Passa al contenuto principale

Catalogo dei Modelli LLM come Servizio

Panoramica​

Cloud Temple LLMaaS offre 46 modelli linguistici su larga scala selezionati e ottimizzati con cura per soddisfare i requisiti più rigorosi di SecNumCloud. Il nostro catalogo copre l'intero spettro, dai modelli micro-ultra-efficienzi ai modelli estremamente voluminosi.

Statistiche Globali​

MetricaValore
Numero totale di modelli46 modelli
Contesto minimo2.048 token
Contesto massimo262.144 token
ConformitàSecNumCloud ✅ HDS ✅ Sovranità ✅ C5 ✅
Localizzazione100% Francia 🇫🇷

Tariffe​

Tipo di utilizzoPrezzo
Token di input1,9 € / milione di token
Token di output8 € / milione di token
Ragionamento avanzato8 € / milione di token

Modelli di Grandi Dimensioni​

cogito:32b​

Deep Cogito • 32B parameters • Context: 32,000 tokens

Advanced version of the Cogito model offering significantly enhanced reasoning and analytical capabilities, designed for the most demanding AI analytical applications.

Technical specifications:

Capabilities: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Security

Tags: Agent Reasoning Understanding Analysis

Use cases:

  • Multi-factorial scenario analysis with probabilistic evaluation of outcomes
  • Scientific problem solving with formal demonstration of steps
  • High-criticality applications requiring precision and verifiability of results
  • Expert systems in specialized domains (legal, medical, technical)
  • Analysis with multi-step reasoning and full explainability of conclusions

gemma3:27b​

Google • 27B parameters • Context: 120,000 tokens

Revolutionary model from Google offering an optimal balance between power and efficiency, with an exceptional performance-to-cost ratio for demanding professional applications.

Technical specifications:

  • Speed: 21 tokens/second
  • Energy consumption: 6.35 kWh per million tokens
  • License: Google Gemma Terms of Use
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Security

Tags: Vision Agent Large context

Use cases:

  • Document analysis with extended context up to 120K tokens (approximately 400 pages)
  • Semantic indexing and search in large document databases
  • Simultaneous processing of images and text thanks to multimodal capabilities
  • Structured data extraction from PDFs and scanned documents
  • Integration with external tools via function calling API

glm-4.7-flash:30b​

Zhipu AI • 30B parametri • Contesto: 120.000 token

Version Flash del modello GLM-4.7, ottimizzata per velocità ed efficienza.

Specifiche tecniche:

  • Velocità: 103 token al secondo
  • Consumo: 1,41 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: Agente Velocità Grande Contesto Multilingue

Casi d'uso:

  • Assistenti conversazionali veloci
  • Analisi di documenti lunghi (fino a 200k)
  • Task di ragionamento con bassa latenza

glm-4.7:358b​

⚠️ ATTENZIONE: Questo modello è obsoleto. Modello rimosso dal catalogo il 30/03/2026.

Zhipu AI • 358B parametri • Contesto: 120.000 token

Modello versatile ad alte prestazioni sviluppato da Zhipu AI, eccellente nel ragionamento logico, nella comprensione multilingue e nelle attività complesse.

Specifiche tecniche:

  • Velocità: 18 token al secondo
  • Consumo: 7,41 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: Agente Ragionamento Grande Contesto Multilingue

Casi d'uso:

  • Compiti di ragionamento complesso
  • Analisi di documenti lunghi
  • Assistenti conversazionali avanzati

gpt-oss:120b​

OpenAI • 120B parametri • Contesto: 120.000 token

Modello linguistico open-weight di punta di OpenAI, che offre prestazioni solide con una licenza flessibile Apache 2.0.

