Mappa dell'intelligenza artificiale

Scopri i sistemi, le capacità e chi li costruisce.

Un catalogo editoriale per esplorare l’IA per tecnologia e problema, con schede verificate e percorsi chiari.

Modelli verificati

Schede con versione, accesso, modalità, prezzi pubblicati e data di verifica.

OPENAI

GPT‑6 Astra

Modello generalista di frontiera orientato verso compiti complessi, uso di strumenti e lavoro professionale altamente impegnativo.

Testo e ragionamento · Proprietario a pagamento ANTHROPIC

Claude Opus 5

Modello orientato al lavoro sul codice e sulla conoscenza, con controlli che consentono di adattare lo sforzo a ciascun compito.

Testo e ragionamento · Proprietario a pagamento GOOGLE

Gemini 3.8 Flash

Modello Flash per ingegneria del software di lunga durata, agenti autonomi e flussi aziendali complessi.

Testo e ragionamento · Proprietario a pagamento OPENAI

GPT‑5.6 Sol

Lavoro complesso, codice e agenti con strumenti.

Testo e ragionamento · Proprietario a pagamento OPENAI

GPT‑5.6 Terra

Attività che richiedono equilibrio tra qualità, velocità e costo.

Testo e ragionamento · Proprietario a pagamento OPENAI

GPT‑5.6 Luna

Volumi elevati, sottoagenti ed estrazione strutturata.

Testo e ragionamento · Proprietario a pagamento ANTHROPIC

Claude Fable 5.1

Ragionamento e agenti di lunga durata.

Testo e ragionamento · Proprietario a pagamento ANTHROPIC

Claude Sonnet 5

Codice, ricerca e flussi professionali con strumenti.

Testo e ragionamento · Proprietario a pagamento ANTHROPIC

Claude Haiku 4.5

Volumi elevati, sottoagenti ed estrazione strutturata.

Testo e ragionamento · Proprietario a pagamento GOOGLE

Gemini 3.1 Pro

Ragionamento multimodale, codice e problemi complessi.

Testo e ragionamento · Proprietario a pagamento XAI

Grok 4.6

Codice, ricerca e flussi professionali con strumenti.

Testo e ragionamento · Proprietario a pagamento DEEPSEEK

DeepSeek V4.1 Flash

Agenti, codice e distribuzione aperta a costi contenuti.

Testo e ragionamento · Proprietario a pagamento MISTRAL AI

Mistral Medium 3.5

Codice multimodale e distribuzione sotto il proprio controllo.

Testo e ragionamento · Proprietario a pagamento META

Llama 4 Maverick

Multimodalità aperta e distribuzione sotto il proprio controllo.

Testo e ragionamento · Proprietario a pagamento COHERE

Command A+

RAG aziendale, multilingue e distribuzione privata.

Testo e ragionamento · Proprietario a pagamento AMAZON

Amazon Nova 2 Lite

Documenti lunghi, video e attività aziendali su AWS.

Testo e ragionamento · Proprietario a pagamento ALIBABA QWEN

Qwen3‑Max Thinking

Ragionamento multimodale, codice e problemi complessi.

Testo e ragionamento · Proprietario a pagamento Z.AI

GLM‑5.1

Codice, ricerca e flussi professionali con strumenti.

Testo e ragionamento · Proprietario a pagamento MINIMAX

MiniMax M2.7

Agenti, codice e distribuzione aperta a costi contenuti.

Testo e ragionamento · Proprietario a pagamento OPENAI

GPT‑5.5

Generazione precedente di OpenAI per codice e lavoro professionale, mantenuta per confrontare migrazioni e costo.

Testo e ragionamento · Proprietario a pagamento OPENAI

GPT‑4.1

Modello non ragionante a contesto lungo, utile come riferimento storico per codice, aderenza alle istruzioni e latenza prevedibile.

Codice · Proprietario a pagamento OPENAI

gpt‑oss‑120b

Modello di ragionamento con pesi aperti per esecuzione locale o privata; entra in una GPU H100 secondo OpenAI.

