I modelli OpenAI e Codex arrivano su Google Cloud, Anthropic rende disponibile Claude Duet, OpenAI coordina la risposta alle vulnerabilità PHP2Shell

OpenAI porta i suoi modelli di frontiera e Codex nel Model Garden di Google Cloud, in anteprima privata per una selezione di aziende, e Google afferma ora di essere l’unico grande provider cloud a offrire i tre principali LLM chiusi. Anthropic apre l’anteprima di Claude Duet, un agente che lavora in autonomia nella propria macchina virtuale e chiede l’approvazione prima di pagare o firmare, mentre OpenAI fa il punto su PHP2Shell, due vulnerabilità critiche di PHP, una delle quali è stata individuata con GPT-5.6 Sol. Al GTC Berlin, NVIDIA presenta un’architettura di riferimento per isolare gli agenti e fabbriche di IA consegnate in container; Recursive pubblica Flint, un modello aperto per programmare in locale, e Cohere lancia Rerank 5.

I modelli di OpenAI e Codex arrivano su Google Cloud, in anteprima privata nel Model Garden

21 ottobre — OpenAI e Google Cloud annunciano l’arrivo dei modelli di frontiera di OpenAI e dei workflow agentici di Codex nel Model Garden, il catalogo di modelli di Google Cloud. Il post di Google, firmato da Michael Gerstenhaber, vicepresidente responsabile del prodotto Gemini, nomina i tre modelli interessati: GPT-6 Astra per le attività più impegnative (codice, uso del computer, attività professionali, ricerca scientifica), GPT-6.1 Sol, presentato come un’intelligenza vicina ad Astra a un costo inferiore, e GPT-6 Luna, il modello rapido ed economico per le attività ordinarie su larga scala.

Il calendario si articola in più fasi, e i due fornitori non lo formulano nello stesso modo:

Elemento annunciato	Tempistiche indicate	Fonte delle tempistiche
GPT-6 Astra, GPT-6.1 Sol e GPT-6 Luna nel Model Garden	Anteprima privata per clienti aziendali selezionati, tramite modulo	Google Cloud
Chiamate tramite le API di Google Cloud, Codex CLI e Codex Desktop collegati alla piattaforma Gemini per l’inferenza	Dal 21 ottobre, per questi clienti	Google Cloud
Disponibilità generale	Nelle prossime settimane	OpenAI
Nessuna conservazione dei dati (Zero Data Retention) e Confidential Compute	Prossimamente	Google Cloud
Modelli di OpenAI in Google Antigravity e nell’agente Gemini (Gemini for business secondo Google)	In arrivo, senza una data	Entrambi i fornitori

Per l’acquisto, i modelli passano dal Model Garden e da Google Cloud Marketplace: un’unica fattura Google Cloud, consumi imputati agli impegni di spesa già assunti con Google e conteggiati nei Flexible Savings Plans, senza un contratto separato con il fornitore. OpenAI aveva già proposto questo conteggio ai fini degli impegni di spesa con Oracle Cloud a giugno. Google insiste anche sulla governance: prompt, contesto e risposte restano all’interno del perimetro dei dati del cliente e non vengono mai usati per addestrare modelli di base, e i modelli vengono eseguiti su un’infrastruttura Google Cloud dedicata, dietro gateway isolati, con VPC Service Controls e log di audit unificati. Non viene pubblicato alcun prezzo. Da qui l’affermazione di Google:

Google Cloud is now the only hyperscale cloud provider offering access to all three leading closed source LLMs, alongside more than 200 first-party, third-party, and open models on a unified enterprise AI platform.

🇮🇹 Google Cloud è ora l’unico provider cloud hyperscale a dare accesso ai tre principali LLM chiusi, insieme a oltre 200 modelli proprietari, di terze parti e aperti, su una piattaforma di IA aziendale unificata. — Michael Gerstenhaber, vicepresidente responsabile del prodotto Gemini presso Google Cloud

OpenAI precisa da parte sua che Microsoft resta il suo principale partner cloud. Dopo Amazon Bedrock il 1° giugno e Oracle Cloud il 10 giugno, Google Cloud si aggiunge ai provider cloud che distribuiscono i suoi modelli, Codex compreso. Gli SDK ufficiali pubblicati lo stesso giorno, openai-python 3.36.0 e openai-node 7.41.0, supportano già Vertex AI per la Responses API.

🔗 Il post di OpenAI · Il post di Google Cloud · Il tweet di @OpenAI

Claude Duet: Anthropic apre l’anteprima di un agente proattivo, e Grok Bot mantiene aggiornate le sue dashboard

21 ottobre — Anthropic apre l’anteprima di ricerca (research preview) di Claude Duet, una nuova applicazione in cui Claude lavora come un agente proattivo: segnala ciò che richiede l’attenzione dell’utente, esegue le attività che gli vengono affidate, continua a lavorare in sua assenza e chiede l’approvazione prima di agire per suo conto. L’accesso avviene tramite lista d’attesa, inizialmente per gli abbonati Pro e Max negli Stati Uniti. Duet è un’applicazione autonoma, distinta dall’applicazione Claude principale, su iOS, Android e claude.ai; durante l’anteprima, è incluso nei piani Pro e Max e attinge agli stessi limiti di utilizzo.

Progettato attorno a Claude Opus 5.5, Duet riprende la memoria, le skill e le applicazioni collegate dell’account Claude. Ogni mattina invia un breve riepilogo dei punti importanti; durante la giornata consulta gli account collegati ogni poche ore, perché un monitoraggio continuo esaurirebbe più rapidamente i limiti del piano. Si comunica con lui per iscritto o a voce, in un unico thread, e lavora nella propria macchina virtuale, con il proprio browser: né il computer né il telefono devono restare accesi. Si appoggia a oltre 6 000 connettori e plugin del Claude Marketplace (Gmail, Slack, QuickBooks, Stripe, Gusto, Docusign, Shopify…) e può fare acquisti per l’azienda con Link, il portafoglio digitale di Stripe, che paga tramite carta virtuale senza trasmettere il numero reale.

Tipo di azione richiesta	Cosa fa Claude Duet
Leggere, scrivere, preparare un lavoro	In autonomia, in background
Inviare un messaggio, pagare, firmare, eliminare	Mostra l’azione e attende l’approvazione
Negoziare titoli, trasferire denaro tra conti	Vietato, anche con approvazione
Numeri di carte bancarie, documenti d’identità	Condivisione bloccata da un nuovo classificatore
Salute, finanze personali	Trasmesse solo su istruzione esplicita

La sicurezza riprende componenti esistenti: le credenziali vengono gestite come in Claude Managed Agents, le azioni passano dal classificatore della modalità auto, le difese contro la prompt injection derivano dal lavoro su browser use, e Duet entra nel programma pubblico di ricompense per la segnalazione di bug (bug bounty) dopo test di penetrazione condotti da red team e da una società esterna.

Claude Duet draws on years of our safety and security work on agents. It never directly sees your passwords, a new classifier guards against sharing sensitive information, and the important decisions stay with you. We’ll share more on our approach to safety in Claude Duet soon.

🇮🇹 Claude Duet si basa su anni del nostro lavoro sulla sicurezza e sulla protezione degli agenti. Non vede mai direttamente le vostre password, un nuovo classificatore impedisce la condivisione di informazioni sensibili e le decisioni importanti spettano a voi. Presto forniremo maggiori dettagli sul nostro approccio alla sicurezza in Claude Duet. — @claudeai su X

Anthropic riconosce i limiti di questa prima versione: Duet può interpretare male un thread o valutare male l’urgenza, le attività personali come la prenotazione di biglietti sono meno sviluppate e non può ancora mostrare il proprio browser. Le verifiche in background incidono sui limiti del piano, e le attività più impegnative, come un modello finanziario o una presentazione, ne consumano di più.

🔗 L’annuncio di Claude Duet

Grok Bot crea ora report e dashboard che mantiene aggiornati

21 ottobre — La stessa idea di un agente che lavora tra una richiesta e l’altra arriva da SpaceXSI: Grok Bot sa ora produrre report, memo e dashboard. Gli si chiede una pagina, poi la si rielabora insieme a lui oppure gli si affida il compito di aggiornarla nel tempo. La funzione viene distribuita lo stesso giorno agli utenti delle ultime versioni delle applicazioni mobili e desktop.

L’annuncio consiste in due tweet e un video dimostrativo, senza un post su x.ai: non vengono precisati né i piani interessati, né i limiti, né le fonti di dati che una dashboard può monitorare. Prosegue una serie di novità di Grok Bot a ottobre (indirizzo e-mail il 9, connettori e velocità il 16, tasto Azione dell’iPhone il 19) e ricorda Claude Dashboards, le dashboard che Anthropic fa mantenere aggiornate da Claude, in beta dall’inizio di ottobre.

🔗 L’annuncio di Grok Bot

PHP2Shell: OpenAI coordina la risposta a due vulnerabilità critiche di PHP, Claude Security passa alla scansione continua

21 ottobre — OpenAI pubblica il bilancio di due mesi di coordinamento su PHP2Shell, due vulnerabilità critiche del core di PHP. Secondo il post, la società di sicurezza Calif ne ha identificata una con GPT-5.6 Sol, nell’ambito di Patch the Planet, l’iniziativa open source di Daybreak, e Wiz le ha scoperte e segnalate entrambe in modo indipendente. I maintainer di PHP hanno guidato gli interventi correttivi, con il supporto di OpenAI, Wiz, Cloudflare e altri; OpenAI ritiene che, per quanto ne sa, l’IA di frontiera abbia individuato queste vulnerabilità prima degli attaccanti. La portata del problema si misura dalla diffusione del linguaggio: PHP fa funzionare circa il 70 % dei siti web.

