Un modello IA open source (più correttamente: open weights) è un modello i cui pesi (i numeri interni che lo fanno funzionare) sono pubblicati pubblicamente, scaricabili, utilizzabili anche commercialmente sotto licenze permissive.
Differenza enorme con i closed source come ChatGPT (OpenAI) e Claude (Anthropic), dove i pesi non li vede nessuno e devi usare l'API ufficiale.
Modelli open weights principali nel 2026:
- Llama (Meta): famiglia di modelli da piccoli a enormi. Licenza un po' restrittiva (clausole antitrust).
- Mistral: francesi, alcuni modelli completamente Apache 2.0. Buoni sull'italiano.
- DeepSeek: cinesi, open weights, ragionamento serio.
- Qwen (Alibaba): cinesi, multilingua, performance alte.
- Phi (Microsoft): modelli piccoli ma efficienti.
- Gemma (Google): open weights da Google.
Vantaggi di usare modelli open source:
- Privacy: girano sui tuoi server, i dati non escono.
- Costo: niente fee per token, paghi solo l'infrastruttura.
- Controllo: puoi fare fine-tuning, modifiche, customizzazioni.
- Indipendenza: non dipendi da OpenAI/Anthropic/Google.
Svantaggi:
- Setup tecnico richiesto (server con GPU, software).
- Aggiornamenti manuali (no auto-update).
- Manutenzione tua responsabilità.
- Modelli di punta closed (GPT-5, Claude Opus) restano un passo avanti su task complessi.
Tool per girare modelli open source localmente: Ollama, LM Studio, vLLM, llama.cpp.