Modelli AI open source: quali usare in azienda nel 2026

I modelli AI open source sono modelli linguistici che chiunque può scaricare e far girare sui propri computer: Qwen, Gemma, gpt-oss, Mistral, DeepSeek, Llama. Per un'azienda sono la base dell'AI in locale, perché le domande e i documenti non escono dalla rete e il costo non dipende dal numero di richieste. In questa sezione li mettiamo in fila con un taglio pratico: cosa sono, quali scegliere per ogni compito, quanto hardware serve e cosa dicono le licenze.

Open source o open weight?

Quasi tutti i modelli che si chiamano "open source" sono, più precisamente, open weight: l'azienda che li sviluppa pubblica i pesi, cioè il modello addestrato pronto da usare, con una licenza che ne permette l'uso anche commerciale. Non pubblica invece, di solito, i dati e tutto il codice usati per addestrarlo. Per chi deve usarli in azienda la differenza pratica è piccola: il modello si scarica una volta, gira interamente sui propri server, funziona senza internet e nessuno può cambiarlo o ritirarlo da un giorno all'altro.

Ciò che conta davvero è la licenza. Apache 2.0 e MIT permettono di usare, modificare e integrare il modello nei propri prodotti senza limiti di utenti. Altre licenze, come quella di Llama o quella di Mistral Large 4, aggiungono condizioni da leggere con attenzione prima dell'uso commerciale (ne parliamo più sotto).

I modelli da conoscere a novembre 2026

Escono nuove versioni ogni due o tre mesi, ma le famiglie da tenere d'occhio sono sei. Le taglie sono espresse in miliardi di parametri (B): più parametri vogliono dire, in genere, più qualità e più memoria necessaria.

Le novità di ottobre 2026

• Mistral Large 4: a fine ottobre Mistral ha pubblicato i pesi del suo modello più grande, circa mille miliardi di parametri di cui circa 50 attivi per ogni parola, contesto da un milione di token e lettura delle immagini. La licenza è una versione modificata della MIT: uso commerciale consentito, ma per offrire il modello come servizio a terzi serve un accordo con Mistral.
• DeepSeek V4.1 Flash: aggiornamento di metà ottobre della linea V4, con licenza MIT e lettura delle immagini. Come i V4, richiede un'infrastruttura da grande azienda.
• Qwen 3.8 27B, uscito ad agosto con licenza Apache 2.0, è oggi il riferimento per chi ha una sola GPU da 24 GB: contesto nativo da 262 mila token, testo, immagini e video.

Il dettaglio di ciascuna famiglia, versione per versione, è nel confronto dei modelli LLM open source 2026.

Quale modello per quale compito

La scelta dipende da due cose: cosa deve fare il modello e quanta memoria ha la GPU che lo esegue. Questa tabella è un punto di partenza; la scelta definitiva va sempre fatta provando due o tre candidati sui documenti e sulle domande reali dell'azienda.

Di quanto hardware hai bisogno

Il dato che decide tutto è la memoria della scheda video (VRAM): il modello deve starci per intero, insieme allo spazio per la conversazione. Con la quantizzazione a 4 bit, il formato standard di Ollama e LM Studio, servono circa 0,6 GB per ogni miliardo di parametri più qualche GB di margine: un modello da 27 miliardi occupa circa 17–18 GB e gira su una scheda da 24 GB.

I modelli MoE (Mixture-of-Experts), come Gemma 4 26B o Qwen 3.6 35B-A3B, attivano solo una parte dei parametri per ogni parola e sono quindi molto veloci, ma devono comunque stare tutti in memoria. Sui Mac con chip Apple conta la memoria unificata, di cui il sistema lascia alla GPU circa due terzi o tre quarti.

Per sapere in pochi secondi quali modelli girano sul tuo hardware c'è il nostro calcolatore: quale LLM gira sulla mia GPU. Se vuoi una misura reale del computer che hai già, l'app gratuita Gaulin AI Check rileva la GPU e prova i modelli con Ollama.

Licenze: si possono usare in azienda?

• Apache 2.0 (Qwen 3.5, 3.6 e 3.8 27B, Gemma 4, gpt-oss, Mistral Small): uso commerciale libero, anche modificando il modello o integrandolo in un prodotto. Va conservata la nota di licenza.
• MIT (DeepSeek V4 e V4.1): ancora più semplice, stesse libertà.
• Llama Community License (Llama 3.x): uso commerciale consentito con alcune condizioni, tra cui un limite per i servizi con moltissimi utenti e l'obbligo di citare Llama. La linea Llama 4 non concede i diritti sui modelli multimodali alle aziende con sede principale nell'Unione Europea: per una PMI italiana è di fatto esclusa.
• Licenze proprie (Mistral Large 4, il modello di punta di Qwen 3.8): uso interno in genere consentito, ma con condizioni specifiche, ad esempio per chi vuole rivendere il modello come servizio. Vanno lette con l'ufficio legale.