Il sito di divulgazione php2shell.com descrive nel dettaglio le due CVE, con una gravità che raggiunge CVSS 9,2: un attaccante non autenticato può eseguire codice sul server o leggere la memoria del processo PHP (password, token, chiavi API). Il codice vulnerabile si trova in PHP stesso, quindi può essere colpita anche un’applicazione priva di difetti.

Identificativo CVE	Classe di vulnerabilità	Dimostrazione secondo php2shell.com
CVE-2026-109618	Corruzione dovuta all’esaurimento della memoria (out-of-memory)	Esecuzione di codice senza autenticazione su WordPress, Drupal e Joomla
CVE-2026-109619	Stato globale obsoleto tra una richiesta e l’altra, use-after-free	Esecuzione di codice senza autenticazione su WordPress e Drupal, lettura della memoria indipendentemente dall’applicazione

Le versioni interessate risalgono a PHP 5.4. L’unica correzione completa consiste nell’aggiornare a PHP 8.2.35, 8.3.36, 8.4.27 o 8.5.12, quindi riavviare Apache, PHP-FPM e i worker PHP. Per aiutare i gestori, OpenAI pubblica una skill Codex, openai/php2shell-checker, che legge la versione di PHP di un sito a partire dal suo URL o direttamente sul server; il relativo repository avverte che rileva soltanto la versione dichiarata dagli header HTTP o da php -v, e che un risultato sconosciuto non significa che il sistema di destinazione sia stato corretto.

Given the severity of these flaws and PHP’s widespread use, we consider this one of the most impactful security issues in recent memory.

🇮🇹 Vista la gravità di queste vulnerabilità e la diffusione di PHP, riteniamo che si tratti di uno dei problemi di sicurezza dalle conseguenze più gravi degli ultimi anni. — OpenAI, post del 21 ottobre

OpenAI ne ricava un quadro di risposta in cinque fasi, dalla validazione preventiva della patch, con test avversariali condotti da modelli di frontiera, fino alla pubblicazione delle istruzioni, passando per un preavviso alle organizzazioni interessate e un coordinamento con le autorità (per PHP, la Super Intelligence Force della Casa Bianca, l’ONCD e la CISA), e sottopone quattro domande alla comunità, tra cui la durata delle finestre di divulgazione. L’azienda mette a disposizione abbonamenti Codex for OSS per tutti i maintainer, sponsorizza direttamente progetti come la Rust Foundation e si aspetta un forte aumento di questo tipo di scoperte nei prossimi mesi. Lo stesso giorno ha pubblicato un piano per dotare di strumenti chi si occupa di difesa informatica (vedi le Brevi).

🔗 Il post di OpenAI · Il sito php2shell.com · La skill php2shell-checker

Claude Security passa alla scansione continua e segue le correzioni, in beta pubblica per Claude Enterprise

21 ottobre — In Anthropic, Claude Security non dipende più da scansioni avviate manualmente: ora segue i repository man mano che cambiano. Un progetto riunisce uno o più repository, collegati tramite l’applicazione GitHub di Claude (GitHub Enterprise Server compreso) o tramite token di accesso per GitLab e gli altri fornitori Git; Claude avvia una scansione di riferimento approfondita, quindi analizza le modifiche in base al loro rischio e alla loro complessità. Una segnalazione viene contrassegnata come risolta quando la correzione viene rilasciata, anche al di fuori di Claude Security, e viene riaperta se il problema si ripresenta. Secondo Anthropic, migliaia di organizzazioni hanno individuato oltre un milione di vulnerabilità con lo strumento dall’avvio della sua beta pubblica ad aprile.

Ogni progetto riceve una base di conoscenze e un modello di minaccia (threat model) che Claude redige a partire dal codice e che il team può modificare; la gravità di ogni segnalazione dipende da questi elementi, con la spiegazione del percorso di attacco, talvolta sotto forma di diagramma. Un’API, webhook, un connettore MCP in Claude.ai e Claude Code e controlli di accesso basati sui ruoli completano l’insieme. Questa versione è in beta pubblica per Claude Enterprise, attivabile dagli amministratori, per tutta la famiglia di modelli, Claude Mythos compreso, senza passare dal Cyber Verification Program. Le organizzazioni idonee ricevono 25 000 dollari di crediti di utilizzo al mese per due mesi, utilizzabili fino al 31 dicembre 2026.

🔗 L’annuncio di Claude Security

Infrastruttura di calcolo: DSX POD in container, istanze A5X di Google Cloud e Confidential Bare Metal

21 ottobre — Al GTC Berlin, dove Jensen Huang ha dichiarato durante il suo keynote che Vera Rubin era in piena produzione, NVIDIA presenta DSX POD, un progetto di riferimento per fabbriche di IA Vera Rubin complete, realizzate dai partner in container modulari. Calcolo, rete, cablaggio tra rack, tubazioni, alimentazione a livello di rack e raffreddamento a liquido vengono integrati e validati in fabbrica, quindi consegnati pronti per essere collegati a un sito già attrezzato.

Il punto di forza sono i tempi: su un sito con alimentazione, raffreddamento e rete già pronti, NVIDIA annuncia un deployment ridotto da sei mesi ad appena 14 giorni. Per Jensen Huang, una fabbrica di IA crea valore quando inizia a produrre token, non quando il cantiere si conclude. Diciassette partner (Dell, HPE, Lenovo, Foxconn, Schneider Electric, Vertiv, Bull, Crusoe, Anduril…) dovrebbero consegnare queste fabbriche in tutto il mondo all’inizio del 2027; non viene indicato alcun prezzo.

Elemento annunciato da NVIDIA	Dato annunciato
Messa in servizio di un DSX POD	Da sei mesi ad appena 14 giorni
Partner costruttori	17
Prime consegne	Inizio 2027
Acqua di raffreddamento risparmiata (sito da 2 GW)	Fino a 54 milioni di litri al giorno
Energia con il software DSX MaxLPS	Fino al 30 % in meno per lo stesso numero di tokens

Un comunicato collegato quantifica l’efficienza della piattaforma DSX: un raffreddamento a liquido a circuito chiuso con aerorefrigeratori, che consente un consumo d’acqua di raffreddamento quasi nullo, fa risparmiare fino a 54 milioni di litri al giorno su un sito da 2 gigawatt, pari al consumo quotidiano di 180 000 famiglie; il software DSX MaxLPS produrrebbe lo stesso numero di token con fino al 30 % di energia in meno, e CoreWeave, Google Cloud, Lambda e Nebius prevedono di utilizzarlo. Il giorno prima, NVIDIA aveva anche illustrato l’adozione delle sue CPU Vera in Europa da parte di Nebius, Nscale e Verda.

🔗 Il comunicato DSX POD · L’ecosistema DSX in Europa

Google Cloud annuncia le sue istanze A5X su Vera Rubin NVL72, disponibili il mese prossimo

21 ottobre — Google Cloud e NVIDIA presentano le istanze A5X, che combinano sistemi Vera Rubin NVL72, schede di rete ConnectX-9, la rete Virgo di Google Cloud e il suo raffreddamento a liquido di quarta generazione, per l’inferenza agentica e l’apprendimento per rinforzo su larga scala. Nonostante un titolo che parla di disponibilità generale, il post di NVIDIA precisa che arriverà il mese prossimo, con un’espansione prevista in Europa. Google Cloud prevede, nel tempo, fino a 960 000 GPU Rubin su più siti.

Il primo cliente è Ineffable Intelligence, la società londinese di David Silver, il creatore di AlphaGo, che vuole addestrare sistemi capaci di apprendere continuamente dalla propria esperienza. WPP afferma, in base ai suoi primi test, di essere riuscita a eseguire su una sola istanza A5X carichi di lavoro di agenti creativi che fino ad allora richiedevano un cluster di più nodi.

🔗 Il post di NVIDIA sulle istanze A5X

Confidential Bare Metal: NVIDIA protegge i modelli dei laboratori su macchine di cui non sono proprietari

21 ottobre — NVIDIA amplia il suo calcolo confidenziale con Confidential Bare Metal, un’opzione pensata per i laboratori che addestrano o rendono disponibili modelli di punta su un’infrastruttura dedicata di terzi, presso un cloud, un neocloud o un’azienda. Vi installano il proprio stack software, compresi i software host e di piattaforma, mantenendo il controllo dei propri modelli e dati grazie a nuovi controlli: protezione dei dati in transito, misurazione dell’integrità della piattaforma e restrizioni di accesso applicate dall’hardware.

L’offerta comprende ora tre modalità (bare metal, container Kubernetes, macchine virtuali), si estende ai sistemi Grace Blackwell e Rubin e sarà integrata in DSX OS, l’architettura di riferimento per i cloud che costruiscono fabbriche di IA. Cohere prevede di utilizzarla in Cohere Model Vault, e Google Cloud la estende alle sue istanze A4X Max, basate su GB300 NVL72, portando al contempo il Confidential Computing alla disponibilità generale sulle sue VM G4. A settembre, NVIDIA aveva mostrato un’inferenza confidenziale su B200 che manteneva dal 96,1 al 98,2 % del throughput.

