I migliori LLM open source del 2026: 8 modelli open weight in classifica

Nel panorama degli LLM open source, il miglior modello open weight che si possa eseguire nel 2026 non è più americano e non è più un ripiego. GLM-5.2 supera GPT-5.5 su SWE-bench Pro, è distribuito con licenza MIT e costa $18 al mese, a prezzo fisso. La frontiera che fino a ieri si poteva soltanto noleggiare oggi si può scaricare.

Il verdetto

Per il coding e i flussi agentici più impegnativi, il modello aperto da scegliere è GLM-5.2. Per gestire grandi volumi al minor costo possibile, conviene DeepSeek V4 Flash. Se tutto deve restare sul proprio hardware e su una sola GPU, la risposta è gpt-oss-120b. Quando la priorità dell'ufficio legale è una licenza senza ambiguità, Qwen3 o Mistral con Apache 2.0 rappresentano la scelta più sicura.

Un modello open weight mette a disposizione i parametri addestrati, che si possono scaricare ed eseguire in autonomia, anziché offrire soltanto l'accesso a noleggio tramite API. Questa sola differenza cambia l'economia di un prodotto basato sull'intelligenza artificiale open source: il modello diventa un costo sotto controllo, non un contatore che continua a girare anche mentre si dorme. Ecco la classifica, costruita sui risultati concreti.

Una precisazione sui prezzi in tabella: per un modello scaricabile, il costo per token è quello applicato dall'host più conveniente, perché i pesi sono gratuiti. Le cifre riportate sono le tariffe API ufficiali dei rispettivi fornitori, rilevate questa settimana. Con il self-hosting, il contatore dei token viene sostituito dalla spesa per le GPU.

Perché gli LLM open source non sono più un compromesso

Per due anni, scegliere un "modello aperto" ha significato accontentarsi di qualcosa di abbastanza valido quando non ci si poteva permettere l'opzione migliore. Oggi non è più così, e un benchmark lo dimostra con chiarezza. SWE-bench Pro misura la capacità di risolvere ticket reali di ingegneria software: GLM-5.2 totalizza 62.1 punti, GPT-5.5 si ferma a 58.6 e Gemini 3.1 Pro a 54.2. Solo Claude Opus 4.8, con 69.2, mantiene un vantaggio netto. Un modello aperto con licenza MIT, nato da uno spin-off di Tsinghua, supera ormai due dei tre laboratori occidentali di frontiera proprio nel test più rilevante per lo sviluppo software.

Qui si gioca la possibilità concreta di usare questi modelli, e quasi nessun confronto lo spiega bene: "open weight" e "open source" non offrono la stessa garanzia. Open weight significa poter scaricare i parametri. Open source, nell'accezione che conta per un'azienda, significa anche poter distribuire, modificare e vendere ciò che si realizza senza chiedere autorizzazioni. DeepSeek, GLM e Qwen adottano licenze MIT o Apache 2.0, realmente permissive anche per l'uso commerciale. Llama e MiniMax ricorrono invece a "licenze community" che nascondono vincoli nelle condizioni. Non è una distinzione accademica: separa la possibilità di lanciare un prodotto basato sul modello dal rischio di ricevere una contestazione legale tre mesi dopo.

GLM-5.2 è l'LLM open source da battere

GLM-5.2, sviluppato dal laboratorio cinese Z.ai (in precedenza Zhipu), è il modello open weight più potente al mondo per attività di ingegneria su orizzonti lunghi ed è il primo da prendere in considerazione. È arrivato a metà giugno 2026 con una finestra di contesto da 1M token davvero utilizzabile, contro i 200K della versione precedente, e mantiene la qualità lungo tutta la finestra anziché limitarsi ad accettare i token. La finestra di contesto indica quanto testo il modello riesce a conservare contemporaneamente nella memoria di lavoro: con 1M token può tenere sotto controllo un intero codebase di medie dimensioni, insieme ai test e alle convenzioni del progetto.