Specifiche tecniche:

  • Velocità: 104 token al secondo
  • Consumo: 2,19 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: MoE Agente Ragionamento Open-Source Molto Grande

Casi d'uso:

  • Agenti conversazionali avanzati con ragionamento complesso e integrazione di strumenti.
  • Applicazioni che richiedono una trasparenza totale del processo di ragionamento (chain-of-thought).
  • Scenari commerciali che richiedono una licenza permissiva (Apache 2.0).
  • Fine-tuning per compiti specializzati che richiedono un modello base potente.

llama3.3:70b​

Meta • 70B parameters • Context: 132,000 tokens

State-of-the-art multilingual model developed by Meta, designed to excel in natural dialogue, complex reasoning, and nuanced instruction understanding.

Technical specifications:

Capabilities: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Agent Dialogue Multilingual

Use cases:

  • Multilingual chatbots supporting 8 languages simultaneously
  • Execution of complex, chained instructions (prompt chaining)
  • Processing of 60K-token dialogue windows for conversational history
  • Analysis of large legal or technical documents (>100 pages)
  • Generation of structured text with strict adherence to stylistic guidelines

ministral-3:14b​

Mistral AI • 14B parameters • Context: 250,000 tokens

The most powerful model in the Ministral family, designed for complex tasks on local infrastructure.

Technical specifications:

  • Speed: 31 tokens/second
  • Energy consumption: 4.30 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Security

Tags: High Performance Edge Reasoning Code

Use cases:

  • Solving complex problems locally
  • Coding and engineering assistants
  • In-depth document analysis with reasoning

nemotron-3-nano:30b​

NVIDIA • 30B parametri • Contesto: 250.000 token

Modello NVIDIA ottimizzato per il ragionamento complesso e l'uso di strumenti, distribuito con un contesto esteso.

Specifiche tecniche:

  • Velocità: 89 token al secondo
  • Consumo: 1,62 kWh per milione di token
  • Licenza: NVIDIA Community License
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: Agente Ragionamento Grande Contesto

Casi d'uso:

  • Agenti autonomi complessi con chiamate multiple a strumenti
  • Ragionamento logico e risoluzione di problemi
  • Analisi di documenti lunghi con estrazione precisa

olmo-3:32b​

AllenAI • 32B parametri • Contesto: 65.536 token

Il primo modello di ragionamento completamente open source a questa scala, in grado di competere con i migliori modelli proprietari.

Specifiche tecniche:

  • Velocità: 19 token al secondo
  • Consumo: 7,02 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ❌ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: Open-Source Grande Contesto Ragionamento Trasparente Codice Alta Prestazione

Casi d'uso:

  • Ragionamento complesso e risoluzione di problemi a più passi
  • Sviluppo software avanzato e generazione di codice
  • Analisi approfondite che richiedono trasparenza sul processo decisionale

olmo-3:7b​

AllenAI • 7B parameters • Context: 65,536 tokens

Reference "Fully Open" model, offering complete transparency (data, code, weights) and remarkable efficiency.

Technical specifications:

  • Speed: 37 tokens/second
  • Energy consumption: 1.65 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Open-Source Large Context Transparent Efficient Maths Code

Use cases:

  • Academic and scientific research requiring full reproducibility
  • Programming tasks and mathematical problem solving
  • Analysis of medium-sized documents with full traceability

qwen-coder-next:80b​

Qwen Team • 80B parametri • Contestuale: 250.000 token

Modello MoE di punta ottimizzato per codice e ragionamento complesso.

Specifiche tecniche:

  • Velocità: 98 token al secondo
  • Consumo: 1,47 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: Agente Programmazione MoE Grande Contesto AWQ

Casi d'uso:

  • Assistente di programmazione avanzato (scala repository)
  • Analisi e refactorizzazione di codice complesso
  • Agenti autonomi di ingegneria del software

qwen3-2507:235b​

Qwen Team • 235B parameters • Context: 130,000 tokens

Massive MoE model with 235 billion parameters, activating only 22 billion at a time, delivering state-of-the-art performance.

Technical Specifications:

  • Speed: 58 tokens/second
  • Energy Consumption: 3.93 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Security

Tags: MoE Agent Reasoning Very Large

Use Cases:

  • Solving complex mathematical and logical problems
  • Tasks requiring extensive knowledge base
  • Advanced coding assistant
  • In-depth document analysis

qwen3-2507:30b-a3b​

Qwen Team • 30B parametri • Contesto: 250.000 token

Versione migliorata del modo senza pensiero di Qwen3-30B, con capacità generali, copertura delle conoscenze e allineamento utente migliorati.

