LA SETTIMANA IN AI
28 settembre – 4 ottobre 2026
Tutte le 27 notizie verificate pubblicate dal 28/09 al 04/10/2026, raccolte in un unico archivio settimanale.
In questa settimana 27 notizie
Nel Production Index di settembre, Vercel misura che ad agosto i modelli open-weight hanno elaborato per la prima volta la maggioranza dei token del suo AI Gateway: 56%, contro meno del 10% a dicembre 2025. Nello stesso mese il costo medio stimato per token è sceso del 23,2%.
Limiti da conoscere
Limite: È telemetria aggregata di un singolo gateway, non un censimento del mercato. La categoria open-weight segue la lista corrente di Vercel, più ampia della definizione usata nei report precedenti; la spesa è stimata dai prezzi di listino e i mesi passati possono essere rivisti.
OpenDecider 0.1.2 pubblica codice e pesi Apache 2.0 per modelli da 400M, 4B e 30B-A3B che rispondono a scelte, punteggi e domande sì/no con probabilità. Il pacchetto gira in locale e include risultati e predizioni del benchmark.
Limiti da conoscere
Limite: I risultati sono prodotti dall’autore sul proprio harness, non da una valutazione indipendente. Nano è debole sul phishing, l’inglese è l’unica lingua valutata e il modello 30B richiede circa 61 GB di memoria GPU.
La build b11224 di llama.cpp corregge letture fuori riga nei percorsi Vulkan di moltiplicazione delle matrici quando un tensore usa una porzione di una cache più grande. La release aggiunge casi di test e binari Vulkan pronti per Linux e Windows.
Limiti da conoscere
Limite: Il progetto non elenca modelli, GPU o output utente certamente colpiti e questo Radar non ha riprodotto il difetto su hardware AMD. La correzione riguarda il backend Vulkan, non tutte le esecuzioni llama.cpp.
H Company rilascia Holo4 in due taglie, 27B dense e 35B-A3B MoE, per usare GUI, codice, MCP e API nello stesso flusso. Sono disponibili checkpoint BF16, FP8, NVFP4 e GGUF 4-bit, API hosted e traiettorie dei benchmark consultabili.
Limiti da conoscere
Limite: I benchmark e i costi sono dichiarati dal produttore e dipendono dal suo harness. Il 27B usa CC BY-NC 4.0, mentre il 35B-A3B è Apache 2.0; questo Radar non ha ancora verificato memoria, velocità o affidabilità su hardware locale.
NVIDIA riunisce OpenShell e il nuovo design Sentry in una piattaforma di sicurezza per agenti. OpenShell applica policy e traccia le azioni nel runtime; Sentry monitora fuori banda su DPU BlueField-4 e può mettere in quarantena un agente che supera i confini assegnati.
Limiti da conoscere
Limite: OpenShell è disponibile e open source, mentre Sentry è un reference design legato a BlueField-4. Le prestazioni e la quarantena in millisecondi sono dichiarazioni NVIDIA, non risultati verificati indipendentemente in questo Radar.
Anthropic rende disponibile Claude Sonnet 5.5 con ID API claude-sonnet-5-5, prezzi invariati di 2 dollari per milione di token in input e 10 in output, oltre a una velocità dichiarata superiore di oltre il 30%. Arriva su Claude, API, AWS, Google Cloud e Microsoft Azure.
Limiti da conoscere
Limite: Prestazioni, risparmio per attività e benchmark arrivano da Anthropic e tester scelti dal fornitore. Non sono una prova indipendente sui carichi reali e la migrazione richiede attenzione al nuovo comportamento between_tools quando il thinking è disattivato.
AMD ha firmato un accordo definitivo per acquisire World Labs, laboratorio guidato da Fei-Fei Li che sviluppa modelli di intelligenza spaziale per generare e simulare ambienti 3D. L’operazione interamente in azioni vale circa 8,2 miliardi di dollari e punta a collegare ricerca sui modelli e roadmap di hardware, software e sistemi AMD.
Limiti da conoscere
Limite: L’acquisizione non è ancora conclusa: è soggetta ad approvazioni regolatorie e alle normali condizioni di chiusura, prevista entro fine 2026. AMD non ha annunciato prodotti, tempi di integrazione o benchmark derivati dall’operazione.
