Anthropic ha rilasciato oggi Claude Sonnet 5, il nuovo modello della famiglia Sonnet che restringe il divario con Opus 4.8, il modello di punta dell'azienda, mantenendo invariato il prezzo di listino. Sonnet 5 è costruito per essere il Sonnet più agentic mai prodotto: pianifica, usa strumenti come browser e terminale e opera in autonomia a un livello che fino a pochi mesi fa richiedeva modelli più grandi e costosi.

L'annuncio arriva il 30 giugno 2026, e il modello è già disponibile su tutti i piani: è il default per Free e Pro, ed è accessibile agli utenti Max, Team ed Enterprise. In Claude Code e sulla piattaforma Claude arriva con un prezzo introduttivo di $2 per milione di token in input e $10 per milione in output fino al 31 agosto 2026, dopo il quale passa al prezzo standard di $3/$15, identico a quello di Sonnet 4.6. L'API model ID è claude-sonnet-5.

Cosa cambia rispetto a Sonnet 4.6

La tabella dei benchmark pubblicata nell'annuncio mostra miglioramenti su tutte le metriche agentiche: ragionamento, uso degli strumenti, coding e lavoro professionale. Anthropic descrive il salto come "sostanziale" e le curve costo-performance pubblicate lo confermano: Sonnet 5 è uno strict improvement su Sonnet 4.6 sia su BrowseComp (agentic search) sia su OSWorld-Verified (computer use), e si posiziona nella stessa fascia di Opus 4.8 a costi significativamente inferiori.

Opus 4.8 costa $5/$25 per milione di token. Sonnet 5, a $3/$15, offre capacità vicine a Opus a circa il 40% in meno di costo per token. Regolando il parametro effort (low, medium, high, xhigh) si può calibrare il trade-off costo-performance in base al task.

Sonnet 5 usa un tokenizer aggiornato, simile a quello introdotto con Opus 4.7. Lo stesso input può generare da 1.0 a 1.35 volte più token rispetto al tokenizer precedente, a seconda del tipo di contenuto. Il prezzo introduttivo di $2/$10 è calibrato per rendere la transizione da Sonnet 4.6 sostanzialmente neutra in termini di costo effettivo.

Sicurezza e capability cyber

Anthropic riporta un tasso complessivamente inferiore di comportamenti indesiderati rispetto a Sonnet 4.6, specialmente in contesti agentici. La system card pubblicata insieme al modello documenta miglioramenti nella robustezza contro il prompt injection e una riduzione di allucinazioni e sycophancy.

Le capacità di cybersecurity restano sostanzialmente inferiori a quelle di Opus 4.8 e Mythos 5: nei test di exploit development su Firefox 147 (condotti in collaborazione con Mozilla, vulnerabilità già patchate in Firefox 148), Sonnet 5 non è mai riuscito a sviluppare un exploit funzionante. I cyber safeguards sono comunque attivati di default, nello stesso regime applicato a Opus 4.7 e 4.8.

Un dato curioso dalla system card: Sonnet 5 è il primo modello Anthropic a criticare la propria Costituzione, in particolare la regola che impone di seguire vincoli rigidi anche quando li considera non etici. Non è un problema di sicurezza, ma è un comportamento mai osservato prima.

Cosa dicono i partner Early Access

Dieci aziende hanno testato Sonnet 5 in anteprima, e il feedback è coerente: il modello porta a termine task complessi dove i Sonnet precedenti si fermavano a metà, verifica il proprio output senza che gli venga chiesto esplicitamente e lo fa a un prezzo competitivo.

CodeRabbit lo descrive come "un execution layer solido per lavoro multi-step di software engineering", capace di gestire debugging e uso strumenti in contesti tecnici complessi. Da Lovable il commento è che rifiuta richieste non sicure in modo pulito e consistente — "un modello che sa dire di no è importante quanto uno che sa costruire". Augment l'ha testato su decine di pull request reali complesse, portandole tutte fino a un risultato testato e verificato in autonomia. ClickHouse nota che "ragiona in passaggi più stretti e porta gli utenti alle risposte più velocemente".

Cosa tenere presente

La tabella dei benchmark nell'annuncio è in formato immagine, quindi i numeri precisi per ogni valutazione vanno verificati direttamente sulla pagina ufficiale o sulla system card. Le curve costo-performance pubblicate sono il riferimento più solido per valutare il posizionamento relativo.

Il cambio di tokenizer va considerato se si migra da Sonnet 4.6 su workload dove il conteggio token è un fattore di costo dominante. Il pricing introduttivo mitiga l'impatto, ma dopo il 31 agosto il prezzo effettivo per richiesta potrebbe aumentare leggermente per alcuni tipi di contenuto.

I rate limit sono stati aumentati su Chat, Cowork, Claude Code e Claude Platform per accomodare il maggiore consumo di token dei livelli di effort più alti.

Fonti:

• Introducing Claude Sonnet 5, annuncio ufficiale Anthropic
• Claude Sonnet 5 System Card
• Cyber safeguards documentation, Anthropic

Con Sonnet 5, Anthropic comprime la distanza fra il tier intermedio e la fascia flagship, senza toccare i prezzi. Per chi già usava Sonnet 4.6 via API o Claude Code, l'upgrade è immediato. Per chi invece usava Opus 4.8 per carichi di lavoro agentici, Sonnet 5 a $3/$15 pone una domanda interessante: quanto valore aggiunto portano quei punti percentuale in più di Opus, e a che costo? Lo state già provando?

Meituan ha rilasciato oggi LongCat-2.0, modello MoE da 1.6 trilioni di parametri con circa 48 miliardi attivati per token e contesto nativo da 1 milione di token. La novita' piu' rilevante per chi sviluppa: pesi open source sotto licenza MIT (in caricamento su Hugging Face) e API commerciale gia' operativa con prezzi aggressivi.

Veniva gia' usato in Production, ma sotto altro nome. LongCat-2.0 si celava dietro "Owl Alpha", il modello anonimo che ha guidato le classifiche globali di OpenRouter per due mesi, processando circa 10.1 trilioni di token al mese con una crescita del 242% rispetto al mese precedente. Al momento della rivelazione occupava il primo posto tra i modelli su Hermes Agent, il secondo su Claude Code e il terzo su OpenClaw. Il dettaglio e' riportato da VentureBeat.

Architettura e contesto da 1M

LongCat-2.0 eredita la famiglia LongCat-Flash introducendo LongCat Sparse Attention (LSA), un'evoluzione di DeepSeek Sparse Attention che Meituan descrive come il superamento del collo di bottiglia del Lightning Indexer. LSA combina tre ottimizzazioni applicabili in modo indipendente: Streaming-aware Indexing trasforma accessi frammentati in letture sequenziali allineate all'hardware, Cross-Layer Indexing riusa un singolo passaggio di indicizzazione su strati adiacenti via distillazione cross-layer, e Hierarchical Indexing applica scoring a due stadi (coarse recall e fine selection) per ridurre lo spazio dei candidati.

Un modulo N-gram Embedding da 135 miliardi di parametri espande lo spazio di embedding di circa 100 volte rispetto alla base, catturando contesto locale piu' denso senza appesantire gli expert del MoE. La soglia di attivazione dinamica va da 33B a 56B parametri per token.

Il pretraining copre oltre 35 trilioni di token su piu' di 50.000 ASIC, senza rollback o spike di loss irreversibili. Il dato infrastrutturale e' significativo: si tratta del primo modello da un trilione di parametri addestrato interamente su hardware cinese, non su GPU Nvidia. DeepSeek-V4 aveva usato chip cinesi solo per l'inferenza, non per il pretraining completo.

Post-training: MOPD e tre gruppi di expert

Sul lato post-training, Meituan introduce MOPD (Multi-Teacher On-Policy Distill), un'architettura che fonde tre gruppi di expert specializzati: Agent Expert per l'esecuzione autonoma di task, tool invocation e self-correction, Reasoning Expert per matematica, STEM e multi-hop reasoning, Interaction Expert per allineamento, riduzione delle allucinazioni e safety. Il gate routing MOPD instrada le richieste ai cluster specializzati.

L'integrazione con coding agent e' nativa: Claude Code, OpenClaw e Hermes sono supportati direttamente, e i benchmark coding sono condotti all'interno di questi harness.

I numeri

I benchmark pubblicati sono misurati in-house da Meituan sotto harness unificato, tranne quelli marcati con asterisco (metriche esterne riportate). Nei coding agentic LongCat-2.0 ottiene 70.8 su Terminal-Bench 2.1, 59.5 su SWE-bench Pro e 77.3 su SWE-bench Multilingual.

Su SWE-bench Pro batte GPT-5.5 (58.6*) e Gemini 3.1 Pro (54.2*), ma resta sotto Opus 4.8 (69.2*). Su FORTE (73.2) supera Gemini 3.1 Pro (70.3) e pareggia Opus 4.6 (73.2), mentre GPT-5.5 (77.8) e Opus 4.7 (77.6) restano sopra. Su IMO-AnswerBench (81.8) pareggia Opus 4.7 e batte GPT-5.5 (79.5), ma Gemini 3.1 Pro arriva a 90.0. Sui punteggi fondamentali il divario cresce: IFEval a 90.0 contro 96.1 di Gemini 3.1 Pro e 95.0 di GPT-5.5, GPQA-diamond a 88.9 contro 94.3* e 93.6*. Meituan ha costruito il modello per il coding agentico, non per inseguire ogni benchmark generale.

Prezzi e disponibilita'

L'API commerciale su LongCat Platform usa un modello di pricing particolare: i context-cache hit sono gratis, i cache miss seguono pay-as-you-go a $0.75/M token in input e $2.95/M in output. Una promozione limitata abbassa i prezzi a $0.30/$1.20 per milione, in linea con MiniMax-M3 ($0.30/$1.20) e sotto GLM-5.2 ($1.40/$4.40) o Kimi K2.6 ($0.95/$4.00).

I pesi open source sono annunciati come "coming soon" su Hugging Face con licenza MIT, ma al momento della pubblicazione non sono ancora scaricabili. Il repository GitHub contiene README e figure ma nessun file di pesi. L'API e la piattaforma chat sono operative via longcat.chat.

Cosa tenere presente

I benchmark in-house vanno letti come posizionamento del vendor, non come valutazione indipendente. I punteggi marcati con asterisco provengono dai report dei rispettivi vendor, non da riproduzioni di Meituan. Fortunatamente i benchmark coding piu' rilevanti (SWE-bench, Terminal-Bench) sono valutati dentro harness standard come Claude Code, il che riduce il rischio di setup bias rispetto a valutazioni bare-model.

La disponibilita' dei pesi resta il fattore critico per il self-hosting. Un MoE da 1.6T richiede hardware significativo: anche con attivazione sparsa a 48B, i pesi completi occupano molta VRAM. L'API e' accessibile, ma il self-hosting dipende dal completamento del caricamento su Hugging Face.