Testo e ragionamento · Pesi aperti OPENAI

GPT‑Image‑2.5 Sunburst

Modello principale di OpenAI per generare e modificare immagini con istruzioni complesse e produzione visiva di alta qualità.

Immagine · Proprietario a pagamento OPENAI

Sora 2 Pro

Modello video storico con audio sincronizzato, utile per confrontare l'evoluzione della famiglia Sora.

Video · Ritirato OPENAI

GPT‑Live 1

Modello vocale in tempo reale per conversazioni espressive, interruzioni naturali e flussi con strumenti.

Voce e audio · Proprietario a pagamento OPENAI

GPT‑Transcribe

Modello specializzato di trascrizione ad alta precisione per file e input audio in tempo reale.

Voce e audio · Proprietario a pagamento OPENAI

text‑embedding‑3‑large

Modello di embedding OpenAI a maggiore capacità per ricerca semantica, classificazione, clustering e RAG.

Embedding · Proprietario a pagamento ANTHROPIC

Claude Opus 4.5

Versione precedente di Opus orientata a codice, agenti e uso del computer, mantenuta per migrazione e confronto storico.

Testo e ragionamento · Proprietario a pagamento ANTHROPIC

Claude Sonnet 4.5

Generazione precedente di Sonnet per codice, agenti e automazione delle interfacce, con risultati ufficiali di computer use.

Codice · Proprietario a pagamento GOOGLE

Gemini 3.7 Flash

Generazione Flash precedente per codice complesso, agenti ed esecuzione in più fasi; utile come punto di confronto con Gemini 3.8.

Testo e ragionamento · Proprietario a pagamento GOOGLE

Nano Banana 2

Modello di immagini per produzione che combina generazione, modifica e ragionamento visivo con equilibrio tra qualità, costo e latenza.

Immagine · Proprietario a pagamento GOOGLE

Veo 3.1

Modello video cinematografico con audio nativo, estensione delle scene e controllo tramite fotogrammi e immagini di riferimento.

Video · Proprietario a pagamento GOOGLE

Lyria 3.5

Modello musicale per canzoni complete con voce, testo e controllo di struttura, stile, durata e strumentazione.

Musica · Proprietario a pagamento GOOGLE

Gemini Embedding 2

Modello di embedding che colloca testo, immagini, video, audio e PDF in uno spazio vettoriale comune per ricerca e RAG multimodale.

Embedding · Proprietario a pagamento GOOGLE

Gemini Robotics ER 2

Modello specializzato in comprensione fisica, video, ragionamento spaziale e orchestrazione di strumenti per sistemi robotici.

Robotica · Proprietario a pagamento META

Llama 4 Scout

Modello multimodale con 17B parametri attivi e 16 esperti, progettato per un contesto fino a 10 milioni di token.

Multimodale · Pesi aperti META

Segment Anything Model 3

Modello di visione per rilevare, segmentare e tracciare concetti aperti in immagini e video tramite testo o esempi visivi.

Visione e documenti · Pesi aperti DEEPSEEK

DeepSeek V3.2

Modello aperto orientato al ragionamento e agli agenti, con pensiero integrato nell'uso degli strumenti.

Testo e ragionamento · API e pesi aperti DEEPSEEK

DeepSeek R1

Modello di ragionamento aperto e famiglia di modelli distillati, rilevante per seguire l'evoluzione del ragionamento verificabile.

Testo e ragionamento · API e pesi aperti MISTRAL AI

Mistral Small 4

Modello ibrido che riunisce istruzioni, ragionamento e codice in un'opzione efficiente con pesi aperti.

Testo e ragionamento · API e pesi aperti MISTRAL AI

Voxtral TTS

Modello multilingue di sintesi vocale con streaming e clonazione zero-shot a partire da un riferimento vocale.

Voce e audio · API e pesi aperti MISTRAL AI

Mistral OCR 4.1

Servizio OCR specializzato con riquadri per paragrafo, etichette di blocchi strutturali e punteggi di confidenza.

Visione e documenti · Proprietario a pagamento ALIBABA QWEN

Qwen3 235B A22B

Modello MoE aperto con 235B parametri totali e 22B attivi, con modalità di pensiero e risposta diretta.

