Modelli di IA open source per le aziende: i modelli più importanti in sintesi (aggiornamento ottobre 2026)

Chi vuole gestire modelli di IA nella propria azienda invece di inviare dati a ChatGPT & co., oggi ha una buona scelta di modelli aperti („open source“ o, più precisamente, „open weights“). Per le aziende in Germania, allo stato di ottobre 2026, sono soprattutto rilevanti le famiglie Mistral, Qwen, gpt-oss, DeepSeek e Apertus interessante. Llama 4 di Meta, invece, per le aziende con sede nell’UE è praticamente inutilizzabile a causa di una clausola di licenza. Quale modello sia adatto dipende dalla licenza, dalla conoscenza del tedesco, dalle dimensioni e dall’hardware disponibile.

«Open Source» o «Open Weights» – cosa significa esattamente?

Nella maggior parte dei modelli di IA «aperti» vengono i pesi del modellopubblicato – quindi il modello addestrato che potete scaricare e gestire sui vostri server. I dati di addestramento e l’intero processo di addestramento restano per lo più riservati. Gli esperti parlano quindi di Open Weights. Per l’uso aziendale, ciò che conta è: potete gestire il modello in autonomia, i vostri dati non lasciano la vostra infrastruttura e non dipendete da variazioni di prezzo o da interruzioni di un servizio cloud.

È importante la licenza: regola se potete utilizzare il modello a fini commerciali, modificarlo e integrarlo nei vostri prodotti. Licenze come Apache 2.0 o MIT sono molto permissive. Le licenze proprietarie dei produttori possono invece contenere limitazioni – fino all’esclusione di intere regioni.

Panoramica delle principali famiglie di modelli

Mistral (Francia)

L’azienda francese Mistral AI pubblica molti modelli con licenza Apache 2.0, tra cui il grande Mistral Large 3 (dicembre 2025) e Mistral Small 4 (marzo 2026), che unisce testi, immagini e ragionamento multistep in un unico modello. Vantaggi per le aziende tedesche: fornitore europeo, buone competenze in tedesco, licenza chiara e modelli in molte dimensioni – dalle varianti piccole per un singolo server ai modelli grandi per i data center.

Qwen (Alibaba)

I modelli Qwen provenienti dalla Cina sono tra i modelli aperti più performanti e vengono rilasciati in rapida successione (tra cui Qwen3.6 ad aprile e Qwen3.8 nell’agosto 2026). Le varianti scaricabili gratuitamente sono per lo più distribuite con licenza Apache 2.0; i modelli “Max” più grandi, invece, non sono open. Qwen offre un numero particolarmente elevato di dimensioni, inclusi modelli compatti che possono essere eseguiti su una singola scheda grafica.

gpt-oss (OpenAI)

Con gpt-oss-20b e gpt-oss-120b OpenAI ha pubblicato nel 2025, per la prima volta dopo anni, modelli aperti – con licenza Apache 2.0. La variante più piccola è pensata per l’esecuzione su hardware relativamente modesto, quella più grande per server ad alte prestazioni. Per molte aziende è un punto di ingresso naturale, perché comportamento e stile risultano familiari.

DeepSeek (Cina)

DeepSeek pubblica i suoi modelli sotto la licenza MIT ed è stato pioniere nel 2025 con i suoi modelli di “Reasoning”. Con l’esercizio in proprio non fluiscono dati verso la Cina – a differenza dell’uso dell’app o dell’API di DeepSeek. Alcune aziende verificano comunque con attenzione come i modelli si comportano su temi politicamente sensibili.

Apertus (Svizzera)

Apertus è stato pubblicato dalla Swiss AI Initiative (EPFL, ETH Zürich, CSCS) nel settembre 2025, nelle dimensioni di 8 e 70 miliardi di parametri, con licenza Apache 2.0. Caratteristica particolare: è completamente aperto – anche i dati di addestramento e le procedure sono documentati – ed è stato sviluppato tenendo conto del diritto europeo. In termini di prestazioni, la prima versione è inferiore ai modelli di punta; per le aziende con elevati requisiti di trasparenza resta comunque un’opzione interessante.

Gemma (Google)

Google pubblica con Gemma modelli aperti compatti, pensati in particolare per dispositivi con poca memoria. Gemma è disponibile con una licenza proprietaria di Google con condizioni d’uso – non sotto Apache 2.0. Prima dell’impiego, è opportuno verificare le condizioni.

Llama 4 (Meta): attenzione, esclusione UE

Meta pubblica Llama con una propria “Community License”. Per Llama 4 esclude dalla policy d’uso associata le aziende con sede nell’UE dai diritti sui modelli multimodali – e tutti i modelli Llama-4 sono multimodali. Per le aziende tedesche che vogliono gestire un modello in proprio, Llama 4 non è quindi praticamente un’opzione. I modelli più vecchi, solo testuali, come Llama 3.3, non ne sono प्रभावित, ma dal punto di vista tecnico non sono più allo stato dell’arte.