Su Terminal-Bench 2.1, che verifica se un modello sa usare un terminale reale per portare a termine un'attività, GLM-5.2 raggiunge 81.0 punti. È a poche lunghezze da Claude Opus 4.8, fermo a 85.0, e precede Gemini 3.1 Pro, che ottiene 74.0. Secondo i benchmark di Z.ai, è il modello open source con il punteggio più alto in tutti i test di lunga durata eseguiti dal laboratorio. La licenza MIT permette a una startup di 12 persone di ospitarlo internamente, sottoporlo a fine-tuning sul proprio codice e integrarlo in un prodotto a pagamento senza autorizzazioni né royalty.

Il limite è l'hardware. Con circa 745 miliardi di parametri, per il self-hosting servono più GPU di fascia alta. La maggior parte dei team non lo eseguirà in proprio e sceglierà l'API, che costa circa $1.40 per milione di token in input e $4.40 per milione in output, oppure il GLM Coding Plan a prezzo fisso, circa $18 al mese. Per un founder abituato alle tariffe delle API di frontiera, è questo il dato decisivo: all'incirca il costo di due caffè specialty per un mese di coding di livello frontier, mantenendo la possibilità di portare i pesi in casa se in futuro il controllo dei dati diventasse indispensabile.

DeepSeek V4 fissa una soglia di costo ineguagliata

DeepSeek V4 rende impossibile ignorare i conti: offre una qualità vicina alla frontiera a un prezzo che, in pratica, si arrotonda a zero. Pubblicato ad aprile 2026 dal laboratorio cinese DeepSeek, è disponibile in due dimensioni, entrambe con licenza MIT e contesto da 1M token. V4-Pro è un modello mixture-of-experts da 1.6 trilioni di parametri; V4-Flash è la variante più snella da 284 miliardi. In un'architettura mixture-of-experts, per ogni token viene attivata solo una piccola parte dei parametri: è questo che permette di servire a basso costo un modello tanto grande.

Il vero argomento sono i prezzi. Sull'API ufficiale di DeepSeek, V4-Flash costa $0.14 per milione di token in input e $0.28 per milione in output. Perfino V4-Pro, il modello più pesante, si ferma a $0.435 in ingresso e $0.87 in uscita. Per rendere l'ordine di grandezza: un carico che su un modello chiuso di frontiera costa qualche centinaio di dollari al mese può scendere a poche decine di dollari con V4-Flash, a parità di lavoro e con una qualità dell'output che la maggior parte degli utenti non distingue nelle attività quotidiane. Entrambi offrono una modalità thinking per il ragionamento più complesso e le chiamate agli strumenti necessarie ai flussi agentici.

Il limite, senza giri di parole: DeepSeek eccelle in ragionamento, matematica e codice, ma non è la prima scelta per il lavoro multimodale più impegnativo né per le sessioni di coding agentico più lunghe, dove GLM-5.2 e Kimi restano avanti. V4-Flash è invece il modello predefinito ideale per operazioni ad alto volume, classificazione, estrazione, sintesi e stesura. Un'opzione più costosa può essere riservata al 5% delle attività che ne ha davvero bisogno.

Kimi K2.7 Code nasce per gli agenti che programmano

Kimi K2.7 Code di Moonshot AI è il modello aperto progettato espressamente per agenti di coding che lavorano per ore; è arrivato a giugno 2026. Si tratta di un mixture-of-experts da 1 trilione di parametri, con input multimodale nativo — legge immagini e video oltre al testo — e una finestra di contesto da 256K token. GLM-5.2 è un generalista particolarmente forte sul codice; Kimi, invece, è ottimizzato per i cicli agentici lunghi e articolati su cui si basano i moderni strumenti di sviluppo.

Nei risultati pubblicati da Moonshot, il precedente K2.6 ha raggiunto l'80.2% su SWE-bench Verified, nella stessa fascia dei modelli chiusi di frontiera. Sull'API ufficiale, K2.7 Code costa $0.95 per milione di token in input e $4.00 per milione in output; quando il prompt è in cache, la tariffa scende a $0.19. È un vantaggio importante per gli agenti, che a ogni passaggio inviano di nuovo lo stesso ampio contesto. La licenza è una MIT modificata, quindi il self-hosting commerciale resta possibile.

