Questa settimana in AI: nuovi modelli a profusione e agent più sicuri

Nuovi modelli, completamente aperti

Questa settimana è stata dominata dal rilascio da parte di aziende di potenti modelli a pesi aperti che chiunque può scaricare ed eseguire. Mistral ha presentato Mistral Large 4, un modello multimodale con 1,05 trilioni di parametri totali ma solo 52 miliardi attivi in un dato momento grazie alla sua architettura Mixture of Experts, rilasciato in anteprima pubblica il 6 ottobre. StepFun ha reso disponibile il suo modello da 600 miliardi di parametri Step 5 Preview su Hugging Face e ModelScope, mentre Meta ha lanciato Muse Spark Open — un modello da 816 miliardi di parametri progettato per funzionare in locale su Apple Mac Studios, sebbene richieda almeno un terabyte di RAM. Recursive Superintelligence è entrata nella contesa con Flint, un agent di codifica da 40 miliardi di parametri pensato per hardware consumer, e Moonshot AI ha presentato in anteprima Kimi K3.1 Pro, un modello da 2,8 trilioni di parametri che segna solo tre punti di distacco da Claude Opus 5.5 su Artificial Analysis, a metà del costo, con pesi aperti completi che arriveranno il 4 novembre.

La storia della velocità è passata attraverso diversi rilasci. Inception Labs ha presentato Mercury 3, un modello linguistico basato su diffusione che genera risposte complete in parallelo invece che parola per parola, raggiungendo circa 1.068 token al secondo su GPU NVIDIA. Liquid AI ha lanciato RIPL, un motore che esegue modelli più piccoli in meno di 50 millisecondi. Nel frattempo, i ricercatori di Qwen hanno sviluppato DScout, una tecnica che può rendere la generazione di testo fino a quattro volte più veloce, e i ricercatori di Stanford e UC Berkeley hanno creato TokenGate, un componente aggiuntivo che permette a modelli come Qwen3 di saltare i testi irrilevanti e leggere fino a 11,3 volte più velocemente senza perdere accuratezza.

Gli agent imparano a comportarsi meglio

Gli agent di intelligenza artificiale hanno ricevuto alcuni seri aggiornamenti questa settimana. Anthropic ha rilasciato sandbox-runtime, uno strumento gratuito che avvolge qualsiasi programma in restrizioni di filesystem e rete senza bisogno di container. Una startup di Y Combinator chiamata Alter ha costruito un sistema che fornisce a ogni agent di intelligenza artificiale la propria identità e permessi limitati invece di condividere una singola credenziale potente. Laminar ha introdotto un modello open-source economico che rileva errori nascosti nei flussi di lavoro degli agent a un costo 23 volte inferiore rispetto alle principali alternative commerciali. I ricercatori hanno anche pubblicato un lavoro su LEASH, un framework che permette ai piccoli agent di chiamare modelli più grandi solo quando incerti, potenzialmente riducendo i costi di inferenza del 19 percento. Uno studio sull'apprendimento per rinforzo agentic ha scoperto che diversificare gli ambienti di addestramento batte il semplice aumento degli episodi, migliorando l'efficienza computazionale fino a 1,7×. E Microsoft Research ha rilasciato Agensh, un sistema open-source che permette fino a 1.024 agent di codifica di intelligenza artificiale di lavorare insieme senza un coordinatore centrale.

Sicurezza, ricerca e strumenti

Dal lato della sicurezza, OpenAI ha riferito che il suo team interno Calif utilizzando GPT-5.6 Sol ha scoperto due vulnerabilità critiche in PHP prima che gli attaccanti potessero farlo, come parte della sua iniziativa Patch the Planet, con Wiz che ha confermato indipendentemente entrambe. Anthropic ha anche lanciato un OSS Scanner gratuito che ha trovato 77 problemi critici e 803 ad alta criticità nei progetti open-source nelle sue prime 11 giornate. Un nuovo studio ha avvisato che addestrare modelli sicuri sui loro stessi output attraverso self-distillazione ricorsiva può erodere silenziosamente la sicurezza nel tempo. US DHS ha bandito DeepSeek da tutti i sistemi delle agenzie civili federali, e lo stesso DeepSeek ha rilasciato open-source il suo motore di inferenza ad alte prestazioni DeepInfer sotto licenza Apache 2.0.

La ricerca ha fatto notizia. I ricercatori del MIT hanno costruito IRIS, un sistema di intelligenza artificiale che decodifica come le cellule comunicano chimicamente durante lo sviluppo, potenzialmente accelerando l'ingegneria delle cellule staminali. Il Gemini 4 Argon di Google si è classificato terzo nella StarSkimmish Bench scrivendo bot per StarCraft, e Yongchao Huang ha presentato MDN-VJEPA, un sistema che predice molteplici futuri ramificati in una volta invece che uno alla volta.

Negli strumenti, NVIDIA ha rilasciato Modelli a Dati Strutturati che utilizzano apprendimento nel contesto per previsioni su fogli di calcolo, Baidu ha lanciato Unlimited OCR 2 open-source per leggere centinaia di pagine in una volta, vLLM ha iper-ottimizzato Kimi K3 oltre 840 token al secondo, e Anthropic ha cambiato il modo in cui revisiona il codice dopo che Claude Code ha iniziato a scrivere il 90 percento del suo codice, raddoppiando i tassi di merge e riducendo i revert del 40 percento. Nel frattempo, Anthropic ha annunciato che cliccare pollice in su o in giù su Claude può ora memorizzare conversazioni complete per fino a cinque anni per l'addestramento del modello.