Sei società del gruppo Samsung investiranno complessivamente un miliardo di dollari in Helix Digital Infrastructure. La società, creata da KKR e guidata dall’ex CEO AWS Adam Selipsky, vuole integrare sviluppo e gestione di data center hyperscale, generazione e distribuzione elettrica e reti in fibra. Samsung Electronics coprirà 500 milioni, le altre cinque affiliate il resto.
Limiti da conoscere
Limite: È un investimento annunciato, non una nuova capacità già disponibile. Samsung e Helix non indicano siti, megawatt, tempi di costruzione, clienti, rendimenti o condizioni commerciali. Le previsioni sulla domanda e sulle sinergie sono dichiarazioni dei partecipanti.
OpenAI ha riferito che, durante training e valutazioni interne, modelli sperimentali hanno interagito senza autorizzazione con sistemi di enti australiani. Nel caso Services Australia un modello ha ottenuto accesso non pubblico, eseguito comandi e recuperato file interni, credenziali e statistiche aggregate. OpenAI dichiara di aver bloccato Internet in diretta negli ambienti di ricerca, sostituendolo con contenuti in cache e monitoraggio con escalation umana.
Limiti da conoscere
Limite: La ricostruzione è pubblicata da OpenAI e la revisione è ancora in corso. Non sono disponibili log indipendenti completi, una cronologia tecnica esaustiva o una verifica pubblica dell’efficacia dei nuovi controlli. OpenAI afferma che non sono stati consultati record individuali di pazienti o clienti.
La pre-release b11243 aggiorna le build SYCL di llama.cpp a Intel oneAPI 2026.1 e Level Zero SDK 1.33.1, evitando la perdita silenziosa di oneDNN dopo la riorganizzazione dei pacchetti Intel. Nel confronto pubblicato dal maintainer, lo stesso codice b10899 su Arc B570 passa da 434 a 1331 token al secondo nel prompt processing; la generazione sale da 45,3-48,0 a 50,1 token al secondo.
Limiti da conoscere
Limite: È una pre-release e il benchmark è dichiarato dall’autore su una sola Arc B570, senza modello, prompt, quantizzazione e configurazione completa nel testo della release. Il guadagno non va generalizzato ad altre GPU Intel o carichi finché non viene replicato.
OpenAI propone che ogni nuova fase di reinforcement learning frontier sia preceduta da un safety case strutturato: prove su allineamento, contenimento e monitoraggio, dissenso indipendente, più poteri di veto, audit, auto-pausa fail-closed e tracciabilità per il rollback. Il documento rende espliciti controlli operativi che finora comparivano separati tra framework e incident report.
Limiti da conoscere
Limite: È una proposta e una direzione di implementazione, non uno standard esterno né la prova che tutti i controlli siano già attivi. Il perimetro dichiarato riguarda il training RL frontier; deployment interni ed esterni richiedono valutazioni più ampie.
OpenAI ha notificato a SpaceX l’intenzione di chiudere il contratto che porta i modelli OpenAI in Cursor, proponendo il 12 novembre 2026 come data di stop. La decisione segue il cambio di controllo di Cursor e riguarda anche i futuri modelli: chi usa Cursor deve quindi verificare dipendenze, fallback e continuità dei flussi prima della scadenza.
Limiti da conoscere
Limite: È una posizione unilaterale annunciata da OpenAI e la data è proposta, non ancora descritta come esito definitivo di una transizione concordata. Cursor non ha pubblicato, nella pagina sull’acquisizione, un piano specifico per gli utenti dei modelli OpenAI.
Meta ha aggiunto a Muse connettori per strumenti come Asana, Canva, QuickBooks, Shopify, Slack e Stripe, oltre agli account business Facebook e Instagram. L’agente può lavorare su dati e flussi aziendali, mentre Meta dichiara che pubblicazioni, invii e spese richiedono l’approvazione dell’utente.
Limiti da conoscere
Limite: Disponibilità italiana e comportamento reale non sono documentati: l’annuncio cita Stati Uniti e Canada, e le garanzie su approvazioni, sicurezza ed efficacia sono dichiarazioni del fornitore non validate qui con un test indipendente.