Specifiche tecniche:

  • Velocità: 104 token al secondo
  • Consumo: 1,39 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Agente Grande Contesto MoE Multilingue

Casi d'uso:

  • Compiti complessi che richiedono un follow-up preciso delle istruzioni e un ragionamento logico.
  • Applicazioni multilingue con ampia copertura delle conoscenze.
  • Generazione di testo di alta qualità per compiti aperti e soggettivi.
  • Analisi di documenti estremamente voluminosi grazie al contesto di 250k token.

qwen3-coder:30b​

⚠️ ATTENZIONE: Questo modello è obsoleto. Si raccomanda la migrazione verso qwen-coder-next:80b.

Qwen Team • 30B parametri • Contesto: 250.000 token

Modello MoE ottimizzato per compiti di ingegneria del software, con contesto molto lungo.

Specifiche tecniche:

  • Velocità: 104 token al secondo
  • Consumo: 1,39 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: IT 🇮🇹

Capacità: ✅ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: Agente Programmazione Grande Contesto MoE

Casi d'uso:

  • Agenti di ingegneria del software per esplorare e modificare basi di codice
  • Generazione di codice complesso con comprensione a livello di repository (repository-scale)
  • Compiti di ragionamento su contesti estesi
  • Miglioramento del codice tramite apprendimento per rinforzo

qwen3-next:80b​

Qwen Team • 80B parameters • Context: 250,000 tokens

Next 80B model from Qwen, optimized for large contexts and reasoning.

Technical specifications:

  • Speed : 98 tokens/second
  • Consumption : 1.47 kWh/million tokens
  • License : Apache 2.0
  • Location : FR 🇫🇷

Capabilities: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Agent Reasoning Large Context MoE

Use cases:

  • Advanced conversational agents with tool integration
  • Analysis of very large documents (up to 260k tokens)
  • Code generation and complex tasks requiring structured reasoning

qwen3-omni:30b​

Qwen Team • 30B parametri • Contesto: 32.768 token

Qwen3-Omni 30B è un modello nativamente omnimodale, in grado di comprendere testo, immagini, video e audio in un unico flusso.

Specifiche tecniche:

  • Velocità: 86 token al secondo
  • Consumo: 2,65 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ✅ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: Omni Audio Visione Agente Multimodale BF16

Casi d'uso:

  • Interazioni multimodali fluide (parla, vede, ascolta)
  • Analisi combinata di video e audio
  • Assistenti intelligenti di nuova generazione

qwen3-vl:235b​

Qwen Team • 235B parametri • Contesto: 200.000 token

Il modello multimodale più potente del catalogo, che combina una comprensione visiva di ultima generazione con capacità di ragionamento eccezionali.

Specifiche tecniche:

  • Velocità: 31 token al secondo
  • Consumo: 7,35 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ✅ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: Agente Ragionamento Grande Contesto NVFP4 Blackwell Visione

Casi d'uso:

  • Automazione di processi documentali complessi (OCR multilingue, estrazione strutturata)
  • Agenti visivi intelligenti per l'interazione software e l'automazione dell'interfaccia
  • Analisi scientifica e tecnica avanzata (STEM, ragionamento spaziale 3D)
  • RAG Multimodale su documenti estesi (>200k token) e video

qwen3-vl:30b​

Qwen Team • 30B parametri • Contestuale: 250.000 token

Modello multimodale di punta (Qwen3-VL) che offre una comprensione visiva eccezionale e un ragionamento temporale preciso.

Specifiche tecniche:

  • Velocità: 43 token al secondo
  • Consumo: 3,10 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ✅ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Visione Agente Grande Contesto Multimodale Video OCR

Casi d'uso:

  • Analisi approfondita di video lunghi e sorveglianza intelligente
  • Estrazione di dati strutturati complessi (documenti, tabelle, grafici)
  • Assistenti visivi avanzati con comprensione spaziale
  • Ragionamento multimodale su sequenze di eventi

qwen3-vl:32b​

Qwen Team • 32B parameters • Context: 250,000 tokens

High-performance variant of Qwen3-VL, optimized for the most demanding vision tasks.