Il compromesso è la specializzazione. Kimi è molto efficace nel coding e nell'esecuzione agentica, ma meno versatile nella scrittura o nell'analisi generalista. Per un prodotto che consiste in un agente di coding o in uno strumento interno per sviluppatori, è tra le opzioni migliori. Se serve un solo modello per fare tutto, GLM-5.2 o DeepSeek sono più equilibrati. Per capire come integrarli negli strumenti che li eseguono davvero, si può consultare la guida ai migliori agenti AI per il coding.

Qwen3 è il modello aperto più serio con licenza permissiva

Qwen3 di Alibaba è la scelta giusta quando la chiarezza della licenza e la copertura linguistica contano più del primato in un singolo benchmark. Il modello aperto di punta, Qwen3-235B-A22B, è un mixture-of-experts da 235 miliardi di parametri, di cui 22 miliardi attivi, con un contesto da 256K token e supporto per 119 lingue. Soprattutto, adotta Apache 2.0, la licenza più permissiva dell'intera classifica: per questo è l'opzione naturale per le aziende il cui ufficio legale non accetta condizioni personalizzate.

Lo stesso modello permette di passare da una modalità thinking, adatta al ragionamento difficile, a una modalità non-thinking più rapida per le conversazioni quotidiane. Così non si paga per un'elaborazione approfondita quando non serve. I pesi sono scaricabili gratuitamente e possono essere eseguiti tramite Alibaba Cloud o qualsiasi host che li offra.

C'è un punto da chiarire, perché il marketing tende a confonderlo: il nuovo flagship Qwen3.7-Max di Alibaba è chiuso e accessibile soltanto via API. I modelli davvero aperti sono i pesi pubblicati di fascia intermedia e da 235B, non il livello Max. Per chi deve occuparsi dell'acquisto senza avere un profilo tecnico, la regola è semplice: per possedere il modello bisogna scegliere uno specifico peso aperto di Qwen, non la versione Max. Il modello aperto da 235B resta leggermente indietro rispetto a GLM-5.2 e DeepSeek V4 nei benchmark di coding più difficili, ma la licenza permissiva e la copertura multilingue ne fanno l'opzione sovrana più sicura per un prodotto globale.

MiniMax M3 porta la multimodalità alla frontiera aperta

MiniMax M3 è il modello aperto da seguire quando il lavoro combina testo, immagini e video e richiede un contesto enorme. È anche il più recente del gruppo, pubblicato il 1 giugno 2026. È un mixture-of-experts da 428 miliardi di parametri, con 23 miliardi attivi, contesto da 1M token e input multimodale nativo. Per rendere economicamente sostenibile l'inferenza su contesti lunghi, impiega un'architettura di attenzione che il laboratorio chiama MiniMax Sparse Attention.

Anche sul prezzo l'offerta è aggressiva: l'API ufficiale di MiniMax indica per M3 $0.30 per milione di token in input e $1.20 per milione in output, grazie a uno sconto permanente del 50%. Un risultato di 93.0 su GPQA Diamond lo colloca inoltre tra i modelli di ragionamento più forti, aperti o chiusi.

L'asterisco riguarda la licenza. I pesi di M3 sono scaricabili, ma l'uso commerciale del modello o dei suoi derivati richiede un accordo separato, oltre alla MiniMax Community License standard. In termini pratici: è eccellente per sperimentare, ma prima di costruirci sopra un'attività bisogna mettere per iscritto le condizioni commerciali. È questa singola clausola a relegarlo sotto i modelli MIT e Apache per chi intende lanciare un prodotto.

gpt-oss è il modello da eseguire sulla propria GPU

gpt-oss, la famiglia open weight di OpenAI, è la scelta più adatta quando il requisito inderogabile è usare hardware sotto il proprio controllo senza allestire un cluster. Il più grande, gpt-oss-120b, conta 117 miliardi di parametri ma ne attiva soltanto 5.1 miliardi ed è progettato per funzionare su una singola GPU da 80GB, come una NVIDIA H100. Il più piccolo gpt-oss-20b gira con 16GB di memoria, quindi su una workstation ben configurata. Entrambi adottano Apache 2.0.

