Questa settimana di strumenti AI agentici, modelli più economici e dolori della crescita

Modelli con output più grandi e prezzi più bassi

Questa settimana ha fissato un nuovo standard per la lunghezza del contesto. Google DeepMind ha lanciato Gemini 4 Argon, in grado di generare fino a un milione di token in una singola risposta — ben oltre il limite di 64.000 token delle versioni precedenti di Gemini. Hanno aiutato a refattorizzare sei milioni di righe di codice Chrome in settimane invece che in mesi. DeepSeek ha seguito con DeepSeek V4.1 Flash 1017 (Max), un modello di ragionamento a pesi aperti con un contesto di un milione di token che ha funzionato a circa 209 token in uscita al secondo. MiniMax ha inoltre rilasciato MiniMax M3.1 Flash, con una finestra di un milione di token a soli $0,15 per milione di token in ingresso e $0,60 per milione di token in uscita, metà del prezzo del suo predecessore.

Sul fronte open-source, NVIDIA ha presentato Nemotron 3.5 Super VL da 120 miliardi di parametri, un modello vision-language che legge testo, immagini, documenti e video e funziona su un singolo GPU. Mistral ha introdotto Timestral, una famiglia di modelli per le previsioni delle serie temporali, con la sua variante più grande che ha solo 209 milioni di parametri ma si è classificata prima su tutti e tre i principali benchmark. Black Forest Labs ha reso disponibile il suo modello FLUX.3 Image Klein attraverso la libreria Diffusers di Hugging Face, mentre The Forecasting Company ha rilasciato T0, un modello di previsione a pesi aperti da 256 milioni di parametri che produce output probabilistici.

L'AI agentic passa dalla chat all'azione

OpenAI ha pubblicato dati che mostrano le aziende dell'UE che passano dalle semplici risposte a domande agli strumenti agentici che pianificano ed eseguono compiti multi-step. Tra i clienti ChatGPT Enterprise nel blocco, le funzionalità agentici — in particolare Codex e ChatGPT Work — ora generano più della metà di tutti i token in uscita. Da maggio 2026, le piccole e medie imprese attive settimanalmente che utilizzano questi strumenti sono cresciute di oltre otto volte in ogni Stato membro dell'UE, sebbene l'adozione rimanga disomogenea.

Stack Overflow for Agents ha riportato un triplicamento delle iscrizioni dopo il lancio di un plugin ChatGPT che permette agli utenti di scoprire lo strumento direttamente all'interno dell'app. Nel frattempo, Google Cloud AI Research ha reso open source Harness², un framework che migliora gli agenti AI regolando prompt, memoria, strumenti e guardrail senza riaddestrare il modello sottostante. Un team alle spalle di Claude Code ha descritto il trattamento della code review come un processo continuo, con Claude che coglie gli errori di routine prima che gli esseri umani vedano mai il codice.

La velocità arriva con i suoi dolori della crescita

La settimana ha anche sollevato domande su quanto costi lo sviluppo AI più veloce. Jeremy Scheff, sviluppatore di giochi indipendente noto per Basketball GM, ha pubblicato un saggio definendolo un certificato di morte per la programmazione, dicendo che gli agenti gli hanno permesso di correggere bug e riorganizzare il codice più velocemente che mai — ma lo hanno lasciato chiedersi se il suo lavoro avesse ancora significato. Un ingegnere Meta ha espresso preoccupazione simile su LinkedIn, scrivendo che il codice generato dall'AI sembra una "scatola nera" dove gli sviluppatori capiscono il livello alto ma non ogni dettaglio. Sul fronte degli strumenti, uno sviluppatore ha dato a Claude Code accesso al suo sito web e a un budget pubblicitario, e ha osservato cosa l'agente autonomo abbia costruito da sé.

I ricercatori hanno anche spinto in avanti l'efficienza: PRIME ha combinato pruning e merging di modelli mixture-of-experts per rimpicciolirli senza perdere accuratezza, Echo ha ridotto i costi di comunicazione del training inviando solo quattro bit invece di sedici, e TurboMamba ha ibridato le architetture Mamba e Transformer per un'inferenza più veloce.

Questa storia segnala un trend solo per fini informativi. Non costituisce consiglio o incoraggiamento a fare alcuna di queste cose.

In breve

Un milione di token: Gemini 4 Argon, DeepSeek V4.1 Flash 1017 (Max) e MiniMax M3.1 Flash hanno tutti raggiunto questo traguardo di output o contesto questa settimana
Metà del prezzo: MiniMax M3.1 Flash costa metà del suo predecessore; Gemini 4 Argon è metà del prezzo di Claude Opus 5.5 al lancio
Crescita ottupla: le piccole imprese UE attive settimanalmente che usano strumenti agentici ChatGPT sono cresciute di oltre otto volte da maggio 2026
209 milioni di parametri: Timestral di Mistral domina tutti i benchmark di previsione principali a questa dimensione
Primo in tre: Timestral si è classificato al primo posto su GIFT-Eval, TIME e fev-bench