Testo e ragionamento · API e pesi aperti ALIBABA QWEN

Qwen3‑Coder 480B A35B

Modello MoE aperto specializzato in ingegneria del software, navigazione dei repository e uso prolungato degli strumenti.

Codice · API e pesi aperti MICROSOFT

Phi‑4 Multimodal

Modello compatto di Microsoft che combina linguaggio, visione e audio, inclusi trascrizione e traduzione vocale.

Multimodale · Pesi aperti COHERE

Cohere Embed 4

Modello di embedding multimodali per testo, immagini e documenti misti con dimensioni configurabili.

Embedding · Proprietario a pagamento COHERE

Command R 08‑2024

Modello commerciale precedente ottimizzato per RAG, citazioni, strumenti e alte prestazioni nei carichi aziendali.

Testo e ragionamento · Proprietario a pagamento STABILITY AI

Stable Diffusion 3.5 Large

Modello base per immagini da 8B parametri per generazione e modifica, disponibile tramite API e per il deployment proprio con licenza di Stability.

Immagine · API e pesi aperti STABILITY AI

Stable Audio 3.0

Modello commerciale per generare canzoni, strumenti ed effetti da testo o audio, con inpainting e trasformazione di stile.

Musica · Proprietario a pagamento ELEVENLABS

Eleven v3

Modello espressivo di sintesi vocale con etichette emotive, dialogo tra più parlanti e supporto per oltre 70 lingue.

Voce e audio · Proprietario a pagamento ELEVENLABS

Scribe v2

Modello di riconoscimento vocale per oltre 90 lingue, con diarizzazione, tempi per parola, entità ed etichette audio.

Voce e audio · Proprietario a pagamento NVIDIA

NVIDIA Nemotron 3 Ultra

Modello MoE aperto da 550B parametri per orchestrazione, ricerca, codice e agenti di lunga durata.

Testo e ragionamento · API e pesi aperti NVIDIA

Nemotron Labs Dory 1.0 4B

Modello testuale NVIDIA pubblicato il 16 ottobre 2026, con 4 miliardi di parametri e architettura ricorrente. Riutilizza un blocco di livelli per regolare il calcolo per token senza cambiare checkpoint. Sono documentati l’inglese e un contesto validato di 256K token. Non genera immagini, audio o video.

Testo e ragionamento · Pesi aperti MISTRAL AI

Timestral 5M

Famiglia numerica di Mistral pubblicata il 15 ottobre 2026 in quattro dimensioni: 5M, 28M, 123M e 209M. Esegue previsioni probabilistiche univariate e multivariate senza adattamento preliminare. Accetta dati storici, covariate passate e future note; non conversa né genera testo.

Serie temporali · Pesi con restrizioni MISTRAL AI

Timestral 28M

Famiglia numerica di Mistral pubblicata il 15 ottobre 2026 in quattro dimensioni: 5M, 28M, 123M e 209M. Esegue previsioni probabilistiche univariate e multivariate senza adattamento preliminare. Accetta dati storici, covariate passate e future note; non conversa né genera testo.

Serie temporali · Pesi con restrizioni MISTRAL AI

Timestral 123M

Famiglia numerica di Mistral pubblicata il 15 ottobre 2026 in quattro dimensioni: 5M, 28M, 123M e 209M. Esegue previsioni probabilistiche univariate e multivariate senza adattamento preliminare. Accetta dati storici, covariate passate e future note; non conversa né genera testo.

Serie temporali · Pesi con restrizioni MISTRAL AI

Timestral 209M

Famiglia numerica di Mistral pubblicata il 15 ottobre 2026 in quattro dimensioni: 5M, 28M, 123M e 209M. Esegue previsioni probabilistiche univariate e multivariate senza adattamento preliminare. Accetta dati storici, covariate passate e future note; non conversa né genera testo.

