DeepSeek apre DeepInfer, il motore che serve V4.1-Flash in produzione, Mistral lancia Voxtral 3 ed ElevenLabs Eleven Realtime per gli agenti vocali, Perplexity Computer gira in locale su Mac

DeepSeek apre il codice di DeepInfer, il motore di inferenza che serve DeepSeek-V4.1-Flash in produzione, e quantifica il proprio servizio: 155 000 miliardi di token al giorno su un solo cluster. Lo stesso giorno, Mistral ed ElevenLabs lanciano i propri modelli per agenti vocali con due approcci opposti, una catena di trascrizione e sintesi con Voxtral 3, un unico modello da parlato a parlato con Eleven Realtime, mentre Perplexity fa girare Computer interamente in locale su Mac. Google pubblica anche TorchTPU in open source e OSS Scanner, il servizio di Anthropic, presenta un primo bilancio, che comprende una vulnerabilità di curl ora corretta.

DeepInfer: DeepSeek apre il motore di inferenza che serve DeepSeek-V4.1-Flash in produzione

20 ottobre — DeepSeek pubblica in open source DeepInfer, il framework di inferenza (inference framework) sviluppato internamente che serve DeepSeek-V4.1-Flash nei suoi servizi, con licenza Apache-2.0. La versione pubblicata, dedicata all’inferenza offline, supporta soltanto questo modello, sulle GPU NVIDIA SM100 e sulle NPU Huawei Ascend 950. Riprende i componenti di produzione: le librerie di kernel già pubblicate da DeepSeek (FlashMLA, DeepGEMM, DeepEP, TileKernels, DeepSelect) e kernel TileLang, il parallelismo degli esperti con bilanciamento del carico per la parte MoE, una decodifica speculativa sviluppata internamente (DSpark), un replay limitato della finestra scorrevole di attenzione che alleggerisce il prefill e output strutturati tramite espressione regolare, schema JSON o grammatica EBNF.

DeepSeek apre contemporaneamente deepseek-recipe (licenza MIT), il componente di produzione che traduce le richieste delle API Messages, Chat Completions e Responses in token per DeepSeek V4 e V4.1, poi gli output del modello in risposte. La sua logica è allineata a quella dell’API ufficiale: un provider terzo ritrova lo stesso comportamento per la modalità di ragionamento, le chiamate agli strumenti o gli output strutturati. Le FAQ sul deployment del repository indicano la scala del servizio:

Dato di produzione pubblicato da DeepSeek	Valore pubblicato
Token serviti da un solo cluster	155 000 miliardi al giorno
Ricavo complessivo alla tariffa delle ore non di punta	38 dollari per ora-GPU
Prefill	macchine ordinarie da 8 GPU
Decodifica	supernodi da 64 a 128 GPU
Conservazione della cache KV	oltre 72 ore

Non tutto è aperto. La gestione della cache KV e il bilanciamento del carico tra repliche, troppo legati all’infrastruttura interna secondo DeepSeek, restano chiusi e sono descritti soltanto in un post su Zhihu, e la separazione tra encoder visivo, prefill e decodifica non viene fornita. Le misure di throughput sono pubblicate soltanto sotto forma di grafici. Sviluppato inizialmente soprattutto su vLLM, con ispirazione da SGLang e TensorRT-LLM, DeepInfer ospiterà anche il codice di inferenza dei futuri modelli di DeepSeek; il repository contava 11 562 stelle la sera stessa.

🔗 Il thread di @deepseek_ai · DeepInfer su GitHub · deepseek-recipe su GitHub

Voxtral 3: Mistral lancia modelli di trascrizione e sintesi vocale e un SDK per agenti vocali

20 ottobre — Mistral lancia Voxtral 3, una famiglia di modelli di trascrizione (speech-to-text) e sintesi vocale (text-to-speech), accompagnata da un SDK per costruire agenti vocali. Tutto è disponibile dal 20 ottobre nell’API Mistral, su endpoint europeo, statunitense e globale, oltre che negli ambienti di prova (playgrounds) di Studio; un deployment on-premise o in cloud privato è proposto su richiesta.

Modello Voxtral 3	Uso previsto	Prezzo annunciato
Voxtral Small Transcribe 3	Trascrizione più precisa, diarizzazione	0,004 dollari al minuto
Voxtral Mini Transcribe 3 (4B)	Trascrizione batch, diarizzazione	0,0035 dollari al minuto
Voxtral Mini Transcribe Realtime 3	Trascrizione in tempo reale, meno di 500 ms	0,008 dollari al minuto
Voxtral Speech 3	Sintesi vocale, batch e in tempo reale	13 dollari per milione di caratteri

La trascrizione copre 50 lingue, comprese le 24 lingue ufficiali dell’Unione europea. Separa i parlanti (diarizzazione), accetta parole chiave per riconoscere meglio il vocabolario di settore senza affinamento (fine-tuning) (bias contestuale, context biasing) e rileva la fine di un intervento. Su 45 lingue del benchmark FLEURS, Mistral pubblica questi tassi di errore sulle parole, con la lingua indicata al modello oppure rilevata automaticamente:

Modello valutato (FLEURS, 45 lingue)	Lingua indicata al modello	Lingua rilevata automaticamente
Voxtral Small Transcribe 3	4,0 %	4,1 %
Microsoft AI Transcribe 2	4,0 %	4,1 %
Voxtral Mini Transcribe 3	4,5 %	4,6 %
Gemini 3.5 Transcribe	4,5 %	6,1 %
Scribe v2	4,9 %	4,9 %
GPT Transcribe	5,6 %	6,3 %
Whisper large-v3	14,9 %	16,0 %

Mistral afferma che il suo modello Small è migliore di Whisper, Scribe v2 e Gemini 3.5 Transcribe, ma il suo stesso grafico colloca Microsoft AI Transcribe 2 a pari merito. In tempo reale, con 480 ms di latenza, il modello Mini ottiene il 6,4 % su 35 lingue, dietro Gemini 3.5 Realtime Transcribe (4,2 %) e Microsoft AI Transcribe 2 Streaming (5,8 %), ma davanti a GPT Live Transcribe (8,4 %) e Scribe v2 Realtime (8,7 %).

Voxtral Speech 3 parla oltre 35 lingue e oltre 50 dialetti, deduce l’emozione e il ritmo dal contesto della conversazione oppure segue istruzioni esplicite riga per riga, e Pro Voice riproduce una voce professionale a partire da 30 minuti di audio; secondo Mistral, farlo girare costa meno rispetto ai modelli comparabili di OpenAI, Deepgram, ElevenLabs e Google.

L’SDK per agenti vocali, basato su LiveKit, concatena tre modelli in streaming: il modello in tempo reale ascolta e individua la fine della frase, un modello generalista come Mistral Small ragiona e chiama gli strumenti, poi Voxtral Speech 3 risponde. Nessuna fase attende quella precedente: ogni turno si conclude in meno di un secondo secondo Mistral, l’agente smette di parlare quando viene interrotto, effettua chiamate tramite SIP o WebRTC e ogni fase resta un modello sostituibile. A differenza di Voxtral Transcribe 2 (febbraio) e Voxtral TTS (marzo), Voxtral 3 non viene annunciato con pesi aperti: il post propone l’API di Mistral o un deployment sulla propria infrastruttura, da organizzare con il team di Mistral, e la sera del lancio non risultava alcun repository su Hugging Face.