A cosa dovrebbero prestare attenzione le aziende nella scelta

• Licenza: Apache 2.0 o MIT sono le soluzioni più semplici per le aziende. Leggere con attenzione le licenze proprietarie dei singoli fornitori.
• Tedesco: Testate con testi reali della vostra quotidianità – ortografia, termini tecnici, tono.
• Dimensioni e hardware: I modelli più grandi sono migliori, ma richiedono molta più memoria grafica. Maggiori informazioni: Quale hardware serve per una propria IA?.
• Compito: Per i riassunti e la ricerca nei documenti spesso bastano modelli di dimensioni medie; per analisi complesse servono modelli più grandi.
• Provenienza e fiducia: Con l’esercizio in proprio non confluiscono dati al produttore – il comportamento del modello su temi sensibili va comunque verificato.
• Sviluppo continuo: Scegliete famiglie che vengono aggiornate regolarmente e pianificate il passaggio alle nuove versioni.

Come le aziende utilizzano concretamente i modelli open

Quasi nessuna azienda utilizza un modello “puro”. La combinazione tipica è con un’interfaccia utente come Open WebUI, un ambiente di esecuzione come Ollama e una base di conoscenza costituita da documenti propri tramite RAG. In questo modo si crea un assistente IA interno che accede ai vostri contenuti senza che i dati lascino l’azienda. Se questo convenga rispetto a un servizio cloud, lo mostra il confronto IA locale vs. ChatGPT & Co..

bettersorted punta per le sue clienti e i suoi clienti su componenti aperti e trasparenti – gestiti su server in Germania e riuniti nell'automaisa Hub. Forniamo consulenza in modo neutrale rispetto ai produttori, siamo consulenti registrati presso il BAFA e coach autorizzati INQA. La Consulenza e l’introduzione accompagnata possono essere finanziate all’80 % tramite il INQA-Coaching; il percorso adatto viene indicato dal Controllo degli incentivi. Per un primo colloquio non vincolante: Contatto.

Esempio: selezione del modello in un’associazione sociale

Uno scenario illustrativo: un’associazione sociale desidera un assistente interno per concetti, istruzioni di servizio e linee guida per i finanziamenti. I dati sanitari e sociali non possono lasciare l’azienda. Vengono testati tre modelli aperti di dimensioni medie con 40 domande reali della quotidianità. I criteri di valutazione sono correttezza, comprensibilità in tedesco e velocità sul server disponibile. Il risultato: un modello di medie dimensioni con licenza Apache-2.0, in combinazione con una buona ricerca documentale, fornisce le risposte migliori – un modello più grande avrebbe richiesto hardware più costoso, senza essere sensibilmente migliore.

Checklist per la vostra decisione sul modello

1. Licenza letta e uso commerciale consentito nell’UE?
2. Testato con 20–50 attività reali in tedesco?
3. Il modello rientra nella memoria grafica disponibile – con riserva per più utenti?
4. È chiaro chi è responsabile degli aggiornamenti e dei cambi di modello?
5. Protezione dei dati e regole d’uso sono documentate (linea guida sull’IA)?
6. Esiste un’interfaccia uniforme, in modo che il modello resti sostituibile in seguito?

Costi e finanziamenti

I costi per un modello di IA proprio si compongono di tre parti: Configurazione (pianificazione, installazione, integrazione, test), esercizio continuativo (server o hosting, aggiornamenti, monitoraggio, backup dei dati) e Accompagnamento dei collaboratori (formazione, regole, referenti). Non indichiamo prezzi fissi, perché l’entità e la situazione di partenza variano molto. Il software stesso, nelle soluzioni open source, non comporta costi di licenza.

Non viene finanziata la tecnologia, ma la consulenza e l’introduzione accompagnata: tramite il INQA-Coaching lo Stato federale copre a livello nazionale l’80 % dei costi di coaching (fino a 11.520 €, voucher fino al 30.06.2028). Un’analisi preliminare può essere sovvenzionata tramite la promozione della consulenza BAFA – con l’80 % nei nuovi Länder, a Lüneburg e Treviri, altrimenti il 50 %, per domande fino al 31.12.2026. Per gli investimenti, alcuni Länder offrono programmi propri – vedi Opportunità di finanziamento per le imprese in Germania.

Domande frequenti

Qual è il miglior modello di IA open source per le aziende?

Non esiste un modello migliore per tutti. Per le aziende tedesche, Mistral, Qwen e gpt-oss sono spesso la prima scelta grazie alla licenza Apache-2.0 e alle buone competenze in tedesco. Testate due o tre modelli con i vostri compiti reali.

Posso utilizzare Llama 4 in Germania?

Come azienda con sede nell’UE, secondo la policy d’uso non ottenete diritti sui modelli multimodali Llama-4, e tutti i modelli Llama-4 sono multimodali. Per l’esercizio in proprio in Germania, Llama 4 è quindi di fatto escluso.

I modelli open source sono buoni quanto ChatGPT?

I migliori modelli aperti si avvicinano, per molte attività, ai modelli commerciali di punta. Per i tipici compiti aziendali come riassumere, formulare testi e cercare nei propri documenti, di solito sono sufficienti.

Qual è la differenza tra Open Source e Open Weights?

Con gli Open Weights, i pesi del modello sono liberamente disponibili, ma i dati di addestramento e le procedure spesso non lo sono. I modelli completamente aperti come Apertus rendono accessibili anche questi elementi. Per l’esercizio in proprio sono sufficienti gli Open Weights con la licenza adeguata.

Aggiornamento: ottobre 2026. Modelli, versioni e licenze cambiano rapidamente – prima di prendere una decisione, verificate la licenza attuale presso il fornitore.