Settembre 2026
Ember-1: Fireworks post-allena Kimi K3 per ridurre i token di ragionamento e contenere i costi
Fireworks ha rilasciato Ember-1, una versione post‑allenata di Kimi K3 che secondo il team mantiene qualità con circa il 40% di token in meno; disponibile come Research Preview via API, pesi e codice non sono pubblici.
Julia 1: Supersonic Labs pubblica un modello decisionale open da 144,3M parametri eseguibile su CPU
Supersonic Labs ha reso disponibile Julia 1, un modello decisionale da 144,3M parametri con pesi open (Apache 2.0) progettato per scegliere tra 2–20 opzioni e restituire probabilità, eseguibile localmente su CPU o via ONNX/WebGPU in browser.
Altar-1: Aikido rilascia un modello open-weight di sicurezza compresso da GLM-5.3 a 328 GB, pronto per il self-hosting
Aikido Security ha pubblicato Altar-1, una versione compressa di GLM-5.3 pensata per esecuzioni on‑premise e air‑gapped. Il taglio dimensionale e le tecniche adottate bilanciano deployabilità e fedeltà per workflow di pentesting e analisi di vulnerabilità.
Fastino rilascia GLiNER2.5‑Decide: modello decisionale open‑weight 340M eseguibile su CPU
Fastino pubblica GLiNER2.5‑Decide, un encoder non generativo da 340M parametri (Apache‑2.0) progettato per decisioni operative in pipeline agentiche: risponde con etichette strutturate, probabilità, confidence e metadata di fattibilità, ed è ottimizzato per deployment CPU e air‑gapped.
Nemotron 3 Diarization: il modello open-weight NVIDIA per identificare chi parla in conversazioni fino a 8 interlocutori
NVIDIA ha pubblicato Nemotron 3 Diarization, un modello open-weight da 100M di parametri che traccia fino a 8 speaker anche in sovrapposizione; un checkpoint copre modalità offline e streaming con diversi trade-off di latenza e accuratezza.
OpenAI lancia GPT-6 Sol e Luna: modelli API-only, prezzi dimezzati e nuove funzionalità di prompt caching
OpenAI ha reso disponibili GPT-6 Sol e GPT-6 Luna come modelli API-only: prezzi per token fino al 50% inferiori rispetto alle tariffe promozionali precedenti e migliorie nel prompt caching che riducono i token da rielaborare fino al 90%. I benchmark pubblicati mostrano guadagni di costo-efficacia significativi.
SoL-Pi: quattro meccanismi che riducono fino al 49% il traffico di token dei coding agent
SoL-Pi, estensione MIT per il Pi coding agent, introduce quattro meccanismi al livello di harness che tagliano il traffico di token fino al 49% e riducono il costo API di circa un terzo mantenendo prestazioni vicine a Pi.
StepFun lancia Step 5 Preview: MoE da 600B con 1M token di contesto e focus sul costo per agenti a lungo orizzonte
StepFun presenta Step 5 Preview, modello MoE da 600 miliardi di parametri (27B attivati per token) con contesto a 1M token, input multimodale e pricing mirato a ridurre il costo operativo degli agenti long‑horizon. Pesano però il consumo di token e l'attesa per i pesi aperti.
OpenClaw 2026.9.5: Atomic Updates, plugin hot reload e condivisione delle conversazioni
OpenClaw 2026.9.5 introduce Atomic Updates per evitare che un aggiornamento lasci l'agente offline; la release include anche plugin hot reload, session share, GPT Live esteso e avvisi su migrazioni di database.
SpaceXAI lancia Grok Voice Transcribe 2.0: maggiore accuratezza STT a prezzo invariato
SpaceXAI presenta Grok Voice Transcribe 2.0, una API speech-to-text che promette il doppio dell'accuratezza rispetto alla 1.0 su audio difficili, mantenendo il prezzo di batch a $0.10/ora.