🔗 Il post di Mistral · Il thread di @MistralAI

Eleven Realtime: ElevenLabs racchiude l’agente vocale in un unico modello da parlato a parlato

20 ottobre — Lo stesso giorno di Voxtral 3, ElevenLabs adotta l’approccio opposto. Mentre l’SDK di Mistral concatena tre modelli separati e sostituibili, ogni modello Eleven Realtime riunisce l’intero agente vocale in un unico modello da parlato a parlato (Speech to Speech): riconoscimento vocale, rilevamento dell’attività vocale, turni di parola, LLM e sintesi sono ottimizzati come un unico blocco. I modelli parlano oltre 90 lingue e possono utilizzare le oltre 17 000 voci della libreria di ElevenLabs.

Vengono rilasciate due versioni. Eleven Realtime v1 Mini, il modello predefinito, punta alle conversazioni a basso costo (assistenti, insegnanti, personaggi interattivi). Eleven Realtime v1 Max ragiona prima di rispondere ed è rivolto a compiti complessi, come l’assistenza clienti o i flussi in più fasi con chiamate agli strumenti; costa di più per token. I risultati pubblicati provengono da valutazioni di Artificial Analysis citate da ElevenLabs:

Misura (Artificial Analysis, secondo ElevenLabs)	Eleven Realtime v1 Max	Eleven Realtime v1 Mini
Big Bench Audio (1 000 domande poste ad alta voce)	98,8 %	75,9 %
Latenza media prima di iniziare a parlare	0,57 s	0,62 s
Full-Duplex-Bench (pause, interruzioni)	94,1 %	95,8 %
Compiti con strumenti completati con successo	87,1 %	60,3 %

Secondo ElevenLabs, nessun modello della classifica di Artificial Analysis è al tempo stesso più rapido e più preciso di v1 Max. Mini gestisce leggermente meglio la dinamica della conversazione, ma Max amplia il divario nei compiti con strumenti.

In ElevenAgents basta cambiare la modalità vocale di un agente da « Custom » a « Realtime » per mantenere il resto della piattaforma: telefono, web, WhatsApp e contact center. I modelli sono offerti anche tramite un’API Realtime compatibile con quella di OpenAI: uno sviluppatore che ha già effettuato l’integrazione cambia l’endpoint e il nome del modello e mantiene il proprio codice, soltanto tramite WebSocket. Il rilascio è graduale in base agli spazi di lavoro. Mini non è disponibile né in modalità Zero Retention né in regime HIPAA, a differenza di Max, e non viene indicato alcun prezzo: ElevenLabs addebita la consueta tariffa al minuto di ElevenAgents più i token alla tariffa del modello scelto.

ElevenLabs si aggiunge così ai modelli vocali end-to-end già proposti da OpenAI (GPT-Live-1, a 0,05 dollari al minuto nell’API dal 10 settembre), Google (Gemini 3.8 Live) e SpaceXSI (Grok Voice 3.0).

🔗 Il post di ElevenLabs · La documentazione dei modelli Realtime

Perplexity Computer viene eseguito interamente in locale su Mac, modello compreso

20 ottobre — Perplexity fa girare Computer, il suo agente, interamente su Mac: il modello, l’harness (harness) e l’esecuzione dei compiti restano sulla macchina.

Perplexity Computer can now run fully local on your Mac. Work with your native Mac apps and local files, and run tasks without sending sensitive data to the cloud. The model and the agent both run on your Mac. Available now in the Perplexity Mac app.

🇮🇹 Perplexity Computer ora può girare interamente in locale sul tuo Mac. Lavora con le tue applicazioni Mac native e i tuoi file locali ed esegui compiti senza inviare dati sensibili nel cloud. Il modello e l’agente girano entrambi sul tuo Mac. Disponibile da subito nell’applicazione Mac di Perplexity. — @perplexity_ai su X

Elemento del lancio	Dettaglio secondo Perplexity
Modelli locali	Qwen 3.6 e PPLX Pro
Memoria consigliata	36 Go di memoria unificata o più
Macchine interessate	Mac Apple silicon supportati, come il nuovo Mac mini con M6 e M5 Pro
Piani interessati	Pro, Max ed Enterprise
Crediti Computer	non consumati dai compiti locali
Passaggio al cloud	su autorizzazione, verso oltre 15 modelli di frontiera

Con il permesso dell’utente, l’agente lavora sui file locali e in applicazioni come Notes, Messages, Mail o Numbers. PPLX Pro è, secondo il tweet di Perplexity, la sua versione di Qwen 3.8 sottoposta a post-training; interrogato sulle dimensioni, Aravind Srinivas, il capo di Perplexity, risponde che si tratta di un modello denso da 27 miliardi di parametri e ritiene che 36 Go di memoria diventeranno comuni.

L’applicazione Mac offre ora due modi per avviare Computer. Hybrid Compute, lanciato il 1° settembre, parte dal cloud per la ricerca e il ragionamento ed elabora i file privati in locale; la nuova modalità parte dal Mac, che mantiene la pianificazione, il ragionamento e l’elaborazione dei file. Se l’utente lo autorizza, l’agente passa dal cloud per informazioni aggiornate, navigazione web o applicazioni connesse, e sia il codice sia gli strumenti vengono eseguiti in sandbox isolate, con gli stessi protocolli di sicurezza della versione cloud. Perplexity cita tre usi: l’analisi di un portafoglio a partire da posizioni private, una proposta commerciale costruita su appunti riservati e una lista delle priorità del mattino ricavata da Messages e Mail.

È l’equivalente su Mac di Portable Computer, la versione interamente locale lanciata il 25 agosto su DGX Spark, poi estesa a settembre a Linux, Windows e ai PC con processore AMD Ryzen AI Max.

🔗 Il post di Perplexity

PyTorch su chip diversi dalle GPU NVIDIA: TorchTPU in open source, TPU nativi su Hugging Face e MPS in PyTorch 2.15

Tre annunci della giornata fanno girare PyTorch su chip diversi da quelli di NVIDIA: Google pubblica TorchTPU alla PyTorch Conference, Hugging Face lo integra lo stesso giorno nelle proprie librerie e il team PyTorch di Hugging Face illustra in dettaglio ciò che PyTorch 2.15 porta sui Mac.

TorchTPU: Google apre il suo stack PyTorch nativo per TPU, con vLLM, SGLang, TorchTitan e llm-d 1.0

20 ottobre — Google pubblica in open source TorchTPU, il suo stack PyTorch nativo per le TPU, sviluppato insieme al team PyTorch di Meta. La TPU diventa un dispositivo PyTorch come qualsiasi altro (torch.device("tpu")): si esegue il debug in esecuzione immediata (eager), poi si passa in produzione con torch.compile, che compila tramite XLA. Finora bisognava riscrivere il codice in JAX o passare dal vecchio torch_xla.

Due motori di inferenza si basano su TorchTPU: vLLM-TorchTPU, sviluppato con Inferact, e SGLang-TorchTPU, con RadixArk, già in produzione presso Meta. Google annuncia 2,01 centesimi di dollaro per milione di token nella classifica InferenceX di SemiAnalysis, con Qwen 3.5 su Ironwood, e oltre 700 token al secondo per un singolo utente su Kimi K3, un modello da 2 800 miliardi di parametri. Per l’addestramento, TorchTitan su TPU raggiunge un tasso di utilizzo della capacità di calcolo (Model FLOPs Utilization) fino al 52 % su Qwen 3 8B, con test fino a 8 192 chip Ironwood. Google rilascia anche llm-d 1.0, uno stack Kubernetes per il serving distribuito nato insieme a Red Hat e IBM: su un carico di lavoro di codice agentico, il tempo mediano prima del primo token diminuisce di oltre l’85 % e il throughput aumenta di 2,4 volte rispetto a un semplice Service Kubernetes.