🔗 Il post di NVIDIA su Confidential Bare Metal

Agenti aziendali in NVIDIA: l’OpenShell Reference Architecture, Agent Toolkit e i modelli Kumo

21 ottobre — Al GTC Berlin, NVIDIA ha presentato l’OpenShell Reference Architecture, un’architettura di riferimento per costruire, confinare, osservare e governare gli agenti in azienda, disponibile da subito. Estende OpenShell, il runtime open source che colloca un agente in una sandbox controllata da policy a livello di kernel, trasformandolo in uno stack hardware e software completo. Jensen Huang ne riassume la suddivisione: gli agenti pensano su Rubin, agiscono su Vera e vengono governati su BlueField. Per lui, capacità e sicurezza dell’IA devono progredire insieme, mentre le aziende si preparano a distribuire miliardi di agenti.

Componente dello stack	Ruolo annunciato	Dato dichiarato da NVIDIA
Vera Rubin NVL72	Inferenza dei modelli, chiusi o aperti costruiti con Nemotron	Throughput per megawatt 30 volte superiore sui carichi agentici
CPU Vera	Harness degli agenti e chiamate agli strumenti	Prestazioni 2 volte superiori a quelle dei processori x86
DPU BlueField-4 con NVIDIA Sentry	Monitoraggio fuori banda, policy applicate nel silicio	Arresto di un agente in pochi millisecondi, fino al 20 % di capacità aggiuntiva per gli agenti

Se un agente tenta di uscire dal proprio perimetro, Sentry lo mette in quarantena e lo arresta in pochi millisecondi, secondo NVIDIA. L’architettura arriva fino alle workstation RTX Spark, DGX Spark e DGX Station e funziona su Linux e Kubernetes (Canonical, SUSE, Red Hat) così come su Windows, con Microsoft Execution Containers, su AWS, Google Cloud e Azure.

Vi si possono eseguire agenti basati sui modelli di Anthropic, Cohere, Google, Meta, OpenAI, Perplexity, Reflection e SpaceX Super Intelligence. Undici fornitori di software di sicurezza, tra cui CrowdStrike, Palo Alto Networks, Zscaler, Okta e 1Password, la integrano, BBVA e Santander la esplorano, e Cadence, Dassault Systèmes, IBM, SAP, Siemens e Synopsys vi costruiscono le proprie soluzioni. SAP la collega al runtime di Joule Studio, e ServiceNow ne approfitta per portare alla disponibilità generale ServiceNow Arc, un agente personale di lunga durata le cui azioni vengono applicate da OpenShell; il suo AI Passport trasmette le proprie policy a OpenShell e Sentry per revocare l’accesso di un agente in pochi secondi.

🔗 Il comunicato di NVIDIA · Il tweet di @NVIDIAAI

Agent Toolkit: Agent Knowledge Foundation e la famiglia di modelli aperti Kumo

21 ottobre — All’interno dello stesso stack, NVIDIA amplia il suo Agent Toolkit open source con un componente dedicato ai dati aziendali, Agent Knowledge Foundation. Riunisce le librerie CUDA-X (cuDF, cuGraph, cuML, cuOpt, cuVS), una nuova libreria Auto-Ontology che traduce i dati grezzi in concetti aziendali (clienti, prodotti, ordini) e relazioni, senza spostare i dati né modificare i controlli di governance, i modelli di ricerca Nemotron Retriever e la famiglia di modelli aperti Kumo, che effettua previsioni a partire da dati tabulari, relazionali o temporali (Kumo Tabular, Relational, Time Series e Forecast). Il kit comprende anche il runtime OpenShell e i blueprint NemoClaw, tra cui uno nuovo dedicato all’ottimizzazione degli agenti.

NVIDIA cita i primi risultati ottenuti dai suoi partner: il reranker di SAP sottoposto a fine-tuning è quasi 3 volte più veloce, ServiceNow riduce la latenza di reranking di quasi un quarto e Amazon OpenSearch Service migliora la pertinenza senza aggiungere praticamente alcuna latenza. Databricks associa Kumo Anomaly a Genie Ontology, Snowflake rende disponibili Kumo Engine e Kumo Relational nei suoi notebook e NVIDIA li usa per la propria catena di approvvigionamento, insieme a Palantir. La famiglia Kumo era stata inaugurata a fine settembre con Kumo Tabular.

🔗 Il post di NVIDIA su Agent Toolkit

Flint: Recursive pubblica un MoE aperto da 40 miliardi di parametri per programmare in locale, Base Labs i suoi modelli decisionali

21 ottobre — Recursive, la società di Richard Socher, pubblica Flint, il suo primo modello: una miscela di esperti (mixture-of-experts) progettata per la programmazione agentica su hardware locale. Conta 39,8 miliardi di parametri in totale, ma ne attiva solo circa 2,5 miliardi per token, il che gli consente di funzionare su un computer portatile. I pesi sono pubblicati con licenza Apache 2.0 su Hugging Face, in BF16 e nelle versioni quantizzate INT4 e NVFP4 (GGUF), e il modello si può usare con Ollama, LM Studio, Unsloth o exo, oppure gratuitamente in OpenCode e Pi.

Benchmark o caratteristica	Valore secondo la scheda di Flint
Terminal-Bench 2.1	54,9 %
SWE-bench Pro v2	89,7 %
SWE-bench Verified	74,2 %
Parametri totali e attivi	39,8 miliardi, di cui circa 2,5 miliardi attivi per token
Esperti per livello MoE	256 instradati, di cui 6 attivi, più 1 condiviso
Contesto documentato	262 144 tokens

I punteggi sono valori medi di pass@1 su almeno cinque tentativi, misurati da Recursive; su Terminal-Bench, le soluzioni trovate tramite ricerca web vengono conteggiate come fallimenti, e i punteggi dei concorrenti sono in parte quelli annunciati dai rispettivi sviluppatori, con protocolli diversi. Secondo Recursive, nessun altro MoE con meno di 50 miliardi di parametri ottiene risultati migliori su questi tre benchmark, e Flint compete con modelli densi da 25 a 40 miliardi di parametri, risultando oltre cinque volte più veloce. L’azienda dichiara oltre 125 token al secondo su un MacBook Pro M4 Pro e oltre 150 su una NVIDIA RTX Spark da 64 GB. Il post parla di un contesto fino a 512k token, raccomandando di rimanere sotto i 256k, e consiglia di suddividere i compiti complessi: Flint può richiedere più guida rispetto ai grandi modelli chiusi.

Flint serve anche da dimostrazione dell’Eureka Machine, il sistema di ricerca automatizzata di Recursive, che concatena proposte di idee, implementazione, test e scelta della direzione successiva. Secondo l’azienda, questo sistema ha contribuito ai dati, agli ottimizzatori, alle ricette di addestramento, all’infrastruttura e all’inferenza, e ha consentito a un piccolo team di costruire il modello da zero in meno di quattro mesi.

🔗 Il post di Recursive · RecursiveSI/flint su Hugging Face

Base Labs, il laboratorio di Baseten, pubblica i modelli decisionali mammoth-1 ed elephant-1

21 ottobre — Baseten pubblica due modelli decisionali addestrati dal suo laboratorio di ricerca, Base Labs: mammoth-1, da 27 miliardi di parametri, ed elephant-1, da 9 miliardi. Un modello decisionale non scrive una risposta: restituisce una probabilità per ogni possibile risposta a una domanda a scelta, di valutazione o con risposta sì o no, permettendo così di fissare soglie di confidenza oltre le quali il compito viene affidato a un essere umano. Secondo Baseten, può rispondere fino a 10 volte più velocemente di un modello di ragionamento. I due modelli sono versioni sottoposte a post-training di Qwen3.5-27B e Qwen3.5-9B, su 6,21 milioni di esempi, compresi casi in cui bisogna saper rispondere «non lo so».

Modello decisionale	Modello di base	Jev Decision Index 0.4	Artificial Analysis Decision Index
mammoth-1	Qwen3.5-27B	71,24, primo su 208	65,9
elephant-1	Qwen3.5-9B	Miglior modello da 9B, 8º a pari merito	65,2

I due modelli sono gratuiti per una settimana sulle Model APIs di Baseten, senza conservazione dei dati per impostazione predefinita. Baseten li presenta come open source: le loro schede su Hugging Face indicano una licenza MIT.

🔗 Il post di Baseten

Ricerca documentale per agenti: Cohere lancia Rerank 5, NVIDIA pubblica Nemotron 3.5 Embed, Rerank e Parse

21 ottobre — Cohere lancia Rerank 5, la nuova generazione dei suoi modelli di riordinamento (reranking) per la ricerca aziendale, in due versioni: Rerank 5 Pro (rerank-v5.0-pro) punta alla massima qualità, soprattutto nelle query che richiedono ragionamento e nei documenti lunghi o specialistici, mentre Rerank 5 Fast (rerank-v5.0-fast) punta sulla latenza e sul volume, per esempio per agenti che eseguono molte ricerche per ogni attività. Entrambi sono disponibili dal 21 ottobre sull’API Cohere, a 0,05 dollari per milione di tokens per Pro e 0,02 dollari per Fast, oltre che in Model Vault, Microsoft Foundry, Amazon SageMaker e North. Supportano oltre 100 lingue, 32k tokens di contesto e dati semistrutturati, e la migrazione si limita al parametro model, senza reindicizzazione.