Serie temporali · Pesi con restrizioni BLACK FOREST LABS

FLUX 3 Image Klein

Modello di immagini da 5,6 miliardi di parametri pubblicato il 15 ottobre 2026. Genera e modifica immagini da testo e riferimenti, con controllo della composizione tramite riquadri. Distilled e Base sono checkpoint diversi, da non confondere con FLUX 3 Image completo.

Immagine · Pesi con restrizioni BLACK FOREST LABS

FLUX 3 Image Klein Base

Modello di immagini da 5,6 miliardi di parametri pubblicato il 15 ottobre 2026. Genera e modifica immagini da testo e riferimenti, con controllo della composizione tramite riquadri. Distilled e Base sono checkpoint diversi, da non confondere con FLUX 3 Image completo.

Immagine · Pesi con restrizioni META

Muse Spark Open

Modello multimodale di Meta pubblicato il 15 ottobre 2026, con 816 miliardi di parametri totali e 42 miliardi attivi. Accetta testo, immagini, audio e video e restituisce testo. Ha un contesto combinato di un milione di token e varianti BF16 e NVFP4.

Multimodale · Pesi con restrizioni LIQUID AI

d1-ultra

Modello di decisioni multimodale di Liquid AI pubblicato il 15 ottobre 2026. Riceve testo e immagini e restituisce probabilità per opzioni definite, domande binarie o scale. Usa d1-ultra nell’API di decisioni; non genera testo libero.

Decisioni · Proprietario a pagamento AI2

HiRO-ACEv2

Sistema Ai2 annunciato il 14 ottobre 2026 che combina l’emulatore atmosferico ACE2S-X-SHiELD con il modello di diffusione HiROv2. Trasforma campi di circa 100 km in dati a 3 km di precipitazioni, vento a dieci metri e pressione al livello del mare. Il repository pubblico include entrambi i checkpoint, configurazione e dati di esempio; la creazione del 12 ottobre non è confusa con la data dell’annuncio. Non è un assistente conversazionale né un generatore di immagini convenzionali.

Serie temporali · Pesi aperti XAI

Grok Voice 3.0

Modello vocale proprietario disponibile dal 14 ottobre 2026 per conversazioni bidirezionali audio e testo. L’identificatore versionato è grok-voice-3.0; grok-voice-latest è un alias che punta già a questa versione, non un altro modello. Sostituisce Grok Voice 2.0, deprecato, senza cambiare endpoint, parametri di sessione o eventi. Non va confuso con Grok Voice Transcribe 2.0 né con il servizio separato di sintesi vocale.

Voce e audio · Proprietario a pagamento MICROSOFT

UserRepGen-4B

Checkpoint Microsoft basato su Qwen3.5-4B che trasforma conversazioni testuali in descrizioni della richiesta e del comportamento osservato. I pesi sono stati caricati nel repository ufficiale il 14 ottobre 2026. Genera rappresentazioni per un simulatore separato: non produce autonomamente turni dell’utente né ne esegue il compito. Pur mantenendo l’architettura multimodale del modello base, questa versione supporta solo testo ed è stata valutata in inglese.

Testo e ragionamento · Pesi aperti MICROSOFT

AesCode 8B

Questa famiglia multimodale di Microsoft trasforma requisiti di contenuto e riferimenti visivi facoltativi in documenti HTML/CSS modificabili. I checkpoint 8B e 32B derivano rispettivamente da Qwen3-VL-8B-Instruct e Qwen3-VL-32B-Instruct. Producono codice, non immagini raster o file video. Il riferimento fornisce composizione e stile, mentre il prompt rimane la fonte di verità per testi, cifre e relazioni. La pubblicazione pubblica verificata risale all’11 ottobre 2026; la precedente creazione del repository non è la data di lancio.

Codice · Pesi aperti MICROSOFT

AesCode 32B

Questa famiglia multimodale di Microsoft trasforma requisiti di contenuto e riferimenti visivi facoltativi in documenti HTML/CSS modificabili. I checkpoint 8B e 32B derivano rispettivamente da Qwen3-VL-8B-Instruct e Qwen3-VL-32B-Instruct. Producono codice, non immagini raster o file video. Il riferimento fornisce composizione e stile, mentre il prompt rimane la fonte di verità per testi, cifre e relazioni. La pubblicazione pubblica verificata risale all’11 ottobre 2026; la precedente creazione del repository non è la data di lancio.