Technical Specifications:

  • Speed: 17 tokens/second
  • Energy Consumption: 7.84 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Security

Tags: Vision Agent Large Context Multimodal Video OCR

Use Cases:

  • Scientific and technical analysis of high-resolution images
  • Automation of complex visual processes
  • Detailed understanding of dynamic scenes

qwen3:14b​

Qwen Team • 14B parameters • Context: 131,072 tokens

Balanced Qwen3 14B model, delivering strong general performance with good inference speed.

Technical specifications:

  • Speed: 68.2 tokens/second
  • Energy consumption: 0.90 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Agent Versatile Multilingual

Use cases:

  • High-performance virtual assistants
  • High-quality content generation
  • Classification and extraction tasks

Modelli Specializzati​

bge-m3:567m​

BAAI • 567M parametri • Contesto: 8.192 token

Modello di embedding multilingue di ultima generazione (BGE-M3), che offre capacità eccezionali di ricerca semantica in oltre 100 lingue.

Specifiche tecniche:

  • Velocità: 171 token al secondo
  • Consumo: 0,36 kWh per milione di token
  • Licenza: MIT
  • Localizzazione: FR 🇫🇷

Capacità: ❌ Strumenti/Agente • ❌ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Embedding Multilingue Efficiente

Casi d'uso:

  • Ricerca semantica multilingue
  • Retrieval-Augmented Generation (RAG)
  • Clustering e classificazione di documenti

deepseek-ocr​

DeepSeek AI • 3B parameters • Context: 8,192 tokens

Specialized OCR model from DeepSeek, designed for high-precision text extraction with formatting preservation.

Technical specifications:

  • Speed: 79 tokens/second
  • Consumption: 1.01 kWh/million tokens
  • License: MIT License
  • Location: FR 🇫🇷

Capabilities: ❌ Tools/Agent • ✅ Vision • ❌ Reasoning • ❌ Security

Tags: Vision OCR Efficient

Use cases:

  • Extraction of structured text (Markdown/LaTeX) from images/PDFs
  • Document digitization with complex tables and formulas

devstral-small-2:24b​

Mistral AI & All Hands AI • 24B parameters • Context: 200,000 tokens

Second iteration of Devstral (Small 2), state-of-the-art agent model for software engineering, deployed on high-performance GPU server.

Technical specifications:

  • Speed: 38 tokens/second
  • Consumption: 3.80 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ✅ Security

Tags: Agent Programming Vision Open-Source Large Context FP8 Fast

Use cases:

  • Autonomous coding agents requiring low latency
  • Rapid code refactoring
  • Iterative engineering tasks

devstral:24b​

⚠️ ATTENTION: questo modello è obsoleto. Si raccomanda la migrazione verso devstral-small-2:24b.

Mistral AI & All Hands AI • 24B parametri • Contesto: 120.000 token

Devstral 24b è un modello linguistico agente specializzato nell'ingegneria del software, sviluppato congiuntamente da Mistral AI e All Hands AI.

Specifiche tecniche:

  • Velocità: 44 token al secondo
  • Consumo: 3,28 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ❌ Ragionamento • ✅ Sicurezza

Tag: Agente Programmazione Open-Source Grande Contesto FP8

Casi d'uso:

  • Esplorazione e modifica di basi di codice
  • Agenti autonomi per l'ingegneria del software
  • Refactoring e generazione di codice complesso

embeddinggemma:300m​

Google • 300M parameters • Context: 2,048 tokens

State-of-the-art embedding model from Google, optimized for its size, ideal for search and semantic retrieval tasks.