🔗 Il post di Google Cloud · I motori vLLM e SGLang su TPU · llm-d 1.0

Hugging Face rende native le TPU in Transformers, Diffusers e Kernels

20 ottobre — Hugging Face integra TorchTPU nel proprio ecosistema: la TPU diventa un dispositivo come qualsiasi altro, senza passare da PyTorch/XLA né da JAX, e Optimum TPU, il livello che Hugging Face manteneva finora, non è più necessario per Transformers e Diffusers. In Transformers basta caricare un modello con device_map="tpu"; in Diffusers basta un pipe.to("tpu"), con compilazione opzionale e parallelismo tensoriale per distribuire i modelli più grandi su più chip.

Caso misurato da Hugging Face	Risultato pubblicato
Qwen-Image-2.1, immagine 1024 × 1024 in 40 passi (TPU v6e-4)	3,5 s con compilazione, 8,0 s senza compilazione
MiniMax-H3, video con audio di 5,2 s (TPU v6e-4)	188 s con compilazione, 262 s senza compilazione
Decodifica di Qwen3-30B-A3B, batch di 64, kernel Tokamax (v6e-8)	21,5 volte più veloce
Test di Transformers superati su TPU	96,5 %

Il team ha segnalato 34 problemi al progetto TorchTPU, di cui 19 già corretti, e sta preparando una CI notturna su TPU. È il secondo backend PyTorch nativo per un acceleratore non NVIDIA integrato in due giorni da Hugging Face, dopo TorchNeuron per AWS Trainium il giorno precedente.

🔗 Il post di Hugging Face su TorchTPU

PyTorch 2.15 porta l’FP8 sui Mac e accelera fino a 6,5 volte la decodifica dei MoE

20 ottobre — Il team PyTorch di Hugging Face, che lavora su MPS, il backend della GPU dei Mac Apple silicon, illustra le novità di PyTorch 2.15, ancora in versione candidata al rilascio. L’FP8 arriva su Mac, con un byte per valore, la metà rispetto al BF16, e una moltiplicazione diretta sulla GPU. Grazie a una moltiplicazione di matrici raggruppata nativa, la decodifica dei modelli MoE diventa da 5 a 6,5 volte più veloce rispetto alla 2.14.

Misurazione su Mac	Con PyTorch 2.14	Con PyTorch 2.15
Decodifica di Qwen3.6-35B-A3B su M3 Ultra	9,4 tokens/s	61,3 tokens/s
Decodifica di LFM2.5-8B-A1B su M3 Ultra	23,6 tokens/s	123,6 tokens/s
Softmax FP32 su 128 256 logits	57 µs	7 µs
Picco di memoria del driver, VAE di Wan2.2	270,1 Gio	8,1 Gio

L’encoder VAE di Qwen-Image-2.1, che corrompeva silenziosamente le immagini su MPS, è stato corretto. PyTorch 2.15 richiede macOS 15 e Python 3.11, e un’anteprima della 2.16, ancora soggetta a modifiche, annuncia un’attenzione interamente scritta in Metal.

🔗 Il post di Hugging Face su MPS

Sicurezza del software open source: il primo bilancio di OSS Scanner e il firewall per i pacchetti di GitHub

Due annunci affrontano la filiera del software open source dalle due estremità: individuare le vulnerabilità nel codice dei progetti e filtrare i pacchetti al momento dell’installazione.

OSS Scanner: 114 progetti accettati, 77 vulnerabilità critiche e 803 di gravità elevata segnalate, una vulnerabilità di curl corretta

19 ottobre — Undici giorni dopo il lancio, OSS Scanner, il servizio gratuito di Anthropic che fa analizzare i progetti open source critici dai suoi modelli più potenti, presenta i primi numeri. In un thread rilanciato la sera stessa da @ClaudeDevs, Punit Shah, responsabile di prodotto del servizio, conta circa 650 progetti candidati e 114 accettati. Le scansioni hanno già segnalato ai manutentori 77 vulnerabilità critiche e 803 di gravità elevata, secondo il livello di gravità attribuito dal modello, mentre non tutti i progetti sono stati ancora analizzati.

Il caso messo in evidenza è curl: la vulnerabilità CVE-2026-92392, un utilizzo della memoria dopo la liberazione (use-after-free) durante un invio in HTTP/2, individuata con una prima versione di OSS Scanner, è stata corretta in curl 8.23.0 il 14 ottobre. L’avviso di curl la classifica come di gravità elevata per le versioni da 8.12.0 a 8.22.0 e attribuisce la segnalazione a «Luna with Claude, Anthropic». Un’altra lezione: la maggior parte dei primi rapporti, inviati via e-mail con la relativa prova di concetto, è stata respinta, probabilmente perché i filtri di posta li hanno scambiati per software malevolo. Anthropic sta quindi sperimentando l’invio tramite GitHub Security Advisories; oltre 150 progetti erano ancora in attesa di una decisione, secondo una stima di Punit Shah.

🔗 Il thread di Punit Shah · L’avviso di sicurezza di curl

GitHub filtra in anteprima i pacchetti npm installati dai runner Actions e dagli agenti di codice

20 ottobre — GitHub apre in anteprima pubblica un firewall per i pacchetti (package firewall). Il punto di partenza: sempre più attacchi sfruttano il momento dell’installazione di un pacchetto per raccogliere credenziali sugli host CI/CD o sulle postazioni degli sviluppatori, senza nemmeno eseguire il codice del pacchetto. Il firewall si interpone tra gli esecutori (runners) GitHub Actions o gli agenti di codice e i registri a monte, e ispeziona sia le richieste di metadati sia i download.

Punto chiave del firewall	Cosa prevede l’anteprima
Controlli disponibili	Periodo di attesa, avvisi della GitHub Advisory Database, downgrade delle attestazioni
Clienti interessati	GitHub Enterprise Cloud, residenza dei dati inclusa
Ecosistema supportato	Solo npm per il momento
Prezzo	Gratuito in anteprima, poi fatturato in base all’utilizzo, come GitHub Actions

Gli agenti di codice e gli host CI/CD devono essere configurati per passare attraverso il firewall invece di interrogare direttamente i registri, e per un pacchetto bloccato per errore è possibile richiedere un’eccezione.

🔗 L’annuncio di GitHub

Assistenti: le chat bloccate di ChatGPT, Gemini per le piccole imprese e per le amministrazioni statunitensi

OpenAI e Google aggiungono ai propri assistenti funzioni per esigenze specifiche: la riservatezza di una conversazione in ChatGPT, le piccole imprese e i servizi pubblici statunitensi in Gemini.

ChatGPT nasconde le conversazioni dietro un codice PIN a 4 cifre

20 ottobre — ChatGPT introduce le chat bloccate (locked chats): una conversazione selezionata rimane nell’account, ma scompare dalla cronologia, dalle chat fissate e dalla ricerca. Viene spostata nello spazio Locked chats di Projects, che si apre con un codice PIN dell’account a 4 cifre oppure, sui dispositivi mobili, con Face ID, Touch ID o lo sblocco del dispositivo Android. La funzione viene distribuita progressivamente sul web, su iOS, Android e sulla nuova applicazione desktop per macOS e Windows, da Free a Pro e anche su Business, Enterprise ed Edu, ma non su ChatGPT for Healthcare.

OpenAI ne precisa i limiti: il blocco non introduce né crittografia end-to-end né una cassaforte separata e non modifica il periodo di conservazione. Reimpostare un PIN dimenticato elimina definitivamente tutte le chat bloccate e i file che proteggono. In ambito aziendale, le chat bloccate rimangono nei log dell’OpenAI Compliance Platform e gli amministratori non possono né disattivare la funzione né sbloccare una chat. Le conversazioni Codex e le chat temporanee o di gruppo non possono essere bloccate.

