Vai al contenuto
Istituto IA.

Pubblicato 9 settembre 2026

Modelli a pesi aperti e modelli chiusi: differenze, licenze, esempi

Nel linguaggio corrente un modello è «aperto» o «chiuso». La coppia è comoda e descrive male la realtà: fra il modello accessibile solo attraverso un servizio e il modello interamente riproducibile ci sono almeno quattro aperture indipendenti, e quasi nessun modello le presenta tutte.

Questo articolo separa le quattro dimensioni, spiega che cosa consentono le licenze in circolazione e indica come leggere un annuncio di apertura.

Le quattro aperture

Un modello a pesi aperti è un modello i cui pesi sono pubblicati e scaricabili, cosa che ne consente l’esecuzione locale e l’adattamento senza passare da un servizio del fornitore. La disponibilità dei pesi non implica che siano pubblici i dati di addestramento, il codice di addestramento o le scelte di preparazione dei dati, né che la licenza consenta ogni uso: sono quattro aperture indipendenti, e un modello può presentarne una sola[1].

I pesi. Sono i parametri numerici appresi. Averli significa poter eseguire il modello su macchine proprie, misurarne il comportamento senza mediazioni, adattarlo a un dominio e conservarne una copia che nessuno può ritirare. È l’apertura che conta di più per chi deve garantire continuità di servizio.

Il codice. Il programma che definisce l’architettura e la procedura di addestramento. Senza di esso i pesi restano eseguibili, ma la procedura che li ha prodotti non è ispezionabile.

I dati. L’elenco o la raccolta dei testi su cui il modello è stato addestrato. È l’apertura più rara e quella che più conta per valutare le distorsioni e le questioni di diritto d’autore.

La licenza. Ciò che il titolare dei diritti consente di fare. È indipendente dalle altre tre: pesi scaricabili possono venire con una licenza che vieta l’uso commerciale, o che lo consente solo sotto una soglia di utenti.

Che cosa dicono le licenze

Le licenze che accompagnano i modelli a pesi aperti si dividono in tre famiglie.

Le licenze di software libero classiche — Apache 2.0, MIT — consentono qualunque uso, compresa la ridistribuzione e la modifica, chiedendo in cambio l’attribuzione e la conservazione dell’avviso di licenza. Un modello rilasciato sotto una di queste è aperto nel senso pieno del termine, per la parte che copre.

Le licenze proprietarie con permesso ampio consentono l’uso commerciale ma aggiungono condizioni: soglie oltre le quali serve un accordo separato, divieti d’uso per certe finalità, obblighi di denominazione dei prodotti derivati. Sono le più diffuse fra i modelli pubblicati dalle grandi imprese.

Le licenze di sola ricerca escludono l’uso commerciale. Un modello sotto una licenza di questo tipo non è utilizzabile in produzione, per quanto i pesi siano scaricabili.

Il glossario registra il punto con precisione: una licenza libera e open source è definita da ciò che consente, non dalla disponibilità del file. Chiamare «open source» un modello i cui pesi sono scaricabili sotto una licenza che vieta certi usi è un’estensione impropria del termine[1].

Che cosa cambia per chi decide

Continuità. Un modello eseguito su macchine proprie continua a funzionare se il fornitore cambia listino, modifica il comportamento o chiude il servizio. Un modello accessibile via servizio no.

Riservatezza. Con i pesi in casa i dati non escono. È la ragione per cui i modelli a pesi aperti compaiono dove il trattamento è vincolato: sanità, difesa, amministrazioni.

Verificabilità. Un modello che si può eseguire si può misurare quante volte si vuole, con i propri casi, con versione fissata. Su un servizio esterno ogni misura vale finché il fornitore non aggiorna.

Costo. L’esecuzione locale sposta il costo dall’uso all’infrastruttura. Sotto una certa scala il servizio esterno è più economico; sopra, quasi mai.

Responsabilità. Chi scarica pesi e li mette in produzione assume la posizione di chi immette sul mercato o mette in servizio il sistema che li incorpora. Le conseguenze giuridiche non si scaricano con il file.

Che cosa dice il regolamento europeo

Il regolamento tratta i modelli per finalità generali in un capo dedicato, con obblighi di documentazione tecnica, informazione ai fornitori a valle e politica sul diritto d’autore. Prevede esenzioni per i modelli rilasciati con licenza libera e open source, a condizione che i parametri e le informazioni sull’architettura siano resi pubblici, e non applica quelle esenzioni ai modelli che presentano rischi sistemici[2].