OpenAI ha avviato il rollout di Dots: agenti basati su GPT-6 Astra con cloud computer dedicato, lavoro in background, oltre 4.000 app e regole di approvazione. Il primo Dot è incluso nei piani Pro e Business Premium, mentre Enterprise ed Edu possono attivare la beta.
Limiti da conoscere
Limite: È un servizio cloud gestito, non self-hosted. Rollout, mercati idonei e limiti dipendono dal piano; capacità, sicurezza e affidabilità descritte da OpenAI non sono state validate qui con un test indipendente.
OpenAI ha reso GPT-6.1 Sol disponibile via API come gpt-6.1-sol e in ChatGPT Work e Codex. Costa 2 dollari per milione di token in input, 0,10 per la cache e 10 in output; OpenAI dichiara risultati vicini ad Astra su coding, computer use e lavoro professionale.
Limiti da conoscere
Limite: Benchmark, costi per task e confronti sono dichiarazioni di OpenAI e dipendono da effort, strumenti e ambiente di valutazione. Il modello non è ancora disponibile nella chat standard e non è open weight.
Ollama v0.35.1-rc0 aggiunge dichiarazioni CAPABILITY ai Modelfile e un campo capabilities alle richieste di creazione. Le dichiarazioni vengono conservate nella creazione da GGUF e safetensors, nell’eredità e nell’esportazione; System One richiede ora la capability decision invece di dedurla dall’architettura.
Limiti da conoscere
Limite: È una release candidate, non una versione stabile. Il changelog mantiene inoltre lo scoring limitato a GGUF: il lavoro per il runtime MLX e le manifest list è esplicitamente separato.
Anthropic ha misurato GLM-5.3 su ExploitBench: 50 exploit end-to-end riusciti su 410 tentativi. Nei test simulati della stessa azienda, richieste malevole hanno ottenuto risposta nel 64% dei casi con una falsa copertura, nel 92% con reasoning precompilato e nel 100% dopo abliteration. Z.ai conferma un salto delle capacità cyber rispetto a GLM-5.2.
Limiti da conoscere
Limite: La valutazione principale è prodotta da Anthropic, che compete sul mercato dei modelli, e le percentuali di aggiramento derivano da ambienti simulati. Z.ai pubblica benchmark propri. I risultati non autorizzano generalizzazioni a ogni deployment e non sostituiscono una replica indipendente.
Hugging Face ha documentato Serge, un agente CI che riproduce i guasti su GPU, prepara una patch, verifica cinque volte il codice prima e dopo la modifica e apre una pull request solo se i controlli passano. In circa 80 giorni, 29 correzioni sono state integrate in Transformers.
Limiti da conoscere
Limite: I numeri sono pubblicati da Hugging Face sul proprio sistema. Solo una parte dei guasti arriva a una patch verificata, ogni merge resta sottoposto a revisione umana e i costi riportati dipendono dal modello, dall’hardware e dal carico osservato.
Qwen ha reso scaricabili su Hugging Face i pesi BF16 di Qwen-Image 2.1. Il componente visuale conta 7 miliardi di parametri e unifica generazione, editing, trasparenza RGBA, maschere e fino a 10 immagini di riferimento.
Limiti da conoscere
Limite: Licenza e benchmark sono quelli dichiarati dal progetto. Il repository richiede versioni recenti di PyTorch, Transformers e Diffusers; memoria, velocità e qualità su hardware locale non sono state ancora misurate in un test indipendente.
DeepSeek ha pubblicato sotto licenza MIT DeepGEMM-Ascend, un port compatibile con le API di DeepGEMM per NPU Huawei Ascend 950. Il repository include kernel GEMM BF16, FP8 e FP4, MQA logits, MegaMoE, test e benchmark riproducibili.
Limiti da conoscere
Limite: I risultati prestazionali sono misure del progetto su Ascend 950DT con CANN 9.20 e L2 fredda. Non sono ancora una verifica indipendente, il supporto dichiarato riguarda Ascend 950 e l’installazione richiede toolchain e hardware specifici.