🔗 Le note di rilascio di ChatGPT · La guida alle chat bloccate

L’applicazione Gemini apre uno spazio alle piccole imprese

20 ottobre — Google aggiunge all’applicazione Gemini una pagina iniziale dedicata alle piccole imprese, presentata come punto di accesso unico per costruire il proprio marchio, analizzare le proprie finanze e comprendere meglio la clientela; secondo Google, decine di milioni di titolari di piccole imprese utilizzano già Gemini. Per i contenuti visivi, l’imprenditore carica il proprio sito, le linee guida grafiche, i font o i colori: Gemini si basa su Nano Banana 2.1 per produrre quelli di un lancio o di una campagna e conserva questo stile senza richiedere un nuovo caricamento. Per le finanze, fogli di calcolo disordinati, ricevute o cronologie degli acquisti diventano in pochi secondi grafici e modelli interattivi.

Gemini si connette a Google Business Profile, Google Ads e Google Workspace, oltre che ad Adobe, Canva, Dropbox, Shopify, Wix, Zoho e Xero. Tra le testimonianze, una ceramista di Bordeaux (Bleu Clémentine) afferma di risparmiare da due a tre ore al giorno. La distribuzione inizia «nei prossimi giorni», in tutto il mondo e per tutti gli utenti dell’applicazione.

🔗 Il post di Google

Gemini for government services: l’agente Gemini in anteprima per le amministrazioni statunitensi

20 ottobre — Google Cloud adatta al settore pubblico l’agente Gemini presentato all’inizio di ottobre a Gemini at Work: Gemini for government services è disponibile in anteprima per le agenzie federali, statali e locali statunitensi, ha annunciato Thomas Kurian, a capo di Google Cloud. L’offerta riunisce skills che applicano leggi, regolamenti e istruzioni delle agenzie, connettori verso i loro sistemi interrogati sul posto senza migrazione dei dati, agenti di partner, tra cui quelli di SZNS Solutions, un unico piano di controllo per la sicurezza e la conformità e una rete di 13 integratori.

Google cita sette utilizzi, dalla ricerca normativa con citazioni precise fino al singolo paragrafo all’oscuramento dei documenti prima della pubblicazione, passando per le richieste di accesso ai documenti amministrativi (FOIA) e la verifica delle spese finanziate con sovvenzioni. I connettori coprono Federal Register, regulations.gov ed eCFR, Oracle, Salesforce, ServiceNow, Google Workspace e Microsoft 365. Google collabora con lo Stato del Missouri e con il Dipartimento della Salute statunitense (HHS), e l’offerta può essere distribuita all’interno del perimetro dei dati FedRAMP High di Assured Workloads; non sono stati annunciati né prezzi né una data di disponibilità generale.

🔗 Il post di Google Cloud

L’IA applicata: i leganti proteici progettati da Claude, le raccomandazioni di QD-Rec e Flora per i robot

Tre lavori del giorno applicano i modelli a un problema specifico: la progettazione di proteine contro i veleni, il supporto alle decisioni e l’annotazione di video per addestrare i robot.

Claude progetta leganti proteici contro le neurotossine di scorpione: 17 convalidati su 211 testati

20 ottobre — Anthropic pubblica sul proprio blog Science una campagna di progettazione di proteine condotta da Claude contro cinque neurotossine di scorpione provenienti da quattro regioni, dal Messico al Medio Oriente. Un modello di ricerca interno, utilizzato in Claude Science, ha ripreso il prompt di uno studio di agosto, adattato con Citrini Research, poi ha lavorato in gran parte da solo, guidato da quattro messaggi successivi del team: 318 484 design generati con 12 strumenti e una lista finale di 180 design in 64 ore, per un impiego di calcolo dell’ordine di 10 000 ore GPU. Adaptyv Bio e Twist Bioscience hanno testato 211 design, di cui 31 aggiunti dal team. Applicando criteri rigorosi, 17 si legano al proprio bersaglio, ciascuno a una sola tossina, e nessuno prende di mira la tossina brasiliana Ts1. I due migliori, Cn2-B1 e Cn2-B2, si legano alla tossina messicana Cn2 con un’affinità di pochi nanomolari e sembrano puntare allo stesso sito dell’anticorpo LR, che la neutralizza nel topo.

This is exploratory work, and we’re not claiming to have produced an antivenom—for that, we’d have to test the binders within living cells, then in mice, among many other steps. But it’s an example of how Claude can concretely assist research in protein design.

🇮🇹 Si tratta di un lavoro esplorativo e non sosteniamo di aver prodotto un antiveleno: per farlo, bisognerebbe testare i leganti in cellule viventi, poi nel topo, fra molti altri passaggi. Ma è un esempio di come Claude possa aiutare concretamente la ricerca nella progettazione di proteine. — @AnthropicAI su X

I 211 design e i relativi dati sono pubblicati. Una nota riconosce che questo impiego di calcolo supera le risorse della maggior parte dei ricercatori, ma indica che un prompt semplificato, con un solo agente e una sola GPU per 24 ore, raggiunge punteggi in silico comparabili.

🔗 Il post di Anthropic

QD-Rec: Sakana AI fa evolvere raccomandazioni varie e argomentate

20 ottobre — Sakana AI presenta QD-Rec, che applica la ricerca aperta (open-ended search) e l’approccio qualità-diversità (Quality-Diversity) alla raccomandazione per il supporto alle decisioni. Anziché classificare i candidati, il metodo cerca coppie candidato-ipotesi: un’azienda da acquisire, un cliente da contattare o un articolo da leggere, e il testo che spiega perché sceglierlo. Un bandit contestuale sceglie il candidato successivo favorendo le aree poco coperte, un LLM redige l’ipotesi adattando o incrociando quelle già archiviate e un archivio suddiviso per nicchie conserva le nuove motivazioni.

Testato su fusioni e acquisizioni, targeting di marketing e raccomandazione di articoli, con Claude Sonnet 5 o Claude Haiku 4.5 come proponente e gpt-5.6-terra come giudice, QD-Rec ottiene nella maggior parte dei casi la migliore qualità media e l’archivio più ampio per 1 000 valutazioni: per Walt Disney, 2,91 su 10 e 214 raccomandazioni, contro 2,40 e 85 senza evoluzione. Sakana precisa che questi scenari non costituiscono consigli di investimento e che un modello ha indicato un dato numerico assente dai dati; il codice è pubblicato con licenza Apache-2.0.

🔗 L’articolo tecnico di Sakana AI

Flora: NVIDIA rende disponibili i pesi di una suite di modelli che annota video per i robot

20 ottobre — Il laboratorio GEAR di NVIDIA rende disponibili i pesi di Flora, una suite di modelli che trasforma video grezzi di robot o esseri umani in segnali di addestramento: didascalie delle azioni con marcatura temporale, ricompense di esito per monitorare i deployment e ricompense di processo per l’apprendimento per rinforzo. Flora funge già da motore di dati per addestrare i modelli GR00T e annota 200 000 ore di video al giorno su 512 GPU GB300. Secondo NVIDIA, è competitivo con GPT-6 Astra a un costo circa 125 volte inferiore, ma la tabella pubblicata presenta un quadro più sfumato:

Benchmark e metrica	Flora	GPT-6 Astra
DenseRewardBench, macro F1 (più alto = meglio)	46,2	40,7
RoboReward, errore assoluto medio (più basso = meglio)	40,0	55,4
DenseCaptionBench Robot200, F1 di segmentazione	66,9	71,9
WGO-Bench, accuratezza (gold-window)	64,7	77,4

Flora supera GPT-6 Astra nella maggior parte delle metriche di ricompensa e nei video di esseri umani, ma resta indietro nei video di robot, in due delle tre metriche di WGO-Bench, nella correlazione di Robometer fuori distribuzione e in RubricBench.