La principale novità si chiama Context Focus. Disattivata per impostazione predefinita, questa opzione restituisce nella stessa chiamata i passaggi più pertinenti di ogni documento, sotto forma di intervalli di caratteri con un punteggio, per inviare al LLM solo questi estratti. Cohere l’ha testata con un agente di ricerca (glm-5-3-flash, 17 set da 50 domande):

Stack di ricerca testato da Cohere	Risposte corrette	Tokens consumati
Solo BM25	46 %	Riferimento
BM25 e Rerank 5 Pro	49 %	Non quantificato
Con Context Focus, soglia predefinita di 0,1	57 %	19 % in meno rispetto a senza Context Focus
Con Context Focus, soglia di 0,4	58 %	34 % in meno rispetto a senza Context Focus, 35 % in meno rispetto al solo BM25
Sei benchmark di ricerca approfondita, soglia di 0,4	52 %, contro 39 % con il solo BM25	41 % in meno rispetto al solo BM25

È quest’ultimo dato, misurato rispetto al solo BM25, che il thread di Cohere riassume con «fino al 41 %» di tokens in meno. Secondo cambiamento: i punteggi sono calibrati. Un punteggio di pertinenza di 0,7 si interpreta ora come una probabilità del 70 % che il documento sia utile, e la soglia «più probabilmente utile che inutile» è pari a 0,50 per Pro e 0,45 per Fast, il che consente di filtrare in base a una soglia o di rilevare che non è stato restituito alcun risultato pertinente. Rispetto a due set indipendenti di valutazioni umane, l’errore di calibrazione atteso (ECE) è di circa 0,06 per entrambi i modelli, contro valori da 0,23 a 0,38 per Rerank 4 Pro e i due modelli Voyage AI testati.

Nei benchmark pubblici, valutati con RCP-nDCG@10, il metodo di misurazione interno di Cohere, Rerank 5 Pro si classifica primo in 39 dei 46 set compositi e ottiene 82,2 su BRIGHT, che testa la ricerca che richiede ragionamento: 5,8 punti in più rispetto a Voyage AI Rerank 3 e 12,4 in più rispetto a Rerank 4 Pro. Fast elabora circa 187 documenti da 1 000 tokens al secondo su una GPU A100, con un throughput pari a 2,9 volte quello di Pro. Rerank 5 arriva tre settimane dopo Embed 5 e una settimana dopo il breve video in cui Cohere lo metteva già a confronto con Rerank 4.

🔗 Il post di Cohere · Le note di rilascio di Cohere

Nemotron 3.5 Embed, Rerank e Parse: la ricerca documentale multimodale di NVIDIA per gli agenti

21 ottobre — Lo stesso giorno, NVIDIA amplia la sua raccolta Nemotron Retriever (precedentemente Nemotron RAG) con modelli di embedding, riordinamento ed estrazione di documenti, presentati come aperti e utilizzabili commercialmente, e pubblicati su Hugging Face con licenza OpenMDW 1.1. Nemotron 3.5 Embed è disponibile in versione 8B, 1B distillata dalla 8B e 1B NVFP4, ed effettua ricerche sia nel testo sia nelle immagini dei documenti (tabelle, grafici, schemi); Nemotron 3.5 Rerank 8B assegna punteggi alle coppie query-documento in testo e immagini, e Nemotron 3.5 Parse, da 631 milioni di parametri, converte le pagine in testo strutturato.

Su ViDoRe v3.1, Embed 8B raggiunge 61,17 di nDCG@10, primo tra i modelli densi al 20 ottobre, e Rerank 8B ottiene 60,49 contro 59,17 di Qwen-3-VL-Reranker-8B. Parse è primo su ParseBench tra i modelli con meno di un miliardo di parametri, con 75,20 a 10,5 pagine al secondo su un H100. Come Cohere, NVIDIA mette in evidenza il costo degli agenti, ma con altri benchmark e altri riferimenti:

Punto di confronto	Cohere Rerank 5	NVIDIA Nemotron 3.5 Rerank
Distribuzione	API a pagamento, Model Vault, Foundry, SageMaker	Pesi su Hugging Face, licenza OpenMDW 1.1
Risparmio di tokens dichiarato	Fino al 41 %, rispetto al solo BM25 su sei benchmark	Circa il 14 % per query di agente, con Embed 8B
Punteggio messo in evidenza	82,2 su BRIGHT (RCP-nDCG@10)	60,49 su ViDoRe v3.1 (nDCG@10)

I due dati sul risparmio non sono direttamente confrontabili: Cohere misura il suo stack completo con Context Focus rispetto alla sola ricerca per parole chiave, NVIDIA misura l’aggiunta di Rerank dopo i propri embedding, su ViDoRe v3, BRIGHT e BrowseComp-Plus. Sul fronte del deployment, la versione NVFP4 di Embed 1B elabora il 27,1 % di documenti in più al secondo su GB200, mantenendo il 99,85 % della propria accuratezza.

🔗 Il post di NVIDIA su Nemotron Retriever

ChatGPT Ads: altri 26 paesi, 89 in totale, e una piattaforma pubblicitaria gestita da un LLM orchestratore

21 ottobre — OpenAI estende ChatGPT Ads ad altri 26 paesi, portando la sua piattaforma pubblicitaria a 89 paesi. Dopo Messico e Brasile, sono coinvolti altri 14 paesi dell’America Latina, tra cui Argentina, Cile, Colombia e Perù, oltre a nuovi mercati in Europa, Medio Oriente, Africa e Asia, come Nigeria, Sudafrica, Serbia, Ucraina, Cambogia, Bangladesh e Pakistan. Oltre 100 000 inserzionisti hanno lanciato campagne dall’introduzione della pubblicità, poco più di otto mesi fa, e oltre 1,2 miliardi di persone usano ChatGPT ogni settimana. Le pubblicità restano riservate ai piani Free e Go; Plus, Pro ed Enterprise ne restano esenti. A fine agosto, la piattaforma dichiarava un miliardo di dollari di ricavi annualizzati e una presenza in oltre 40 paesi.

Lo stesso giorno, due ingegneri di OpenAI, Ritendra Datta e Karthik Gopalratnam, descrivono lo stack tecnico di questa piattaforma. In una conversazione, l’intento commerciale si sviluppa nel corso di più turni, un aspetto che i sistemi classici, pensati per una query o una visualizzazione di pagina, gestiscono male. OpenAI ha quindi scelto sessioni pubblicitarie con stato, che mantengono memoria da un turno e da una conversazione all’altra, un LLM di frontiera sottoposto a post-training, l’«orchestratore», che gestisce l’intero flusso tramite chiamate a strumenti, e un servizio di selezione separato dalla generazione delle risposte, con modelli e codice propri.

Fase della catena pubblicitaria	Che cosa avviene
Intento	L’orchestratore riassume la conversazione in una o più query
Ricerca	Embedding semantici e ricerca approssimata dei vicini più prossimi su più indici
Filtraggio	Budget, ritmo di spesa, targeting, regole, deduplicazione per inserzionista
Assegnazione del punteggio	Pertinenza, engagement previsto, prestazioni passate
Asta	Selezione dell’annuncio e del suo prezzo, al di fuori dell’orchestratore

ChatGPT non dipende da questo sistema: se è lento o non funziona, la risposta viene visualizzata normalmente, una pubblicità arrivata troppo tardi non viene mostrata e non restituire alcuna pubblicità è un esito normale. L’annuncio selezionato appare sotto la risposta, contrassegnato come sponsorizzato, con una breve introduzione neutra generata da un modello. I modelli più potenti di OpenAI valutano l’insieme e addestrano modelli più piccoli per l’orchestrazione o la ricerca, e Codex ha agito da moltiplicatore di forza nella costruzione dello stack, mentre un anno fa OpenAI non disponeva ancora di alcun sistema pubblicitario.

🔗 L’estensione a 26 paesi · Lo stack pubblicitario di ChatGPT

IA per la biologia e la medicina: GPT-Rosalind legge un atlante CRISPR, RFD4-Proteina e Cosmos3-H-Dreams

Tre annunci applicano l’IA agli organismi viventi: agenti di OpenAI che analizzano un atlante genetico, un modello aperto di progettazione di proteine accessibile dal browser e un simulatore chirurgico che genera l’immagine in tempo reale.

Migliaia di agenti GPT-Rosalind analizzano in 32 minuti un atlante CRISPR del cervello di topo

21 ottobre — OpenAI, PerturbAI e Scripps Research hanno affidato a migliaia di agenti basati su GPT-Rosalind l’analisi di un atlante CRISPR dell’intero cervello del topo, che misura l’effetto di perturbazioni genetiche su milioni di cellule. Ogni agente studia una perturbazione, esamina le risposte cellulari, cerca nella letteratura e propone una spiegazione; l’insieme forma un atlante di ragionamento (reasoning atlas) pubblicato su GitHub, con un preprint su bioRxiv.

Misura riportata dal team	Valore pubblicato
Durata dell’analisi da parte degli agenti	32 minuti
Analisi umana comparabile (stima)	Da alcuni mesi a un anno
Riferimenti citati con il maggiore carico di lavoro	Oltre 700, contro 11 per un singolo agente
Preferenza degli esperti in cieco	75 % per i rapporti degli agenti distribuiti

Emergono due piste. Nel cervelletto, perturbare Tsc2 modifica l’attività di decine di geni legati alla comunicazione neuronale, mentre perturbare Tsc1 non cambia quasi nulla, un risultato da mettere in relazione con la sclerosi tuberosa. Inoltre, la perturbazione di Dctn1, gene della sindrome di Perry, aumenta l’espressione dei geni coinvolti nella produzione del colesterolo, da cui un’ipotesi giudicata nuova dagli esperti, da testare in laboratorio: ripristinare la distribuzione del colesterolo nei neuroni potrebbe proteggerli dalla degenerazione?