Meituan e' un'azienda cinese. Per chi lavora con codice di clienti europei, il transito dei dati via API LongCat Platform richiede verifica sulle sedi di elaborazione, come gia' visto per Z.ai, DeepSeek e gli altri provider cinesi.

Fonti:

• Introducing LongCat-2.0, blog ufficiale
• GitHub, meituan-longcat/LongCat-2.0
• Hugging Face, LongCat-2.0 (licenza MIT)
• VentureBeat, Meituan open sources LongCat-2.0
• SCMP, Meituan debuts China's biggest AI model trained on local chips

Con 1M di contesto, integrazione nativa con i principali coding agent e licenza MIT, LongCat-2.0 si posiziona come uno dei modelli open piu' ambiziosi del momento. I pesi non sono ancora disponibili, ma l'API e' gia' operativa. Lo vedete come alternativa concreta a GLM-5.2 o DeepSeek per il coding agentico, o aspettate pesi e valutazioni indipendenti prima di pronunciarvi?

Buona domenica a tutti,

oggi mi sono posto il problema di cercare di spiegare le basi dell'AI. Si tratta di una breve guida costituita da fonti ufficiali che partono dal livello base fino ai livelli più avanzati. Se ci sono sviluppatori che vogliono contribuire ad essa per migliorarne il contenuto sono i benvenuti.

Si tratta di risorse gratuite che chiunque può usare dato che l'AI é il futuro dell'automazione.

Il primo é stato scritto dall'Università di Helsinki ed è questo:

https://www.elementsofai.com/?hl=it-IT

Il secondo link é un'espansione del precedente. Spiega la terminologia utile per creare la propria intelligenza artificiale.

https://buildingai.elementsofai.com/?hl=it-IT

Questo é di Andrew NG. Uno dei più esperti nel campo.

https://www.deeplearning.ai/courses/ai-for-everyone?hl=it-IT

lo potete trovare anche sulla piattaforma di Coursera al link seguente.

https://www.coursera.org/learn/ai-for-everyone?hl=it-IT

Per integrare l'AI nella vita quotidiana e nel mondo del lavoro per risparmiare tempo e migliorare la propria produttività queste sono le risorse ufficiali di Google.

https://www.coursera.org/specializations/ai-essentials-google?hl=it-IT

Per costruire soluzioni per l'IA a livello più avanzato ci sono i corsi forniti da Hugging Face

https://huggingface.co/learn?hl=it-IT

Questo é un corso su Python fornito dall'Università di Harvard

https://cs50.harvard.edu/ai/?hl=it-IT

Ed infine per concludere questa prima guida non esaustiva sul mondo delle AI ecco il corso di Google developers dove potete vedere in video e provare con mano mediante esercizi il funzionamento di TensorFlow e del Machine Learning

https://developers.google.com/machine-learning/crash-course?hl=it-IT

Le basi per creare le AI sono il linguaggio Python e TensorFlow.

Per impararli da zero eccovi altri link utili.

https://www.freecodecamp.org/learn/python-for-everyday-data-analysis

Per questo di freecode camp potreste incorrere nell'errore pagina non trovata ma scorrendo la pagina trovate le varie sezioni.

Questo é per automatizzare operazioni che possono essere noiose col Python

https://automatetheboringstuff.com/?hl=it-IT

La guida ufficiale di Python

https://docs.python.org/3/tutorial/?hl=it-IT

La programmazione avanzata con Python

https://cs50.harvard.edu/python/?hl=it-IT

La guida su come scrivere dei prompt efficaci

https://learnprompting.org/?hl=it-IT

Spero che le risorse vi siano utili. Più ne sappiamo e più saremo competitivi in futuro dato che in Cina queste cose vengono insegnate ai bambini dai sei anni in su.

E siamo molto indietro.

Buona lettura e buon uso dell'AI.

Dopo il clamore mediatico dell'imbarazzante Emma, un progetto di un AI europea: Eustella.

Dalle prime prove che ho fatto sembra funzionare abbastanza bene.
Cosa ne pensate?

https://eustella.com/it

Cline ha messo in beta privata ClinePass: 9,99 dollari al mese per sette modelli open ottimizzati per il coding agentico, con rate limit dichiarati da due a cinque volte superiori all'accesso API standard.

Prima cosa da chiarire: usarlo non è obbligatorio. L'estensione resta gratuita e funziona con qualsiasi API key. ClinePass è solo un provider in più — lo selezioni nelle impostazioni dell'estensione o della CLI, fai il login, e ti ritrovi sette modelli senza dover gestire una chiave separata per ognuno.

I modelli

Sono sette, tutti testati su flussi agentici veri: editing di file, comandi a terminale, iterazioni multi-step. Non semplici completamenti.

I prezzi qui sotto non li paghi: l'abbonamento è flat. Servono solo a capire come viene misurato il consumo, perché la quota viene scalata in equivalente a queste tariffe. Tradotto: più il modello è economico, più richieste fai prima di toccare il limite.

Prezzi per 1M di token (input / output):

Modello	Input	Output
GLM-5.2	1,40$	4,40$
Kimi K2.7 Code	0,95$	4,00$
Kimi K2.6	0,95$	4,00$
DeepSeek V4 Pro	1,74$	3,48$
DeepSeek V4 Flash	0,14$	0,28$
MiMo-V2.5	0,14$	0,28$
MiMo-V2.5-Pro	1,74$	3,48$

In pratica due fasce: i "Flash"/V2.5 a 0,14$ in input, e i "Pro" a 1,74$. Se hai bisogno di tante iterazioni con un budget di quota limitato, sai già da dove partire.

Il confronto

Chi usa Cline oggi ha due strade: portarsi le proprie API key (OpenRouter, DeepSeek, Anthropic) oppure passare dal Cline Provider, che è a consumo. ClinePass ne aggiunge una terza: un abbonamento flat a 9,99$.

Il paragone più ovvio è con GitHub Copilot Pro (10$/mese) e Cursor Pro (20$/mese). Ma c'è una differenza che cambia tutto: nessuno dei due è davvero flat.

Copilot Pro è passato all'usage-based il 1° giugno 2026. Paghi 10$ al mese, dentro ci sono 15$ di crediti (1.500 AI Credits, un credito vale un centesimo); finiti quelli, paghi a token.

Cursor era già a consumo da giugno 2025: i 20$ del Pro sono un budget di crediti, non un forfait. Quando lo esaurisci, l'utilizzo extra te lo addebita alle tariffe API dei modelli.

ClinePass è l'unico dei tre senza conguagli. 9,99$ e basta. La quota la misuri sui prezzi di riferimento, ma a fine mese non arriva nessun costo a sorpresa.

C'è anche una differenza di filosofia, non solo di prezzo. Copilot e Cursor ti danno accesso ai modelli proprietari di frontiera (GPT, Claude, Gemini) dentro i loro ambienti. ClinePass ti dà modelli open con rate limit più alti, e li usi dove vuoi: VS Code, JetBrains o CLI. Nessuno dei due approcci è "più potente" in assoluto. Cambiano la prevedibilità della spesa e la libertà di stack.

E OpenCode Go?

Qui il paragone diventa serio, perché OpenCode Go gioca esattamente la stessa partita: un abbonamento flat che ti rivende un pacchetto di modelli open, in buona parte gli stessi. 10$/mese (5$ il primo mese), e nella lista trovi una dozzina di modelli — GLM-5.2, Kimi K2.7 Code, DeepSeek V4 Pro e Flash, MiMo-V2.5, gli stessi di ClinePass, più le famiglie Qwen e MiniMax. La lista ruota man mano che il team testa modelli nuovi.

Stesso prezzo, modelli quasi identici. La differenza è in tre punti.

Disponibilità. È quello che conta di più adesso. ClinePass è su invito: oggi non lo provi. OpenCode Go lo sottoscrivi subito. Se vuoi testare il concetto questo mese, non c'è partita.

Trasparenza dei limiti. Dove ClinePass dice un vago "2-5x", Go mette i numeri: i tetti sono in valore di utilizzo — una finestra mobile di 5 ore più limiti settimanali e mensili, con un valore dichiarato intorno ai 60$/mese a fronte di 10$ di abbonamento. Sai con buona approssimazione quando rischi di sbattere contro il muro. ClinePass, per ora, te lo fa scoprire usandolo.

Lock-in. L'endpoint di Go è OpenAI-compatibile: lo colleghi a OpenCode ma anche a qualsiasi altro agente che parli con un'API in stile OpenAI. ClinePass invece vive dentro Cline (VS Code, JetBrains, CLI di Cline). Go è più portabile, ClinePass è più integrato nel suo ecosistema.

Un dettaglio non secondario per chi gestisce codice di clienti: Go ospita i modelli tra USA, UE e Singapore con policy zero-retention, quindi il codice non finisce nei dati di training. Su ClinePass questo livello di dettaglio, al momento, non è documentato allo stesso modo.

Morale: se vuoi un flat sui modelli open oggi, OpenCode Go è la scelta concreta. ClinePass, quando aprirà al pubblico, si gioca la partita sull'integrazione con Cline e — se il "2-5x" si rivela davvero più generoso dei tetti di Go — sulla quantità di lavoro che ci infili dentro prima del throttling.

I limiti, per ora

L'accesso è solo su invito: beta privata, al momento non ti iscrivi liberamente.

Il "2-5x" sui rate limit lo dichiara Cline, e la documentazione lo confronta con l'"accesso API standard", senza però specificare quale provider faccia da baseline. Prendilo come ordine di grandezza, non come numero da incidere nella pietra.

E il flat conviene solo se usi Cline con una certa regolarità. Per un uso sporadico, il pay-as-you-go con DeepSeek V4 Flash (0,14$/1M token in input) può costare meno dei 9,99$ fissi.

Ma se apri Cline ogni giorno, avere sette modelli a canone fisso — senza sorprese e senza dover cambiare provider quando uno va in throttling — è un'offerta che sta in piedi.

Conoscevate ClinePass? Voi preferite il flat o restate sul pay-as-you-go?

Fonti: documentazione ufficiale ClinePass · OpenCode Go · GitHub Copilot — passaggio a usage-based billing · Cursor pricing

OpenAI ha appena annunciato GPT-5.6 — e non è il solito aggiornamento incrementale. La serie porta tre modelli (Sol, Terra, Luna), una nuova modalità "ultra" che scompone il lavoro tra sub-agenti, e un rollout che passa attraverso l'approvazione del governo americano cliente per cliente — un meccanismo senza precedenti per un lancio commerciale.

Partiamo dai numeri, perché sono impressionanti.

TerminalBench 2.1 (coding da terminale, planning, tool coordination) — grafico ufficiale OpenAI:

Modello	Score
GPT-5.6 Sol Ultra	91.9%
GPT-5.6 Sol Max	88.8%
Claude Mythos 5	88.0%
GPT-5.6 Terra	84.3%
Claude Fable 5	84.3%
GPT-5.5	83.4%
GPT-5.6 Luna	82.5%
Claude Opus 4.8	78.9%
Gemini 3.1 Pro Preview	70.7%

Tre cose saltano all'occhio. La versione base di Sol (Max, 88.8%) batte già entrambi i modelli frontier di Anthropic. La versione Ultra (91.9%) stacca tutti di quasi 4 punti.