🔗 La pagina del progetto Flora · Il thread di Jim Fan

Acquisizione e partnership: OpenAI acquisisce Orchestra Bio, Runway entra nel Claude Marketplace

Due operazioni commerciali della giornata: un’acquisizione nello sviluppo di farmaci da parte di OpenAI e un accordo di distribuzione tra Runway e Anthropic.

OpenAI acquisisce Orchestra Bio per collegare Rosalind allo sviluppo di farmaci

20 ottobre — OpenAI annuncia l’acquisizione di Orchestra Bio, una piattaforma in cui esseri umani e agenti IA portano avanti insieme programmi di sviluppo di farmaci: scienziati e responsabili di programma vi delegano agli agenti il monitoraggio degli studi e delle campagne. OpenAI fornisce un esempio: un lotto di produzione fallito può ritardare l’inizio di una sperimentazione clinica; gli agenti individuano quindi le attività e le tempistiche interessate, raccolgono le informazioni e confrontano le possibili risposte, lasciando la decisione ai team.

Il team e la tecnologia di Orchestra entrano a far parte di Rosalind, l’offerta di OpenAI per le scienze della vita: GPT-Rosalind per il ragionamento in biologia e chimica, Rosalind Workbench per collegare queste capacità agli strumenti e ai dati dei ricercatori. L’obiettivo dichiarato: agenti che colleghino le scoperte agli studi, alle decisioni e alle fasi successive dello sviluppo di un potenziale farmaco. OpenAI ricorda che negli Stati Uniti trascorrono in media da 10 a 15 anni tra la scoperta di un bersaglio e l’approvazione normativa. Non è stato comunicato alcun importo.

🔗 L’annuncio di OpenAI

Runway Creative entra nel Claude Marketplace, acquistabile tramite l’impegno di spesa Anthropic

20 ottobre — Runway entra nel Claude Marketplace di Anthropic con Runway Creative, la sua piattaforma per la generazione e il montaggio di video, immagini e audio. I clienti aziendali idonei possono destinare una parte del proprio impegno di spesa Anthropic all’acquisto di Runway, tramite il proprio referente Runway o Anthropic; non è stato pubblicato alcun prezzo. Runway Creative riunisce Gen-4.5, Aleph 2.0, Seedance 2.5, Kling 3.0 ed ElevenLabs V4, e Claude fornisce le capacità di ragionamento di Runway Agent, che trasforma una richiesta in una sequenza di inquadrature, sceglie il modello per ciascuna e assembla il video. Le animazioni di Claude Motion, in beta su Claude Team ed Enterprise, possono essere esportate in Runway per aggiungere immagini, voci fuori campo e musica.

Runway dichiara oltre 65 milioni di creator, cineasti e team di marketing. È il corrispettivo, sul versante Anthropic, dell’arrivo di Runway Creative nell’OpenAI Marketplace il 29 settembre.

🔗 L’annuncio di Runway

Misurare i modelli: MultiLangBench di OpenAI, FairStress di Ai2 e CALIBER di Cohere Labs

Tre pubblicazioni di ricerca valutano i modelli da tre prospettive: il codice in linguaggi poco diffusi, l’equità delle loro decisioni e la confidenza che attribuiscono alle proprie risposte.

MultiLangBench: GPT-6 Astra costruisce un motore compatibile con SQLite in 20 linguaggi, COBOL compreso

19 ottobre — OpenAI pubblica un post di ricerca sui linguaggi di programmazione con risorse limitate (low-resource), come COBOL, Fortran o Visual Basic, per i quali esistono molto meno codice e documentazione rispetto a Python, pur essendo alla base di sistemi bancari o previsioni meteorologiche. La sua prima valutazione, MultiLangBench, pubblicata con licenza Apache-2.0, richiede di costruire da zero un motore di database compatibile con SQLite in uno di 20 linguaggi, verificato tramite test adattati dalla suite di SQLite.

Modello valutato (effort massimo)	Media su 20 linguaggi	COBOL	Fortran	Visual Basic
GPT-5.6 Sol	26,8 %	10,9 %	21,4 %	27,5 %
GPT-6 Luna	40,3 %	17,1 %	31,4 %	41,6 %
GPT-6 Astra	87,4 %	72,1 %	83,5 %	89,4 %

GPT-6 Luna costa circa 0,77 dollari per campione, contro 3,48 dollari per GPT-5.6 Sol. In una seconda valutazione, la migrazione di programmi COBOL verso C++, Java, Kotlin, Python o Rust con equivalenza byte per byte degli output, GPT-6.1 Sol raggiunge un tasso di successo dell’86,6 % con effort basso, contro il 5,4 % di GPT-5.6 Sol con la stessa impostazione, e costa il 39 % in meno; con effort più elevato, raggiunge il 97,9 %. OpenAI ricorda che una migrazione in produzione richiede sempre una revisione da parte di esperti.

🔗 Il post di OpenAI · MultiLangBench su GitHub

FairStress: Ai2 misura l’equità demografica oltre la risposta finale

20 ottobre — Ai2 pubblica FairStress, un benchmark che verifica l’equità demografica dei modelli andando oltre la loro scelta finale: misura anche la facilità con cui un modello abbandona una decisione fondata di fronte a un argomento persuasivo e il modo in cui la giustifica. Il benchmark comprende 300 scenari di decisione tra due candidati in 29 ambiti, dalle assunzioni all’alloggio, declinati in oltre 13 milioni di casi di test.

Senza informazioni demografiche, i modelli si comportano in modo simmetrico. Su 15 modelli, il divario medio nell’abbandono di una risposta corretta raggiunge 6,9 punti con un’identità implicita e 9,3 punti con un’etichetta esplicita: i modelli rinunciano più facilmente al candidato migliore quando è caratterizzato come appartenente alla maggioranza, un fenomeno che Ai2 definisce sovracorrezione antistereotipica. Modelli di punta come Claude Opus 5 e GPT-5.5 scelgono il candidato caratterizzato come appartenente a una minoranza in circa il 60-65 % dei casi ambigui, e la maggior parte dei nove metodi di correzione testati non riduce l’asimmetria in modo affidabile. Ai2 precisa che la sua definizione di equità si basa sulla parità di trattamento; il codice è pubblicato con licenza MIT.

🔗 Il post di Ai2

CALIBER: Cohere Labs insegna ai modelli di ragionamento a stimare la propria confidenza prima e dopo la riflessione

20 ottobre — Cohere Labs, il laboratorio di ricerca di Cohere, presenta CALIBER (Calibration Before and After Reasoning), un metodo che insegna a un modello di ragionamento a stimare due volte le proprie probabilità di successo: prima di riflettere e poi sulla risposta prodotta. La confidenza iniziale viene addestrata sul tasso di successo del modello in più tentativi sulla stessa domanda (sette successi su dieci danno un obiettivo del 70 %), quella finale sulla correttezza della sua risposta.

Sul benchmark BigMathDigits, l’errore di calibrazione atteso (Expected Calibration Error, ECE) del modello da 7 miliardi di parametri scende da 0,059 per il miglior metodo con un’unica stima di confidenza a 0,028, cioè il 52,5 % in meno; senza ulteriore addestramento, il calo raggiunge il 26,8 % su GPQA, il 32,2 % su TriviaQA e il 36,2 % su SimpleQA. Il modello da 30 miliardi presenta un quadro più sfumato: il suo ECE (0,022) è solo leggermente migliore di quello di CoCA-lite (0,023). L’uso di queste stime per decidere quando verificare o astenersi non è stato testato e non è stato annunciato alcun prodotto Cohere.

