123 modelli con scheda. La classificazione descrive capacità, non una graduatoria di qualità.
Modello di editing d’immagine NVIDIA, versione 1.0.0 pubblicata il 20 ottobre 2026. Trasforma ritagli sintetici di componenti di circuiti stampati renderizzati in Omniverse in uno stile d’illuminazione da ispezione ottica. Deriva da Qwen-Image-Edit con un fine-tuning LoRA fuso: il pacchetto include l’intera pipeline, non un adattatore separato. L’utente fornisce l’immagine; l’istruzione inglese è fissa, non un prompt libero.
Immagine · Pesi aperti↗ NVIDIAModello di embedding NVIDIA con 1,55 miliardi di parametri, pubblicato il 20 ottobre 2026. Vettorizza documenti testuali, immagini di pagina o entrambi, con query esclusivamente testuali. Distillato da Embed 8B, mantiene congelata la torre testuale di Nemotron 3 Embed 1B e aggiunge il recupero visivo. Il vettore ha 2.048 dimensioni; non condivide automaticamente lo spazio del modello 8B.
Embedding · Pesi aperti↗ NVIDIAModello di embedding NVIDIA con 8,38 miliardi di parametri, pubblicato il 20 ottobre 2026. Vettorizza testo, immagini di pagina o entrambi per la ricerca con query testuali. Mantiene congelata la torre di Nemotron 3 Embed 8B e aggiunge la visione tramite Pixtral. Conserva lo spazio degli embedding testuali del predecessore; produce vettori di 4.096 dimensioni, non risposte conversazionali.
Embedding · Pesi aperti↗ NVIDIAReranker NVIDIA con 8,38 miliardi di parametri, pubblicato il 20 ottobre 2026. Assegna un punteggio a ogni coppia query testuale-documento; il documento può contenere testo, un’immagine di pagina o entrambi. Completa il recupero iniziale riordinando i candidati; non genera risposte né embedding. Combina un codificatore visivo Pixtral con una torre Ministral3 bidirezionale.
Reranking · Pesi aperti↗ DeepSeekDeepSeek ha aggiornato API, sito e applicazione a DeepSeek-V4.1-Flash-1017 il 17 ottobre 2026. L’identificatore API resta deepseek-flash e i prezzi non cambiano. Manteniamo la scheda e il suo URL: è una revisione del modello esistente, non un altro modello duplicato.
Testo e ragionamento · API a pagamento · pesi aperti↗ NVIDIAModello NVIDIA pubblicato il 17 ottobre 2026 per trasformare immagini di pagine in testo strutturato, classi semantiche, riquadri e ordine di lettura. Combina C-RADIOv4-SO400M con un decoder mBART a dieci strati e 630.800.496 parametri unici. Accetta un’immagine RGB e un prompt di attività; i PDF vanno convertiti in immagini delle pagine. Non genera immagini né sostituisce un assistente generalista.
OCR e documenti · Pesi aperti↗ NVIDIAModello testuale NVIDIA pubblicato il 16 ottobre 2026, con 4 miliardi di parametri e architettura ricorrente. Riutilizza un blocco di livelli per regolare il calcolo per token senza cambiare checkpoint. Sono documentati l’inglese e un contesto validato di 256K token. Non genera immagini, audio o video.
Testo e ragionamento · Pesi aperti↗ Liquid AIModello di decisioni multimodale di Liquid AI pubblicato il 15 ottobre 2026. Riceve testo e immagini e restituisce probabilità per opzioni definite, domande binarie o scale. Usa d1-ultra nell’API di decisioni; non genera testo libero.
Decisioni · Proprietario a pagamento↗ Black Forest LabsModello di immagini da 5,6 miliardi di parametri pubblicato il 15 ottobre 2026. Genera e modifica immagini da testo e riferimenti, con controllo della composizione tramite riquadri. Distilled e Base sono checkpoint diversi, da non confondere con FLUX 3 Image completo.
Immagine · Pesi con restrizioni↗ Black Forest LabsModello di immagini da 5,6 miliardi di parametri pubblicato il 15 ottobre 2026. Genera e modifica immagini da testo e riferimenti, con controllo della composizione tramite riquadri. Distilled e Base sono checkpoint diversi, da non confondere con FLUX 3 Image completo.
Immagine · Pesi con restrizioni↗ MetaModello multimodale di Meta pubblicato il 15 ottobre 2026, con 816 miliardi di parametri totali e 42 miliardi attivi. Accetta testo, immagini, audio e video e restituisce testo. Ha un contesto combinato di un milione di token e varianti BF16 e NVFP4.
Multimodale · Pesi con restrizioni↗ Mistral AIFamiglia numerica di Mistral pubblicata il 15 ottobre 2026 in quattro dimensioni: 5M, 28M, 123M e 209M. Esegue previsioni probabilistiche univariate e multivariate senza adattamento preliminare. Accetta dati storici, covariate passate e future note; non conversa né genera testo.
Serie temporali · Pesi con restrizioni↗ Mistral AIFamiglia numerica di Mistral pubblicata il 15 ottobre 2026 in quattro dimensioni: 5M, 28M, 123M e 209M. Esegue previsioni probabilistiche univariate e multivariate senza adattamento preliminare. Accetta dati storici, covariate passate e future note; non conversa né genera testo.