Technical specifications:

  • Speed : 175 tokens/second
  • Consumption : 0.35 kWh per million tokens
  • License : Google Gemma Terms of Use
  • Location : FR 🇫🇷

Capabilities: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Embedding Compact Semantic Efficient Multilingual

Use cases:

  • Information search and retrieval (Retrieval)
  • Document classification and clustering
  • Semantic similarity search
  • Deployment on resource-constrained devices (mobile, laptop)

gemma3:1b​

Google • 1B parameters • Context: 120,000 tokens

Micro-model Gemma 3, ultra-fast and efficient.

Technical specifications:

Capabilities: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Compact Efficient Edge

Use cases:

  • Fast text classification
  • Simple chatbots
  • Rapid prototyping

gemma3:4b​

Google • 4B parameters • Context: 120,000 tokens

Compact Gemma 3 4B model, offering an excellent performance-to-size ratio.

Technical specifications:

  • Speed : 48.0 tokens/second
  • Energy consumption : 1.27 kWh per million tokens
  • License : Google Gemma Terms of Use
  • Location : FR 🇫🇷

Capabilities: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Compact Efficient Edge

Use cases:

  • Personal assistants on laptops
  • Text summarization
  • Light translation

gpt-oss:20b​

OpenAI • 20B parameters • Context: 120,000 tokens

Open-weight language model by OpenAI, optimized for efficiency and deployment on consumer-grade hardware.

Technical specifications:

  • Speed: 9 tokens/second
  • Energy consumption: 14.81 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Security

Tags: MoE Agent Reasoning Open-Source Compact Fast

Use cases:

  • Deployments on resource-constrained devices (edge devices) or low-cost servers.
  • Applications requiring fast inference with strong reasoning capabilities.
  • Agent-based use cases involving function calls, web navigation, and code execution.
  • Fine-tuning for specialized tasks on consumer hardware.

granite-embedding:278m​

IBM • 278M parameters • Context: 8,192 tokens

Ultra-compact IBM Granite embedding model, designed for maximum efficiency.

Technical specifications:

  • Speed : 196.3 tokens/second
  • Consumption : 0.31 kWh per million tokens
  • License : Apache 2.0
  • Location : FR 🇫🇷

Capabilities: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Embedding Compact Efficient

Use cases:

  • Semantic search
  • Document clustering

granite4-small-h:32b​

IBM • 32B (9B attivi) parametri • Contest: 128.000 token

Modello MoE (Mixture-of-Experts) di IBM, progettato come "cavallo di battaglia" per compiti aziendali quotidiani, con un'ottima efficienza per contesti lunghi.

Specifiche tecniche:

  • Velocità : 49 token al secondo
  • Consumo : 2,95 kWh per milione di token
  • Licenza : Apache 2.0
  • Localizzazione : FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ✅ Sicurezza

Tag: Agente Ragionamento Sicurezza MoE Grande Contesto Efficiente

Casi d'uso:

  • Agenti conversazionali per il supporto client con accesso a basi di conoscenza estese.
  • Automazione di flussi di lavoro aziendali che richiedono l'uso di diversi strumenti.
  • Analisi di documenti lunghi con un consumo ottimizzato delle risorse.
  • Deployment su infrastrutture di dimensioni medie grazie alla sua efficienza.

granite4-tiny-h:7b​

IBM • 7B (1B attivi) parametri • Contesto: 128.000 token

Modello MoE ibrido estremamente efficiente di IBM, progettato per bassa latenza, applicazioni "edge" e locali, e come blocco di base per flussi di lavoro agenziali.

Specifiche tecniche:

  • Velocità: 58 token al secondo
  • Consumo: 2,30 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ✅ Sicurezza

Tag: Agente Ragionamento Sicurezza MoE Grande Contesto Efficiente Veloce Compatto

Casi d'uso:

  • Applicazioni incorporate e "edge" che richiedono bassa latenza.
  • Compiti rapidi all'interno di flussi di lavoro agenziali più ampi (es. chiamate di funzione).
  • Analisi di documenti su hardware di consumo.
  • Deployment che richiedono un'impronta di memoria minima.

medgemma:27b​

Google • 27B parametri • Contesto: 128.000 token

MedGemma è un modello open source tra i più performanti di Google per la comprensione di testi e immagini mediche, basato su Gemma 3.