Codice · Pesi aperti ALIBABA QWEN

Qwen Image 2.1 Turbo

Modello di generazione e modifica di immagini pubblicato il 9 ottobre 2026. Il checkpoint Qwen/Qwen-Image-2.1-Turbo usa il componente visivo da 7 miliardi di parametri di Qwen Image 2.1, accelerato a otto passaggi di rimozione del rumore. L’identificatore API è qwen-image-2.1-turbo. Registriamo entrambi gli accessi in una scheda, senza confondere Turbo con Pro o creare duplicati per piattaforma.

Immagine · Pesi con restrizioni e API a pagamento MISTRAL

LIDstral Arabic

Classificatore di lingue e dialetti pubblicato da Mistral su Hugging Face il 9 ottobre 2026. Riceve testo in alfabeto arabo e distingue arabo standard, dialetti e altre lingue che condividono la scrittura. Non è un assistente generativo né un modello di trascrizione. Combina fastText one-vs-all, un classificatore MLP e calibrazione isotonica per classe; restituisce etichetta e probabilità calibrate su 51 classi.

Classificazione del testo · Pesi aperti TENCENT

Youtu-Parsing-Omni

Modello multimodale Tencent da 5 miliardi di parametri, pubblicato su Hugging Face il 9 ottobre 2026. Analizza pagine, immagini, grafici, diagrammi, geometria, audio e video e produce testo strutturato in un contenitore OmniSchema JSON. Non genera immagini, musica o video. Un encoder condiviso elabora le modalità prima del decoder; il compito richiesto determina schema ed elementi estratti.

Multimodale · Pesi con restrizioni AI2

Bwen 8B

Checkpoint di Ai2 incluso nel rilascio pubblico del 7 ottobre 2026, associato alla pubblicazione di Bolmo su Nature. È un modello autoregressivo che elabora testo come byte UTF-8 mediante componenti locali, raggruppamento dinamico e un modello globale. La modalità verificata è testo-testo: eventuali estensioni future a immagini o audio non sono capacità disponibili. La creazione del repository in agosto non viene usata come data di lancio.

Testo e ragionamento · Pesi aperti AI2

Blama 8B

Checkpoint di Ai2 incluso nel rilascio pubblico del 7 ottobre 2026, associato alla pubblicazione di Bolmo su Nature. È un modello autoregressivo che elabora testo come byte UTF-8 mediante componenti locali, raggruppamento dinamico e un modello globale. La modalità verificata è testo-testo: eventuali estensioni future a immagini o audio non sono capacità disponibili. La creazione del repository in agosto non viene usata come data di lancio.

Testo e ragionamento · Pesi aperti AI2

Bolmo 1B Stage 1

Checkpoint di Ai2 incluso nel rilascio pubblico del 7 ottobre 2026, associato alla pubblicazione di Bolmo su Nature. È un modello autoregressivo che elabora testo come byte UTF-8 mediante componenti locali, raggruppamento dinamico e un modello globale. La modalità verificata è testo-testo: eventuali estensioni future a immagini o audio non sono capacità disponibili. La creazione del repository in agosto non viene usata come data di lancio.

Testo e ragionamento · Pesi aperti AI2

Bolmo 7B Stage 1

Checkpoint di Ai2 incluso nel rilascio pubblico del 7 ottobre 2026, associato alla pubblicazione di Bolmo su Nature. È un modello autoregressivo che elabora testo come byte UTF-8 mediante componenti locali, raggruppamento dinamico e un modello globale. La modalità verificata è testo-testo: eventuali estensioni future a immagini o audio non sono capacità disponibili. La creazione del repository in agosto non viene usata come data di lancio.

Testo e ragionamento · Pesi aperti AI2

Bwen 8B Stage 1

Checkpoint di Ai2 incluso nel rilascio pubblico del 7 ottobre 2026, associato alla pubblicazione di Bolmo su Nature. È un modello autoregressivo che elabora testo come byte UTF-8 mediante componenti locali, raggruppamento dinamico e un modello globale. La modalità verificata è testo-testo: eventuali estensioni future a immagini o audio non sono capacità disponibili. La creazione del repository in agosto non viene usata come data di lancio.