🔗 Il post di ricerca di OpenAI · Il preprint su bioRxiv

RFD4-Proteina: il modello di progettazione di proteine di NVIDIA e del Baker Lab, gratuito su GPU dedicate fino al 4 novembre

21 ottobre — NVIDIA rende RFD4-Proteina accessibile dal browser. Questo modello aperto di progettazione di proteine, sviluppato con il Baker Lab dell’Institute for Protein Design dell’Università di Washington, genera congiuntamente la sequenza e la struttura all-atom di una proteina sulla base di un vincolo: il bersaglio a cui deve legarsi un legante, oppure il motivo catalitico che un enzima deve contenere. Gestisce contesti molecolari diversi, dalle piccole molecole agli acidi nucleici, passando per i glicani e gli ioni metallici.

I pesi sono su Hugging Face dal 6 ottobre, con licenza BSD-3-Clause; la novità è l’accesso tramite due Spaces, uno su GPU RTX PRO 6000 dedicate, gratuito dal 21 ottobre al 4 novembre a spese di NVIDIA, l’altro su ZeroGPU, che rimane gratuito anche in seguito. Il modello propone un’impostazione di ragionamento (thinking setting), come i LLM: su un benchmark di 24 bersagli, con un livello di ragionamento elevato, produce 76,40 design distinti per ora-GPU che superano i criteri di validazione in silico, contro 13,24 di Proteina-Complexa, il secondo metodo. Nel suo post sui modelli aperti presentati a GTC Berlin, NVIDIA lo indica anche come primo in oltre dieci attività di progettazione e circa 13 volte più veloce di RFdiffusion3 su proteine di 200 amminoacidi. NVIDIA suggerisce di usarlo per la competizione di design di proteine sponsorizzata da Anthropic e Adaptyv.

🔗 Il post su RFD4-Proteina su Hugging Face · I pesi di RFD4-Proteina

Cosmos3-H-Dreams: un simulatore chirurgico generativo che risponde in tempo reale ai gesti dell’utente

20 ottobre — NVIDIA presenta Cosmos3-H-Dreams, un simulatore generativo che riproduce in tempo reale una scena di chirurgia addominale: l’utente sposta una pinza, afferra la cistifellea e la solleva, e il modello genera l’immagine corrispondente. Anziché modellare la geometria e la deformazione dei tessuti, questo modello del mondo (world foundation model) apprende la dinamica visiva dai video e dalla cinematica di vere colecistectomie eseguite con il robot Versius di CMR Surgical. Secondo NVIDIA, è il primo simulatore chirurgico generativo in tempo reale addestrato su interventi clinici a supportare un controllo cinematico in diretta.

Il modello parte da Cosmos3-H-Embodied-Nano, da 16 miliardi di parametri, specializzato con 28 dimensioni d’azione (posa e pinza dei due bracci, comandi di energia, assi e pulsanti dei controller), poi distillato in versioni a quattro e due passaggi che funzionano in modo interattivo su una sola RTX PRO 6000, grazie alla libreria FlashDreams. I due checkpoint sono su Hugging Face, con la NVIDIA Open Model License, insieme al codice e a una procedura per adattare il modello ai propri dati.

🔗 Il post su Cosmos3-H-Dreams su Hugging Face

Robotica e IA fisica: l’umanoide Agile ONE SN, Isaac Lab 3.0, Alpamayo 2 Edge e Cosmos Data Factory

NVIDIA ha dedicato gran parte del suo keynote all’IA fisica: un umanoide di riferimento per i laboratori, una piattaforma di apprendimento dei robot in disponibilità generale e nuovi modelli e strumenti per la guida autonoma e i dati di addestramento. Sul palco sono saliti persino dei Microducks di Pollen Robotics e Hugging Face (vedere le Brevi).

Isaac: l’umanoide di riferimento Agile ONE SN, Isaac Lab 3.0 e Isaac OS

21 ottobre — NVIDIA amplia la sua piattaforma di robotica Isaac con un umanoide di riferimento destinato alla ricerca. Costruito da Agile Robots, Agile ONE SN arriva preconfigurato con i modelli Isaac GR00T, e il sistema di sicurezza Halos dovrebbe esservi integrato. Dovrebbe essere disponibile all’inizio del 2027, con l’obiettivo di ridurre da alcune settimane ad alcuni giorni il tempo necessario per allestire un laboratorio; Stanford e l’ETH Zurich si interessano al progetto.

Caratteristica di Agile ONE SN	Valore annunciato
Altezza e peso	1,40 m, 40 kg
Gradi di libertà	31, più 20 per ciascuna delle due mani
Carico utile	3 kg per braccio
Calcolo a bordo	Jetson Thor, 2 070 téraflops FP4, 128 Go di memoria unificata
Disponibilità	Inizio 2027

Anche il resto della piattaforma avanza: Isaac Lab 3.0, il framework open source per l’apprendimento dei robot, raggiunge la disponibilità generale con i motori fisici Newton e PhysX, e un nuovo runtime open source, Isaac OS, basato su Holoscan, collega modelli, sensori e comandi. Tre flussi di lavoro di riferimento per DGX Station mostrano come affinare GR00T 1.7 tramite apprendimento per rinforzo, addestrare alla manipolazione con destrezza o effettuare il post-training dei modelli Cosmos per produrre dati sintetici. NVIDIA pubblica infine su Hugging Face una libreria di oltre 2 000 oggetti pronti per la simulazione e Human 1M, un dataset di video sincronizzati da tre angolazioni con tracciamento 3D delle mani, la cui versione completa è riservata ai partner della Cosmos Coalition. Per Jensen Huang, il momento ChatGPT della robotica si avvicina rapidamente.

🔗 Il comunicato di NVIDIA su Isaac

Alpamayo 2 Edge e Cosmos Data Factory: la guida autonoma a bordo e i dati dei robot

21 ottobre — Nel post che presenta i suoi modelli aperti del GTC Berlin, NVIDIA aggiunge Alpamayo 2 Edge, un modello di ragionamento compatto che viene eseguito a bordo del veicolo, su DRIVE AGX Thor, per comprendere la scena e pianificare la traiettoria in tempo reale; si basa su NVIDIA Cosmos. Sul fronte dei dati, Cosmos Data Factory riunisce blueprints e skills degli agenti per selezionare, annotare, generare e valutare dataset di addestramento, con nuovi strumenti per migliorare i modelli del mondo con meno calcolo. Porsche lo utilizza con Voxel51, ANYbotics con Encord, Zalando e CEVA Logistics con Sereact, così come Siemens. Lo stesso post presenta RFD4-Proteina e annuncia l’arrivo di Ising, la famiglia di modelli di NVIDIA per il calcolo quantistico, in AWS Parallel Computing Service.

🔗 Il post di NVIDIA sui suoi modelli aperti

Industria e telecomunicazioni: Mistral e NVIDIA per l’ingegneria, T-Mobile effettua la prima chiamata AI-RAN

Due annunci portano l’IA fuori dai data center: negli uffici di progettazione dell’industria e nelle antenne delle reti mobili.

Mistral e NVIDIA collaborano per l’IA nell’ingegneria industriale, con benchmark aperti

21 ottobre — Mistral annuncia una collaborazione con NVIDIA per applicare l’IA all’ingegneria industriale. Le due aziende vogliono costruire flussi di lavoro di ingegneria nativamente basati sull’IA (AI-native engineering workflows): Mistral Large 4 e le pipeline di generazione dei dati e di modellazione fisica di Mistral, accelerate dalle librerie CUDA-X e Warp di NVIDIA, dovrebbero abbreviare le simulazioni e collegare a ciclo chiuso simulazione, sviluppo dei modelli e progettazione. I modelli di Mistral saranno inoltre integrati nelle librerie Omniverse, per generare scene 3D su GPU e oggetti 3D SimReady.

Il cuore del progetto riguarda la valutazione: benchmark pubblici e dataset aperti per confrontare la precisione dei modelli fisici e validare catene automatizzate dalla CAO alla simulazione, e valutazioni dell’IA agentica nell’ingegneria assistita da computer (CAE) e nella progettazione elettronica (EDA), per l’aeronautica, l’automotive e i semiconduttori. Misureranno se un agente sa usare gli strumenti di ingegneria, concatenare attività in più passaggi e fornire un risultato tecnicamente corretto, insieme al tempo di esecuzione e al costo computazionale. Non vengono indicati nomi di benchmark, dataset, date né importi. Il post ricorda che i pesi di Mistral Large 4 (circa 1 000 miliardi di parametri, di cui 49 miliardi attivi), addestrato su 3 800 GPU Grace Blackwell in Europa, restano previsti per la fine di ottobre. Per Neil Ashton, vicepresidente dell’ingegneria computazionale di Mistral, il ritmo dell’ingegneria è dettato da troppo tempo da quello della simulazione.

🔗 Il post di Mistral · Il tweet di @MistralAI

T-Mobile effettua la prima chiamata AI-RAN su una rete commerciale, con NVIDIA e Nokia

21 ottobre — NVIDIA annuncia che T-Mobile ha effettuato, a Bellevue (Washington), la prima chiamata AI-RAN su una rete commerciale, con Nokia. L’AI-RAN esegue l’elaborazione della rete radio su GPU, che possono anche erogare modelli di IA il più vicino possibile agli utenti. Jensen Huang ha riassunto il traguardo con una formula: ora CUDA fa telefonate, dopo quasi otto anni di lavoro secondo quanto afferma.

In Europa, Elisa rivendica la prima sperimentazione sul campo di AI-RAN del continente, che fa transitare voce, dati mobili e IA per la visione su un’unica piattaforma accelerata, BT prepara sperimentazioni nel Regno Unito, e Nokia installa il suo software anyRAN, accelerato da CUDA, sull’Aerial RAN Computer di NVIDIA per test presso BT, Deutsche Telekom, Elisa e Orange. Nove operatori della regione EMEA costruiscono o ampliano un’infrastruttura NVIDIA, e sia Nokia sia Cisco integrano i modelli Nemotron nei loro software per reti autonome.