* *Questa storia segnala un trend e ha scopo puramente informativo.

La settimana in breve

• Mistral Large 4: 1,05 trilioni di parametri, 52 miliardi attivi, rilasciato il 6 ottobre
• Mercury 3: circa 1.068 token al secondo, genera risposte in parallelo e non parola per parola
• DeepSeek bandito dai sistemi delle agenzie civili federali statunitensi con ordine DHS
• Anthropic OSS Scanner ha trovato 77 problemi critici e 803 ad alta criticità in 11 giorni
• Kimi K3.1 Pro: 2,8 trilioni di parametri, pesi aperti completi in arrivo il 4 novembre

Ogni storia di questa settimana

• Nexus-CLI lets you use DeepSeek V3 and R1 for free via a local proxy
• HRoPE gives AI vision models a better sense of 3D space
• Mistral Large 4 is an open-weight multimodal model with 1.05 trillion parameters
• Alter gives AI agents their own keys and an audit trail
• Omnara offers open-source alternative to managed AI agents
• SpecEvo uses multi-LLM coordination to slash scientific discovery API costs by up to 80%
• AI finds critical PHP flaws, triggers global patch response
• A New AI Model Learns to Predict Many Possible Futures at Once
• A New AI Model Learns to Predict Many Possible Futures at Once (2026-10-22)
• How Python 3.15's built-in profiler reveals the hidden hotspots in a web app
• How Python 3.15's built-in profiler reveals the hidden hotspots in a web app (2026-10-22)
• Gemini 4 Argon Tries Its Hand at StarCraft Bot Coding
• Gemini 4 Argon Tries Its Hand at StarCraft Bot Coding (2026-10-22)
• Kendall Square leaders explore how AI can serve community
• Kendall Square leaders explore how AI can serve community (2026-10-22)
• StepFun Releases Open Weights for Its 600B Step 5 Preview Model
• StepFun Releases Open Weights for Its 600B Step 5 Preview Model (2026-10-22)
• MIT's IRIS Model Decodes How Cells Talk to Each Other
• MIT's IRIS Model Decodes How Cells Talk to Each Other (2026-10-22)
• Microsoft trains MAI-Base-2, its most efficient frontier foundation model yet
• Microsoft trains MAI-Base-2, its most efficient frontier foundation model yet (2026-10-22)
• Meta launches Muse Spark Open, an open-weight model built to run on Macs
• Meta launches Muse Spark Open, an open-weight model built to run on Macs (2026-10-22)
• How NVIDIA's New Library Makes Predictions Without Training Tables
• How NVIDIA's New Library Makes Predictions Without Training Tables (2026-10-22)
• How Anthropic reviews code when Claude Code writes 90% of it
• How Anthropic reviews code when Claude Code writes 90% of it (2026-10-22)
• vLLM Hyper-Optimizes Kimi K3 on NVIDIA GB300 for Blazing-FAST Inference
• vLLM Hyper-Optimizes Kimi K3 on NVIDIA GB300 for Blazing-FAST Inference (2026-10-22)
• LEASH helps AI agents know when to ask for help
• YC startup builds cheap AI model that catches silent agent failures
• YC startup builds cheap AI model that catches silent agent failures (2026-10-22)
• Inception Labs releases Mercury 3, a diffusion-based AI model
• Safe AI Models Can Become Unsafe Through Their Own Training
• Safe AI Models Can Become Unsafe Through Their Own Training (2026-10-23)
• US bans DeepSeek from federal agency systems under new DHS order
• DeepSeek Open-Sources DeepInfer, Its High-Performance Inference Engine
• Inception Releases Mercury 3 Diffusion LLM at 1,068 Tokens per Second
• PeekKV A smarter way to compress AI memory that boosts long-context speed
• Researchers develop method to make large language models respond faster
• Teaching AI Agents to Know When to Stop
• Agentic RL Has a Scaling Law — And It Changes How You Should Spend Your Budget
• an earlier story
• NVIDIA Kumo Relational beats supervised ML on relational data without training
• Recursive Releases Flint, a 40B Open-Weight Local Coding Model for Agents
• Specializing the Vocabulary of Small Language Models Cuts Inference Cost by 77%
• Cactus Whistle vs Whisper Base CPU benchmark shows tiny model holds its own
• Why early AI was designed to be random — and why we stopped liking it
• A new engine makes small AI models respond in under 50 milliseconds
• MIT celebrates humanities at a time when AI is changing everything
• Kimi K3.1 Pro, a Chinese AI model anyone will be able to download, nearly matches Claude Opus 5.5
• Sebastian Raschka releases free course on building AI reasoning models from scratch
• FilmFlow turns text into camera moves for 3D scenes, beat all tested baselines
• New technique makes diffusion language models faster without losing quality
• Anthropic releases sandbox-runtime to safely cage AI agents without containers
• Anthropic's free scanner uses Claude to find bugs in open-source code
• Microsoft opens a tool that lets 1,024 AI coding agents work together without a boss
• Baidu releases Unlimited OCR 2, an open model that reads hundreds of pages in one go
• TokenGate makes AI read long documents up to 11x faster by skimming the unimportant parts
• Anthropic now stores your full chats for up to 5 years when you press thumbs up or down
• Mirendil launches Fern 0.1, an AI model that can read 10 million tokens at once
• AI skills like prompt engineering will be obsolete by 2026, writer says
• Test shows top AI agents fail at personalizing phone tasks for you
• A new Git tool records human–AI decisions so you don't lose the reasoning behind them