Llama 4, Qwen 3.5 e Mistral: quale open LLM scegliere nel 2026
Cosa è successo
Tech Insider ha pubblicato oggi una comparativa aggressiva sui tre grandi protagonisti degli open-weight LLM: Meta Llama 4, Alibaba Qwen 3.5 (con la sorella Qwen 3.6) e Mistral Large 3. Il pezzo, che trovate su tech-insider.org, non si limita a elencare benchmark: mette a confronto architetture MoE, lunghezze di contesto, licenze commerciali, costi di self-hosting, requisiti hardware e cinque scenari d'uso concreti. Il risultato è chiaro: non esiste un unico vincitore, ma esiste una classifica per tipo di lavoro.
Secondo la comparativa, a luglio 2026 Qwen 3.5 è il miglior open LLM per la maggior parte dei carichi di lavoro. Raggiunge il 76,4% su SWE-bench Verified per il coding e il 77,2% su GPQA Diamond per il reasoning, supporta 201 lingue e viene rilasciato sotto licenza Apache 2.0. Numeri che lo pongono a pochi punti percentuali dai modelli chiusi di ultima generazione. Llama 4 Scout resta imbattuto sul contesto: 10 milioni di token, una cifra che sembra fuori scala ma che diventa decisiva per chi deve ingurgitare interi codebase, faldoni legali o intere bibliografie in un colpo solo. Mistral Large 3, con la sua Apache 2.0 pulita, il quartier generale europeo e un'efficienza notevole, si conferma la scelta più appetibile per aziende con vincoli di compliance, residenza dei dati e processi multilingue in ambito europeo.
Un dato che mi ha colpito: il divario tra modelli aperti e chiusi si è ristretto a poche percentuali. Se i migliori sistemi proprietari stanno intorno all'80-81% su SWE-bench Verified, i top open sono già nel range 73-77%. Due anni fa il compromesso “open = meno capace” era scontato. Oggi non lo è più. E questo cambia le carte in tavola per chi deve decidere su quale tecnologia puntare.
Perché è importante
Questa notizia non è importante per chi vuole fare il tifo per un modello. È importante perché sposta il potere contrattuale dalle piattaforme chiuse verso le aziende che usano l'AI. Quando puoi scaricare i pesi, eseguirli sui tuoi server, modificarli e non pagare a token, cambia tutto: costi, privacy, velocità di iterazione, lock-in, governance dei dati.
Per una PMI italiana significa che l'intelligenza artificiale non deve più passare per un'API estera con rate limit, bollette imprevedibili e clausole d'uso che cambiano ogni trimestre. Significa che puoi costruire un assistente interno sui tuoi documenti, un agente per il customer care multilingue o uno strumento di coding assistito senza chiedere permesso a nessuno. E, soprattutto, significa che il vantaggio competitivo non sta più nel “chi ha accesso a GPT-X”, ma nel “chi sa scegliere, affinare e integrare il modello giusto nei propri processi”.
C'è anche un aspetto geopolitico ed economico che non possiamo ignorare. Meta, che ha aperto la strada con Llama, ha rallentato in modo visibile: Llama 4 è ancora l'ultima generazione disponibile, datata aprile 2025, il modello Behemoth da due trilioni di parametri è rimasto nel cassetto e non c'è traccia di Llama 5. Nel frattempo Alibaba e Mistral rilasciano a cadenza mensile, migliorando metriche e varianti. Questo ribaltamento — un colosso americano in pausa mentre un laboratorio cinese e una startup europea accelerano — rende il mercato più competitivo e, per chi acquista tecnologia, più conveniente.
Cosa cambia per te
Se guidi una PMI, un'agenzia o una startup in Italia, questa comparativa ti dà una mappa decisionale molto concreta. Non serve più chiedersi “open o chiuso?”. La domanda è diventata: “quale open, su quale hardware, con quale licenza, per quale processo?”.
Facciamo qualche esempio applicato al tessuto italiano reale.
Immaginate un'agenzia di marketing a Milano che produce contenuti per clienti in Italia, Spagna e Medio Oriente. Prima doveva affidarsi a modelli proprietari multilingue costosi e con limiti di throughput. Oggi può prendere Qwen 3.5, che copre 201 lingue sotto Apache 2.0, affinarlo sui propri dataset e offrire un assistente contenuti privato. Risparmio stimato: fino al 60-70% rispetto alle API chiuse a parità di volume, secondo i dati di costo che emergono dalla comparativa di Tech Insider. E il vantaggio non è solo economico: è la possibilità di tenere i brief dei clienti e i dataset di training fuori da server esterni.
Oppure pensate a uno studio legale o a una società di consulenza a Roma che deve analizzare contratti, sentenze e documentazione corposa. Llama 4 Scout con i suoi 10 milioni di token di contesto è praticamente su misura: può ricevere un intero fascicolo in input e rispondere a domande precise senza tagliare pezzi. Certo, nella pratica la qualità cala prima del limite teorico, ma anche un contesto effettivo di qualche milione di token cambia il gioco rispetto ai 128K di un anno fa. Significa meno preprocessing, meno chunking manuale, meno tempo speso a riformulare prompt.
Pensate ancora a un'azienda manifatturiera del Nord Italia che vuole un assistente tecnico interno per i propri ingegneri e il proprio servizio clienti. Mistral Small 4, con soli 6 miliardi di parametri attivi per token e licenza Apache 2.0, può girare su hardware modesto (anche una singola GPU high-memory), seguire istruzioni in modo disciplinato e tenere i dati in casa. È il classico caso in cui “abbastanza buono”, locale ed economico batte “assolutamente perfetto” ma blindato in un cloud estero.