🔗 Il comunicato di NVIDIA sull’AI-RAN

Voce e video generativi: Eleven Realtime Translation, HeyGen Voice Turbo e l’API di Kling 4.0

Tre fornitori di media generativi avanzano sul fronte degli sviluppatori: una traduzione vocale in diretta, un modello vocale meno costoso e un’API video attesa da una settimana.

Eleven Realtime Translation: ElevenLabs apre in alpha la traduzione vocale in diretta durante le chiamate

21 ottobre — All’indomani di Eleven Realtime, i suoi modelli da parlato a parlato per agenti vocali, ElevenLabs apre un’alpha limitata di Eleven Realtime Translation, un modello di traduzione vocale in diretta. Durante una chiamata, ogni persona parla la propria lingua e ascolta l’interlocutore nella propria, con una voce naturale. ElevenLabs riassume la differenza: Eleven Realtime serve agli agenti che parlano con le persone, Realtime Translation alle persone che hanno bisogno di parlarsi tra loro.

Il modello copre oltre 90 lingue e rileva automaticamente quella di ogni interlocutore. La voce in uscita si sceglie tra oltre 17 500 voci della libreria, oppure può essere un clone della propria, e una regolazione della prontezza (eagerness control) bilancia la latenza e la qualità della traduzione. Durante l’alpha l’accesso è riservato alle aziende, tramite ElevenAPI, senza prezzi né post sul blog.

🔗 L’annuncio di @ElevenLabsDevs

HeyGen Voice Turbo: primo nella vista Controlled Voice di Artificial Analysis, davanti a HeyGen Voice

21 ottobre — Dodici giorni dopo HeyGen Voice, il suo primo modello vocale sviluppato internamente, HeyGen ne lancia una variante Turbo, più veloce e meno costosa, disponibile tramite la sua API; l’endpoint Turbo dell’API è gratuito fino al 30 novembre. HeyGen afferma di occupare le prime due posizioni della classifica di sintesi vocale di Artificial Analysis. Si tratta della vista Controlled Voice, che confronta i modelli con le stesse voci clonate, nella quale Qwen-Audio-3.1-TTS-Plus completa il podio e i margini di incertezza lasciano i primi tre praticamente alla pari.

Modello di sintesi vocale	Elo nella vista Controlled Voice	Prezzo indicato da Artificial Analysis
HeyGen Voice Turbo	1 202 (±19)	4 dollari per milione di caratteri
HeyGen Voice	1 195 (±15)	30 dollari per milione di caratteri

Come il 9 ottobre, HeyGen non compare in testa alla vista Provider Voice, che confronta le voci fornite da ciascun produttore.

🔗 L’annuncio di HeyGen · La vista Controlled Voice di Artificial Analysis

Kling apre l’API di Kling 4.0, disponibile anche su fal, Higgsfield e Runway

21 ottobre — Sei giorni dopo la piena disponibilità di Kling 4.0 sul proprio sito, Kling rende ufficialmente disponibile l’API del suo modello video, annunciata come imminente il 15 ottobre, per integrarlo in prodotti e flussi di lavoro. L’annuncio non fornisce prezzi né link alla documentazione. Il modello arriva lo stesso giorno su diverse piattaforme di terze parti: fal e Higgsfield lo aggiungono, Kling lo mette in evidenza su Magnific, e Runway offre tre giorni di utilizzo illimitato di Kling 4 a ogni nuovo abbonato Max o Team.

🔗 L’annuncio di @Kling_ai · L’offerta di Runway

GitHub ha copiato il 99,99999 % dei suoi repository in Azure e passa a un quorum per riferimento

21 ottobre — Due settimane dopo aver illustrato i principi della sua futura infrastruttura Git, GitHub racconta la fase intermedia, dettata dalla svolta agentica. Ora il 99,99999 % dei suoi repository risiede sia nei propri data center sia in Azure, dove la prima copia è arrivata nell’agosto 2025; la maggior parte vi ha due delle proprie cinque repliche, e Azure gestisce già circa la metà del traffico Git. Rimane lo 0,00001 % più sollecitato, frenato da un tempo di andata e ritorno sulla rete di circa 25 ms verso una regione Azure situata a circa 1 000 miglia.

Il blocco deriva dal quorum di Spokes, il sistema che replica ogni repository: una scrittura attende tutte le repliche sane e blocca l’intero repository, così che la replica più lenta impone il ritmo. GitHub passa quindi da un quorum per repository a un quorum per riferimento: due scritture si attendono a vicenda solo se interessano lo stesso branch, cosa rara quando agenti e sviluppatori effettuano ciascuno il push sul proprio. Nei test interni, le scritture su riferimenti diversi hanno ottenuto un throughput da 3 a 4 volte superiore. Anche Azure Blob Storage entra nel quorum tramite una «replica virtuale» di scrittura, il primo nodo interamente effimero di GitHub, e si possono creare su richiesta repliche virtuali di lettura per repository che ricevono da 100 a 1 000 letture per scrittura. L’ultima parte della serie è attesa a GitHub Universe, la prossima settimana.

🔗 Il post di ingegneria di GitHub

JOLT: Perplexity Research e NVIDIA fanno svolgere a uno stesso modello i ruoli di insegnante e allievo

21 ottobre — Perplexity pubblica insieme a NVIDIA JOLT (Joint On-policy Learning and Teaching, apprendimento e insegnamento congiunti), un metodo di post-training in cui un unico modello ricopre due ruoli. L’apprendimento per rinforzo classico, come GRPO, assegna una sola ricompensa per tentativo; l’autodistillazione aggiunge un feedback token per token, con lo stesso modello che interpreta l’insegnante, che dispone di informazioni privilegiate come una soluzione verificata, e l’allievo, che non le ha. Ma grazie ai suoi indizi, l’insegnante può prendere scorciatoie fuori dalla portata dell’allievo: JOLT addestra quindi anche l’insegnante, in base alle proprie ricompense, con una penalità quando si allontana da ciò che farebbe l’allievo.

Benchmark valutato	Modello di base	Vantaggio di JOLT+ su GRPO
GSM8K	DeepSeek-V2-Lite	+1,5 punto
MATH	Qwen3-0.6B	+4,2 punti
LiveCodeBench v6	Qwen3-8B	+3,0 punti
AppWorld	Qwen3-4B-Instruct	+9,9 punti
Terminal-Bench 2.1 (pass@1)	Qwen3-30B-A3B-Instruct	+2,7 punti

La variante JOLT+, che aggiunge la ricompensa propria dell’allievo, supera GRPO, il miglior riferimento testato, su tutti e cinque i benchmark; senza di essa, JOLT fa meglio di GRPO in matematica e nel codice, ma resta indietro su AppWorld e Terminal-Bench. Il vantaggio più netto riguarda il costo: su MATH, a parità di precisione (63,44 %), GRPO ha consumato 8,40 milioni di tokens di addestramento, contro 1,30 milioni secondo la curva stimata di JOLT, cioè 6,5 volte meno. L’articolo completo è su arXiv dal 7 ottobre, e il post non collega il metodo ad alcun prodotto di Perplexity.

🔗 Il post di Perplexity · L’articolo su arXiv

Agenti di codice: Claude Code 2.1.305, Gemini CLI da 0.65 a 0.67, Delta 0.21, Replit Agent con Stripe Atlas e PDD Kit

Le CLI degli agenti correggono le proprie regressioni e si aprono alle reti aziendali, Delta si collega a Claude Code, Replit Agent impara a creare una società e GitHub Next promette di dimostrare la correttezza del codice degli agenti anziché rileggerlo. Sul fronte OpenAI, non è uscita alcuna versione stabile di Codex CLI dalla 0.163.0 del 15 ottobre; Copilot CLI 1.0.102, Qwen Code, la CLI mistral e gli altri strumenti del giorno sono nelle Brevi.

Claude Code 2.1.305 corregge le richieste bloccate dalla ricerca di strumenti su Vertex e Bedrock

20 ottobre — Claude Code 2.1.305 (38 voci, di cui 22 correzioni) corregge innanzitutto una regressione della 2.1.304: su Vertex, Bedrock e altri provider, tutte le richieste fallivano quando l’endpoint o un gateway rifiutava la ricerca di strumenti (tool search), oppure quando un gateway vietava ToolSearch o lo ometteva da --tools. Claude Code ora riprova senza di essa. Su Linux, sandbox.allowNestedUserNamespaces consente ai comandi della sandbox di creare namespace utente, per Chromium o podman senza root; le note avvertono che questo permette loro di aggirare le protezioni dei file della sandbox.

/usage trasforma ogni avviso in una correzione di una riga che ne indica l’origine, applicabile con il tasto f. Per gli amministratori, allowedMcpServers non filtra più i server stdio di managed-mcp.json che usano ${VAR} solo in env: un server lasciato fuori dall’elenco verrà caricato dopo l’aggiornamento, e deniedMcpServers consente di mantenerlo disattivato. La ripresa di un Workflow non riavvia più gli agenti pipeline() e parallel() già terminati. Pubblicata il 21 ottobre, la 2.1.306 aggiunge due correzioni, tra cui quella per claude -p, che segnalava di non essere connesso in una sessione cloud avviata senza le sue variabili d’ambiente.