🔗 Il post di Cohere · L’articolo su arXiv

L’API OpenAI conserva i prompt in cache per 12 ore, a un costo di scrittura pari a 2,5 volte il prezzo di input

20 ottobre — L’API OpenAI permette ora di conservare un prompt in cache per 12 ore, contro i 30 minuti predefiniti. La novità è pensata per gli agenti persistenti, come i dots di OpenAI, che riutilizzano le stesse istruzioni, gli stessi strumenti e lo stesso contesto per tutta la giornata: le richieste distanziate di diverse ore beneficiano ancora della tariffa ridotta dei token in cache. L’impostazione si controlla tramite il parametro prompt_cache_options.ttl della Responses API, per GPT-5.6 e i modelli successivi, e le due durate possono essere combinate nella stessa richiesta: 12 ore per le istruzioni condivise, 30 minuti per la parte recente della conversazione.

Tipo di tariffa (GPT-5.6 e successivi)	Moltiplicatore del prezzo di input non in cache
Scrittura in cache, 30 minuti (predefinito)	1,25
Scrittura in cache, 12 ore (Responses API)	2,5
Lettura dalla cache	0,1 (0,05 per GPT-6.1 Sol)

Per un contesto riutilizzato durante tutta la giornata, OpenAI stima che i risparmi superino ampiamente il costo aggiuntivo di scrittura.

🔗 La guida al caching dei prompt · Il thread di @OpenAIDevs

Agenti di codice: Claude Code 2.1.304, Copilot CLI 1.0.101, Vibe CLI 3.0.1 e Devin Fusion

Tre CLI di agenti di codice pubblicano versioni incentrate sui permessi e sull’affidabilità, e Cognition si confronta con Claude Code su un indice indipendente.

Claude Code 2.1.304: /claude-api managed-agents-secure, avviso prima di una ripresa costosa e 43 correzioni

19 ottobre — Claude Code 2.1.304, pubblicata su GitHub alle 21:34 UTC, conta 76 voci, di cui 43 correzioni. Il nuovo comando /claude-api managed-agents-secure confronta le impostazioni di un agente Claude Managed Agents con la guida alla sicurezza pubblicata da Anthropic, senza modificare nulla. Gli abbonati Pro e Max vengono avvisati quando la ripresa di una conversazione inattiva consumerebbe una quota significativa del loro limite di utilizzo di cinque ore e possono invece aprire una nuova conversazione in cui Claude ritroverà quella precedente. /auto-mode-setup arriva su Bedrock, Vertex, Foundry e il gateway Claude apps.

Diverse correzioni proteggono il lavoro dell’utente: claude --worktree non elimina più, senza chiedere conferma, un worktree e il relativo branch quando HEAD era scollegato o su un altro branch, circostanza che poteva causare la perdita di commit, e un rm -r su un disco montato attiva ora la richiesta di conferma di sicurezza. La ricerca di strumenti diventa attiva per impostazione predefinita dietro un ANTHROPIC_BASE_URL personalizzato e Code Review può revisionare tutti i repository di un’organizzazione GitHub, compresi quelli aggiunti in seguito.

🔗 Le note di Claude Code 2.1.304

Copilot CLI 1.0.101: output strutturati nativi per i subagenti e istruzioni per il valutatore dei permessi

20 ottobre — GitHub pubblica Copilot CLI 1.0.101 in versione stabile, il giorno dopo la 1.0.100; le sue 30 voci provengono da due versioni preliminari uscite nel frattempo. Due aggiunte aprono l’elenco: output strutturati nativi per i subagenti dei flussi di lavoro dinamici (dynamic workflows), sui modelli che li supportano, e un’impostazione assistedApprovalInstructions che orienta le decisioni di conferma del valutatore di Assisted Permissions.

I permessi diventano più comprensibili: le richieste di approvazione spiegano il motivo di un’escalation e propongono un comando diagnostico specifico per la richiesta, e un comando shell che crea e poi apre una cartella richiede l’approvazione del percorso invece di essere rifiutato subito. In ambito aziendale, i plugin assegnati a un Team vengono installati dai marketplace GitHub di quel Team e il selettore indica come predefinito il modello imposto dall’amministratore. Su macOS, la sandbox si collega direttamente ai servizi TCP locali quando l’accesso locale è abilitato e i modelli locali di providers.json non bloccano più la modalità Auto.

🔗 Le note di Copilot CLI 1.0.101

Vibe CLI 3.0.1: ritorno di Python 3.12 e modalità YOLO vietata dall’amministratore

20 ottobre — Il giorno dopo Vibe CLI 3.0.0, Mistral pubblica senza annunci la 3.0.1: 58 voci, di cui 9 aggiunte, 15 modifiche e 34 correzioni. La versione rivede una decisione della 3.0.0: Vibe torna a funzionare con Python 3.12 e successivi, invece di richiedere Python 3.14. Una nuova impostazione dell’amministratore, enable_auto_approve, vieta la modalità di approvazione automatica detta «YOLO»: l’agente auto-approve scompare e le opzioni --auto-approve, --yolo e bypass_tool_permissions vengono ignorate, mentre i permessi per singolo strumento restano applicati.

Il monitoraggio dei subagenti migliora: vibe -p attende quelli che un turno ha lasciato in esecuzione e l’esportazione ne dettaglia stato, modello, utilizzo e costo, ciascuno alla tariffa del proprio modello. Il comando sperimentale vibe run-server esegue numerose sessioni non interattive in un unico processo e una risposta interrotta al limite dei token di output viene richiesta nuovamente fino a sei volte.

🔗 Le note di Vibe CLI 3.0.1

Devin Fusion: 68,2 nel Coding Agent Index, con un costo per attività inferiore del 31 % a Claude Code con Opus 5.5

19 ottobre — Cognition mette in evidenza il punteggio di Devin Fusion, il suo harness che abbina un modello principale e un modello di supporto (sidekick), nel Coding Agent Index di Artificial Analysis, un indice indipendente che assegna un punteggio agli agenti di codice su tre valutazioni con lo stesso peso:

Devin Fusion has claimed a top score of 68 on the @ArtificialAnlys Coding Agent Index with an Opus 5.5 lead and GPT-6 Luna sidekick. Devin Fusion outperforms Claude Code with Opus 5.5 on both performance and price – earning a score of 68 at a 31% lower cost per task.

🇮🇹 Devin Fusion ottiene uno dei migliori punteggi, 68, nel Coding Agent Index di @ArtificialAnlys, con Opus 5.5 come modello principale e GPT-6 Luna come modello di supporto. Devin Fusion supera Claude Code con Opus 5.5 sia nelle prestazioni sia nel prezzo, con un punteggio di 68 a un costo per attività inferiore del 31 %. — @cognition su X

I dati dell’indice confermano il divario di costo; Devin Fusion vi si colloca al secondo posto su 42 configurazioni:

Configurazione valutata	Punteggio dell’indice	Costo medio per attività
Claude Code, Sonnet 5.5 (max)	68,4	14,19 dollari
Devin Fusion CLI, Claude Opus 5.5 Max + GPT-6 Luna High	68,2	9,02 dollari
Claude Code, Opus 5.5 (max)	66,0	13,04 dollari

Muse Code con Muse Wonder Full segue a 68,0. Devin Fusion è nettamente in testa su DeepSWE v1.1 (72,6 contro 68,4) e su SWE-Atlas-QnA (69,4 contro 66,4), ma Claude Code con Opus 5.5 mantiene il vantaggio su Terminal-Bench v4 (63,1 contro 62,6). Cognition non pubblica un nuovo post.

