Questa settimana in AI: nuovi modelli a profusione e agenti 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 agente 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 agenti imparano a comportarsi meglio

Gli agenti 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 agente 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 agenti 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 agenti 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 agenti 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