I modelli di IA open source hanno fatto una carriera notevole: da esperimento nei laboratori di ricerca a opzione seria per le aziende. Se gestite un modello aperto su un’infrastruttura propria o scelta consapevolmente, siete voi a decidere dove vengono elaborati richieste e documenti.
\nMa «aperto» non significa sempre la stessa cosa. Alcuni modelli rilasciano solo i pesi addestrati, altri anche i dati di addestramento e il codice. E persino il modello più aperto serve a poco finché nessuno ha sotto controllo server, aggiornamenti e sicurezza.
\nVi mostriamo in che cosa si distinguono open source, pesi aperti (open weights) e modelli proprietari, che cosa sa fare il modello svizzero Apertus e che cosa conta nella gestione. Come funzionano in linea di principio i modelli linguistici lo spiega la nostra panoramica sintetica sull’IA.
\nSemplificando, un modello linguistico è composto da architettura, codice e pesi. I pesi sono miliardi di valori numerici che nascono durante l’addestramento e determinano le risposte del modello. Decisivo è quali di queste parti potete effettivamente vedere.
\nNei modelli proprietari i pesi restano al produttore; il modello si utilizza tramite un’applicazione o un’interfaccia. È comodo: gestione e sviluppo sono a carico del fornitore. Con i fornitori internazionali, il luogo di elaborazione, il diritto applicabile e l’utilizzo dei contenuti inseriti dipendono dalle rispettive condizioni contrattuali.
\nQui il produttore mette a disposizione i pesi addestrati da scaricare. A seconda della licenza potete gestire il modello sui vostri server e metterlo a punto. Secondo l’Open Source Initiative mancano però il codice di addestramento, il set di dati di addestramento e informazioni precise sulla composizione dei dati. La genesi del modello resta in gran parte nascosta.
\nL’Open Source AI Definition, la definizione di IA open source pubblicata dall’Open Source Initiative nell’ottobre 2024, alza l’asticella. Un modello di IA open source deve poter essere utilizzato, studiato, modificato e condiviso per qualsiasi scopo. Oltre ai pesi servono quindi il codice completo e informazioni sui dati che consentano di costruire un sistema sostanzialmente equivalente.
\nNel linguaggio comune si chiamano spesso open source anche i modelli a pesi aperti. Entrambi si possono gestire internamente, ma per la tracciabilità la differenza pesa molto.
\nIl divario tra modelli aperti e chiusi è misurato dall’AI Index della Stanford University. Dopo un breve avvicinamento nel 2024, nel 2025 è tornato ad allargarsi. Nel marzo 2026 il miglior modello chiuso precedeva del 3,3% il miglior modello aperto nella classifica Arena.
\nIl 2 settembre 2025 l’EPFL, l’ETH di Zurigo e il centro di supercalcolo CSCS hanno pubblicato Apertus. Il nome in latino significa «aperto» ed è un programma: architettura, pesi del modello, dati e metodi di addestramento sono liberamente accessibili e documentati. La prima versione è uscita con 8 e 70 miliardi di parametri.
\nApertus è stato addestrato su 15.000 miliardi di token in oltre 1.000 lingue, tra cui lo svizzero tedesco e il romancio. Il 40% dei dati non è in inglese. Secondo il comunicato stampa, i dati provengono esclusivamente da fonti pubblicamente accessibili e sono stati filtrati per rispettare le richieste di opt-out leggibili automaticamente dei siti web e per rimuovere i dati personali.
\nIl 24 luglio 2026 è seguito Apertus 1.5. Oltre al testo comprende anche immagini e audio, ragiona meglio e sa usare meglio gli strumenti. A questo si aggiunge Apertus Mini, una serie di 16 modelli compatti per impieghi con potenza di calcolo limitata.
\nGià la prima versione è in uso, per esempio nel Cantone Ticino: secondo l’ETH AI Center, lì un servizio interno traduce con Apertus documenti amministrativi sensibili.
\nScaricare un modello aperto è la parte facile, gestirlo in modo affidabile un impegno costante. Lo sottolinea anche il comunicato stampa su Apertus: per l’impiego pratico servono componenti aggiuntivi come server, infrastruttura cloud o interfacce utente.
\nSe il modello gira su un’infrastruttura che controllate o che avete scelto consapevolmente, sapete dove vengono elaborati richieste e documenti. Le nuove versioni del modello le testate prima che entrino in produzione. Perché questo conta per la sovranità dei dati lo spiega il nostro articolo introduttivo.
