Meta e Nvidia scommettono sull'open weight: Muse Glimmer e Nemotron 3.5 Lightning per gli agenti locali

Nella stessa settimana di agosto 2026, due tra i maggiori fornitori di infrastruttura per l'AI hanno pubblicato modelli open weight a poche ore di distanza l'uno dall'altro. Il 10 agosto Meta ha rilasciato Muse Glimmer, tornando sui suoi passi rispetto alla strategia chiusa adottata per la famiglia Muse ad aprile. Il giorno dopo, l'11 agosto, Nvidia ha pubblicato Nemotron 3.5 Lightning — il suo primo modello open source in assoluto. Non sono due notizie isolate: sono il segnale che l'open weight non è più un terreno riservato ai soli laboratori AI, ma sta diventando lo standard anche per chi finora vendeva soprattutto chip o infrastruttura chiusa.

Muse Glimmer: Meta fa marcia indietro sulla strategia chiusa

Muse Glimmer è un modello denso da 30 miliardi di parametri, pubblicato sotto licenza Apache 2.0 — permissiva, ben nota, senza clausole geografiche a sorpresa. È pensato per girare su hardware consumer: un singolo laptop con GPU discreta è sufficiente. Gestisce testo e immagini, è stato addestrato su oltre 100 lingue ed è già scaricabile su Hugging Face, con integrazioni annunciate per Ollama, LM Studio, llama.cpp, ExecuTorch e MLX. La cosa che conta di più, però, è il contesto: quando Meta aveva lanciato la famiglia Muse ad aprile 2026, l'aveva tenuta chiusa, accessibile solo via API. Muse Glimmer è un'inversione esplicita di quella scelta — e Mark Zuckerberg ha già annunciato che anche i pesi di Muse Spark 1.2, il modello più capace della famiglia, arriveranno a breve.

Nemotron 3.5 Lightning: le specifiche di un modello pensato per una sola GPU

Nemotron 3.5 Lightning è un modello Mixture-of-Experts da 30 miliardi di parametri totali, ma con soli 3 miliardi di parametri attivi per token — abbastanza leggero da girare su una singola GPU, incluse configurazioni consumer. Nvidia ha pubblicato non solo i pesi, ma anche i dati e le ricette di addestramento, sotto licenza OpenMDW-1.1, gestita dalla Linux Foundation: uso commerciale libero, nessun permesso da chiedere, nessuna royalty. Il modello è pensato esplicitamente per agenti che devono girare a lungo su un singolo task specializzato: Nvidia dichiara fino a 4 volte la velocità di output e il 30% in meno di tempo per completare un task rispetto a modelli comparabili. Accanto a Nemotron, Nvidia ha rilasciato anche NeMo Switchyard, un router che indirizza ogni richiesta al modello più adatto in una pipeline multi-modello.

Perché lo fa proprio ora: la conversione pubblica di Jensen Huang

Nemotron 3.5 Lightning arriva a poche settimane dalle prime dichiarazioni pubbliche con cui Jensen Huang ha difeso l'approccio open source, a fine luglio 2026. È il primo modello open pubblicato da Nvidia da quando il suo CEO ha preso posizione pubblicamente sul tema. Per un'azienda che ha costruito il proprio valore sulla vendita di GPU, spingere modelli open leggeri — che girano bene proprio sulle GPU che vende — non è solo una scelta ideologica: è una strategia che allarga la base di chi ha bisogno del suo hardware per l'inferenza locale, invece di affidarsi solo alle API dei grandi laboratori.

La differenza con la settimana scorsa: qui la licenza regge alla lettura

La settimana scorsa avevamo raccontato come Qwen3.8-Max fosse stato annunciato come open senza pesi né licenza pubblicati il giorno del lancio. Qui il quadro è opposto: sia Meta sia Nvidia hanno pubblicato pesi, licenza — e nel caso di Nvidia anche dati e ricette di addestramento — lo stesso giorno dell'annuncio, sotto licenze permissive, standard e senza restrizioni geografiche note. Non è un dettaglio da poco: significa che, a differenza di altri casi recenti, potete leggere il testo della licenza oggi stesso e sapere esattamente cosa potete fare, senza aspettare una pubblicazione futura che potrebbe non arrivare come promesso.

Cosa cambia per chi valuta un'architettura AI in azienda

• Modelli da 30 miliardi di parametri, spesso con pochi miliardi attivi, eseguibili su una singola GPU abbassano concretamente la soglia di costo per l'auto-hosting: non serve più un cluster per iniziare.
• Licenze permissive e ben note come Apache 2.0 e OpenMDW-1.1 riducono il rischio di dover rivedere l'architettura tra sei mesi per un cambio di condizioni — un vantaggio concreto rispetto a licenze scritte ad hoc da un singolo fornitore.
• Modelli pensati esplicitamente per agenti che girano a lungo, come Nemotron 3.5 Lightning, indicano dove sta andando il mercato: non più solo chatbot, ma processi automatizzati che devono restare attivi per ore su un'infrastruttura che controllate voi.
• Quando due fornitori di questa scala normalizzano l'open weight nello stesso mese, la scelta di partire da un modello chiuso per mancanza di alternative mature diventa sempre più difficile da giustificare.

È esattamente il tipo di verifica settimana per settimana che facciamo per i nostri clienti: non limitarsi a guardare quale modello guida un benchmark, ma capire quali fornitori stanno davvero pubblicando pesi, licenza e dati di addestramento insieme — su un'infrastruttura che potete dimensionare e ospitare voi stessi, senza dipendere da una promessa futura.