Modelli open, metà 2026: chi guida oggi e perché la licenza conta più del podio

Seguire le uscite di modelli open-weight nel 2026 è diventato un lavoro a tempo pieno: quasi ogni mese un nuovo modello rivendica il primo posto in qualche classifica. Per chi deve decidere un'architettura AI in azienda, però, la domanda utile non è "chi vince oggi", ma cosa è cambiato in modo strutturale — e cosa di questo cambiamento conta davvero per la conformità e il controllo dei dati.

Il podio è cambiato, e non di poco

Nella prima metà dell'anno la vetta dei modelli open-weight si è spostata più volte. GLM-5.2 di Z.ai (744 miliardi di parametri MoE, 40 miliardi attivi per token, licenza MIT, contesto fino a 1 milione di token) è oggi tra i più forti su compiti di ragionamento e coding a lungo orizzonte. Moonshot ha risposto con Kimi K2.7 Code, orientato al coding agentico. DeepSeek V4 Pro resta un riferimento su matematica e codice, sempre con licenza permissiva. MiniMax M3 è il primo modello open a combinare capacità di ingegneria del software di livello frontier con una finestra di contesto da 1 milione di token e funzionalità native di computer use multimodale. Qwen di Alibaba, con la serie 3.5, resta tra i più solidi per multilinguismo e resa in coding, sotto licenza Apache 2.0. Llama di Meta e Mistral restano scelte valide e ben supportate dall'ecosistema, ma non guidano più le classifiche come un anno fa.

Un dato salta all'occhio più del punteggio in sé: la maggior parte di questi nuovi modelli di riferimento arriva da laboratori cinesi — DeepSeek, Moonshot, Zhipu/Z.ai, Alibaba — e non da Meta o dai laboratori europei. È un cambiamento che vale la pena notare, ma che non deve far perdere di vista la domanda che conta davvero per un'azienda regolamentata: da dove viene il modello è una questione diversa da dove lo esegui e dove restano i tuoi dati.

La notizia più importante non è nel podio, è nella licenza

Quasi tutti i nuovi modelli in testa alle classifiche — GLM-5.2, DeepSeek V4 Pro, la famiglia Qwen — sono rilasciati sotto licenze davvero permissive, MIT o Apache 2.0: uso commerciale libero, poche restrizioni, nessuna soglia nascosta legata a utenti o fatturato. È una differenza concreta rispetto a licenze come la Llama Community License, che impone condizioni specifiche oltre certe soglie di utilizzo.

Questa differenza è diventata anche una questione normativa, non solo commerciale: il gruppo di consulenza esterno dell'AI Office europeo ha concluso a gennaio 2026 che la Llama Community License non soddisfa i requisiti di "licenza libera e aperta" previsti dall'esenzione AI Act per i modelli open source. In pratica, chiamare un modello "open" non basta più a determinare se rientra nel regime agevolato previsto dalla normativa: bisogna leggere la licenza specifica di ogni release, non fidarsi dell'etichetta.

Perché conta adesso, non tra un anno

Gli obblighi AI Act per i modelli general-purpose sono in vigore dall'agosto 2025, ma è dall'agosto 2026 — tra poche settimane, mentre scriviamo — che iniziano ad applicarsi le sanzioni. Ed è un punto che molte aziende ancora sottovalutano: scegliere un modello open non trasferisce automaticamente la responsabilità di conformità al laboratorio che lo ha rilasciato. La normativa la attribuisce esplicitamente a chi mette il sistema sul mercato o lo mette in servizio nell'Unione Europea — quindi, nella pratica, a te.

Cosa cambia per un'azienda svizzera che valuta l'AI oggi

• Più scelta a parità di qualità: con più famiglie forti sotto licenza davvero permissiva, un'architettura open-first è oggi più semplice da giustificare tecnicamente, non solo per principio.
• La licenza va verificata release per release: l'etichetta "open" non garantisce più nulla da sola, né sul piano commerciale né su quello della conformità AI Act.
• L'origine del modello e la sede di esecuzione sono due domande distinte: un modello open sviluppato altrove, eseguito su infrastruttura o cloud sovrano svizzero, con i tuoi dati che non lasciano mai quel perimetro, è una scelta pienamente diversa dall'affidarsi a un'API estera — anche quando il modello proviene dallo stesso laboratorio.
• Le scadenze normative si stanno accorciando: con le sanzioni AI Act in arrivo, verificare ora la conformità della propria architettura costa molto meno che scoprire un problema dopo.

È esattamente il lavoro che facciamo ogni settimana con i nostri clienti: seguire queste uscite, leggere le licenze prima che diventino un problema, e costruire un'architettura dove il modello giusto gira dove deve girare — con i tuoi dati che restano tuoi, indipendentemente da chi ha addestrato il modello.