Per un'azienda di e-commerce con cataloghi multilingue, la scelta naturale torna a Qwen 3.5: traduzione automatica di schede prodotto, risposte a recensioni, FAQ in arabo o giapponese diventano fattibili senza licenze proprietarie. Per una startup SaaS che sviluppa software in Italia ma serve clienti in Europa, Mistral Large 3 offre un equilibrio tra prestazioni, licenza permissiva e footprint europeo che semplifica la due diligence dei clienti enterprise.
Per le agenzie il messaggio è ancora più diretto: i margini si difendono automatizzando il giusto, non pagando API ogni volta che un cliente chiede una variante. Se il vostro flusso di lavoro prevede riassunti, traduzioni, prime bozze di copy, risposte a FAQ o generazione di report, un modello open ben scelto e messo in pipeline può ridurre il costo per output del 50-80% rispetto alle chiamate a modelli chiusi. E la qualità, ripeto, è ormai comparabile.
Come prepararsi
Non serve un data center per iniziare. Serve un processo. Ecco il framework che uso con i clienti di AD Next Lab quando dobbiamo scegliere un open LLM per un processo aziendale. Lo chiamo semplicemente M.O.V.E.:
- Mappa il processo. Scegli un workflow concreto — customer care, coding, analisi documentale, content production — e raccogli 50-100 prompt reali che lo rappresentano. Senza dati reali, ogni benchmark è inutile.
- Osserva i candidati. Prendi i tre modelli (o almeno due) e falli girare via API gestita: Together AI, Fireworks, DeepInfra, La Plateforme di Mistral o Alibaba Cloud. Non comprare hardware prima di aver validato la qualità. In una giornata avete già una prima idea.
- Valuta sui tuoi dati. Usa i tuoi prompt reali per misurare accuratezza, latenza e costo. Non fidarti ciecamente di SWE-bench o GPQA: sono indicatori, non verità assolute. Un modello che vince in classifica può perdere sul vostro dominio specifico.
- Espandi gradualmente. Se i numeri tornano, passa a self-hosting solo quando il volume lo giustifica. La regola empirica è: se processate miliardi di token al mese in modo stabile, il costo di un cluster GPU ammortizzato supera quello delle API gestite. Altrimenti restate in cloud.
- Automatizza la valutazione. Inserite test di regressione, filtri di sicurezza e controlli di output nella vostra CI/CD. I pesi aperti vi danno controllo, ma anche responsabilità. Un modello che cambia versione non deve rompere i vostri flussi.
Una raccomandazione pratica: iniziate sempre da una variante piccola. Qwen 3.5 27B dense, Mistral Small 4 o Llama 4 Scout in versione quantizzata girano su una singola GPU e vi fanno capire in pochi giorni se il modello regge sul vostro compito. Solo dopo scalate ai MoE da centinaia di miliardi di parametri.
Attenzione anche alla licenza. Se pensate di redistribuire pesi, incorporare il modello in un prodotto o scalare a molti milioni di utenti, Qwen e Mistral con Apache 2.0 vi danno più libertà di Llama 4, che usa la Llama 4 Community License con clausole specifiche per scale molto grandi. Parlatene con il vostro legale prima di scegliere.
La mia opinione
Da operatore del settore, la notizia di oggi conferma una tendenza che vedo da mesi: il mercato si sta segmentando per “caratteristica killer”. Non stiamo più cercando il modello universale. Stiamo cercando il modello giusto per lo scenario giusto, e stiamo imparando a mescolarli all'interno della stessa architettura.
Qwen 3.5 mi impressiona per velocità di sviluppo e per l'efficienza delle varianti piccole. Il fatto che Qwen 3.6-35B-A3B raggiunga il 73,4% su SWE-bench attivando solo 3 miliardi di parametri è incredibile: significa che un'azienda italiana normale può avere un coding assistant di livello frontier nel proprio server, senza mandare il codice in giro. Questo è un cambio di paradigma per chi lavora con dati sensibili, proprietà intellettuale o semplicemente non vuole dipendere da un fornitore esterno.
Llama 4 resta la scelta più matura per chi ha bisogno di ecosistema e contesto lungo. Meta ha ancora il miglior corredo di strumenti, fine-tune della community e documentazione. Se siete una startup che deve andare in produzione in fretta e in inglese, Llama 4 Maverick è probabilmente il percorso più agevole. Ma occhio alla licenza: la Llama 4 Community License non è Apache 2.0, e se avete piani di scalare a centinaia di milioni di utenti dovrete leggere il contratto con un avvocato.
Mistral, infine, è la scelta che raccomando quando entra in gioco la compliance europea. Non è un dettaglio: molti clienti italiani mi chiedono esplicitamente che i dati restino in Europa, e Mistral offre una combinazione rara di prestazioni solide, licenza pulita e radicamento UE. Non è il top su ogni benchmark, ma è il modello che fa dormire sonni tranquilli ai responsabili legali e IT.
La lezione più grande? In Italia abbiamo troppe aziende che ragionano ancora in termini di “usiamo ChatGPT o no?”. La domanda sbagliata. La domanda giusta è: “quale modello, aperto o chiuso, locale o in cloud, affinato o zero-shot, mi fa risparmiare tempo e soldi su un processo specifico?”. Chi risponde a questa domanda oggi costruisce un vantaggio che durerà i prossimi due anni.
Se volete capire dove un open LLM può fare la differenza nel vostro flusso di lavoro, partite da una diagnosi concreta. Su AD Next Lab abbiamo costruito due percorsi semplici: la diagnosi automazione, per mappare insieme i processi che meritano di essere automatizzati, e il Cockpit Discovery, per testare un modello aperto sui vostri dati reali senza impegno. Niente slide, niente teoria spicciola: solo un'ora in cui guardiamo i vostri numeri e decidiamo se ha senso muoversi.