Specifiche tecniche:

  • Velocità: 22 token al secondo
  • Consumo: 6,56 kWh per milione di token
  • Licenza: Google Gemma Terms of Use
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ✅ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Medico Visione Specializzato Grande Contesto

Casi d'uso:

  • Interpretazione di immagini mediche (generazione di rapporti e VQA)
  • Comprensione di testi medici e ragionamento clinico (supporto alla decisione)
  • Interazione con pazienti (interviste e triage medico)
  • Sintesi di cartelle cliniche e ricerca nella letteratura scientifica

ministral-3:3b​

Mistral AI • 3B parameters • Context: 250,000 tokens

Cutting-edge compact model from Mistral AI, designed for efficiency in local and edge deployments.

Technical specifications:

  • Speed: 50 tokens/second
  • Consumption: 1.22 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Compact Efficient Edge

Use cases:

  • Local inference on mobile devices or edge devices
  • Responsive personal assistants
  • Fast routing and classification tasks

ministral-3:8b​

Mistral AI • 8B parametri • Contestuale: 250.000 token

Modello di dimensione intermedia della famiglia Ministral, che offre un equilibrio ottimale tra prestazioni e risorse.

Specifiche tecniche:

  • Velocità: 55 token al secondo
  • Consumo: 2,42 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ✅ Ragionamento • ❌ Sicurezza

Tag: Efficiente Edge Ragionamento

Casi d'uso:

  • Assistenti conversazionali avanzati in locale
  • Analisi di documenti ed estrazione di informazioni
  • Compiti che richiedono un buon compromesso tra velocità e qualità

mistral-small3.2:24b​

Mistral AI • 24B parameters • Context: 128,000 tokens

Minor update to Mistral Small 3.1, improving instruction following, function calling robustness, and reducing repetition errors.

Technical specifications:

  • Speed : 27 tokens/second
  • Consumption : 5.35 kWh per million tokens
  • License : Apache 2.0
  • Location : FR 🇫🇷

Capabilities: ✅ Tools/Agent • ✅ Vision • ❌ Reasoning • ✅ Security

Tags: Vision Agent Security Instruction Following

Use cases:

  • Conversational agents with improved instruction following
  • Robust integration with external tools via function calling
  • Applications requiring high reliability to avoid repetitions
  • Use cases identical to Mistral Small 3.1, with enhanced performance

qwen3-2507-think:4b​

Qwen Team • 4B parameters • Context: 250,000 tokens

Qwen3-4B model optimized for reasoning, with improved performance on logical tasks, mathematics, science, and code, featuring an extended context of 250K tokens.

Technical Specifications:

  • Speed: 52 tokens/second
  • Energy Consumption: 2.56 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Security

Tags: Agent Reasoning Large Context Compact Fast

Use Cases:

  • Highly complex reasoning tasks (logic, math, science, code).
  • Conversational agents with very long conversation history (256k tokens).
  • Deep reasoning on very large documents.
  • Integration with external tools via function calling over extremely large contexts.

qwen3-2507:4b​

⚠️ ATTENZIONE: Questo modello è obsoleto. Obsoleto.

Qwen Team • 4B parametri • Contesto: 250.000 token

Versione aggiornata del modello non-pensante Qwen3-4B, con miglioramenti significativi delle capacità generali, una copertura delle conoscenze estesa e un migliore allineamento con le preferenze degli utenti.

Specifiche tecniche:

  • Velocità: 30 token al secondo
  • Consumo: 4,44 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ❌ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Agente Grande Contesto Compatto Velocità Multilingue

Casi d'uso:

  • Compiti generali che richiedono un seguito preciso delle istruzioni e un ragionamento logico.
  • Applicazioni multilingue con una vasta copertura delle conoscenze.
  • Generazione di testo di alta qualità per compiti aperti e soggettivi.
  • Analisi di documenti estremamente voluminosi grazie al contesto di 256k token.

qwen3-embedding:0.6b​

Qwen Team • 0.6B parameters • Context: 32,768 tokens

Ultra-light Qwen3 embedding model, optimized for speed and efficiency on resource-constrained infrastructure.