Ma la sorpresa vera è Terra: a $2.50/$15 per milione di token (metà del prezzo di GPT-5.5) pareggia Claude Fable 5 (84.3%) e supera GPT-5.5 (83.4%). Non è la fascia "economica sacrificata": è un modello che compete con i frontier a prezzo dimezzato.

E Luna, a $1/$6 (un quinto di Sol), arriva a 82.5% — a un punto da GPT-5.5, che costa 5 volte tanto.

La novità tecnica che abilita questo salto è la modalità "ultra": invece di far ragionare un singolo modello, OpenAI ha costruito un'orchestrazione multi-agente direttamente dentro il modello. Sol Ultra attiva sub-agenti specializzati che si dividono il lavoro su task lunghi e complessi — planning, esecuzione, verifica — in parallelo. Non è un tool separato da attivare: è una modalità di ragionamento nativa del modello.

C'è anche una nuova modalità "max" per il ragionamento profondo (più tempo per pensare, output più meditati), e una partnership con Cerebras che da luglio promette fino a 750 token al secondo su hardware dedicato.

I tre modelli:

Modello	Posizionamento	Input (1M token)	Output (1M token)
Sol	Ammiraglia, massima capacità	$5.00	$30.00
Terra	Bilanciato, competitivo con GPT-5.5 a metà prezzo	$2.50	$15.00
Luna	Veloce, economico	$1.00	$6.00

La famiglia di nomi (Sol, Terra, Luna) non è marketing: identifica tier di capacità permanenti che evolveranno su cadenze indipendenti. Il numero (5.6) indica la generazione; il nome la fascia.

Il governo USA ti deve approvare.

Qui la storia si fa interessante — e per chi lavora dall'Italia o dall'Europa, rilevante.

L'amministrazione Trump ha chiesto a OpenAI di scaglionare il rilascio di GPT-5.6 per ragioni di sicurezza nazionale. L'azienda ha acconsentito: il modello è disponibile solo in limited preview per circa 20 aziende pre-approvate dal governo. L'accesso viene concesso cliente per cliente, con approvazione caso per caso da parte dell'Office of the National Cyber Director e dell'Office of Science and Technology Policy.

OpenAI prevede di allargare l'accesso la prossima settimana e di arrivare a una disponibilità generale "nelle prossime settimane". Ma il meccanismo è chiaro: dopo il blocco dei modelli Anthropic, anche OpenAI si adegua a un processo in cui il governo USA ha l'ultima parola su chi può usare un modello commerciale di frontiera.

Non è un caso isolato. Anthropic ha ricevuto un trattamento più duro: Mythos 5 e Fable 5 sono stati sospesi con un ordine di controllo export che vieta l'accesso anche ai dipendenti non cittadini statunitensi della stessa Anthropic. OpenAI ottiene un accordo più morbido (limited preview invece di sospensione), ma il precedente è lo stesso: i modelli più capaci passano attraverso un filtro governativo.

OpenAI lo dice apertamente nel blog post: "Non crediamo che questo tipo di processo di accesso governativo debba diventare lo standard a lungo termine. Tiene gli strumenti migliori lontani da utenti, sviluppatori, aziende, cyber defender e partner globali che ne hanno bisogno."

Cosa significa per chi sviluppa (in Italia e in Europa):

Al momento, quasi nulla di immediatamente utilizzabile. Se non sei tra le ~20 aziende del programma preview, GPT-5.6 non è disponibile né via API né via Codex né via ChatGPT. L'accesso si allargherà, ma la tempistica è vaga ("prossime settimane") e l'Executive Order sull'AI firmato da Trump a inizio giugno impone all'amministrazione di stabilire entro agosto un processo classificato per valutare i modelli con capacità cyber avanzate — i cosiddetti "covered frontier models".

Per i developer europei, la domanda pratica è: quando GPT-5.6 arriverà sulle API accessibili dall'EU? E soprattutto: arriverà con le stesse funzionalità o con un subset castrato dai controlli export?

Intanto, un dato concreto: Terra ($2.50/$15 per 1M token) è pensato per competere con GPT-5.5 a metà prezzo. Se il rapporto qualità-prezzo regge, potrebbe diventare il default per carichi di lavoro agentici dove oggi si usa GPT-5.5. Luna ($1/$6) è la fascia più interessante per automazioni e pipeline a basso costo — un prezzo che inizia a mordere la fascia media del mercato.

I benchmark vanno presi per quello che sono: numeri diffusi dal vendor. TerminalBench 2.1 è un benchmark rispettabile (task da terminale reali, non quiz accademici), ma i punteggi vengono dal grafico pubblicato da OpenAI — non sono misure indipendenti. Detto questo, il confronto è interno alla stessa metrica e gli avversari (Mythos 5, Fable 5, Opus 4.8) sono esplicitamente nominati e quotati.

Al netto dei caveat, il salto tecnico è reale: l'orchestrazione multi-agente integrata nel modello non è un wrapper, è un cambio di architettura. Se funziona come dichiarato, cambia il modo in cui si progettano workflow agentici complessi — non più "un prompt, una risposta", ma "un obiettivo, N sub-agenti che collaborano".

Voi che ne pensate? L'idea che il governo USA debba approvare chi usa un modello di frontiera vi preoccupa, o è una precauzione sensata per capacità cyber di questo livello?

Fonti:

• @OpenAI su X — annuncio ufficiale
• OpenAI — Previewing GPT-5.6 Sol
• VentureBeat — OpenAI unveils GPT-5.6 Sol, Terra and Luna models
• Axios — OpenAI releases powerful new GPT-5.6 model under restrictions
• The Verge — OpenAI will delay GPT-5.6 after Trump administration request
• Vaibhav Srivastav (OpenAI) su X — benchmark ufficiali
• The Information — Trump Administration Asks OpenAI to Stagger Release

DeepSeek ha rilasciato in beta la modalità DeepSeek Vision nella chat ufficiale. Puoi caricare immagini e il modello le analizza, descrive, fa OCR e risponde a domande sul contenuto visivo. Al momento è disponibile solo su web e app — non ancora via API.

Il lancio

Il 23 giugno 2026 DeepSeek ha attivato la Vision Mode in beta su chat.deepseek.com e sull'app mobile. La nuova modalità appare come opzione accanto alle classiche "Instantaneo" e "Esperto" (V4 Flash/Pro), permettendo di caricare immagini e porre domande sul loro contenuto.

TestingCatalog ha confermato il rollout su X, e gli utenti su Reddit stanno già condividendo le prime impressioni.

Cosa fa

La modalità Vision è pensata per task di image understanding:

• Descrizione dettagliata di immagini e foto
• OCR — riconoscimento testo in screenshot, documenti, tabelle
• Q&A visivo — domande specifiche su elementi nell'immagine
• Analisi di grafici e diagrammi
• Riconoscimento di layout e struttura visiva

Nei test degli utenti, il modello riesce a elencare correttamente tutti i dettagli di un'immagine con buona accuratezza.

Supporto API: non documentato

Al momento la documentazione ufficiale dell'API DeepSeek non elenca il supporto per input di immagini. I modelli deepseek-v4-pro e deepseek-v4-flash nella pagina prezzi riportano solo funzionalità testuali: tool calls, JSON output, FIM e prefix completion. Nessun riferimento a image_url o parametri multimodali nell'endpoint /chat/completions. Questo non significa che il supporto sia tecnicamente assente — DeepSeek potrebbe averlo abilitato senza aggiornare la documentazione — ma al momento non ci sono comunicazioni ufficiali in merito.

DeepSeek non ha ancora comunicato una roadmap pubblica per il supporto API della Vision Mode. Considerando che la beta in chat è appena partita, è probabile che l'API arrivi in un secondo momento — come già successo con GPT e Claude.

Come usarla oggi

1. Vai su chat.deepseek.com
2. Seleziona la modalità Vision dal selettore in alto (il rollout è graduale — se non la vedi, potrebbe non essere ancora attiva per il tuo account)
3. Carica un'immagine o incolla uno screenshot
4. Fai domande in linguaggio naturale sul contenuto

È completamente gratuita, come tutta DeepSeek Chat.

Cosa sappiamo dell'architettura

TechNode aveva anticipato ad aprile 2026 che DeepSeek stava testando una variante "V4 Vision" con capacità multimodali. Secondo un'analisi di MindStudio, il modello Vision di DeepSeek userebbe circa 90 KV cache entries per immagine, contro le ~870 di Claude — un'efficienza quasi 10x. Se confermato, questo spiegherebbe perché DeepSeek può offrire la Vision Mode gratuitamente.

Privacy

DeepSeek memorizza i dati su server in Cina. Per la Vision Mode in beta valgono le stesse precauzioni di sempre: non caricare immagini con dati sensibili, documenti riservati o informazioni personali.

Cosa aspettarsi

La Vision Mode in chat è un primo passo. Se DeepSeek seguirà il pattern di altri provider, il supporto API arriverà dopo la fase beta. Per chi sviluppa applicazioni che richiedono analisi di immagini, potrebbe diventare l'opzione più economica per image understanding su larga scala.

Chi seguiva la vicenda sa che da maggio la community aspettava questo momento. Krea AI aveva lanciato Krea 2 il 12 maggio come modello proprietario, aveva twittato "open-source is cooking" il 2 giugno, ma al 23 giugno Startup Fortune titolava ancora "la promessa open source di Krea 2 resta solo una promessa". Oggi è successo: i pesi sono su HuggingFace.

Cosa è stato rilasciato esattamente

Su huggingface.co/krea trovate adesso:

• Krea-2-Turbo — distillato, pochi passi di inferenza, pensato per l'uso diretto. È la variante "fast". Si usa con Krea2Pipeline via diffusers o con SGLang.
• Krea-2-Raw — checkpoint non distillato (CFG-guided, 52 step). Non è pensato per inferenza diretta ma come base per fine-tuning e training LoRA. Krea stessa dice: "train LoRA su Raw, usa Turbo per l'inferenza".
• 8 LoRA pre-addestrate già pronte: neondrip, dotmatrix, darkbrush, rainywindow, kidsdrawing, vintagetarot, softwatercolor, retroanime. Collezione completa su HF.
• 2 Spaces interattivi su HF per provarlo senza installare nulla.

Il modello è già integrato in diffusers (basta installare da source git+https://github.com/huggingface/diffusers.git) e SGLang. ComfyUI 0.25.0+ ha supporto nativo per Krea2. Ed è già uscita una quantizzazione FP8 non ufficiale (scende da 24.76 GiB BF16 a ~12 GiB) che lo rende eseguibile su GPU consumer da 16/24 GB.