Testo e ragionamento · Pesi aperti AI2

Blama 8B Stage 1

Checkpoint di Ai2 incluso nel rilascio pubblico del 7 ottobre 2026, associato alla pubblicazione di Bolmo su Nature. È un modello autoregressivo che elabora testo come byte UTF-8 mediante componenti locali, raggruppamento dinamico e un modello globale. La modalità verificata è testo-testo: eventuali estensioni future a immagini o audio non sono capacità disponibili. La creazione del repository in agosto non viene usata come data di lancio.

Testo e ragionamento · Pesi aperti GOOGLE

Gemini 4 Argon

Modello di Google disponibile per tutti gli utenti idonei dal 13 ottobre 2026. Accetta testo, immagini, audio e video e genera testo, incluso codice; non genera immagini, audio o video. Utilizza un’architettura MoE e una finestra condivisa di 1.048.576 token. Le applicazioni di robotica usano questo stesso modello, non un endpoint separato.

Testo e ragionamento · Proprietario a pagamento ANTHROPIC

Claude Haiku 5.5

Modello di Anthropic lanciato il 7 ottobre 2026 per attività frequenti sensibili al costo e alla latenza. Accetta testo e immagini e restituisce testo, incluso codice; non genera immagini, audio o video. La finestra da un milione di token e il ragionamento adattivo ampliano la famiglia Haiku, senza renderlo un sostituto universale di Sonnet o Opus nei lavori complessi.

Testo e ragionamento · Proprietario a pagamento GOOGLE

Gemini Nano Banana 2.1

Modello Google per generazione di immagini e modifica conversazionale, disponibile generalmente dal 6 ottobre 2026. Sostituisce Nano Banana 2 e non va confuso con Nano Banana Pro. Accetta testo, immagini, video e PDF come contesto; produce immagini e testo, non video o audio. Google annuncia miglioramenti visivi, nel rispetto delle istruzioni, nel testo e nella coerenza tra modifiche.

Immagine · Proprietario a pagamento IBM

Granite Timeseries Ensemble R1

Ensemble per la previsione di serie temporali pubblicato da IBM il 5 ottobre 2026, secondo l’evento pubblico del repository ufficiale. Combina PatchTST-FM-r1, PatchTST-FM-r2, FlowState-r1.1 e TTM-r3. Distribuisce ricette riproducibili, non pesi fusi né un nuovo checkpoint addestrato: scarica i quattro membri dai rispettivi repository durante l’esecuzione.

Serie temporali · Ensemble aperto ALEPH ALPHA

Kolibri 1

Modello di testo e codice di Aleph Alpha, lanciato ufficialmente il 3 ottobre 2026 e incentrato su tedesco e inglese. L’architettura MoE ha 78,1 miliardi di parametri totali e ne attiva circa 3,46 miliardi per token. Supporta ragionamento configurabile e chiamate a strumenti. I pesi FP8 e BF16 sono pubblicati con licenza Apache 2.0: sono due precisioni della stessa famiglia, non due modelli indipendenti.

Testo e ragionamento · Pesi aperti ALIBABA QWEN

Qwen Image 2.1 Pro

Servizio di generazione e modifica di immagini aggiunto al catalogo internazionale di Alibaba Cloud il 2 ottobre 2026. La famiglia Qwen Image 2.1 combina creazione da testo, modifica localizzata e trasparenza nativa, con un componente visivo di 7 miliardi di parametri. Questa scheda identifica la variante API Pro, non i pesi scaricabili del modello base.

Immagine · Proprietario a pagamento COHERE

Cohere Embed 5 Pro

Modello di embedding per indicizzare con alta qualità testo, immagini e documenti misti. Supporta oltre cento lingue e condivide lo spazio vettoriale con Embed 5 Fast, consentendo di indicizzare con Pro e interrogare con Fast senza ricostruire l'indice.