🔗 Il Coding Agent Index di Artificial Analysis

Brevi

Agenti e strumenti di sviluppo

Le note di rilascio di Devin del 19 ottobre — Devin ora consulta lo stato della CI di un commit, di un branch o di un tag, e non più soltanto di una pull request, su GitHub, GitLab, Azure DevOps e Bitbucket; Devin Review aggiunge un editor di regole e un pulsante Review now, e la rielaborazione notturna della memoria (nightly memory dreaming) può essere disattivata. 🔗 fonte
Agent Manager — Hugging Face pubblica con licenza Apache-2.0 uno spazio di lavoro privato, distribuito in uno Space, per gestire dal browser decine di agenti Claude Code, Codex, Gemini CLI, opencode o Hermes, che comunicano tra loro e continuano a funzionare mentre si riprende il lavoro da un altro dispositivo. 🔗 fonte
La ricerca degli strumenti MCP in Zed — Il team di Zed ha confrontato 25 modi per trovare lo strumento MCP giusto, tra cui modelli decisionali, LLM e rappresentazioni vettoriali (embeddings), su 150 query e 536 strumenti, e ha scelto un BM25 ponderato con alcune regole di normalizzazione, locale e senza chiamate API; non vengono forniti punteggi dettagliati né indicato il prodotto interessato. 🔗 fonte
Zed 1.24.4 e 1.25.1 in anteprima — La versione stabile corregge il caricamento dei modelli OpenCode; l’anteprima aggiunge l’evidenziazione della sintassi HTML nei template con tag svg, mathml e raw e l’evidenziazione CSS nei template passati a css() in JavaScript e TypeScript; nessuna novità sul fronte degli agenti. 🔗 anteprima 1.25.1 · 🔗 1.24.4
v0 su iOS — L’applicazione iOS di v0 riceve le annotazioni Browser Use, annunciate in un tweet con video, senza una descrizione della funzione né una voce nel changelog di v0. 🔗 fonte
Gemini CLI, versione notturna del 20 ottobre — Dopo tre versioni notturne vuote, due correzioni: l’aggiornamento dello schermo non cancella più la cronologia di scorrimento del terminale, con /clear e Ctrl+L che cancellano soltanto l’area visibile, e i DevTools non mostrano più caratteri UTF-8 spezzati tra due pacchetti HTTP; la versione stabile v0.64.0 rimane invariata. 🔗 fonte
ZCode v3.16.2 — Il repository open source di ZCode, l’ambiente di sviluppo di Z.ai, si allinea alla v3.16.2 senza note di rilascio: visualizzazione completa del pannello laterale nell’applicazione desktop e, nel suo marketplace, un plugin anet che affida compiti ad altri agenti tramite il protocollo A2A. 🔗 fonte
La CLI mistral 0.9.0 — Lo strumento che distribuisce applicazioni sulla piattaforma di Mistral aggiunge mistral upgrade, un deployment sperimentale dal disco senza un commit inviato al repository remoto e, dietro un feature flag, mistral apps list e logs; breaking change: il token di un registro privato viene ora letto soltanto da MISTRAL_REGISTRY_TOKEN o NODE_AUTH_TOKEN. 🔗 fonte
L’API delle policy dei modelli Copilot — Gli endpoint REST GET e PATCH diventano generalmente disponibili per leggere e modificare i modelli consentiti a livello di azienda, team aziendali, applicazioni degli agenti e organizzazioni, con possibilità di delega alle organizzazioni o ai team. 🔗 fonte

Aziende e casi d’uso

Gli Inference hooks per Claude Enterprise — Usciti dalla beta, inviano la trascrizione di ogni richiesta al server di sicurezza dell’organizzazione, che la autorizza o la rifiuta prima che raggiunga il modello, entro 5 secondi per impostazione predefinita, da claude.ai a Claude Code, Cowork, Claude Tag o Claude in Chrome; esclusi Bedrock, Google Cloud e l’API. 🔗 note di rilascio · 🔗 documentazione
Perplexity e Valarian — Con questa società britannica di infrastrutture sovrane, Perplexity fa funzionare Computer sui server delle istituzioni regolamentate, comprese le reti isolate (air-gapped), con modelli aperti come Nemotron, GLM, Kimi, DeepSeek-R1 o Qwen; deployment su richiesta, senza prezzi né clienti citati. 🔗 fonte
IncidentWatch e IncidentSweep — SpaceXSI racconta come due Grok Bots gestiscono gli incidenti del suo servizio di assistenza: uno rileva ogni 5 minuti i picchi di ticket e avvisa il reperibile, l’altro chiude i ticket in lotti approvati da un ingegnere, 204 in una decina di minuti durante un incidente del 18 settembre. 🔗 fonte
ChatGPT Work presso un affiliato — Ted Taylor, che gestisce tre ristoranti Schlotzsky’s e Cinnabon nel Nuovo Messico, riduce il tempo necessario per rivedere i prezzi dei menu da 5 giorni a 1 a 2 ore e quello per la riconciliazione mensile di cassa da 3 ore a 5 a 10 minuti, ovvero il 94 % in meno, secondo il caso di studio di OpenAI. 🔗 fonte
Tre Java Champions e Copilot — Sul GitHub Blog, Vlad Mihalcea, Patrick Baumgartner e Frank Delporte raccontano come usano Copilot, dalla migrazione di circa 900 diapositive a Marp in otto-dieci ore a una pull request dell’agente di coding per un bug di Pi4J, ottenuta in mezz’ora. 🔗 fonte
Hippolyte.ai ed ElevenLabs — La piattaforma francese di recruiting ha condotto 4 830 colloqui vocali di preselezione in tre settimane con la sintesi vocale di ElevenLabs, con elaborazione vocale nell’Unione europea, registrazioni grezze eliminate entro 24 ore e un modello a pesi aperti ospitato su infrastruttura propria in Francia. 🔗 fonte
Replit in Giappone — Replit apre un ufficio in Giappone per avvicinare alle aziende giapponesi la sua offerta di creazione di applicazioni e agenti aziendali, con quattro eventi a Tokyo il 5 e 6 novembre, tra cui un workshop con Microsoft; nessun indirizzo, numero di dipendenti o offerta specifica per il Giappone. 🔗 fonte

Classifiche e guide

ClaimBench — Il nuovo benchmark di Vals AI chiede se un estratto di una relazione annuale 10-K supporti un’affermazione, la contraddica o non dica nulla al riguardo: pplx-decider-v1.2 di Perplexity guida i modelli decisionali con il 99,69 % a 0,000104 dollari per affermazione, davanti a Mercury Decide (99,08 %), con una delle latenze più elevate (1,23 s). 🔗 fonte
MiniMax M3.1 Flash su Parallel — Parallel Web Systems colloca il modello di MiniMax, lanciato il giorno prima, al primo posto della sua classifica di ricerca web per efficienza, con prestazioni vicine a DeepSeek V4.1 Flash a un costo circa tre volte inferiore; si tratta di una classifica di un fornitore terzo. 🔗 fonte
I gateway IA secondo Perplexity — Una guida della sezione Idee descrive questi proxy collocati tra le applicazioni o gli agenti e i modelli (routing, budget di token, cache semantica, guardrail) e cita un test di Broadcom in cui un gateway Envoy configurato aggiunge circa 2 ms per richiesta; non viene presentato alcun prodotto Perplexity. 🔗 fonte