Technical specifications:

  • Speed: N/A
  • Energy consumption: 0.57 kWh per million tokens
  • License: Apache 2.0
  • Localization: FR 🇫🇷

Capabilities: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Embedding Compact Efficient

Use cases:

  • Fast semantic search
  • Real-time text classification

qwen3-embedding:4b​

Qwen Team • 4 miliardi di parametri • Contesto: 40.000 token

Modello di embedding Qwen3-4B ad alte prestazioni, che offre una comprensione semantica approfondita e una finestra di contesto estesa.

Specifiche tecniche:

  • Velocità: N/A
  • Consumo energetico: 0,57 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ❌ Strumenti/Agente • ❌ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Embedding Gran contesto Efficiente

Casi d'uso:

  • Ricerca semantica su documenti lunghi
  • RAG con finestre di contesto estese
  • Analisi semantica ad alta precisione

qwen3-vl:2b​

Qwen Team • 2 milioni di parametri • Contesto: 250.000 token

Modello multimodale ultra-compattato Qwen3-VL, che offre capacità avanzate di visione su dispositivi edge.

Specifiche tecniche:

  • Velocità: 64 token al secondo
  • Consumo: 0,95 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ✅ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Visione Compacto Efficiente Multimodale Edge OCR

Casi d'uso:

  • Analisi di immagini in tempo reale su dispositivi mobili
  • OCR e lettura di documenti leggeri
  • Classificazione e ordinamento visivo rapido

qwen3-vl:4b​

Qwen Team • 4 miliardi di parametri • Contesto: 250.000 token

Modello multimodale Qwen3-VL bilanciato, che offre prestazioni solide nella visione con un'impronta ridotta.

Specifiche tecniche:

  • Velocità: 57 token al secondo
  • Consumo: 2,34 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ✅ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Visione Compatto Multimodale Efficiente Video OCR

Casi d'uso:

  • Analisi automatizzata di documenti (fatture, moduli)
  • Comprensione del contenuto video
  • Assistenti visivi interattivi

qwen3-vl:8b​

Qwen Team • 8B parametri • Contestualizzazione: 250.000 token

Modello multimodale Qwen3-VL (8B), che offre prestazioni avanzate di visione con un impatto ragionevole.

Specifiche tecniche:

  • Velocità: 44 token al secondo
  • Consumo: 3,03 kWh per milione di token
  • Licenza: Apache 2.0
  • Localizzazione: FR 🇫🇷

Capacità: ✅ Strumenti/Agente • ✅ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Visione Compatto Multimodale Efficiente Video OCR

Casi d'uso:

  • Analisi automatizzata di documenti
  • Comprensione del contenuto video
  • Assistenti visivi interattivi

qwen3:0.6b​

Qwen Team • 0.6B parameters • Context: 40,000 tokens

Ultra-light Qwen3 model with 0.6 billion parameters, offering exceptional inference speed for simple and fast tasks.

Technical specifications:

  • Speed: 46 tokens/second
  • Consumption: 1.33 kWh per million tokens
  • License: Apache 2.0
  • Location: FR 🇫🇷

Capabilities: ✅ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Compact Fast Efficient Multilingual

Use cases:

  • Simple text processing tasks
  • Fast classification and sorting
  • Lightweight assistants with low latency

rnj-1:8b​

Essential AI • 8B parameters • Context: 32,000 tokens

8B "Open Weight" model specialized in code, mathematics, and sciences (STEM).

Technical specifications:

  • Speed : 31 tokens/second
  • Consumption : 1.97 kWh per million tokens
  • License : Open Weights
  • Location : FR 🇫🇷

Capabilities: ❌ Tools/Agent • ❌ Vision • ✅ Reasoning • ❌ Security

Tags: Code Maths STEM Reasoning Efficient

Use cases:

  • Advanced programming assistant and code generation
  • Solving complex mathematical problems
  • Scientific and technical tasks (STEM)

translategemma:12b​

Google • 12B parameters • Context: 128,000 tokens

State-of-the-art open translation model based on Gemma 3, supporting 55 languages.