Embedding · Proprietario a pagamento COHERE

Cohere Embed 5 Fast

Variante di embedding per ricerca interattiva, query di agenti e traffico elevato. Accetta testo, immagini e documenti misti in oltre cento lingue. Condivide lo spazio vettoriale di Pro per interrogare indici esistenti a un costo del testo inferiore.

Embedding · Proprietario a pagamento OPENAI

GPT‑6.1 Sol

Modello di OpenAI per programmazione complessa, uso del computer e lavoro professionale con input di testo e immagini. Il fornitore dichiara prestazioni vicine ad Astra a un costo inferiore; verifica questo equilibrio sulle tue attività.

Testo e ragionamento · Proprietario a pagamento ANTHROPIC

Claude Opus 5.5

Nuova generazione Opus per la programmazione agentica, l’uso del computer e il lavoro professionale prolungato, con una finestra di contesto di un milione di token.

Testo e ragionamento · Proprietario a pagamento ANTHROPIC

Claude Sonnet 5.5

Aggiornamento di Sonnet per le attività quotidiane, il codice e i documenti, con maggiore velocità e un milione di token di contesto.

Testo e ragionamento · Proprietario a pagamento XAI

Grok 4.7

Modello di xAI per codice, agenti e lavoro della conoscenza, con input di testo e immagini.

Testo e ragionamento · Proprietario a pagamento XAI

Grok Voice Transcribe 2.0

Seconda versione del modello di trascrizione di xAI per file e audio in diretta.

Voce e audio · Proprietario a pagamento GOOGLE

Gemini 3.8 Live

Modello di conversazione in diretta che integra voce, video e strumenti con bassa latenza.

Voce e audio · Proprietario a pagamento GOOGLE

Gemini 3.8 Live Extended Thinking

Variante vocale in diretta con ragionamento in background per attività complesse in più passaggi.

Voce e audio · Proprietario a pagamento ALIBABA QWEN

Qwen3.8-Max

Famiglia di punta Qwen3.8 per l’ingegneria del software, gli agenti e la comprensione visiva, con una finestra di contesto di un milione di token.

Testo e ragionamento · Proprietario a pagamento ALIBABA QWEN

Qwen3.8-Flash

Variante efficiente di Qwen3.8 per testo e visione, con contesto lungo e output esteso.

Testo e ragionamento · Proprietario a pagamento ALIBABA QWEN

Qwen3.8-Omni-Flash

Modello di comprensione di testo, immagini, audio e video con risposte testuali e strumenti.

Multimodale · Proprietario a pagamento ALIBABA QWEN

Qwen3.8-Omni-Flash-Realtime

Modello audiovisivo per l’interazione in tempo reale con output vocale e testuale, strumenti e MCP remoto.

Voce e audio · Proprietario a pagamento ELEVENLABS

Eleven v4

Modello di sintesi vocale espressiva per narrazione, personaggi e dialoghi in oltre 90 lingue.

Voce e audio · Proprietario a pagamento ELEVENLABS

Eleven v4 Turbo

Variante di Eleven v4 ottimizzata per agenti vocali e risposte espressive in tempo reale.

Voce e audio · Proprietario a pagamento Z.AI

GLM‑5.3

Modello aperto di Z.AI orientato all’ingegneria del software, agli agenti di lunga durata e al ragionamento tecnico.

Codice · API e pesi aperti Z.AI

GLM‑5.3‑Flash

Variante multimodale con 320.000 miliardi di parametri totali e 18.000 miliardi attivi, orientata all’efficienza.

Multimodale · API e pesi aperti ALIBABA QWEN

Qwen Image 3.0 Pro

Modello visivo per composizioni complesse, testo piccolo e modifica basata su un massimo di tre immagini di riferimento.

Immagine · Proprietario a pagamento ALIBABA QWEN

Wan 3.0 Video Prime

Versione accelerata di Wan 3.0 per creare video con riferimenti testuali, immagini, video e audio.

Video · Proprietario a pagamento

Strumenti per problema

L'utilità prima della directory infinita.