Creazione: immagini, video e presentazioni

Fibo 2.0 di Bria — Diffusers supporta fin dal lancio questo modello di editing delle immagini a pesi aperti, presentato come il primo della sua categoria, che si controlla tramite JSON, riproduce correttamente il testo ed è disponibile nelle varianti Turbo e Dev, secondo Sayak Paul. 🔗 fonte
Art Style Match di Luma — Lo strumento applica a un’immagine di prodotto lo stile di uno-quattro riferimenti, mantenendo invariati il prodotto e la composizione; viene presentato soltanto con un tweet, senza un articolo, un modello o un prezzo. 🔗 fonte
HeyGen Video 1.0 su Design Arena — Secondo HeyGen, Design Arena colloca al terzo posto, nelle categorie video e da immagine a video, il suo modello in 1080p sottoposto a post-training su MiniMax H3, che HeyGen propone per i primi piani dei prodotti e le riprese di raccordo. 🔗 fonte
Wan3.0 Prime su OpenRouter — Alibaba porta questa variante rapida di Wan 3.0, a partire da 0,068 dollari al secondo, in testa alla vista Trending della classifica video di OpenRouter, con circa 3 000 richieste (+85 %); Wan 3.0 è terzo. 🔗 fonte
TJ al GTC Berlin — Synthesia trasforma il sosia a cartoni animati di Jensen Huang in un avatar interattivo, costruito sui propri modelli video e vocali e sulla propria Interactive Avatar API, che consiglia ai visitatori sessioni tra le oltre 100 disponibili il 21 e 22 ottobre. 🔗 fonte
La co-creazione in Gemini Notebook — Gli abbonati Pro e Ultra scelgono il tema, il formato, la durata, la lingua e lo stile visivo, poi rivedono la scaletta di una presentazione (Slide Deck) o le note di produzione di un video di sintesi (Video Overview) prima di avviare la generazione; il rilascio prosegue. 🔗 fonte

Modelli aperti, ricerca e hardware

AnyLanguageModel 1.0 — Il pacchetto Swift di Hugging Face sostituisce il framework Foundation Models di Apple cambiando un import, per eseguire la stessa sessione con il modello di sistema, modelli aperti tramite llama.cpp, MLX o Core ML, oppure fornitori ospitati come OpenAI, Anthropic o Gemini. 🔗 fonte
Post-training degli agenti con TRL — Hugging Face pubblica un percorso in cinque fasi, dal fine-tuning supervisionato su tracce di agenti all’addestramento attraverso un vero harness con AsyncGRPO, passando per la distillazione, GRPO e gli ambienti OpenEnv; un contenuto didattico, senza nuovi prodotti. 🔗 fonte
Nemotron 3.5 Super VL presso Thoughtworks — Nel suo secondo rapporto, Thoughtworks rileva che tre adattatori LoRA guadagnano da 5,42 a 9,41 punti su dati riservati alla valutazione in ambito legale e sanitario, senza miglioramenti significativi sul benchmark pubblico CaseHOLD, ed esclude un giudice il cui verdetto variava di 35,1 punti in base alle istruzioni ricevute. 🔗 fonte
Previsioni meteo più dettagliate sulla Francia — Sul blog di Hugging Face, un U-Net di circa 2 milioni di parametri, addestrato in un’ora, porta da 28 a 5,5 km la risoluzione delle previsioni di temperatura di AIFS-ENS: nel confronto con le stazioni di Météo-France, l’errore cala del 14 % (RMSE) su due giorni, in quella che gli autori presentano come una dimostrazione. 🔗 fonte
Coral NPU — Google Research completa l’architettura a 32 bit del suo processore neurale aperto per l’IA embedded, basato su RISC-V, con un’unità matriciale fino a 1 TOPS e un obiettivo di consumo medio di 10 mW, e pubblica Coral Compiler v1.0; Synaptics lancia la sua serie di chip Astra SR200. 🔗 fonte

GitHub, al di fuori dell’IA

Secret scanning — Il 12 novembre, il campo business di due famiglie di eventi di audit passerà dal nome visualizzato dell’azienda al suo identificativo breve (slug); la revoca, in anteprima, accetta anche i token GitHub codificati in Base64 nei repository privati e interni. 🔗 fonte
Avvisi Dependabot — L’API REST e i webhook dependabot_alert restituiscono un campo version_requirement, la versione o il vincolo di versione della dipendenza vulnerabile, su github.com e GitHub Enterprise Cloud, in attesa di GitHub Enterprise Server 3.24. 🔗 fonte
Dependabot e i nuovi gestori di pacchetti — Dependabot supporta npm 12, pnpm 11 e 12 e Bun 1.4 per tutti gli utenti di github.com, e li includerà in GitHub Enterprise Server 3.24. 🔗 fonte
Set di regole — Tutte le protezioni dei branch di un repository possono ora essere convertite in set di regole (rulesets) con una sola azione, con un’anteprima, uno stato di applicazione a scelta (Active, Evaluate o Disabled) e la possibilità di conservare o eliminare le regole originali. 🔗 fonte

Cosa significa

L’inferenza va oltre NVIDIA, e i fornitori aprono i motori che la eseguono. DeepInfer funziona sia sulle GPU SM100 di NVIDIA sia sulle NPU Ascend 950 di Huawei, TorchTPU rende il TPU un normale dispositivo PyTorch anche in Transformers e Diffusers, e PyTorch 2.15 accelera di oltre sei volte la decodifica di un MoE su Mac. DeepSeek pubblica anche i dati economici del suo servizio, 155 000 miliardi di token al giorno su un unico cluster e 38 dollari di ricavi per ora-GPU nelle ore di minor traffico, e deepseek-recipe consente a un fornitore di hosting terzo di riprodurre il comportamento della sua API ufficiale. Il riutilizzo del contesto pesa sempre di più in questo calcolo: DeepSeek conserva la propria cache KV per oltre 72 ore, e OpenAI ora vende 12 ore di cache dei prompt agli agenti che riprendono lo stesso contesto per tutta la giornata.

Per gli agenti vocali, Mistral ed ElevenLabs sostengono due architetture nello stesso giorno. Voxtral 3 mantiene una catena di modelli separati, trascrizione, LLM a scelta e sintesi, che lo SDK fa lavorare in streaming per completare un turno in meno di un secondo; ogni componente può essere sostituito senza riscrivere l’agente, e i prezzi sono indicati al minuto o per carattere. Eleven Realtime fonde l’intera catena in un unico modello speech-to-speech e punta sulla compatibilità con l’API Realtime di OpenAI per attirare gli sviluppatori che hanno già effettuato l’integrazione, senza indicare prezzi precisi. Mistral aggiunge l’argomento dell’hosting in Europa, proprio mentre il caso Hippolyte.ai mostra ciò che richiedono i grandi clienti: elaborazione vocale nell’Unione europea e registrazioni eliminate entro 24 ore.

Il luogo in cui lavora l’assistente diventa un argomento di vendita. Perplexity Computer ora viene eseguito interamente su un Mac con 36 GB di memoria, modello compreso, e Valarian lo porta su reti isolate; in Anthropic, gli Inference hooks consentono al server di sicurezza di un’azienda di rifiutare una richiesta prima che raggiunga il modello. I fornitori precisano anche i limiti di queste protezioni: le chat bloccate di ChatGPT nascondono una conversazione senza cifrarla end-to-end, e questa resta nei log di conformità delle aziende.

La sicurezza della supply chain del software si gioca nei punti in cui agiscono gli agenti. OSS Scanner ha segnalato 77 vulnerabilità critiche e 803 di gravità elevata in undici giorni, con una gravità ancora attribuita dal modello stesso, mentre la vulnerabilità di curl ha ricevuto un identificativo CVE, un avviso e una correzione. Il firewall dei pacchetti di GitHub interviene al momento dell’installazione, quando un pacchetto malevolo può raccogliere le credenziali di un runner di integrazione continua o di un agente di coding. Le CLI degli agenti offrono allo stesso tempo maggiore controllo agli amministratori: Vibe CLI 3.0.1 consente di vietare la modalità YOLO, Copilot CLI 1.0.101 permette di orientare il giudice che convalida le autorizzazioni, e Claude Code 2.1.304 non elimina più un worktree senza chiedere.