È la scelta pragmatica per l'on-premise. Per un'azienda regolamentata, un ospedale, una banca o un fornitore della difesa che non può inviare dati ad alcuna API esterna, il fatto che "funzioni su una sola H100" decide da solo il confronto. Offre un livello di ragionamento configurabile, così da passare da risposte rapide ed economiche a elaborazioni lente e accurate, oltre all'accesso completo alla chain of thought per il debugging. È un modello realmente agentico, con function calling, navigazione web ed esecuzione Python native.

La valutazione onesta è questa: gpt-oss non punta alla vetta dei benchmark come GLM-5.2 o DeepSeek V4 ed è il modello meno recente del gruppo. Si sceglie per la semplicità di distribuzione — un modello valido, compatibile con l'hardware già disponibile e accompagnato da una licenza chiara — non perché sia in assoluto il più intelligente.

Mistral è l'alternativa open europea

Mistral, laboratorio francese, è il modello aperto da scegliere quando gli acquirenti richiedono la residenza europea dei dati e preferiscono un fornitore occidentale conosciuto. La gamma aperta comprende Mistral Small 4, un modello ibrido che riunisce comprensione delle istruzioni, ragionamento e coding in un unico pacchetto efficiente, Mistral Medium 3.5, un modello multimodale di classe frontier, e Devstral 2 per i flussi con agenti di coding.

Per un'azienda europea che vende a clienti europei, il procurement è più semplice con un fornitore di Parigi che con uno di Pechino, indipendentemente dalle prestazioni effettive dei pesi. I modelli Mistral sono più piccoli e leggeri dei giganteschi MoE cinesi: un vantaggio quando conta l'efficienza, un limite quando serve il vertice assoluto nelle classifiche di coding. È la scelta rassicurante e conforme, non la regina dei benchmark.

Llama 4 vince per ecosistema, non per prestazioni di frontiera

Llama 4 di Meta non è più il modello con cui puntare al primo posto nei benchmark, ma conserva l'ecosistema di strumenti più maturo e la community più ampia. La generazione attuale, pubblicata nel 2025, comprende Scout e Maverick: entrambi sono mixture-of-experts multimodali nativi con 17 miliardi di parametri attivi; Maverick raggiunge 400 miliardi di parametri totali distribuiti fra 128 esperti. Il modello più grande, Behemoth, non è ancora stato pubblicato.

Nel 2026, il vero punto di forza di Llama è l'effetto ecosistema: più fine-tuning, più quantizzazioni, più guide alla distribuzione e più competenze disponibili sul mercato del lavoro rispetto a qualsiasi altro modello aperto. Se un team usa già Llama e ottiene buoni risultati sui propri carichi, non c'è urgenza di migrare. Sulla licenza, però, serve precisione. Llama adotta la licenza community di Meta, non Apache o MIT, e include vincoli commerciali assenti in una vera licenza open source. Per un nuovo progetto senza vincoli preesistenti, i più recenti modelli cinesi con licenza MIT e Apache offrono prestazioni superiori e condizioni più lineari.

Quali modelli AI open source scegliere?

Non esiste un unico vincitore: il modello giusto dipende dal vincolo principale. Basta individuare la propria situazione nella tabella.

I costi reali, senza slogan

Per un'azienda, tutto questo conta soprattutto in fattura. Esistono tre modi per pagare un modello aperto, adatti a livelli di utilizzo differenti.

1. 1

   Usare l'API (l'impegno minimo)

   Il modello viene chiamato attraverso l'API del fornitore e il costo dipende dai token. Con le tariffe di DeepSeek V4-Flash, un milione di token in output costa 28 centesimi. Un team che elabora qualche centinaio di milioni di token al mese — un carico realistico per un prodotto molto usato — spende decine di dollari, non migliaia. È il punto di partenza giusto per quasi tutti.

2. 2

   Scegliere un piano fisso (spesa prevedibile)

   Per chi programma intensamente, un abbonamento come il GLM Coding Plan da circa $18 al mese elimina del tutto l'ansia del conteggio: il prezzo resta fisso e i token smettono di essere una preoccupazione. È il compromesso ideale per un piccolo team di sviluppo che usa l'AI tutto il giorno.