SVILUPPO

Maghi del codice

Comprendi i repository, esamina le modifiche e automatizza i test.

Codice INDAGINE

Cerca con le fonti

Sintetizzare le prove preservando provenienza e confini.

Prova CREAZIONE

Immagine, video, voce e audio

Generazione e modifica multimodale con criteri di controllo e costo.

Multimedia

Agenti e automazione

Sistemi che combinano modelli, strumenti, memoria e regole di controllo.

MODELLO

Agente con strumenti

Seleziona le azioni, consulta i servizi e verifica il risultato.

Utensili MODELLO

Flusso monitorato

Riservare decisioni sensibili ad un'esplicita revisione umana.

Controllare MODELLO

Recupero con le fonti

Collega le risposte con documenti e riferimenti tracciabili.

STRACCIO

Sfoglia per capacità

Ciascuna funzionalità richiede parametri e rischi diversi.

TESTO

Testo e ragionamento

Contesto, pianificazione, sintesi e risoluzione dei problemi.

Confrontare SOFTWARE

Programmazione

Generazione, comprensione e manutenzione del codice.

Valutare MULTIMODALE

Immagine, video, voce e audio

Input e output che necessitano di valutare fedeltà, costi e diritti.

Modalità
ANALISI

Analisi correlate

Dai dati alla decisione: guida per scegliere tra IA, BI e codice nell'analisi dei dati
GUIA

Dai dati alla decisione: guida per scegliere tra IA, BI e codice nell'analisi dei dati

Come distinguere tra esplorazione, reportistica ricorrente e decisioni operative per selezionare lo strumento adeguato, verificare i risultati e gestire i rischi di privacy e costi.

17 ott 2026
Automatizzare i flussi operativi con l'IA: quando il modello è il collo di bottiglia
ANALISIS

Automatizzare i flussi operativi con l'IA: quando il modello è il collo di bottiglia

Un quadro pratico per decidere quando usare regole, modelli predittivi o IA generativa nei task operativi, e cosa misurare prima di automatizzare.

17 ott 2026
Come scegliere uno strumento RAG in base ai documenti e al rischio di errore
GUIA

Come scegliere uno strumento RAG in base ai documenti e al rischio di errore

Una guida per scegliere tra ricerca per parole chiave, ricerca semantica e RAG, valutando struttura dei documenti, tracciabilità, aggiornamenti, latenza e costi senza confondere la rilevanza con la veridicità.

15 ott 2026
GLM-5.1: cosa verificare prima di implementarlo come agente di programmazione
ANALISIS

GLM-5.1: cosa verificare prima di implementarlo come agente di programmazione

Z.AI presenta GLM-5.1 come un modello per l’ingegneria agentica e la sua scheda è disponibile su Hugging Face. Ma le informazioni qui disponibili non bastano a confermare licenza, requisiti di esecuzione, prezzo ufficiale o risultati dei benchmark. Questa guida distingue ciò che è documentato da ciò che resta da verificare e propone una lista di controllo per valutarlo.

03 ott 2026
Cohere Embed 5 Pro: cosa dimostra il suo vantaggio nel retrieval e cosa manca per sceglierlo
ANALISIS

Cohere Embed 5 Pro: cosa dimostra il suo vantaggio nel retrieval e cosa manca per sceglierlo

Cohere attribuisce a Embed 5 Pro il miglior risultato medio tra i modelli testati e mette in evidenza il retrieval di documenti finanziari. Le informazioni disponibili non permettono di verificare il punteggio, la metodologia, il prezzo esatto né tutte le condizioni d’uso.

03 ott 2026
Cohere Embed 5 Fast: cosa sappiamo di capacità, accesso e prezzo
ANALISIS

Cohere Embed 5 Fast: cosa sappiamo di capacità, accesso e prezzo

La documentazione fornita identifica Embed 5 Fast come parte della famiglia Embed 5, ma non basta a confermarne le modalità di input, la disponibilità sui diversi canali, il prezzo applicabile o i risultati di recupero. Ecco cosa si può affermare e cosa deve ancora essere verificato.

03 ott 2026