La conseguenza è che la qualificazione della licenza non è una questione di stile comunicativo: da essa dipende quali obblighi si applichino. Un fornitore che chiami «open source» un rilascio che non soddisfa le condizioni non ottiene per questo l’esenzione.

La traiettoria della trasparenza

L’indice di trasparenza dei modelli fondazionali, che l’AI Index riprende, misura quante informazioni i fornitori pubblichino su dati, calcolo, valutazioni e uso a valle. L’edizione 2026 registra una discesa a 40 punti dai 58 dell’anno precedente[3].

Il dato va letto insieme all’altro fatto del periodo: il numero di modelli con pesi scaricabili è cresciuto. Le due cose non si contraddicono, perché misurano dimensioni diverse. Si pubblicano più pesi e si dice meno su come sono stati ottenuti.

Come leggere un annuncio

Cinque domande, nell’ordine.

  1. I pesi sono scaricabili senza approvazione caso per caso? Un modulo da compilare non è un download.
  2. Qual è la licenza esatta e che cosa vieta? Il nome commerciale non basta; conta il testo.
  3. Ci sono soglie o restrizioni d’uso? Numero di utenti, settori esclusi, obblighi di denominazione.
  4. Sono pubblicati i dati di addestramento, o almeno la loro descrizione? Quasi sempre la risposta è no, e saperlo cambia ciò che si può affermare sul modello.
  5. Esiste una versione fissata e citabile? Senza un identificatore di versione, ogni misura fatta oggi non è ripetibile domani.

Un annuncio che risponde a tutte e cinque descrive un rilascio. Uno che ne risponde a una descrive una campagna.

Che cosa serve davvero per eseguire un modello

La disponibilità dei pesi non equivale alla possibilità pratica di adoperarli, e la distanza fra le due cose è la ragione per cui molti rilasci aperti restano inutilizzati.

La memoria. Un modello occupa, in prima approssimazione, due byte per parametro nella precisione usuale. Le tecniche di quantizzazione riducono l’occupazione a un byte o meno, con una perdita di qualità che va misurata sul proprio compito e non assunta dai valori pubblicati.

Il contesto. La memoria necessaria cresce anche con la lunghezza del testo in ingresso, e per richieste lunghe la struttura che conserva gli stati intermedi può superare la dimensione del modello stesso.

Il parallelismo. Sopra una certa dimensione un modello non entra in un singolo acceleratore e va distribuito, il che introduce comunicazione fra dispositivi e complica il servizio.

Il servizio. Eseguire un modello per una richiesta alla volta è semplice; servirne molte in modo efficiente richiede raggruppamento delle richieste, gestione della cache e bilanciamento. È ingegneria di sistema, e il suo costo non compare nei confronti sul prezzo per token.

Che cosa cambia nella valutazione

Un modello che si esegue in casa si valuta in modo diverso da uno accessibile via servizio, e in meglio.

La versione è fissata: una misura fatta oggi è ripetibile fra sei mesi. Il campionamento è controllabile fino al determinismo, il che rende i confronti più stretti. Si possono osservare le probabilità assegnate alle alternative, e non soltanto la risposta scelta: è l’informazione su cui si costruiscono le misure di calibrazione, che su un servizio esterno non è quasi mai disponibile.

Per contro, si assume l’onere di misurare. Un fornitore di servizio pubblica valutazioni; chi esegue in casa deve costruirsi le proprie, e senza di esse l’autonomia guadagnata non produce informazione.

Come cambiano le posizioni giuridiche

Il passaggio dal servizio all’esecuzione locale sposta i ruoli.

Chi adopera un modello attraverso un servizio è deployer del sistema che lo incorpora, e il fornitore del servizio resta il fornitore del modello. Chi scarica i pesi, costruisce un sistema intorno e lo mette in servizio assume la posizione di fornitore di quel sistema, con gli obblighi che ne conseguono: documentazione tecnica, informazione a chi lo impiega, gestione dei rischi se il sistema rientra fra quelli ad alto rischio.

È un trasferimento di responsabilità che viene raramente calcolato nel confronto economico, e che in certi casi vale più della differenza di costo per richiesta.

Fonti

  1. Patron, R. (a cura di), «Glossario dell’intelligenza artificiale», AIPIA Studies in Applied AI vol. 1, 2026
  2. Regolamento (UE) 2024/1689, disposizioni sui modelli per finalità generali
  3. Stanford HAI, «The 2026 AI Index Report», indice di trasparenza dei modelli fondazionali
  4. Meta, pagina di ricerca FAIR
  5. Wikipedia (en), voce «Large language model»