Serie temporali · Pesi con restrizioni↗ Mistral AIFamiglia numerica di Mistral pubblicata il 15 ottobre 2026 in quattro dimensioni: 5M, 28M, 123M e 209M. Esegue previsioni probabilistiche univariate e multivariate senza adattamento preliminare. Accetta dati storici, covariate passate e future note; non conversa né genera testo.
Serie temporali · Pesi con restrizioni↗ Mistral AIFamiglia numerica di Mistral pubblicata il 15 ottobre 2026 in quattro dimensioni: 5M, 28M, 123M e 209M. Esegue previsioni probabilistiche univariate e multivariate senza adattamento preliminare. Accetta dati storici, covariate passate e future note; non conversa né genera testo.
Serie temporali · Pesi con restrizioni↗ xAIModello vocale proprietario disponibile dal 14 ottobre 2026 per conversazioni bidirezionali audio e testo. L’identificatore versionato è grok-voice-3.0; grok-voice-latest è un alias che punta già a questa versione, non un altro modello. Sostituisce Grok Voice 2.0, deprecato, senza cambiare endpoint, parametri di sessione o eventi. Non va confuso con Grok Voice Transcribe 2.0 né con il servizio separato di sintesi vocale.
Voce e audio · Proprietario a pagamento↗ Ai2Sistema Ai2 annunciato il 14 ottobre 2026 che combina l’emulatore atmosferico ACE2S-X-SHiELD con il modello di diffusione HiROv2. Trasforma campi di circa 100 km in dati a 3 km di precipitazioni, vento a dieci metri e pressione al livello del mare. Il repository pubblico include entrambi i checkpoint, configurazione e dati di esempio; la creazione del 12 ottobre non è confusa con la data dell’annuncio. Non è un assistente conversazionale né un generatore di immagini convenzionali.
Serie temporali · Pesi aperti↗ MicrosoftCheckpoint Microsoft basato su Qwen3.5-4B che trasforma conversazioni testuali in descrizioni della richiesta e del comportamento osservato. I pesi sono stati caricati nel repository ufficiale il 14 ottobre 2026. Genera rappresentazioni per un simulatore separato: non produce autonomamente turni dell’utente né ne esegue il compito. Pur mantenendo l’architettura multimodale del modello base, questa versione supporta solo testo ed è stata valutata in inglese.
Testo e ragionamento · Pesi aperti↗
Analisi tecnica del modello NVIDIA per convertire i controlli di simulazione in video RGB. Valutiamo architettura, benchmark pubblicati, requisiti hardware e i limiti fisici che ne impediscono l'uso come simulatore certificato.
22 ott 2026 ↗
Valutazione rigorosa del modello di sintesi vocale di Mistral: architettura ibrida, metriche di valutazione, prezzo per caratteri e limitazioni pratiche per i team di ingegneria.
22 ott 2026 ↗
Valutazione tecnica della variante offline di trascrizione di Mistral: architettura, metriche del fornitore, requisiti di deployment e criteri per decidere l'uso rispetto alle alternative.
22 ott 2026 ↗
Z.AI presenta GLM-5.1 come un modello per l’ingegneria agentica e la sua scheda è disponibile su Hugging Face. Ma le informazioni qui disponibili non bastano a confermare licenza, requisiti di esecuzione, prezzo ufficiale o risultati dei benchmark. Questa guida distingue ciò che è documentato da ciò che resta da verificare e propone una lista di controllo per valutarlo.
03 ott 2026 ↗
Cohere attribuisce a Embed 5 Pro il miglior risultato medio tra i modelli testati e mette in evidenza il retrieval di documenti finanziari. Le informazioni disponibili non permettono di verificare il punteggio, la metodologia, il prezzo esatto né tutte le condizioni d’uso.
03 ott 2026 ↗
La documentazione fornita identifica Embed 5 Fast come parte della famiglia Embed 5, ma non basta a confermarne le modalità di input, la disponibilità sui diversi canali, il prezzo applicabile o i risultati di recupero. Ecco cosa si può affermare e cosa deve ancora essere verificato.
03 ott 2026 ↗
Google descrive Gemini 3.8 Live Extended Thinking come un modello audio-audio per la Live API, consigliato quando serve un maggiore livello di ragionamento in background. La documentazione disponibile, da sola, non dimostra che riduca gli errori o migliori la latenza: per verificarlo servono test con attività e condizioni controllate.
02 ott 2026 ↗
Google descrive Gemini 3.8 Live come un modello per il dialogo in tempo reale, ma le fonti disponibili non consentono di confermare una tariffa, risultati quantitativi o condizioni complete di accesso. Questa guida distingue le affermazioni del fornitore dagli aspetti che un team deve verificare nella propria integrazione.
02 ott 2026 ↗
ElevenLabs presenta v4 Turbo come una variante a bassa latenza e dichiara una latenza mediana di inferenza vicina a 100 ms. Questo dato non equivale al tempo di risposta di un agente completo: mancano dettagli sulle modalità di misurazione, sulle condizioni di accesso, sui costi applicabili e su evidenze specifiche in materia di sicurezza.
02 ott 2026 ↗