I migliori modelli AI open weight per programmare nel 2026, divisi per l’hardware che serve a farli girare

I migliori modelli AI open weight per programmare, oggi, sono GLM 5.3, Kimi K3, DeepSeek V4 Pro e la versione grande di Qwen 3.8. Il problema è che quasi nessuno di questi gira sul tuo computer. Per questo divido la classifica in base alla macchina che serve per farli girare: datacenter, workstation multi-GPU, computer consumer. Nella terza fascia c’è un solo modello: Qwen 3.8 27B, che sta su una GPU da 24 GB.

Quali sono i modelli open weight più potenti per programmare?

La prima fascia sono i modelli più potenti, con prestazioni che si avvicinano a Fable e GPT. Girano solo su macchine da datacenter.

• GLM 5.3 di Z.ai. Quando ho registrato il video, a settembre 2026, era il modello open weight con il punteggio più alto su Artificial Analysis. Per farlo girare bene servono server multi-GPU, per esempio macchine con 8 NVIDIA H200.
• Kimi K3 di Moonshot AI. Come dimensioni è fuori scala: 2,8 trilioni di parametri, 104 miliardi attivi per token e circa 1,6 TB di pesi. Per tenerlo tutto in memoria parliamo di una macchina con 16 NVIDIA H200.
• Qwen 3.8 (la versione grande), DeepSeek V4 Pro e Kimi K2.7 Code: tutti modelli enormi, oltre il trilione di parametri. DeepSeek V4 Pro, per esempio, ne ha 1,6 trilioni, di cui 49 miliardi attivi.

Kimi K3 lo puoi anche esplorare su un Mac, con qualche compromesso: ne ho parlato in come Kimi K3 gira in locale su Apple Silicon.

Perché DeepSeek V4 Pro è il più interessante sul rapporto prezzo/prestazioni?

DeepSeek V4 Pro è interessante soprattutto per il rapporto tra prestazioni e costo. Su Artificial Analysis fa 36 punti di Intelligence Index, contro i 53 di Fable 5.1. Vuol dire quasi il 70% del punteggio di uno dei migliori modelli proprietari.

Il costo cambia tutto. Sullo stesso indice, DeepSeek V4 Pro costa 0,67 dollari per task. Fable 5.1 costa 7,63 dollari per task, più di dieci volte tanto.

Per molti task di sviluppo quel 30% di qualità in meno conta. Per altri no, e lì la differenza di costo pesa più del punteggio.

Come si usano questi modelli senza un datacenter?

I modelli open weight della prima fascia si usano via API. Il modo più semplice che conosco è OpenRouter: ti dà accesso a centinaia di modelli attraverso una sola API e puoi passare dall’uno all’altro senza cambiare codice.

OpenRouter si collega anche ai coding agent come OpenCode e Pi. Così provi GLM 5.3 o DeepSeek V4 Pro dentro lo stesso flusso di lavoro che useresti con un modello proprietario.

In alternativa puoi collegarti direttamente alle API dei laboratori: DeepSeek, Z.ai, Moonshot, Alibaba e gli altri.

Quali modelli open weight girano su una workstation multi-GPU?

La seconda fascia sono modelli più piccoli, che richiedono comunque molta memoria GPU. Qui le configurazioni iniziano a essere realistiche: GPU da noleggiare a ore, oppure una workstation multi-GPU.

In questa fascia ci sono modelli come DeepSeek V4 Flash e GLM 5.3 Flash. Hanno ancora centinaia di miliardi di parametri, ma ne attivano solo poche decine di miliardi per ogni token. GLM 5.3 Flash, per esempio, ha 320 miliardi di parametri e ne attiva 18.

Sono ancora modelli enormi, ma molto più efficienti dei fratelli maggiori. Il prezzo da pagare sono prestazioni più basse.

Quale modello open weight gira davvero su un computer consumer?

L’unico modello di questa classifica che puoi far girare davvero su un computer consumer è Qwen 3.8 27B, di Alibaba, con 27 miliardi di parametri.

Con una quantizzazione a 4 bit, cioè salvando i pesi con meno precisione per farli occupare meno memoria, Qwen 3.8 27B pesa tra 15 e 18 GB. Una GPU con 24 GB di VRAM, come una RTX 3090, lo fa girare in locale.

Context window e velocità di Qwen 3.8 27B in locale dipendono molto dalla configurazione: quanta memoria resta libera dopo i pesi decide quanto contesto puoi tenere aperto.

Qwen 3.8 27B va davvero come Opus?

No. Ed è qui che bisogna stare attenti quando leggi "va come Opus".

Su alcuni benchmark Qwen 3.8 27B è davvero vicino a Opus, e in alcuni casi lo supera. Ma appena aumenti la difficoltà la situazione cambia completamente.

Terminal-Bench 3.0 è uno dei benchmark più difficili per valutare un agente AI che deve lavorare in autonomia nel terminale. Su Terminal-Bench 3.0 Opus 5 fa il 42,7%. Qwen 3.8 Max, il fratello maggiore di Qwen 3.8 27B, dichiara l’11,3%. Qwen 3.8 27B, nella leaderboard pubblica di Terminal-Bench 3.0, non compare nemmeno.

È impressionante che un modello da 27 miliardi di parametri, che gira su un computer come il tuo o il mio, ottenga certi risultati. Ma dire che Qwen 3.8 27B va come Opus è decisamente troppo.

Quale modello open weight scegliere per programmare?

Dipende da dove deve girare il modello:

1. Vuoi le prestazioni migliori: GLM 5.3 o Kimi K3, via API.
2. Vuoi spendere poco per task: DeepSeek V4 Pro, via API o OpenRouter.
3. Vuoi tutto in locale, sulla tua GPU: Qwen 3.8 27B, sapendo che sui task agentici lunghi resta lontano dai modelli proprietari.

I benchmark raccontano solo una parte della storia. Prima di cambiare modello, provalo sui task che fai davvero ogni giorno: è lì che capisci quale fascia ti serve.