123 modelli con scheda. La classificazione descrive capacità, non una graduatoria di qualità.
Servizio di generazione e modifica di immagini aggiunto al catalogo internazionale di Alibaba Cloud il 2 ottobre 2026. La famiglia Qwen Image 2.1 combina creazione da testo, modifica localizzata e trasparenza nativa, con un componente visivo di 7 miliardi di parametri. Questa scheda identifica la variante API Pro, non i pesi scaricabili del modello base.
Immagine · Proprietario a pagamento↗ CohereVariante di embedding per ricerca interattiva, query di agenti e traffico elevato. Accetta testo, immagini e documenti misti in oltre cento lingue. Condivide lo spazio vettoriale di Pro per interrogare indici esistenti a un costo del testo inferiore.
Embedding · Proprietario a pagamento↗ CohereModello di embedding per indicizzare con alta qualità testo, immagini e documenti misti. Supporta oltre cento lingue e condivide lo spazio vettoriale con Embed 5 Fast, consentendo di indicizzare con Pro e interrogare con Fast senza ricostruire l'indice.
Embedding · Proprietario a pagamento↗ OpenAIModello di OpenAI per programmazione complessa, uso del computer e lavoro professionale con input di testo e immagini. Il fornitore dichiara prestazioni vicine ad Astra a un costo inferiore; verifica questo equilibrio sulle tue attività.
Testo e ragionamento · Proprietario a pagamento↗ AnthropicNuova generazione Opus per la programmazione agentica, l’uso del computer e il lavoro professionale prolungato, con una finestra di contesto di un milione di token.
Testo e ragionamento · Proprietario a pagamento↗ ElevenLabsModello di sintesi vocale espressiva per narrazione, personaggi e dialoghi in oltre 90 lingue.
Voce e audio · Proprietario a pagamento↗ ElevenLabsVariante di Eleven v4 ottimizzata per agenti vocali e risposte espressive in tempo reale.
Voce e audio · Proprietario a pagamento↗ GoogleModello di conversazione in diretta che integra voce, video e strumenti con bassa latenza.
Voce e audio · Proprietario a pagamento↗ GoogleVariante vocale in diretta con ragionamento in background per attività complesse in più passaggi.
Voce e audio · Proprietario a pagamento↗ Z.AIModello aperto di Z.AI orientato all’ingegneria del software, agli agenti di lunga durata e al ragionamento tecnico.
Codice · API e pesi aperti↗ Z.AIVariante multimodale con 320.000 miliardi di parametri totali e 18.000 miliardi attivi, orientata all’efficienza.
Multimodale · API e pesi aperti↗ xAIModello di xAI per codice, agenti e lavoro della conoscenza, con input di testo e immagini.
Testo e ragionamento · Proprietario a pagamento↗ xAISeconda versione del modello di trascrizione di xAI per file e audio in diretta.
Voce e audio · Proprietario a pagamento↗ Alibaba QwenVariante efficiente di Qwen3.8 per testo e visione, con contesto lungo e output esteso.
Testo e ragionamento · Proprietario a pagamento↗ Alibaba QwenFamiglia di punta Qwen3.8 per l’ingegneria del software, gli agenti e la comprensione visiva, con una finestra di contesto di un milione di token.
Testo e ragionamento · Proprietario a pagamento↗ Alibaba QwenModello di comprensione di testo, immagini, audio e video con risposte testuali e strumenti.
Multimodale · Proprietario a pagamento↗ Alibaba QwenModello audiovisivo per l’interazione in tempo reale con output vocale e testuale, strumenti e MCP remoto.
Voce e audio · Proprietario a pagamento↗ Alibaba QwenModello visivo per composizioni complesse, testo piccolo e modifica basata su un massimo di tre immagini di riferimento.
Immagine · Proprietario a pagamento↗
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 ↗