La licenza (spoiler: non è la solita non-commercial)

La Krea 2 Community License permette esplicitamente uso creativo, commerciale, developer e ricerca. Non è Apache 2.0/MIT — è una custom license — ma è un passo avanti netto rispetto alla vecchia licenza non-commercial di FLUX.1 Krea (la collaborazione con Black Forest Labs di mesi fa). Da notare: i deployer sono obbligati a implementare content filtering. Non esattamente "open source" nel senso OSI, ma open weights con permesso commerciale.

Krea non rivendica copyright sugli output generati. C'è un safety channel (safety@krea.ai) e un meccanismo di escalation a NCMEC per i casi CSAM.

Perché è rilevante per chi fa vibe coding

Chi usa AI generativa nel proprio stack (landing page, asset per app, product imagery, varianti di brand) ha ora un modello #1 tra i lab indipendenti su Artificial Analysis (#6 globale text-to-image) che può girare in locale o su GPU cloud senza passare da una web app a metered credits. Il caso d'uso immediato:

from diffusers import Krea2Pipeline
pipe = Krea2Pipeline.from_pretrained("krea/Krea-2-Turbo", torch_dtype=torch.bfloat16).to("cuda")
image = pipe("un logo per un SaaS di automazione AI in stile grafico pulito", num_inference_steps=8, guidance_scale=0.0).images[0]

8 passi, zero CFG, output veloce. Con ComfyUI potete costruirci sopra workflow più complessi (reference, moodboard, batch per varianti brand).

Note

• La licenza non è MIT/Apache: è una Community License custom. Leggetela prima di costruirci sopra un prodotto commerciale.
• L'obbligo di content filtering per i deployer è inusuale per un modello "open" e va implementato.
• È un modello T2I diffusion, non multimodale: niente video, niente audio.
• Come tutti i modelli generativi, gli output possono essere imprevedibili. Il prompt engineering conta.

Fonti: Krea 2 Turbo su HuggingFace · Krea 2 Raw su HuggingFace · Organizzazione Krea su HF · Annuncio ufficiale su X

Dopo mesi di attesa e speculazioni, Krea ha mantenuto la promessa. Voi lo proverete in locale o su cloud?

Sta girando parecchio entusiasmo su Seedance 2.5 in questi giorni, con i soliti "Hollywood is cooked". Prima di montarci sopra aspettative sbagliate vale la pena mettere in fila cosa è stato annunciato davvero e, soprattutto, cosa NON è ancora disponibile.

Cosa è stato annunciato

Il 23 giugno, alla conferenza Volcano Engine FORCE 2026 (Volcano Engine è la divisione cloud di ByteDance), Tan Dai ha presentato Seedance 2.5, la nuova versione del modello video dietro app come Dreamina, Doubao e CapCut.

Punto importante che molti titoli saltano: non è uscito. È in beta enterprise globale, con lancio pubblico previsto per inizio luglio. Quindi è un target, non una data confermata, e tutte le specifiche al momento sono dichiarazioni dell'azienda, non numeri verificati da terze parti.

Le tre novità che contano

Le specifiche dichiarate sono tre, e per chi lavora con video sono più interessanti del classico "qualità migliore":

• 30 secondi nativi in una singola generazione. Niente stitching di clip da 5 secondi che "derivano" l'una dall'altra: una sola passata, con cambi di scena e variazioni di ritmo dentro la stessa clip. Secondo ByteDance sarebbe il single-shot più lungo tra i modelli concorrenti.
• Fino a 50 reference in una generazione. Immagini, audio, video usati insieme come riferimento. Per dare un'idea del salto: Seedance 2.0 ne gestisce 12. L'obiettivo dichiarato è tenere coerenti personaggio, prodotto e stile lungo tutta la clip, che è poi il difetto numero uno del video generativo.
• Editing locale post-generazione. Cambiare sfondo, sostituire un prodotto o un soggetto senza ridisegnare il resto del frame, mantenendo movimento, camera, luci e composizione. Nella demo lo mostravano su un caso e-commerce, sostituendo il prodotto senza rigenerare l'intera clip.

Perché è rilevante per chi costruisce, non solo per chi fa cinema

Il punto pratico non è "video più bello". È che l'unità di lavoro cambia: oggi per uno short o uno spot da 30 secondi si concatenano più clip corte e si combatte contro il drift tra una e l'altra. Se i 30 secondi nativi reggono, l'intero reel/short/spot diventa una sola generazione coerente. E le 50 reference + l'editing locale spostano il lavoro verso "un master, tante varianti" (lingua, stagione, SKU diverso) senza rifare tutto da capo.

Attenzione a non confondere 2.5 e 2.0

Qui diversi articoli mescolano le cose, quindi metto i puntini:

• Il 4K nativo annunciato a FORCE riguarda Seedance 2.0, non la 2.5. La 2.0 ha ricevuto l'upgrade al 4K (10-bit); per la 2.5 il 4K nei comunicati primari non è confermato.
• Il primato in classifica è della 2.0: nell'Artificial Analysis Video Arena (leaderboard a preferenza umana) Seedance 2.0 guida attualmente sia il text-to-video sia l'image-to-video nella categoria con audio nativo, che è poi il suo punto di forza. Nelle classifiche senza audio il quadro è più contendibile. Per la 2.5, in ogni caso, non esiste ancora alcun benchmark: qualunque punteggio "2.5" che gira ora è inventato.

I limiti da tenere presenti

• È beta enterprise: nessun accesso pubblico, nessun prezzo annunciato per la 2.5.
• Le specifiche sono claim del vendor, presentati su palco. Vanno presi per quello che sono finché non c'è accesso aperto e test indipendenti.
• "Inizio luglio" è un obiettivo dichiarato, non una data di rilascio garantita.
• Come riferimento economico resta la 2.0 (su fal.ai gira intorno a ~0,30$/s a 720p con audio, ~0,68$/s a 1080p), ma la 2.5 potrebbe avere un listino diverso.

Se volete sperimentare adesso senza aspettare, la 2.0 (insieme a Veo e Kling) è già abbastanza matura per testare una pipeline short-form; la 2.5 più che altro alza il soffitto su durata e coerenza.

Fonti: The Decoder · PANews (cronaca conferenza) · Digital Applied (analisi)

Per gli AI creator: voi su che modello video state lavorando in questo periodo? E per i vostri progetti conta di più la durata della singola clip o la coerenza del soggetto tra una scena e l'altra?

Premessa doverosa, perché la notizia sta già girando un po' distorta: Fugu non "batte" Mythos. E soprattutto Fugu non è un modello. Ho letto la pagina ufficiale e il quadro è più interessante di così. Vi spiego.

Cos'è davvero Fugu

Sakana AI (quelli giapponesi delle ricerche evolutive, ex Google Brain) ha lanciato Sakana Fugu, che loro stessi descrivono come "multi-agent system as a model". Tradotto: non è un LLM nuovo addestrato da zero, è un sistema che orchestra dinamicamente altri modelli frontier (Opus, Gemini, GPT e compagnia) e li fa collaborare su un singolo task, esponendo il tutto dietro una sola API OpenAI-compatible.

L'idea di fondo: invece di decidere a mano chi fa cosa, il sistema impara ad assemblare gli agenti da un pool e a coordinarli con schemi di collaborazione che un umano non penserebbe mai. Dietro ci sono due paper per ICLR 2026 — TRINITY (un coordinatore "evoluto" che assegna ruoli Thinker/Worker/Verifier) e Conductor (addestrato in RL per inventarsi strategie di coordinamento in linguaggio naturale).

Ci sono due tagli: Fugu (bilanciato, default per il lavoro quotidiano — in beta si chiamava fugu-mini) e Fugu Ultra (fugu-ultra-20260615, pool di agenti più profondo, ottimizzato sulla qualità per task tosti: riproduzione di paper, Kaggle, analisi di sicurezza, ricerca su brevetti). Hanno fatto girare una beta con quasi 500 utenti prima del lancio.

Dettaglio che a noi che vibecoddiamo interessa parecchio: l'integrazione "ufficiale" col coding è un CLI chiamato codex-fugu (curl -fsSL https://sakana.ai/fugu/install | bash). Uno che ha letto lo script ha scoperto che sotto è semplicemente un wrapper bash da ~390 righe attorno al Codex CLI di OpenAI, lanciato con un profilo -p fugu. Non c'è un CLI proprietario: si appoggiano su Codex e cambiano provider. Pulito, ma è bene saperlo.

E qui la frase su "batte Mythos" va corretta

Sulla pagina dei benchmark Sakana scrive nero su bianco che i modelli Fugu superano i modelli frontier accessibili pubblicamente e sono "alla pari" (shoulder-to-shoulder) con Fable 5 e Mythos Preview. Non "li battono". Pareggio dichiarato.

Aggiungo un dettaglio onesto che nessuno sta sottolineando: nella tabella dei benchmark Mythos e Fable non compaiono nemmeno come colonne. Il confronto numerico vero è solo contro Opus 4.8, Gemini 3.1 Pro e GPT 5.5, perché — parole loro — Mythos e Fable non sono pubblicamente accessibili e quindi non sono nemmeno nel pool di agenti di Fugu. La parità con Mythos resta quindi un'affermazione di Sakana, non un numero che possiamo verificare in tabella. Teniamolo a mente.

Detto questo, contro i frontier pubblici i numeri sono notevoli (Fugu Ultra):

• SWE-Bench Pro: 73.7 vs 69.2 di Opus 4.8
• TerminalBench 2.1: 82.1 vs 74.6
• LiveCodeBench: 93.2, primo del gruppo
• GPQA-Diamond: 95.5

Sul coding e sull'agentic sta davanti ai modelli che usiamo tutti i giorni. Il che ha senso: se orchestri bene Opus + Gemini + GPT, tiri fuori più del singolo. La domanda interessante è quanto di questo vantaggio è il coordinamento e quanto è semplicemente "ho tre frontier model che votano".

Il punto che a noi italiani brucia

Fugu non è disponibile in UE/EEA. Lo scrivono due volte: stanno ancora lavorando alla compliance GDPR e per ora niente Unione Europea. Dall'Italia, al momento, non lo accendete. Fine.

C'è anche un sottotesto geopolitico che si lega alle notizie delle ultime settimane sui blocchi all'accesso di Mythos/Fable: Sakana vende esplicitamente Fugu come "capacità frontier senza il rischio dei controlli all'export". Cioè: comprano la spinta della narrazione "i modelli americani potrebbero esservi tagliati, noi no". Furbi.

Prezzi (per quando/se arriverà da noi)

• Fugu Ultra (pay-as-you-go, per 1M token): $5 input / $30 output / $0.50 cached. Raddoppia oltre i 272K di contesto.
• Fugu normale: paghi la tariffa del modello sottostante più "alto" del pool, senza stacking — un'unica rate, non la somma degli agenti.
• Abbonamenti: Standard $20, Pro $100 (10× Standard), Max $200 (20× Standard). Chi sottoscrive entro fine luglio 2026 ha il secondo mese gratis.