Il dettaglio di ogni licenza, con una tabella per uso interno, prodotti e servizi a terzi, è nella guida licenze dei modelli AI open: si possono usare in azienda?

Usare un modello open in azienda non esonera dagli obblighi dell'AI Act e del GDPR, che dipendono dall'uso e non dal tipo di licenza. Il quadro è nella sezione Normative AI.

Quale modello parla meglio italiano

I grandi modelli multilingue, in particolare Qwen, Gemma e Mistral, gestiscono bene l'italiano a partire dalla taglia media (dai 12B in su): rispondono in modo naturale, seguono le istruzioni e capiscono il linguaggio tecnico e burocratico. Sotto i 4–9 miliardi di parametri la qualità cala in modo evidente, soprattutto nei testi lunghi.

Esistono anche modelli addestrati con una quota importante di testi italiani, come Velvet di Almawave e Minerva dell'Università La Sapienza. Vale la pena includerli nei test quando la naturalezza dell'italiano è il requisito principale, sapendo che sono più piccoli e meno capaci dei modelli internazionali più recenti. Il confronto completo, con licenze e un test da fare sui propri documenti, è nella guida LLM in italiano: quali modelli scegliere.

Sono sicuri? Il caso dei modelli cinesi

Un modello open weight installato sui propri server è un file: non si collega a internet e non invia dati a chi lo ha sviluppato. Vale anche per Qwen e DeepSeek, che sono cinesi: usati in locale, nessun dato va in Cina. Il discorso è diverso per le app e le API online degli stessi fornitori, che elaborano i dati sui loro server; l'app di DeepSeek è stata oggetto di provvedimenti del Garante privacy.

Tre accortezze pratiche: scaricare i modelli dalle pagine ufficiali dei produttori su Hugging Face o dalla libreria di Ollama; disattivare sul server aziendale i modelli "cloud" di Ollama, che si usano con gli stessi comandi ma girano sui server del fornitore; e ricordare che i piccoli "DeepSeek R1" da 7–32B su Ollama sono in realtà versioni di Qwen e Llama addestrate sulle risposte di DeepSeek.

Come provarli in mezz'ora

Il modo più rapido è installare Ollama su un PC con una GPU recente e scaricare un modello con un comando:

ollama run gemma4:12b
ollama run qwen3.8:27b

LM Studio fa la stessa cosa con un'interfaccia grafica e permette di confrontare due modelli affiancati. La procedura completa, con l'interfaccia di chat e il collegamento alle applicazioni, è nella guida come installare un LLM locale. Per un esempio versione per versione c'è la guida a Gemma 4 in locale.

Le guide di questa sezione

Domande frequenti

Qual è il miglior modello AI open source?

Non ce n'è uno solo: dipende dall'hardware e dal compito. A novembre 2026, su una singola GPU da 24 GB i più forti sono Qwen 3.8 27B, Qwen 3.6 27B e Gemma 4 31B; su server da 80 GB gpt-oss-120b e Qwen 3.5 122B; in assoluto, tra i modelli aperti, DeepSeek V4.1 e Mistral Large 4, che però richiedono più GPU professionali.

I modelli open source si possono usare gratis in azienda?

Sì, se la licenza è Apache 2.0 o MIT, come per Qwen, Gemma 4, gpt-oss, Mistral Small e DeepSeek: il modello è gratuito anche per uso commerciale. I costi sono l'hardware su cui gira, l'energia e il lavoro per installarlo, collegarlo ai dati aziendali e mantenerlo.

Che differenza c'è tra open source e open weight?

Un modello open weight pubblica i pesi, cioè il modello pronto da usare, ma di solito non i dati e il codice di addestramento. È il caso di quasi tutti i modelli chiamati "open source". Per l'uso in azienda conta soprattutto che i pesi si possano scaricare e che la licenza permetta l'uso commerciale.

Serve per forza una GPU?

Per provare no: i modelli piccoli, come Gemma 4 E4B o Qwen 3.5 4B, girano anche sulla CPU di un PC recente, ma lentamente. Per un servizio usato ogni giorno da più persone serve una GPU con memoria sufficiente: quale, lo dice il calcolatore.

Un modello open è all'altezza di ChatGPT?

Per i compiti aziendali più comuni (rispondere sui documenti interni, estrarre dati, riassumere, scrivere bozze) i modelli da 27–31B sono oggi sufficienti e, collegati ai dati dell'azienda con un sistema RAG, spesso più utili di un assistente generico. Sui ragionamenti più complessi i modelli cloud di punta restano avanti. Il confronto completo è in ChatGPT aziendale on-premise.

Fonti: schede ufficiali dei modelli su Hugging Face (Qwen, Google, OpenAI, Mistral AI, DeepSeek, Meta) e libreria Ollama, consultate il 3 novembre 2026.