🔗 Le note di Claude Code 2.1.305

Gemini CLI: stable v0.65.0, preview v0.66.0 e OAuth MCP su rete privata

20 ottobre — Gemini CLI ha concluso il suo ciclo settimanale la sera del 20 ottobre, con la preview v0.66.0-preview.0 alle 21 h 04 UTC e la stable v0.65.0 alle 21 h 17 UTC; la nightly v0.67.0 del 21 ottobre apre poi la serie 0.67.0. La stable si limita a promuovere correzioni già presentate (header OTLP personalizzati, filtraggio più rapido dei file ignorati, fine dei loop OAuth), ma la preview e la nightly aggiungono quattro PR inedite.

L’impostazione più utile in ambito aziendale è oauth.allowPrivateNetwork, da attivare per ciascun server in settings.json, che permette di raggiungere server MCP e provider OAuth 2.0 ospitati su una rete interna (intervalli RFC 1918, RFC 6598 e RFC 4193, domini .internal e .local), finora bloccati dalla convalida degli indirizzi. Lo strumento shell non sovrascrive più la configurazione Git dell’utente, causando il fallimento di git commit per mancanza di identità, e un messaggio di errore che contiene semplicemente 401, come la porta localhost:4012, non attiva più erroneamente il rilevamento OAuth. Gemini 4 Argon non arriva ancora: il bot del repository ha annunciato che la PR della community che lo aggiunge sarebbe stata chiusa entro 7 giorni, in assenza di un ticket contrassegnato come help wanted.

Versione pubblicata di Gemini CLI	Data e ora (UTC)	Contenuti inediti
v0.66.0-preview.0	20 ottobre, 21 h 04	4 PR, tra cui OAuth MCP su rete privata
v0.65.0 (stable)	20 ottobre, 21 h 17	Nessuno, promozione della serie 0.65.0
v0.67.0-nightly.20261021	21 ottobre, 01 h 33	Le stesse 4 PR, apertura della serie 0.67.0

🔗 Gemini CLI v0.66.0-preview.0 · Gemini CLI v0.65.0

Delta 0.21 apre i thread condivisi in Claude Code e si collega al server MCP di Figma

21 ottobre — Delta, l’ambiente multiplayer di Zed per programmare con gli agenti, passa alla versione 0.21.0, con 12 novità, 14 miglioramenti e 48 correzioni. Il comando Open in Claude Code apre un thread condiviso in Claude Code, sia sul desktop sia sul web, purché sia installato il plugin Delta per Claude Code, e i collaboratori che si uniscono a un thread da uno strumento esterno, Claude Code compreso, compaiono nella barra dei partecipanti con il nome del loro strumento. Delta si collega anche al server MCP di Figma, una settimana dopo che Figma lo ha citato tra i suoi nuovi partner MCP.

La CLI introduce delta update, la compaction manuale resta disponibile mentre un agente locale è al lavoro e i comandi slash assumono nomi orientati all’azione (/change-model, /fork, /set-thinking-level). Tra le correzioni, Grok 4.7 sfrutta finalmente l’intera finestra di 500k tokens con un abbonamento Grok e gli agenti non si fermano più in silenzio quando chiamano uno strumento non disponibile. I comandi delta daemon scompaiono: Delta ora si avvia su richiesta.

🔗 Le note di rilascio di Delta 0.21.0

Replit Agent può costituire una società con Stripe Atlas, ora nel MCP e nella CLI di Stripe

21 ottobre — Replit annuncia che il suo agente può ora costituire una società per l’utente, tramite l’integrazione MCP di Stripe e Stripe Atlas, il servizio di Stripe per la creazione d’impresa; l’annuncio non specifica né prezzi né condizioni particolari per Replit. Si basa su una novità annunciata mezz’ora prima dall’account @atlas: Atlas è disponibile nel server MCP e nella CLI di Stripe.

Interfaccia Stripe utilizzata	Ruolo in una richiesta Atlas
Server MCP	Percorso conversazionale tramite un agente: requisiti, informazioni sulla società, convalide
Stripe CLI	Percorso nel terminale tramite prompt strutturati, avviabile da un agente di coding
Dashboard Stripe	Identità, pagamento, revisione dei documenti, firme e invio

Secondo il post del blog per sviluppatori di Stripe, datato 19 ottobre, una stessa richiesta può essere ripresa passando da un’interfaccia all’altra. Atlas supporta le C corporations e le LLC del Delaware, anche con più fondatori: costituisce la società, ottiene il numero identificativo del datore di lavoro (EIN), avvia la maturazione progressiva delle quote dei fondatori (vesting) e presenta le opzioni fiscali 83(b). Il post cita Claude Code e Cursor tra gli ambienti configurati automaticamente, ma non Replit, che fa il proprio annuncio.

🔗 L’annuncio di Replit · L’annuncio di Stripe Atlas · Il post su stripe.dev

PDD Kit: GitHub Next e Microsoft Research vogliono dimostrare la correttezza del codice Rust degli agenti, con integrazione in Chopin

21 ottobre — GitHub Next e Microsoft Research presentano il Proof Driven Development Kit (PDD Kit), che trasforma il piano di uno sviluppatore in una specifica formale, poi dimostra che il codice scritto dall’agente la rispetta per tutti gli input possibili. Nell’esempio del percorso di accesso di un’applicazione, PDD Kit discute il codice, deduce l’intento nel corso del dialogo e propone una specifica in Verus, un linguaggio di dimostrazione per Rust; una volta approvata la specifica, il verificatore Verus dimostra automaticamente che il codice è conforme. Dove la dimostrazione non è possibile, lo strumento ricorre a test e ad agenti che utilizzano il computer (computer-use agents). Attualmente funziona solo con Rust.

GitHub lo presenta come un’anteprima di ricerca che dovrebbe consentire di portare in produzione codice generato dall’IA senza rileggerlo riga per riga, Microsoft Research come l’esplorazione di un approccio più rigoroso; GitHub Next punta a una fabbrica del software verificata, in cui gli ingegneri rileggono specifiche anziché codice. Il kit è integrato in Chopin, l’editor di piani multiplayer che GitHub Next ha pubblicato in open source, con licenza MIT, a settembre. Nessun post, repository o documentazione di PDD Kit accompagna l’annuncio: dimostrazione a GitHub Universe, il 28 e 29 ottobre.

🔗 L’annuncio di @GitHubNext · Il repository di Chopin

Notizie in breve

Agenti e strumenti di coding

Copilot CLI 1.0.102 — La stable di GitHub, senza nuove funzionalità di rilievo, fa rispettare in modalità prompt la selezione automatica del modello imposta dall’azienda e ai subagenti le approvazioni degli strumenti personalizzati e MCP; la sandbox segue NO_PROXY e ALL_PROXY; lo stesso giorno, il server MCP di GitHub passa alla 2.0.3. 🔗 fonte
Qwen Code v0.25.4 in anteprima — 173 modifiche dalla v0.25.3, tra cui qwen daemon start per controllare un daemon locale, un Managed Agent installabile su un singolo server con unità systemd e una Web Shell che mostra il tempo al primo token di ciascun modello; la stable non è ancora uscita. 🔗 fonte
La CLI mistral 0.10.0 — Il giorno dopo la 0.9.0, mistral apps delete elimina un’applicazione distribuita insieme ai suoi moduli e database, dietro un indicatore di funzionalità (feature flag), e gli aggiornamenti dei registri eseguono un merge a tre vie dei file di template modificati; modifica incompatibile con le versioni precedenti: queste rifiutano il nuovo campo version. 🔗 fonte
v0 e Slack — Tramite il server MCP di Slack, v0 legge i thread e i file di uno spazio di lavoro, li usa come contesto per una modifica e vi pubblica gli aggiornamenti sull’avanzamento, limitatamente ai canali accessibili all’account, su tutti i piani. 🔗 fonte
Conversazioni condivise su Replit — Una conversazione, un singolo elemento o le devURLs di una discussione possono essere condivisi con i membri del proprio spazio di lavoro, in sola lettura; nessun post né indicazioni sul piano. 🔗 fonte
Le estensioni di Agents CLI — Google illustra il sistema di estensioni del suo strumento per agenti, disponibile dalla 1.5.0 del 1° settembre: l’estensione ufficiale LangChain sostituisce i 6 comandi specifici di ADK, su circa 24, e un team di piattaforma può imporre una propria regola, come un’analisi SBOM prima di ogni deployment. 🔗 fonte
Manus Game Dev — Manus supporta ora lo scheletro di animazione (rigging) e l’animazione dei personaggi 3D e rende la generazione 3D diverse volte più rapida, senza cifre precise né indicazioni sul costo in crediti. 🔗 fonte

Assistenti e imprese

Kimi Work 3.2.18 — Gli utenti Enterprise dell’applicazione agentica di Moonshot AI possono creare plugin personalizzati e pubblicarli sul marketplace, e passare tra spazi di lavoro raggruppati per azienda. 🔗 fonte
Viktor passa a Grok 4.7 — L’agente presentato come un dipendente IA, che dichiara oltre 70 000 team e ha raccolto 75 milioni di dollari a maggio, funziona ora con il modello di SpaceXSI, senza specificare se diventi il modello predefinito. 🔗 fonte
HCLTech nel Claude Partner Network — Il gruppo con oltre 230 000 persone diventa partner Global Premier, con una Anthropic Business Unit, Claude in HCL BigFix e HCL AppScan, e Claude Code nella sua piattaforma AI Force; nessun importo indicato. 🔗 fonte
Terminal X — In un caso di studio di OpenAI pubblicato il 20 ottobre, l’agente di valutazione di questa startup concorda con il revisore senior di un fondo nell’88,6 % di 500 giudizi con GPT-6.1 Sol, contro l’86,4 % del secondo miglior modello, non nominato. 🔗 fonte
AT&T e OpenAI — Il servizio legale di AT&T sviluppa ulteriormente il proprio team LegalEdge per costruire un livello di conoscenze condiviso e, in prospettiva, uno sportello per richieste in linguaggio naturale; la decisione resterà ai legali, secondo il suo direttore legale David McAtee, e non viene fornita alcuna cifra. 🔗 fonte