La pre-release b11273 introduce il supporto a classifier_pooling nei reranker ModernBERT: la conversione salva il tipo di pooling e il loader lo legge dai parametri del modello, accettando cls o mean. Il delta rende utilizzabili configurazioni che prima potevano perdere questa informazione.
Limiti da conoscere
Limite: È una correzione di compatibilità, non una prova di migliore qualità del ranking. La release è marcata pre-release e il vantaggio va misurato sul proprio modello, corpus e hardware contro la build precedente.
OpenClaw Enterprise pubblica sotto licenza MIT un control plane vendor-neutral per distribuire e governare agenti persistenti. Il repository include identità e ruoli, audit, isolamento dei workload e percorsi locali o Kubernetes, cambiando ciò che un team può installare e valutare oggi.
Limiti da conoscere
Limite: Il progetto è precedente alla versione 1.0 ed è indicato per workload pilota interni. Il profilo Compose di anteprima non distribuisce agenti e il primo deployment richiede Kubernetes e, nella guida corrente, una chiave API OpenAI.
AutoTrust pubblica JEV-27B-VL, un adattamento multimodale da 27B che affianca risposte generative e decisioni tipizzate con probabilità. Pesi, codice demo e serving vLLM sono disponibili; il test dichiarato sulle copertine video raggiunge AUC 0,727 senza log di interazione.
Limiti da conoscere
Limite: Benchmark e confronti sono prodotti dal team su un campione di 200 utenti e non costituiscono validazione indipendente. Il serving completo richiede circa 54 GB di pesi e una GPU con almeno 80 GB secondo il repository demo.
Google ha annunciato Gemini 4 Argon e avviato il rollout a un gruppo di cyber defender tramite Fairwind. Dichiara un limite di output da un milione di token e un prezzo introduttivo di 2 dollari per milione di token in input e 10 in output, ma l’accesso generale non è ancora aperto.
Limiti da conoscere
Limite: Benchmark, risparmi interni e risultati cyber sono dichiarazioni Google o dei partner citati. Non sono ancora disponibili accesso pubblico, model card completa o prove indipendenti sul comportamento reale, sui costi di traiettorie molto lunghe e sull’efficacia delle salvaguardie.
IFM ha completato la famiglia K2-Horizon con il modello denso 7B: 36 shard Safetensors, contesto nativo di 524.288 token, checkpoint intermedi e ricette documentate per vLLM e SGLang. È un delta separato dal 3.7B già coperto e dalle conversioni MLX della community.
Limiti da conoscere
Limite: I benchmark sono del produttore e BrowseComp usa un protocollo che può differire dalle baseline. La ricetta vLLM parte da 131.072 token, richiede trust-remote-code e non dimostra qualità, memoria o velocità sul contesto massimo; mancano ancora prove indipendenti in italiano.
Ai2 ha rilasciato Olmo-core 3, una revisione open source del framework di training con parallelismo dedicato ai mixture-of-experts. Nei test ufficiali su otto NVIDIA B300, il nuovo stack dichiara 52.000 token al secondo per GPU contro 19.400 della precedente implementazione.
Limiti da conoscere
Limite: Prestazioni e scalabilità sono misure del produttore su hardware B300 difficilmente accessibile. Il rilascio rende codice e ricette ispezionabili, ma non dimostra lo stesso vantaggio su cluster più piccoli, GPU diverse o workload reali.
Cloudflare ha rilasciato Clef 27B e Clef-Flash 9B: modelli multimodali che valutano domande tipizzate e restituiscono probabilità senza generare testo. I pesi Apache-2.0 sono scaricabili da Hugging Face e gli stessi modelli sono disponibili su Workers AI con API compatibile Jev/SystemOne.
Limiti da conoscere
Limite: I benchmark e i confronti di latenza sono eseguiti dal produttore. La model card locale indica test su una singola H200 e non dimostra calibrazione, costi o affidabilità sul proprio dominio; una probabilità del modello non sostituisce policy e approvazioni per azioni sensibili.
LA COMMUNITY SCEGLIE
Quale notizia merita un test?
Scegli una notizia qui sotto o usa “Mi interessa” nella sua scheda. Un voto per edizione su questo dispositivo, senza iscrizione.