La mia lettura

La cosa più interessante secondo me non è il benchmark, è il paradigma. Per noi che vibecoddiamo, "sistema multi-agente esposto come un singolo endpoint" è esattamente il pattern che molti di noi si stanno cucinando a mano con orchestratori, router e fallback tra provider. Sakana lo impacchetta e lo vende come prodotto, con il routing che è letteralmente segreto industriale (non ti dicono quali modelli ha usato per la tua query — vedi FAQ).

I dubbi che mi restano: latenza (Ultra dichiarano apertamente che è lento), il fatto che dipendi comunque dai frontier altrui (se Anthropic/Google alzano i prezzi, Fugu se li mangia), e l'opacità totale sul routing. E ovviamente l'irraggiungibilità da qui.

Voi che ne pensate — il futuro del vibecoding è "un endpoint che orchestra tutti gli altri", o è l'ennesimo wrapper venduto bene? E qualcuno è riuscito a provarlo con una VPN/account fuori UE?

Fonti: pagina ufficiale Fugu (sakana.ai/fugu), release blog (sakana.ai/fugu-release), technical report e CLI nel repo SakanaAI/fugu su GitHub, paper TRINITY/Conductor su arXiv.

A leak just surfaced about Anthropic’s next Sonnet model, internally codenamed Fennec.

Details so far:
- Codename: Fennec
- Context window: 1 million tokens
- Expected release: as early as next week
- Performance: strong coding, fast inference, better price/performance than Opus and Fable
If accurate, this would be a significant jump, especially the 1M context window at Sonnet pricing.

Take it with a grain of salt since nothing is confirmed yet, but Anthropic has been on a fast release cadence lately so it wouldn’t be surprising.

Are you waiting for this before starting a new project, or are you already locked in on your current model setup?

Salvatore Sanfilippo — per chiunque scriva codice, semplicemente antirez — è il programmatore siciliano che nel 2009 creò Redis, uno dei database più usati al mondo. L'ha guidato per undici anni come maintainer, poi nel 2020 ha lasciato per dedicarsi ad altri progetti (è tornato brevemente in Redis come evangelist a fine 2024). Il 7 maggio 2026 ha pubblicato su GitHub ds4 (DwarfStar), ed è probabilmente il progetto più rilevante per chi fa vibe coding in locale uscito quest'anno.

Cos'è ds4

ds4 è un motore di inferenza nativo scritto in C, ottimizzato per un modello specifico: DeepSeek V4 Flash (284 miliardi di parametri totali, 13 miliardi attivi, architettura Mixture-of-Experts), con supporto per la versione PRO (1.6T totali, ~49B attivi) su macchine con RAM elevata. Non è un wrapper generico per GGUF, non è un'alternativa a Ollama: è un engine costruito da zero per far girare un modello frontier nel modo più efficiente possibile su hardware consumer.

Tre backend: Apple Metal (target primario), NVIDIA CUDA (incluso DGX Spark), AMD ROCm (Framework Desktop e simili). Il target di RAM minimo è 96 GB, ma con SSD streaming scende a 64 GB.

Perché è rilevante per chi fa vibe coding

1. Server HTTP con API OpenAI, Anthropic e Codex compatibili

Puoi puntarci direttamente Codex CLI, OpenCode (OpenAI-compatibili) e Claude Code (endpoint Anthropic Messages) come provider locale. Gli endpoint supportati:

• /v1/chat/completions — OpenAI standard
• /v1/responses — endpoint preferito da Codex CLI (Responses API)
• /v1/messages — compatibile Anthropic (Claude Code)

Tool calling nativo in formato DSML, riconvertito in JSON OpenAI/Anthropic. SSE streaming su tutti gli endpoint. CORS per client browser. In pratica: avvii il server sul Mac e hai un endpoint API locale che parla con un modello quasi-frontier, zero costi, zero invio di codice a server esterni.

2. Coding agent nativo

ds4 include ds4-agent, un agente di coding integrato direttamente nell'engine, senza socket/API intermedi. Lo stato della sessione è salvato su disco come KV cache. Vantaggi: latenza minima (nessun overhead di rete), tool calling nativo nel formato del modello, switch istantaneo tra sessioni salvate, resume senza rifare prefill.

L'agente è in alpha — lo dice esplicitamente il README — ma la direzione è chiara: un agente verticalmente integrato con il modello, non un wrapper generico.

3. Prestazioni su hardware consumer

I numeri che seguono sono dal README ufficiale, benchmark Metal con --ctx 32768, --nothink, greedy decoding e 256 token generati. La colonna "prompt" indica se il prompt è corto (qualche frase) o lungo (migliaia di token):

Macchina	Quant	Prompt	Prefill	Generazione
M3 Max 128 GB	q2	corto	58.52 t/s	26.68 t/s
M3 Max 128 GB	q2	11.709 tok	250.11 t/s	21.47 t/s
M5 Max 128 GB	q2	corto	87.25 t/s	34.27 t/s
M5 Max 128 GB	q2	11.707 tok	463.44 t/s	25.90 t/s
M3 Ultra 512 GB	q4	corto	78.95 t/s	35.50 t/s
DGX Spark GB10 128 GB	q2	7.047 tok	343.81 t/s	13.75 t/s

Nel suo blog, antirez riporta numeri ancora più alti per M5 Max: ~500 t/s in prefill e 35–40 t/s in decoding con Flash q2. Su M3 Ultra 512 GB con PRO q2: ~150 t/s prefill, 10–13 t/s decoding — "non eccezionale ma utilizzabile per certi casi d'uso".

La chiave è la quantizzazione asimmetrica: solo gli esperti routed MoE vengono quantizzati (up/gate a IQ2_XXS, down a Q2_K). Shared experts, proiezioni e routing restano a piena precisione. Il risultato è un modello da 81 GB (q2) o 220 GB (q4) che mantiene qualità molto vicina all'originale. antirez è esplicito: "le quantizzazioni a 2 bit non sono uno scherzo, funzionano bene, chiamano tool in modo affidabile".

4. SSD streaming per modelli più grandi della RAM

Se il modello non entra nella RAM GPU, ds4 può tenere in cache in RAM solo gli esperti routed usati più di frequente e caricare il resto dall'SSD on demand. Su MacBook da 64 GB permette di eseguire la quantizzazione q2 del Flash (81 GB). Su 128 GB permette di eseguire il modello PRO in streaming, anche se con generazione lenta. L'idea di fondo — esplicitata nel README — è che gli SSD veloci dei Mac moderni cambiano il paradigma: la KV cache e gli esperti possono vivere su disco, e la RAM passa da "cutoff rigido" a "spettro continuo di velocità".

5. Inferenza distribuita su più Mac

Due MacBook M5 Max da 128 GB collegati via Thunderbolt 5 possono eseguire insieme la quantizzazione Q4 del Flash (ognuno mappa metà dei layer). La prefill accelera (fino a 1.85x su prompt da 63K token grazie al pipelining), la generazione è più lenta del single-process (da 30.59 a 24.67 t/s, -19%). Due Mac Studio M3 Ultra da 512 GB possono eseguire il modello PRO completo a 4 bit. Nel suo blog, antirez esplora anche approcci più avanzati come l'expert parallelism via Apple RDMA e gli ensemble di modelli diversi.

Chi è il target

ds4 non è per tutti. Il README lo dice senza giri: "If you are not happy with AI-developed code, this software is not for you" — il progetto è stato costruito con forte assistenza di GPT 5.5. antirez lo dichiara apertamente, con la stessa trasparenza con cui riconosce il debito verso llama.cpp e GGML ("this project would not exist without llama.cpp").

Il target è chi ha un Mac con almeno 96 GB di RAM (o 64 GB disposto a usare SSD streaming), vuole eseguire un modello quasi-frontier in locale, e apprezza l'approccio "una scommessa stretta": un modello alla volta, validazione ufficiale dei logit, test a contesti lunghi, integrazione agent. Il modello supportato può cambiare in futuro — se esce un open weight migliore per la classe 128 GB, ds4 potrebbe switchare.

Limitazioni e caveat

• Beta quality. Il README è onesto: "il codice e i GGUF sono da considerarsi di qualità beta. Ci vorranno mesi per raggiungere una forma più stabile."
• L'agente è alpha.
• Modello singolo. Non è un loader generico: funziona solo con i GGUF preparati per ds4. Se cambi idea sul modello, cambi engine.
• Hardware specifico. Serve un Mac con Apple Silicon e 64+ GB di RAM, o una GPU CUDA/ROCm equivalente. Non è per il laptop da 16 GB.
• Sviluppo assistito da IA. antirez lo dichiara, ma per alcuni questo è un deterrente. Per la community del vibe coding è piuttosto una conferma che lo strumento funziona.
• Nessuna encryption/autenticazione nel protocollo distribuito. TCP in chiaro, va usato solo su reti fidate.

Dettagli che fanno la differenza

Directional steering. Una feature da laboratorio ma molto "antirez": ds4 permette di controllare il comportamento del modello a runtime manipolando le attivazioni interne, senza fine-tuning. Funziona con vettori di direzione 43×4096 float32: applichi una modifica dopo l'output dei FFN (--dir-steering-ffn) o dell'attention. Esempio pratico: controllo della verbosità — scala negativa per risposte concise, positiva per risposte dettagliate. Non è un fine-tune, è un edit low-rank a runtime.

La filosofia nel codice. Il file AGENT.md nella repo contiene le regole per gli agenti AI che lavorano al progetto. Ne esce il ritratto di come antirez scrive software: "Try to write elegant code in a state of grace. Don't settle for the first thing that comes to mind. Don't introduce slop. Do not introduce C++. Keep the implementation small, sharp, easy to understand." È la stessa disciplina che ha reso Redis quello che è, applicata all'inferenza.

Disciplina ingegneristica. Il file QA_BEFORE_RELEASES.md elenca le macchine di test per nome (due M5 Max, un DGX Spark, un Framework Desktop Strix Halo), i comandi esatti per verificare ogni backend prima di un rilascio, e richiede il confronto delle performance contro i "last known good numbers". C'è un test di long-context fact recall, test di qualità per il tool calling, e un quality scorer che confronta le continuazioni del modello locale contro i logit ufficiali DeepSeek.

DeepSeek V4 Flash sotto il cofano. Dal MODEL_CARD.md: 43 layer, finestra sliding di 128 token, attenzione compressa ibrida (CSA + HCA), indexer a 64 teste. Esiste anche una variante Flash-Max che, con thinking budget più ampio, può avvicinarsi alle performance di PRO. I benchmark ufficiali: in modalità High — 88.4% LiveCodeBench, 78.6% SWE Verified Resolved, 85.1% IMOAnswerBench; in modalità Max il Flash sale a 91.6%, 79.0% e 88.4% rispettivamente.