Governance e sicurezza

Il primo Public Benefit Report di Anthropic — Il rapporto annuale della società con finalità di beneficio comune si articola attorno a cinque pilastri definiti con i membri del Long-Term Benefit Trust, dalla sicurezza tecnica alla condivisione dei benefici, e censisce 166 lavori nel 2026, contro 114 nel 2025. 🔗 fonte
Christopher Stubbs nel Long-Term Benefit Trust — L’ex preside della facoltà di scienze di Harvard, membro nel 1998 del team che ha scoperto l’accelerazione dell’espansione dell’universo, diventa il primo fisico del Trust secondo Anthropic, al fianco, tra gli altri, di Ben Bernanke. 🔗 fonte
Il piano di OpenAI per i difensori informatici — Seconda parte della sua governance democratica dell’IA di frontiera, propone ai governi e all’industria controlli di arresto affidabili per gli agenti, la modernizzazione delle difese e valutazioni indipendenti, in quella che OpenAI chiama una finestra del difensore. 🔗 fonte
x402 Agent Safety Bench — In questo benchmark della community sui pagamenti effettuati dagli agenti, Claude Sonnet 5.5, GPT-6.1 Sol e Gemini 4 Argon evitano autonomamente da 24 a 26 trappole su 39, DeepSeek V4 Pro soltanto 12, con 142,31 dollari persi; con le skills del benchmark, nessuno perde denaro. 🔗 fonte
Passkeys su Hugging Face — Il Hub consente l’accesso tramite chiave di accesso (impronta digitale, volto, blocco dello schermo o chiave di sicurezza) al posto della password, e come secondo fattore di autenticazione. 🔗 fonte
Token con scadenza in GitHub CLI 2.103.0 — In anteprima pubblica, gh auth login --expiring conserva un token di accesso di breve durata rinnovato in background, così che un token divulgato diventa inutilizzabile nel giro di poche ore; sarà l’impostazione predefinita per i nuovi accessi in una versione futura. 🔗 fonte

API e cloud

Livelli di servizio per progetto nell’API OpenAI — Le impostazioni della Platform permettono di scegliere i livelli di servizio, come Ultrafast, che ciascun progetto può utilizzare, e l’organizzazione può limitarli per tutti i suoi progetti. 🔗 fonte
Vertex AI negli SDK di OpenAI — openai-python 3.36.0 e openai-node 7.41.0 supportano Vertex AI per la Responses API, con contatori di utilizzo per le scritture nella cache di 30 minuti e la gestione del consenso per le voci personalizzate. 🔗 fonte
Gemini su Google Distributed Cloud — Al GTC Berlin, Google aggiunge Gemini 3.5 Flash alla versione isolata da Internet (air-gapped) del suo cloud installato presso il cliente, mette in anteprima una ricerca aziendale tramite RAG (100 Mo per file, 500 Mo per conversazione) e rende i sistemi HGX B300 disponibili a livello generale. 🔗 fonte · 🔗 ricerca RAG
La spesa per i token secondo Perplexity — Una guida elenca cinque fonti di consumo eccessivo e illustra le impostazioni di Enterprise: 500 crediti al mese in Enterprise Pro, 15 000 in Enterprise Max, senza riporto, e limiti denominati per gruppo; non viene annunciata alcuna novità. 🔗 fonte

NVIDIA: robotica, industria e hardware

Microduck in Isaac Lab 3.0 — NVIDIA, Pollen Robotics e Hugging Face pubblicano un tutorial per insegnare a camminare al piccolo robot bipede, con il motore Newton e fino a 1,25 milioni di passi di simulazione al secondo su 16 GPU, nel giorno in cui alcuni Microducks salgono sul palco della keynote. 🔗 fonte
SimReady Central — Oltre 2 000 oggetti 3D OpenUSD dotati delle proprietà richieste da una simulazione (collisioni, massa, attrito) arrivano ad accesso libero su Hugging Face, dai bracci robotici ai sistemi di raffreddamento. 🔗 fonte
Halos SAFE, FOX e cuDSS — NVIDIA lancia Halos SAFE, un framework di evidenze di sicurezza per il settore automobilistico, Volvo Cars adotta Hyperion e Alpamayo, il blueprint di agenti per le fabbriche FOX arriva in accesso anticipato (Siemens si aspetta risparmi di circa il 20 %) e cuDSS raggiunge la disponibilità generale. 🔗 fonte · 🔗 FOX e cuDSS
Le capacità dei fornitori di NVIDIA — Substrati moltiplicati per 2,5 in tre anni, oltre il 300 % in più di packaging avanzato presso Amkor entro fine 2028 e un anticipo di 1,1 miliardi di dollari a KYEC per nuovi impianti negli Stati Uniti. 🔗 fonte
DGX Station per Windows a dicembre — NVIDIA fissa la data della versione Windows annunciata senza una data il 7 ottobre, e NVIDIA Sync potrà raggruppare fino a otto DGX Spark, contro i due annunciati a inizio ottobre. 🔗 fonte
NVIDIA e l’UER — In vista del GTC Berlin, il 19 ottobre, NVIDIA e l’Unione europea di radiodiffusione, che riunisce oltre 115 media pubblici, aprono i propri standard sovrani per gli agenti ai cloud sovrani, agli sviluppatori di modelli aperti e agli integratori. 🔗 fonte

Modelli aperti e ricerca

Kumo Forecast e Kumo Anomaly — NVIDIA riunisce sotto il marchio Kumo i suoi modelli per serie temporali NV-Tesseract, con licenza Apache 2.0 e su Hugging Face da aprile; dopo un fine-tuning su 50 000 osservazioni normali, Kumo Anomaly passa da 0,016 a 0,201 di precisione media. 🔗 fonte · 🔗 Kumo Anomaly
bekko-static-embedding-v1 — Yuichi Tateno pubblica con licenza MIT embeddings statici multilingue che funzionano senza GPU: 43,76 su MNanoBEIR, circa 11 punti davanti agli altri modelli statici, a circa 1 punto da multilingual-e5-small nella ricerca. 🔗 fonte
MemoProAgent — Ricercatori di Meta e di tre università pubblicano senza un annuncio il codice di un assistente proattivo che recupera un ricordo personale e interviene solo se questo richiede un’azione, senza risultati numerici. 🔗 fonte

Cosa significa

I modelli di frontiera diventano un catalogo che ogni grande cloud vuole esporre al completo. Dopo Amazon Bedrock e Oracle Cloud a giugno, OpenAI entra nel Model Garden di Google Cloud, Codex compreso, e Google afferma di essere l’unico grande cloud a offrire i tre principali LLM chiusi; anche Antigravity, che ospita già Claude Opus 5.5 e Sonnet 5.5, riceverà i modelli di OpenAI. Per un’azienda, la scelta del modello si svincola da quella del cloud, poiché i consumi vengono conteggiati negli impegni già sottoscritti; per OpenAI, ogni cloud è un canale di vendita in più, anche se Microsoft resta il suo partner principale. GTC Berlin segue la stessa logica: l’OpenShell Reference Architecture fa girare sullo stesso stack gli agenti di Anthropic, OpenAI, Google o Meta.

Gli agenti lavorano ormai senza che venga loro richiesto, e le loro misure di protezione vengono integrate nel prodotto, fino all’hardware. Claude Duet controlla gli account ogni poche ore e agisce nella propria macchina virtuale, ma attende l’approvazione prima di pagare o firmare e rifiuta alcune azioni anche se approvate; Grok Bot mantiene autonomamente aggiornate le dashboard. In NVIDIA, Sentry sorveglia gli agenti fuori banda da un DPU BlueField-4 e li arresta in pochi millisecondi, mentre ServiceNow può revocare l’accesso di un agente in pochi secondi. La questione non è più soltanto cosa sa fare un agente, ma chi può fermarlo e a quale livello dello stack.

La ricerca di falle tramite l’IA procede più velocemente della loro correzione. PHP2Shell riguarda un linguaggio su cui gira circa il 70 % dei siti web, con versioni vulnerabili fin da PHP 5.4, e OpenAI si aspetta un forte aumento di queste scoperte; Claude Security dichiara di aver trovato oltre un milione di vulnerabilità da aprile e passa allo scan continuo per monitorare le correzioni. Il collo di bottiglia si sposta sul coordinamento: preavviso ai gestori e alle autorità, sostegno ai manutentori, come propone il quadro in cinque fasi di OpenAI, pubblicato lo stesso giorno del suo piano per i difensori informatici. Persino lo strumento di verifica di PHP2Shell avverte che un risultato sconosciuto non dimostra che un server sia stato corretto.

Il costo di un agente si misura in tokens, e ogni livello dello stack promette di ridurne la spesa. Context Focus di Cohere elimina fino al 41 % dei tokens rispetto alla sola ricerca per parole chiave, Nemotron 3.5 Rerank circa il 14 % per query di un agente, Flint attiva solo circa 2,5 miliardi di parametri per token per programmare su un portatile e JOLT raggiunge la precisione di GRPO su MATH con 6,5 volte meno tokens di addestramento. Ai livelli inferiori, NVIDIA promette fabbriche di IA operative in 14 giorni e fino al 30 % di energia in meno per lo stesso numero di tokens, mentre GitHub riprogetta la replica di Git per un traffico che gli agenti moltiplicano.