\nI grandi modelli richiedono processori grafici potenti con molta memoria. A ciò si aggiungono monitoraggio, aggiornamenti di sicurezza, diritti di accesso e specialisti che sappiano gestire tutto questo. Varianti compatte come Apertus Mini abbassano la soglia d’ingresso, ma non vi sollevano dalla gestione.
\nTra gestione interna e servizio proprietario esiste una via di mezzo: un fornitore gestisce modelli aperti su server propri in Svizzera. Conoscete il luogo di elaborazione e non dovete procurarvi processori grafici. Chiarite a chi appartengono i server e chi vi ha accesso.
\nL’apertura sposta le responsabilità: ciò che in un servizio proprietario sbriga il fornitore, nella gestione in proprio spetta a voi. Quattro punti di verifica vi aiutano.
\n«Aperto» non è una licenza. Solo le condizioni d’uso stabiliscono se e come potete impiegare un modello a fini commerciali. Apertus, per esempio, è rilasciato sotto licenza Apache 2.0: consente l’uso senza canoni di licenza, ma in caso di ridistribuzione richiede di allegare il testo della licenza e di mantenere le note sul diritto d’autore.
\nSi aggiunge una politica di utilizzo (Acceptable Use Policy) dell’ETH di Zurigo e dell’EPFL, che riguarda tra l’altro responsabilità e dati personali. Documentate quali condizioni valgono e dove.
\nI file dei modelli provengono spesso da archivi pubblici. Il progetto OWASP per la sicurezza dell’IA avverte che i modelli preaddestrati possono essere manipolati e contenere backdoor. Raccomanda modelli provenienti da fonti verificabili e controlli di integrità con firme e somme di controllo.
\nSecondo l’OWASP, un modello non più mantenuto è un rischio per la sicurezza. Pianificate gli aggiornamenti come per qualsiasi software: seguire le nuove versioni, testarle, introdurle in modo controllato. Per Apertus il team di sviluppo ha annunciato aggiornamenti regolari.
\nLe classifiche mostrano valori medi, non la vostra quotidianità. Testate i candidati con i vostri compiti, documenti e lingue. Anche nella gestione in proprio trattate dati personali non appena ne inserite. Che cosa vale in quel caso lo leggete nell’articolo su IA e protezione dei dati.
\nI modelli di IA open source sono diventati un’opzione concreta per le aziende. Creano trasparenza e consentono una gestione nel luogo da voi scelto. Decisivo è chi gestisce, mantiene e protegge l’infrastruttura.
\nNoi di BE BRAVE uniamo modelli aperti e gestione propria. EagleCHAT combina varianti di modelli messe a punto da BE BRAVE con modelli open source attuali selezionati. Tutti i modelli girano sulla nostra infrastruttura in Svizzera. I vostri contenuti non vengono utilizzati per l’addestramento, il fine-tuning o il miglioramento di modelli di IA.
\nSe volete impiegare modelli vostri, con l’Hosting IA svizzero trovate potenza di calcolo IA dalla Svizzera, senza dover costruire un’operatività propria. Forniamo capacità GPU, rete e gestione operativa su server di proprietà in Svizzera.
\nSi tratta di modelli che si possono utilizzare, studiare, modificare e condividere liberamente. In senso stretto, oltre ai pesi sono aperti anche il codice e le informazioni sui dati di addestramento.
\nI pesi aperti rendono disponibili solo i pesi addestrati. L’open source rende accessibili anche il codice di addestramento e le informazioni sui dati, così da poter ricostruire la genesi del modello.
\nIn linea di principio sì. Apertus è rilasciato sotto licenza Apache 2.0, che consente anche l’uso commerciale; a questa si aggiunge una politica di utilizzo. Per l’impiego pratico servono inoltre server e un’applicazione adeguata.
\nNon automaticamente. L’apertura consente verifiche e una gestione sotto il proprio controllo, ma la sicurezza dipende da provenienza, aggiornamenti e gestione.
","featured_image":"/blog-media/open-source-ki-modelle/open-source-ki-modelle-header.jpg","category":null,"author_name":"BE BRAVE","tags":null,"is_featured":false,"status":"published","published_at":"2026-08-13T08:00:00.000000Z","seo_title":"Modelli di IA open source: opportunità e limiti","meta_description":"Modelli di IA open source: che cosa distingue l’open source dai pesi aperti, che cosa sa fare Apertus e che cosa conta nella gestione. Scoprite di più qui!","og_image":null,"canonical_url":"/it/open-source-ki-modelle","created_at":"2026-08-13T08:00:00.000000Z","updated_at":"2026-08-13T08:00:00.000000Z"}}