni componente dell'addestramento è trasparente e riproducibile. Tra i modelli open-weight più noti figurano la serie Llama di Meta, Mixtral di Mistral AI, Gemma di Google e GLM-5 di Zhipu AI. La disponibilità pubblica dei pesi consente a sviluppatori e aziende di scaricare, self-hostare e affinare i modelli per domini specifici senza inviare dati ad API esterne — un vantaggio cruciale per settori con rigide normative sulla privacy come il diritto, la medicina e la finanza. I modelli open-weight hanno democratizzato le capacità dell'IA: le organizzazioni possono ora eseguire modelli linguistici di livello frontier sui propri cluster GPU, riducendo drasticamente il costo per token ed eliminando il vendor lock-in. Il termine si distingue dall'IA open source: un modello può rilasciare i propri pesi senza divulgare i dati di addestramento o il codice, limitando la riproducibilità. Le licenze variano ampiamente — la community license di Llama 3 limita l'uso commerciale oltre 700 milioni di utenti attivi mensili, mentre i modelli di Mistral usano Apache 2.0. In Context Studios valutiamo regolarmente modelli open-weight per clienti europei dove il GDPR rende l'inferenza on-premise preferibile alle chiamate API cloud.