Il 6 ottobre 2026 è stato pubblicato il report tecnico di Paradigma, startup romana che ha messo online Limite 1B‑Violetto. Il modello, con circa 1 miliardo di parametri, è stato addestrato da zero su 237 miliardi di token e, secondo l’autodichiarazione dell’azienda, ha raggiunto il 94,01 % su AIME 2026. Nonostante l’importanza del dato, la fonte è interna e il benchmark è stato verificato solo dal team di Paradigma.

Origine e open‑source di Limite

Paradigma è stata fondata a Roma da Francesco Pappone, Giulio Starace (ex ricercatore di OpenAI) ed Emanuele Rodolà, professore di informatica alla Sapienza. Il documento tecnico porta anche i nomi di Mario Prignano, Gabriele Cirillo, Alessio Morosini, Luca Cerovaz e Alessandro Bartolocci come co‑autori. L’azienda ha rilasciato pesi, checkpoint e codice di serving sotto licenza Apache 2.0, rendendo disponibile Limite per chi desidera testarlo localmente.

Il pacchetto include: modello finale, checkpoint base, value model usato nelle fasi di post‑training, suite di valutazione e implementazione di serving ottimizzata per Hugging Face Transformers e vLLM. Il rilascio è avvenuto in due fasi: i pesi sono comparsi su Hugging Face a fine settembre, mentre il report tecnico è stato pubblicato il 6 ottobre.

Architettura e dati di addestramento

Limite è un transformer autoregressivo denso con un contesto fino a 131 072 token. L’addestramento da zero è stato condotto su 237 miliardi di token; altre fonti indicano valori leggermente superiori, ma la cifra riportata nel documento tecnico è la più attendibile. Dopo il pre‑training, Paradigma ha applicato distillazione, fine‑tuning supervisionato e apprendimento per rinforzo con ricompense verificabili.

Il progetto è partito ad agosto 2026 e l’intero ciclo, incluso post‑training, è durato circa sei settimane. Per un team di otto autori, questo ritmo suggerisce pipeline già mature e non improvvisazione.

Distribuzione e utilizzo locale

Il repository ufficiale indica supporto a Hugging Face Transformers e un plugin per vLLM. Con un solo miliardo di parametri, Limite può girare su hardware consumer: un utente ha pubblicato un runner locale per Windows con WSL2 e CUDA (13‑14 ottobre) con interfaccia compatibile OpenAI. Su Hugging Face circolano quantizzazioni GGUF non ufficiali. Un test locale condotto da MindStudio il 3 ottobre ha confermato la stessa traiettoria: modello piccolo, prove rapide, nessun cloud necessario.

Interpretazione dei risultati AIME e BeyondAIME

Paradigma dichiara 94,01 % su AIME 2026 e 74,25 % su BeyondAIME. Tre cauti sono necessari:

    • Il risultato è riportato dall’azienda stessa, senza verifica indipendente.
    • AIME ha poche decine di problemi per edizione, quindi un punto percentuale dipende da un paio di risposte.
    • I benchmark matematici sono suscettibili di contaminazione dai dati di addestramento; solo una verifica esterna può escluderla.

La suite di valutazione include problemi passo‑passo, come il calcolo di φ di Eulero su una scacchiera 2025 × 2025. Questi esempi servono a comprendere il metodo, ma non a misurare la tenuta media.

Posizionamento di Limite: modello matematico, non assistente generalista

Paradigma lo presenta come “un modello per l’intelligenza matematica ad alta frequenza”. È pensato per risolvere problemi a turno singolo e fungere da componente veloce all’interno di sistemi più grandi. Non è destinato a essere un chatbot generalista. Un agente di programmazione può delegare a Limite i calcoli e le verifiche, mentre un modello più grande gestisce la conversazione. Un tutor di matematica può usarlo su un portatile scolastico senza inviare dati esterni. Un sistema di verifica formale può usarlo come generatore di candidati da controllare con un prover.

Al 25 ottobre non esistono API gestite, abbonamenti o piani enterprise. La licenza Apache 2.0 garantisce libertà d’uso, ma non implica che un futuro servizio di hosting sia gratuito. Gli sviluppatori devono considerare i costi di inferenza in proprio.

EuroLLM: dal 22B alla distribuzione su Cloudflare Workers AI

EuroLLM è un consorzio europeo di modelli multilingue pensato per coprire 24 lingue ufficiali dell’Unione e 35 lingue in totale. Il progetto è sostenuto da Horizon Europe, il Consiglio europeo della ricerca e EuroHPC. Il team è guidato da André Martins, professore all’Instituto Superior Técnico dell’Università di Lisbona.

La novità più recente è la disponibilità di EuroLLM su Cloudflare Workers AI a partire dal 1 ottobre 2026. Il modello ha 22 miliardi di parametri ed è stato addestrato su oltre 4 trilioni di token. L’accesso richiede una richiesta tramite modulo, quindi non è ancora self‑service. Un catalogo di terze parti riportava una fascia gratuita di 10 000 Neurons al giorno per la variante EuroLLM‑9B‑It, ma la fonte è non ufficiale e non garantita.

OpenEuroLLM e la strategia italiana 9B

OpenEuroLLM è un consorzio che riunisce 20 organizzazioni, ma al 25 ottobre non ha ancora consegnato un modello finale. Domyn presenta Italia 9B come tassello di una strategia più larga. Gli sviluppatori europei stanno cercando di mantenere un fronte commerciale competitivo (Mistral) e di consolidare un fronte aperto e pubblico, anche se più lento e meno visibile.

Conclusioni

Al 25 ottobre 2026 tre fatti sono chiari:

    • Limite è un modello reale, scaricabile e con licenza permissiva.
    • EuroLLM è attivo e in espansione sui canali di distribuzione.
    • OpenEuroLLM ha pubblicato solo checkpoint sperimentali e prevede modelli finali per il 2028.

Il resto, dai prezzi alle API gestite, non risulta confermato dalle fonti. Separare ciò che esiste da ciò che è promesso è il lavoro vero. Per chi vuole testare e utilizzare modelli AI europei open source, Limite 1B‑Violetto rappresenta una prima pietra miliare, mentre EuroLLM e OpenEuroLLM stanno preparando il terreno per futuri artefatti più grandi e multilingue.