Come provarlo

git clone https://github.com/antirez/ds4
cd ds4
./download_model.sh q2-imatrix   # 81 GB, per Mac 96/128 GB
make                              # macOS Metal
./ds4 -p "Scrivi una funzione Python per il calcolo dei numeri primi"

Per il server (da usare come provider locale per Codex, OpenCode e Claude Code):

./ds4-server --ctx 100000
# Codex e OpenCode usano http://localhost:8080/v1, Claude Code usa l'endpoint Anthropic Messages

Il progetto ha 14.9K stelle, 1.3K fork, 332 commit e una community attiva (70 issue aperte, 138 PR). Non male per un progetto partito il 7 maggio.

Fonti: GitHub antirez/ds4, HuggingFace antirez/deepseek-v4-gguf, blog antirez — Distributed inference in DwarfStar, X @antirez — annuncio lancio (7 maggio 2026)

Avete già provato a usare ds4 come provider locale per Codex, OpenCode o Claude Code? O state usando altre soluzioni per l'inferenza locale di modelli grandi?

Hai un'idea per un'app, un sito o uno strumento, ma non sai programmare? O magari programmi pochissimo e ti scoraggi davanti alla sintassi? Questa guida è per te. Spiega cos'è il vibecoding, come funziona davvero, quali strumenti usare nel 2026, e — soprattutto — come evitare gli errori che fanno perdere tempo (e a volte soldi) a chi inizia.

Niente fronzoli, niente hype: solo quello che ti serve sapere per partire bene.

1. Cos'è il vibecoding (e da dove arriva)

Il termine vibe coding è stato coniato a febbraio 2025 da Andrej Karpathy (cofondatore di OpenAI). L'idea è semplice: invece di scrivere il codice riga per riga, descrivi a parole quello che vuoi e lasci che un'intelligenza artificiale lo scriva per te. Tu guidi, correggi, provi e iteri attraverso una conversazione.

In poco più di un anno è passato da curiosità a metodo di lavoro vero e proprio: a novembre 2025 "vibe coding" è stato eletto parola dell'anno dal Collins Dictionary. Oggi lo usano sia chi non ha mai scritto una riga di codice, sia sviluppatori esperti che vogliono andare più veloci.

La definizione pratica è questa:

>Vibecoding = costruire software descrivendo a parole cosa vuoi, e iterando in conversazione con l'IA invece di scrivere tutto a mano.

Importante chiarire subito una cosa: vibecoding non significa "l'IA fa tutto e io non capisco niente". I migliori risultati arrivano quando tu capisci abbastanza da rivedere, correggere e indirizzare. L'IA è un collaboratore bravissimo ma distratto: tu resti il responsabile.

Vale la pena saperlo: ad aprile 2026, al Sequoia AI Ascent, lo stesso Karpathy ha parlato del passaggio dal vibe coding all'agentic engineering — l'idea che l'IA che scrive codice vada accompagnata da disciplina e supervisione "ingegneristica", non lasciata solo "alle vibes". Tradotto per noi: il vibecoding è un punto di partenza fantastico, non il traguardo. Più cresci, più aggiungi metodo.

2. Cosa puoi (e non puoi) costruire

Cose per cui il vibecoding funziona benissimo:

• Landing page e siti vetrina
• Piccole web app e strumenti interni (gestionali, dashboard, calcolatori)
• Prototipi e MVP da mostrare a un cliente o validare un'idea
• Automazioni e script
• Prime versioni di app mobile

Cose dove serve cautela:

• Sistemi che gestiscono pagamenti, dati sensibili o utenti reali → si possono fare, ma vanno riviste con attenzione (sicurezza, privacy, GDPR)
• Software complesso destinato a crescere molto → l'IA ti porta lontano, ma a un certo punto serve capire l'architettura

Regola d'oro per iniziare: parti piccolo. La prima app non deve cambiare il mondo, deve solo funzionare e insegnarti il flusso.

3. Come funziona davvero: il loop

Tutto il vibecoding ruota attorno a un ciclo che ripeti decine di volte:

Descrivi → l'IA genera → tu provi → correggi → ripeti

1. Descrivi cosa vuoi, nel modo più chiaro possibile.
2. L'IA genera il codice (e spesso te lo spiega).
3. Tu provi il risultato: funziona? È quello che volevi?
4. Se no, dici cosa non va e l'IA corregge.
5. Quando va bene, passi al pezzo successivo.

Il segreto non è il primo prompt perfetto: è iterare bene. Chi inizia spesso si frustra perché si aspetta che venga tutto giusto al primo colpo. Non funziona così — e va benissimo.

4. Gli strumenti (panoramica 2026)

Gli strumenti si dividono in alcune macro-categorie. Scegli in base a quanto sei tecnico e a cosa vuoi fare.

A) Builder "tutto-in-uno" nel browser (per chi non programma)

Apri il browser, descrivi l'app, e questi strumenti generano frontend, backend, database e ti pubblicano online. Zero installazioni.

• Lovable — il più curato esteticamente. Genera interfacce belle "di default", ottimo per MVP e prodotti dove conta l'aspetto. Si appoggia a Supabase per il backend, sincronizza il codice su GitHub (il codice è tuo). Piano Pro da ~25$/mese. Modello a crediti: ogni messaggio "consuma" in base alla complessità, quindi su lavori semplici è economico, ma in fase di debug/iterazione i crediti volano. Pattern tipico nel 2026: prototipi il 70–80% su Lovable, poi esporti su GitHub e finisci su Cursor.
• Bolt.new — velocissimo, ottimo per avere un demo online in pochi minuti. Modello a token, Pro intorno ai ~20–25$/mese (le fonti variano; verifica la pagina ufficiale).
• v0 (di Vercel) — nato come generatore di sole interfacce React/Next.js (con ottime impostazioni di design e attenzione alla sicurezza), dal 2026 è diventato una piattaforma full-stack: gestisce anche database (Supabase/Neon) e deploy su Vercel con un clic. Piano gratuito con ~5$ di crediti/mese, Pro da 20$.
• Replit — ambiente completo nel browser, agente che costruisce app intere. Ottimo per imparare. (Nel luglio 2025 il suo agente ha cancellato il database di produzione di un utente durante un "code freeze" — vedi la sezione sicurezza. Replit ha poi introdotto separazione automatica tra sviluppo e produzione e una modalità "solo pianificazione".)
• Hostinger Horizons — builder AI con hosting, dominio, SSL e CDN già inclusi nell'abbonamento. A differenza di Lovable e Bolt — che generano l'app ma ti lasciano gestire hosting a parte — Horizons impacchetta tutto in un'unica bolletta. Meno flessibile per progetti complessi (e sui tier bassi non dai accesso al codice), ma ottimo per siti e web app semplici da pubblicare subito. Genera web app responsive, non app native iOS/Android. Modello a crediti, piani da ~7$/mese (Explorer) fino a ~80$/mese (Hustler).
• Emergent, Rocket.new, Base44, Taskade Genesis — altri builder full-stack, alcuni con focus su app pubblicabili anche su App Store / Google Play (Base44 in particolare supporta il deploy diretto su entrambi gli store).

Per chi: founder, designer, marketer, chi vuole validare un'idea senza toccare codice.

>Nota prezzi: nel 2026 i piani individuali si sono in gran parte assestati sui 20–25$/mese (con GitHub Copilot più economico, ~10$). Quasi tutti hanno un piano gratuito: provali prima di pagare. Hostinger Horizons parte un po' più in basso (~7$/mese) ma con funzionalità AI più limitate.

B) IDE e agenti "agentici" (per chi vuole più controllo)

Strumenti che lavorano dentro un editor o nel terminale, vedono tutto il tuo progetto e fanno modifiche su più file.

• Cursor — un editor (fork di VS Code) potenziato con l'IA. È lo standard di fatto tra gli sviluppatori che vibecodano. Capisce l'intero codebase, fa refactoring, debug, ti lascia scegliere il modello (Claude, GPT, Gemini) o usare la sua modalità "Auto" e il suo modello proprio (Composer). Piano Pro 20$/mese, con tier superiori (Pro+ 60$, Ultra 200$) per chi consuma molto. Dal 2025 usa un modello a crediti: Auto è di fatto illimitato, i modelli "premium" attingono a un budget mensile.
• Claude Code — agente da terminale di Anthropic. Ti mostra il piano prima di agire, tu approvi, e poi legge file, lancia comandi e modifica più file da solo. Eccellente per backend e architettura. Esiste anche come estensione per VS Code. È incluso negli abbonamenti Claude (Pro 20$/mese, Max 100$ o 200$), che condividono i limiti d'uso con la chat; in alternativa si paga a consumo via API. Nota: a metà 2026 Anthropic sta rivedendo i limiti di accesso da Pro — verifica la pagina ufficiale prima di abbonarti.
• Google Antigravity — l'IDE di Google, lanciato a novembre 2025. Fork di VS Code, approccio agent-first: invece di un assistente in un pannello chat, hai una cabina di controllo per più agenti autonomi che lavorano in parallelo su task diversi (backend, frontend, test). Supporta modelli Gemini, Claude e GPT. A Google I/O 2026 hanno annunciato la versione 2.0 con SDK pubblico per sviluppatori. È il competitor free più aggressivo di Cursor: gratuito nel preview, con tier a pagamento (AI Pro ~$20, Ultra ~$250) per limiti più alti.
• Windsurf — alternativa "agentica" a Cursor. Attenzione: a luglio 2025 Google ha acquisito in licenza la tecnologia per 2.4 miliardi di dollari e assunto il CEO con parte del team; il prodotto è poi passato a Cognition (la startup dietro Devin). Valutalo, ma tieni d'occhio la sua evoluzione.
• GitHub Copilot, OpenAI Codex, Gemini CLI — altri assistenti integrati nell'editor o nel terminale (Copilot è tra i più economici, ~10$/mese, anche se da giugno 2026 sta passando a fatturazione a consumo).

Per chi: chi sa (o vuole imparare) almeno le basi e cerca controllo e qualità di livello professionale. Una combinazione molto diffusa nel 2026 è Claude Code per backend/architettura + Cursor per frontend e lavoro visivo.

C) Generatori di interfacce e componenti

Strumenti più specializzati (v0 rientra anche qui) per generare pezzi di UI da incollare nel tuo progetto.

D) Infrastruttura: hosting, MCP e modelli locali

Una volta costruita l'app, serve pubblicarla. E dietro le quinte, c'è un protocollo che nel 2026 è diventato centrale.

Hosting per app vibe-coded:

• Vercel — il deploy naturale per app Next.js/React generate con v0, Bolt o Lovable. Dominio personalizzato, SSL, scaling automatico. Piano Hobby gratuito, Pro da 20$/mese.
• Netlify — alternativa solida a Vercel, ottimo per siti statici e Jamstack. Piano gratuito generoso.
• Hostinger — hosting tradizionale con builder AI integrato (Horizons, vedi sezione A). Buono per siti semplici e chi vuole tutto in uno.
• Supabase — il backend-as-a-service più usato nel vibecoding. Database PostgreSQL, autenticazione, storage, API automatiche. Piano gratuito fino a 2 progetti, Pro da 25$/mese. Lovable e Bolt lo integrano nativamente.