3. 3

   Ospitare i pesi in proprio (impegno massimo, costo marginale minimo)

   I pesi MIT o Apache vengono scaricati ed eseguiti sulle proprie GPU. Il costo non dipende più dai token, ma diventa una spesa fissa per l'hardware, a cui si aggiunge il lavoro di ingegneria. Conviene soltanto con volumi elevati e costanti o quando il controllo dei dati non è negoziabile. gpt-oss-120b su una singola H100 è il punto d'ingresso realistico; i MoE da trilioni di parametri richiedono un cluster.

L'affermazione spesso ripetuta secondo cui un team che spende $10,000 al mese per un modello chiuso potrebbe scendere a $1,000-$2,000 con uno aperto è corretta nelle proporzioni e trova conferma nei prezzi riportati sopra: per lavori comparabili, GLM-5.2 e DeepSeek V4 costano circa da cinque a dieci volte meno delle API chiuse di frontiera. Il risparmio è reale. Quella stima, però, non considera il costo tecnico di gestire bene l'inferenza in casa. Per questo, fino a quando i volumi non diventano molto grandi, API e abbonamenti fissi risultano più convenienti del self-hosting. Per un confronto diretto con i modelli chiusi Claude, GPT e Gemini sul coding, si può leggere la guida al [miglior modello AI per programmare](/blog/best-ai-model-for-coding-2026).

La regola per decidere

Un solo vincolo cambia completamente la scelta. Se è possibile usare un'API, bisogna bilanciare costo e capacità: GLM-5.2 per le attività agentiche difficili, DeepSeek V4 Flash per tutto ciò che richiede grandi volumi. Se l'API non è utilizzabile per ragioni di residenza dei dati, normative o infrastruttura air-gapped, conta soltanto ciò che può essere eseguito sull'hardware disponibile: gpt-oss-120b su una GPU oppure Qwen3 su una macchina leggermente più grande. Prima si decide se si può usare un'API; tutto il resto viene di conseguenza.

Qual è il miglior LLM open source del 2026?

Per il coding e il lavoro agentico più impegnativi, GLM-5.2: domina tutti i benchmark aperti di lunga durata, adotta una licenza MIT ed è disponibile con un piano fisso da $18 al mese. Per attività economiche ad alto volume, DeepSeek V4 Flash non ha rivali sul prezzo: $0.14 in input e $0.28 in output per milione di token.

Open weight e open source significano la stessa cosa?

No, e ignorare la differenza può costare caro. Open weight indica che il modello è scaricabile. Per un'azienda, open source significa che la licenza permette anche di distribuire e vendere ciò che si realizza. DeepSeek, GLM, Qwen e gpt-oss adottano le permissive MIT o Apache 2.0; Llama e MiniMax usano licenze community con restrizioni che un legale deve esaminare prima dell'uso commerciale.

Posso eseguire questi modelli sul mio hardware?

In alcuni casi, senza difficoltà. gpt-oss-120b entra in una singola H100 da 80GB e gpt-oss-20b funziona con 16GB. I giganteschi mixture-of-experts — DeepSeek V4, GLM-5.2 e Kimi K2.7 — richiedono invece un cluster multi-GPU per un self-hosting efficiente; per questo la maggior parte dei team li utilizza tramite API.

I modelli aperti cinesi sono sicuri per un'azienda statunitense?

I pesi scaricati funzionano interamente sull'infrastruttura aziendale e non inviano dati altrove, quindi il self-hosting elimina alla radice il problema della residenza dei dati. La questione si pone soltanto usando l'API del fornitore, perché in quel caso i dati raggiungono l'host. Se questo è un ostacolo, si possono ospitare internamente i pesi aperti oppure scegliere un host occidentale che li offra.

Qual è il miglior LLM open da usare in locale su un computer normale?

gpt-oss-20b, che funziona con 16GB di memoria, oppure un peso Qwen3 di fascia intermedia. Entrambi offrono un modello valido con licenza permissiva su una sola workstation, senza dover noleggiare nulla.

Serve una mappa completa per applicare questi modelli al proprio business, includendo agenti, strumenti e stack che li trasformano in prodotti? La mappa degli strumenti AI per imprenditori e una breve lettura settimanale raccontano cosa è stato davvero pubblicato e come usarlo.