Technical specifications:

  • Speed : 30 tokens/second
  • Consumption : 4.44 kWh per million tokens
  • License : Gemma Terms of Use
  • Location : FR 🇫🇷

Capabilities: ❌ Tools/Agent • ❌ Vision • ❌ Reasoning • ❌ Security

Tags: Translation Multilingual Specialized

Use cases:

  • Translation of long documents
  • Cross-language communication
  • Content localization

translategemma:27b​

Google • 27B parametri • Contesto: 120.000 token

Modello di traduzione ad alte prestazioni basato su Gemma 3 27B.

Specifiche tecniche:

  • Velocità: 44 token al secondo
  • Consumo: 6,35 kWh per milione di token
  • Licenza: Gemma Terms of Use
  • Localizzazione: FR 🇫🇷

Capacità: ❌ Strumenti/Agente • ❌ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Traduzione Multilingue Specializzato Alte prestazioni

Casi d'uso:

  • Traduzione ad alta precisione
  • Traduzione di documenti tecnici
  • Sottigliezze letterarie e culturali

translategemma:4b​

Google • 4B parametri • Contesto: 128.000 token

Versione compatta del modello di traduzione TranslateGemma, ottimizzata per la velocità.

Specifiche tecniche:

  • Velocità: 38 token al secondo
  • Consumo: 1,27 kWh per milione di token
  • Licenza: Gemma Terms of Use
  • Localizzazione: FR 🇫🇷

Capacità: ❌ Strumenti/Agente • ❌ Visione • ❌ Ragionamento • ❌ Sicurezza

Tag: Traduzione Multilingue Specializzato Efficiente

Casi d'uso:

  • Traduzione rapida di testi
  • Traduzione su dispositivi con risorse limitate
  • Localizzazione in tempo reale

Use Case Consigliati​

Multilingual Dialogue​

Chatbots and assistants capable of communicating in multiple languages with automatic language detection, context preservation throughout the conversation, and understanding of linguistic nuances.

Recommended models:

  • Llama 3.3
  • Mistral Small 3.2
  • Qwen 3
  • Openai OSS
  • Granite 4

Analisi di documenti lunghi​

Elaborazione di documenti estesi (>100 pagine) con mantenimento del contesto per l'intero testo, estrazione di informazioni chiave, generazione di riassunti pertinenti e risposta a domande specifiche sul contenuto.

Modelli consigliati:

  • Gemma 3
  • Qwen next
  • Qwen 3
  • Granite 4

Programmazione e sviluppo​

Generazione e ottimizzazione di codice in diversi linguaggi, debug, refactoring, sviluppo di funzionalità complete, comprensione di implementazioni algoritmiche complesse e creazione di test unitari

Modelli consigliati:

  • DeepCoder
  • Qwen3 coder
  • Granite 4
  • Devstral

Visual Analysis​

Direct processing of images and visual documents without prior OCR preprocessing, interpretation of technical diagrams, charts, tables, drawings, and photos, with generation of detailed textual explanations of the visual content.

Recommended models:

  • deepseek-OCR
  • Mistral Small 3.2
  • Gemma 3
  • Qwen 3 VL

Sicurezza e conformità​

Applicazioni che richiedono capacità specifiche in materia di sicurezza; filtraggio del contenuto sensibile, tracciabilità dei ragionamenti, verifica del rispetto del RGPD/HDS, riduzione dei rischi, analisi delle vulnerabilità e conformità alle normative settoriali

Modelli consigliati:

  • Granite Guardian
  • Granite 4
  • Devstral
  • Mistral Small 3.2
  • Magistral small

Lightweight and Embedded Deployments​

Applications requiring minimal resource footprint, deployment on devices with limited capacity, real-time inference on standard CPUs, and integration into embedded systems or IoT devices

Recommended models:

  • Gemma 3n
  • Granite 4 tiny
  • Qwen 3 VL (2B)