MCP (Model Context Protocol): se non l'hai ancora sentito nominare, segnatelo. È il protocollo standard (lanciato da Anthropic, adottato da tutti) che permette agli agenti AI di connettersi a tool esterni — database, API, PostHog, Sentry, Supabase. In pratica: invece di copiare/incollare log e dati tra strumenti diversi, l'agente si collega direttamente via MCP e agisce in autonomia. Nel 2026 Cursor, Claude Code, Antigravity, v0 e Hermes Agent lo supportano nativamente. Se usi strumenti avanzati, capire MCP ti sblocca un altro livello di produttività.

Vibe coding locale (privacy e costi zero): puoi eseguire modelli di codice direttamente sul tuo computer con Ollama o LM Studio. Modelli come Qwen3 Coder, DeepSeek V4 e Gemma 4 girano in locale, senza inviare codice a server esterni. Li colleghi a Cursor, Claude Code o Antigravity come provider locale. Vantaggio: privacy totale e zero costi API. Svantaggio: serve un computer decente (almeno 16 GB di RAM, meglio 32) e la qualità non raggiunge i modelli cloud di punta.

App mobile: Base44 permette di pubblicare su Google Play e App Store. Attenzione però: Apple sta rimuovendo app generate con IA (caso Anything, marzo 2026) e richiede review più stringenti. Se punti agli store, preparati a iterare con Apple.

E) Agenti AI personali (oltre il coding)

Il vibecoding non finisce con gli strumenti da sviluppatore. Nel 2026 stanno emergendo agenti AI personali che vivono sul tuo computer o server e fanno molto più che scrivere codice:

• OpenClaw — agente open-source, local-first. Si installa sul tuo computer, si connette a Telegram/WhatsApp/Discord, legge e scrive file, esegue comandi, programma task automatici. Non è un coding tool: è un assistente personale che include capacità di coding. Gratuito.
• Hermes Agent (di Nous Research) — agente auto-migliorante che impara dalle sessioni. A differenza di OpenClaw, Hermes si evolve: crea skill automaticamente dagli errori, ha memoria persistente, supporta 15+ piattaforme di messaging (Telegram, Discord, Slack, WhatsApp, Signal) e MCP nativo. Open-source, si installa in locale o su un VPS da 5$.

Entrambi rappresentano la direzione in cui sta andando il settore: agenti che non si limitano a scrivere codice su richiesta, ma vivono nel tuo sistema e lavorano in autonomia.

>Consiglio pratico: se parti da zero assoluto, inizia con un builder browser (Lovable, Bolt o Replit) per capire il flusso senza impazzire col setup. Quando ti senti più sicuro, passa a Cursor o Claude Code per avere controllo vero. Se la privacy è importante, esplora Ollama + Cursor in locale.

5. Come iniziare: il tuo primo progetto passo-passo

1. Scegli un'idea minuscola. Esempio: una pagina che mostra l'orario di apertura di un negozio e un form di contatto. Non un "social network con IA".
2. Scegli uno strumento (per la primissima volta: Lovable o Bolt).
3. Scrivi il primo prompt descrivendo l'app (vedi sezione prompting qui sotto).
4. Guarda il risultato e provalo cliccando tutto.
5. Correggi un pezzo alla volta. "Il pulsante deve essere verde", "Sposta il form in fondo", "Aggiungi un campo telefono".
6. Quando funziona, salvalo / pubblicalo.
7. Festeggia. Hai appena creato software.

Poi rifallo con un'idea un po' più ambiziosa. Si impara facendo.

6. L'arte del prompting (la skill che conta di più)

La qualità di quello che ottieni dipende quasi tutta da come chiedi. Ecco i principi:

Sii specifico. Male: "fai un sito bello". Bene: "Crea una landing page per uno studio di yoga, con sezione hero, tre corsi, prezzi, e un form di prenotazione. Stile minimale, colori verde salvia e bianco".

Dai contesto. Spiega per chi è, cosa deve fare, che stile vuoi. L'IA non legge nel pensiero.

Un pezzo alla volta. Non chiedere 15 funzioni in un prompt solo. Costruisci a strati: prima la struttura, poi il design, poi le funzioni.

Mostra esempi. "Voglio uno stile simile a Stripe" o "il menù come quello di [sito]" aiuta tantissimo.

Quando qualcosa non va, sii preciso anche nel correggere. Non "non funziona", ma "quando clicco Invia non succede niente, dovrebbe comparire un messaggio di conferma".

Chiedi spiegazioni. "Spiegami cosa fa questo codice" è uno dei prompt più sottovalutati: ti fa imparare mentre costruisci.

7. I concetti tecnici minimi da conoscere

Non devi diventare ingegnere, ma capire questi termini ti rende dieci volte più efficace. Tienili come riferimento:

• Frontend — la parte che l'utente vede e tocca (pulsanti, pagine, grafica).
• Backend — la parte "dietro le quinte": logica, calcoli, gestione dati.
• Database — dove vengono salvati i dati (utenti, ordini, articoli...). Esempi comuni: Supabase, Postgres.
• API — il modo in cui due programmi si parlano. Es: la tua app chiede a un'API meteo che tempo fa.
• MCP (Model Context Protocol) — il protocollo che connette gli agenti AI a tool esterni (database, API, Supabase). Supportato da Cursor, Claude Code, Antigravity e altri.
• Deploy / hosting — pubblicare l'app online così che gli altri la usino (Vercel, Netlify, Hostinger, ecc.).
• Git / versioning — un sistema che salva la "storia" del tuo codice e ti permette di tornare indietro. GitHub è la piattaforma più usata.
• Variabili d'ambiente (env) — dove si conservano le informazioni segrete (chiavi API, password). Non vanno mai scritte dentro il codice né condivise pubblicamente.
• Dipendenze / pacchetti — pezzi di codice già pronti che la tua app usa.
• Ollama / LM Studio — strumenti per eseguire modelli AI direttamente sul tuo computer, senza inviare dati a server esterni.

Se uno strumento usa una di queste parole e non la capisci: chiedi all'IA di spiegartela. È lì anche per questo.

8. Il workflow "serio": come lavorano i bravi

Quando passi da "gioco" a "progetto vero", questi accorgimenti fanno la differenza tra un'app che cresce e una che diventa ingestibile:

Scrivi una specifica prima di promptare (PRD). Prima di aprire qualsiasi tool, scrivi in un documento cosa deve fare l'app, per chi è, quali sono le funzioni principali, cosa non deve fare. Questo documento — chiamato PRD (Product Requirement Document) — diventa il brief che dai all'IA all'inizio di ogni sessione. Chi lo fa ottiene risultati molto più coerenti di chi parte a promptare a braccio.

Procedi a piccoli passi. Una funzione alla volta, provata prima di passare oltre. È più lento all'inizio, molto più veloce dopo.

Usa il versioning (Git) fin da subito. Così se l'IA "rompe" qualcosa, torni indietro in un secondo. Molti strumenti hanno checkpoint o sync automatico con GitHub.

Tieni un file di contesto / regole. Strumenti come Cursor e Claude Code leggono file dove spieghi com'è fatto il progetto, che convenzioni usi, cosa l'IA non deve toccare (in Cursor si chiamano .cursor/rules, in Claude Code CLAUDE.md). È come dare il manuale a un nuovo collaboratore: meno deriva, più coerenza.

Tieni traccia dello stato (es. un file di progresso). Un documento dove annoti cosa è fatto, cosa manca, quali decisioni hai preso. Aiuta te e aiuta l'IA a non perdere il filo nelle sessioni lunghe.

Prova sempre prima di andare avanti. Codice generato ≠ codice funzionante. Clicca, rompi, verifica.

9. I 9 modi in cui gli agenti sbagliano (e come difenderti)

A gennaio 2026 il DAPLab della Columbia University ha pubblicato una ricerca fondamentale: ha fatto vibecodare 15+ applicazioni con 5 agenti diversi (Claude, Cline, Cursor, v0, Replit) e ha catalogato centinaia di fallimenti. Il risultato sono 9 pattern di errore che si ripetono su tutti gli strumenti. Conoscerli ti fa risparmiare ore di debug.

1. UI alla cieca — l'agente non "vede" l'interfaccia. Gli chiedi un calendario a griglia, genera i dati giusti ma li mette tutti in colonna. Correzione: descrivi il layout visivo, non solo la funzione.
2. Stato che si perde — sposti un elemento nella lista, l'agente aggiorna una parte dello stato ma non tutto, e l'ordine si rompe. Succede spesso con React.
3. Logica di business sbagliata — il codice gira senza errori ma il risultato è matematicamente sbagliato. Esempio classico: chiedi "10% di sconto su ordini sopra 40€" e l'agente applica il 10% ai singoli articoli sopra 40€, non al carrello.
4. Database incasinato — colonne duplicate, ID confusi (passa firestore_id invece di jira_id), schema che non si aggiorna.
5. API finte — l'agente si inventa chiavi API placeholder invece di chiederti quella vera. L'app sembra funzionare ma usa dati finti. Controlla sempre che le chiamate API restituiscano dati reali.
6. Sicurezza dimenticata — chiavi esposte nel codice, access control ignorato. L'agente sceglie la strada più veloce, non la più sicura.
7. Codice duplicato — invece di creare una funzione riutilizzabile, copia/incolla lo stesso blocco in 5 file. Il progetto diventa un incubo da mantenere.
8. Si perde nei progetti grandi — più file ci sono, più l'agente dimentica cosa ha fatto. Re-implementa funzioni che esistono già o modifica file sbagliati. Su progetti sopra le 20-30 componenti, la qualità degrada visibilmente.
9. Errori nascosti — l'agente sopprime gli errori per far sembrare che tutto funzioni. L'app non crasha, ma i bug restano lì, invisibili.

Tre lezioni chiave dalla ricerca: "Eseguibile ≠ Corretto" (che il codice giri non significa che faccia la cosa giusta), "Le regole di business sono fragili" (un agente fraintende vincoli che un umano capirebbe al volo), "La dimensione del progetto rompe il contesto" (il tasso di errore sale col numero di file).

Come ti difendi: testa ogni funzione subito dopo che è stata generata, chiedi all'agente di spiegarti la logica di business che ha implementato, e su progetti che crescono, dividi il lavoro in sessioni corte con contesto fresco.

10. Sicurezza e qualità: la parte che nessuno legge (e dovrebbe)

Il rischio più grande del vibecoding è la fiducia cieca nell'autonomia dell'IA. Il caso più citato: a luglio 2025, durante un esperimento pubblico, l'agente di Replit ha cancellato un database di produzione (oltre 1.200 record reali, progetto di Jason Lemkin di SaaStr) mentre era in vigore un "code freeze" che vietava modifiche — e inizialmente ha persino dichiarato che non era possibile recuperare i dati. Replit ha poi corso ai ripari con nuove protezioni, ma il messaggio resta: il codice generato dall'IA va sempre rivisto prima di andare in produzione.

Non è un caso isolato. A inizio 2026 Lovable ha avuto un incidente in cui progetti pubblici hanno esposto codice sorgente e cronologia chat per 48 giorni, con bug bounty reports chiusi senza escalation. Più in generale, diverse analisi nel 2026 stimano che il codice generato dall'IA contenga in media più problemi di sicurezza di quello scritto a mano, e che la qualità tenda a degradare quando un progetto cresce oltre un certo numero di componenti. Morale: comoda la velocità, ma la revisione non è opzionale.

Regole minime di sopravvivenza:

• Mai mettere chiavi API, password o segreti dentro il codice. Usa le variabili d'ambiente.
• Mai pubblicare segreti su GitHub (ci sono bot che li cercano e li sfruttano in minuti).
• Rivedi sempre prima di dare all'IA il permesso di cancellare, sovrascrivere o lanciare comandi distruttivi.
• Backup. Prima di operazioni rischiose, salva. Tieni separati ambiente di sviluppo e di produzione.
• Per app con utenti reali: autenticazione, gestione dati e privacy (GDPR in Italia/UE) vanno prese sul serio. Se non sai farlo, chiedi all'IA e informati.

Alcuni strumenti moderni (come v0) bloccano automaticamente deploy con vulnerabilità note: è un aiuto, non una garanzia. Il responsabile resti tu.

11. Quanto costa

Dipende dallo strumento, ma le logiche sono tre:

• Abbonamento mensile fisso — la maggior parte dei piani individuali nel 2026 sta sui 20–25$/mese (Cursor 20$, v0 20$, Lovable 25$, Bolt ~20–25$; GitHub Copilot ~10$).
• A crediti / messaggi — paghi in base a quanti "messaggi" o generazioni usi (Lovable, Bolt). Comodo per lavori semplici, ma in fase di debug i crediti volano e il costo reale può superare il prezzo "da listino".
• A consumo (token/usage) — tipico degli strumenti da sviluppatore. Claude Code è incluso nei piani Claude (Pro 20$, Max 100–200$ per chi lavora tutto il giorno); con accesso via API paghi quanto consumi, e l'uso intensivo di agenti può arrivare a diverse centinaia di dollari al mese.

Due strumenti popolari (Cursor e Lovable) hanno cambiato il modello di prezzo nel 2025 generando un po' di confusione e bollette a sorpresa: tieni d'occhio il consumo e imposta eventuali limiti di spesa.

Per iniziare ci sono piani gratuiti quasi ovunque, sufficienti per imparare. Spendi solo quando hai capito cosa ti serve davvero.

12. Aspettative realistiche

Il vibecoding è potentissimo, ma non è magia. La comunità lo riassume con il "70% problem": l'IA ti porta al 70% del risultato a velocità incredibile. L'ultimo 30% — rifinire, sistemare edge case, gestire stati complessi, mettere in sicurezza — è dove serve testa, metodo e pazienza. Ed è anche la parte che separa un prototipo da un prodotto vero.

• Ti porta da idea a prototipo a velocità incredibile.
• Ti fa imparare molto più in fretta di un corso tradizionale, perché costruisci subito.
• Non sostituisce del tutto la comprensione: più capisci, più vai lontano.
• I prototipi sono facili; il software di produzione robusto richiede ancora attenzione, revisione e qualche competenza.

Pensa all'IA come a un junior bravissimo e velocissimo, che però non va lasciato da solo a fare cose importanti. Tu sei il senior, anche se hai iniziato ieri.

13. Glossario rapido

• Prompt — quello che scrivi all'IA.
• Iterare — migliorare a piccoli passi con cicli ripetuti.
• MVP — Minimum Viable Product, la versione minima funzionante di un'idea.
• IDE — l'editor dove si scrive codice (es. VS Code, Cursor).
• Agente — IA che non solo scrive, ma agisce: apre file, lancia comandi, costruisce da sola.
• MCP — Model Context Protocol, il protocollo che connette agenti AI a strumenti esterni (database, API).
• Codebase — l'insieme di tutto il codice di un progetto.
• Deploy — pubblicare online.
• Repo (repository) — la "cartella" del progetto su Git/GitHub.
• PRD — Product Requirement Document, il documento di specifica che scrivi prima di iniziare a promptare.

14. Da dove partire oggi (riassunto operativo)

1. Scegli un'idea piccola e concreta.
2. Apri Lovable, Bolt o Replit (gratis per provare).
3. Scrivi un prompt specifico e con contesto.
4. Itera a piccoli passi: prova, correggi, ripeti.
5. Salva e versiona il lavoro.
6. Quando ti senti pronto, passa a Cursor o Claude Code per il controllo vero.
7. Chiedi sempre all'IA di spiegarti quello che non capisci.

Il modo migliore per imparare il vibecoding è... vibecodare. Apri qualcosa oggi stesso e costruisci la tua prima cosa, anche stupida. Tra una settimana sarai sorpreso di quanto avrai capito.

Domande, dubbi o avete uno stack diverso che funziona meglio? Scrivetelo nei commenti — questo post è anche un punto di partenza per confrontarsi. Buon vibecoding 🚀

Fonti:

• The Guardian — 'Vibe coding' beats 'clanker' to be Collins dictionary's word of the year
• Sequoia Capital — Andrej Karpathy: From Vibe Coding to Agentic Engineering (YouTube, Apr 2026)
• DAPLab Columbia — 9 Critical Failure Patterns of Coding Agents (Jan 2026)
• DAPLab Columbia — Why Vibe Coding Fails and How to Fix It (Jan 2026)
• MintMCP — Replit AI agent deleted a production database
• TNW — Lovable security crisis: 48 days of exposed projects
• Antigravity.im — What is Google Antigravity? Complete Guide 2026
• TechCrunch — Cognition acquires Windsurf (Jul 2025)
• TechCrunch — How vibe-coding app Anything is rebuilding after getting booted from the App Store twice
• No Code MBA — Lovable pricing 2026
• No Code MBA — Bolt pricing 2026
• Vantage — Cursor pricing explained 2026
• SSD Nodes — Claude Code pricing in 2026
• UI Bakery — Vercel v0 pricing 2026
• PE Collective — GitHub Copilot pricing 2026
• VibeCoding.app — Hostinger Horizons Review 2026
• KDnuggets — OpenClaw Explained (2026)
• Hermes Agent — Docs

Nota: prezzi, piani e strumenti citati sono aggiornati a giugno 2026. È un settore che cambia ogni poche settimane — verificate sempre le pagine ufficiali prima di abbonarvi.

Z.AI (ex Zhipu AI) ha appena completato un doppio lancio: GLM-5.2, il nuovo modello flagship open-weight, e ZCode 3.0, l'app desktop che ci gira sopra. Il tutto sotto licenza MIT.

Cos'è ZCode. È un'Agentic Development Environment (ADE) — un'app desktop (Windows e macOS) che ricorda da vicino Codex nell'impostazione: chat agente con contesto progetto, file manager integrato, terminale, pannello Git, preview browser live. Non è un editor con AI aggiunta: l'interfaccia è costruita attorno all'agente. Supporta più provider — GLM nativo, Anthropic, OpenRouter, DeepSeek, Moonshot, e qualsiasi endpoint OpenAI/Anthropic-compatible — e ha sub-agenti integrati (bug-analyzer, code-reviewer, dev-planner, ui-sketcher) che si invocano con @ nella chat. Include skill, plugin, server MCP, permission mode (da Always Ask a Bypass), tracking usage e rollback a qualsiasi checkpoint della conversazione.

La parte gratis. La promo di lancio per nuovi utenti dà 5 giorni consecutivi di GLM-5.2. Secondo quanto riportato da recensioni e community, l'allocazione è di 5 milioni di token al giorno (il changelog ufficiale menziona i 5 giorni gratuiti ma non specifica il numero esatto di token). Chi ha già un GLM Coding Plan (o lo attiva) riceve il 150% della quota dentro ZCode rispetto alle chiamate API equivalenti. Per dare un riferimento: il piano Lite costa $12.60/mese (fatturato annuale), il Pro $50.40, il Max $112.00.

Cosa manca ancora. È una app giovane — dalla 2.x alla 3.0 in poche settimane — e secondo le prime recensioni mancano alcune cose: il file explorer è basilare, non c'è una vista changelog, manca il supporto git worktree e l'inizializzazione git one-click. Non sono dealbreaker, ma per chi viene da Codex o Claude Code si notano.

Perché GLM-5.2 è rilevante. I numeri sotto vengono dal model card ufficiale su Hugging Face e da Artificial Analysis, entrambi terzi e verificabili:

• Artificial Analysis Intelligence Index v4.1: punteggio 51, il più alto tra tutti i modelli open-weight. Sopra MiniMax-M3 (44), DeepSeek V4 Pro max (44) e Kimi K2.6 (43).
• Coding benchmark (fonte: model card ufficiale HF): SWE-bench Pro 62.1 vs GPT-5.5 a 58.6; FrontierSWE 74.4% vs 72.6%; MCP-Atlas per tool use 76.8 vs 75.3; PostTrainBench per task multi-ora 34.3% vs 28.4%.
• GDPval-AA v2 (agentic benchmark, Artificial Analysis): 1524, in linea con GPT-5.5 in modalità xhigh reasoning (1514).
• Prezzo API: $1.40 input + $4.40 output per milione di token — circa un sesto di GPT-5.5 ($35.00/M totali).

È un modello da 753 miliardi di parametri totali (40B attivi, mistura di esperti) con finestra di contesto stabile a 1 milione di token. Licenza MIT piena: pesi scaricabili da Hugging Face, utilizzabili, modificabili e commercializzabili senza restrizioni.

Cose da sapere. Il modello consuma più token in output della media (43k token per task sull'Intelligence Index, contro 24-37k dei competitor open-weight) — il che alza il costo per task più verbosi. Il tasso di allucinazione riportato da Artificial Analysis è 28.1%, in miglioramento rispetto a GLM-5.1 ma ancora significativo. E Z.AI resta un'azienda cinese quotata a Hong Kong: per codice di clienti EU, verificare la gestione dei dati è doveroso.

Link:

• ZCode — download e documentazione
• ZCode changelog ufficiale
• GLM-5.2 model card (Hugging Face)
• GLM-5.2 su Artificial Analysis
• GLM Coding Plan — piani e prezzi

Per chi cerca un'alternativa concreta a Codex senza spendere subito un abbonamento, 5 giorni gratis con diversi milioni di token al giorno sono un test più che decente. Se GLM-5.2 tiene quello che promette sui benchmark, a $12.60/mese il piano base diventa interessante. Voi lo state già provando o aspettate che maturi un po'?