IG1 | AI API — IA Sovrana, Performance Mondiali

Performance

GLM 5.3 Flash
Indicatori di Performance.

I benchmark ufficiali di GLM 5.3 Flash evidenziano coding agentico ai vertici, esecuzione da terminale su orizzonti lunghi, un contesto da un milione di token e input multimodale nativo.

Terminal-Bench 2.1

84.3 benchmark agentico

GLM 5.3 Flash ottiene 84.3 su Terminal-Bench 2.1 nella tabella di benchmark ufficiale di Z.ai, allineato ai migliori modelli proprietari nell'esecuzione agentica da terminale.

—Coding agentico ed esecuzione da terminale
—Architettura MoE da 320B, 18B parametri attivi
—Nessuna ritenzione dei dati, totalmente sovrano
—Ragionamento di frontiera tramite IG1 AI API

Finestra di contesto

1M token

GLM 5.3 Flash supporta una finestra di contesto ufficiale da un milione di token e fino a 128K token in output, rendendolo adatto a documenti lunghi, codebase di grandi dimensioni e workflow di agenti multi-step.

—Lunghezza di contesto ufficiale da 1M token
—Fino a 128K token in output
—Attenzione ibrida sparsa e lineare

Multimodale nativo

320B parametri — 18B attivi

GLM 5.3 Flash è il primo modello nativamente multimodale della serie GLM-5: input video, immagini, testo e file in un'architettura MoE sparsa con 18 miliardi di parametri attivi.

—Input video, immagini, testo e file
—Calcolo dell’attenzione ridotto di 3.01× vs GLM-5.3
—Cache KV ridotta di 4.44× vs GLM-5.3
—Pesi aperti con licenza MIT

Frontiera efficiente

GLM 5.3 Flash.
Il flagship.

GLM 5.3 Flash è il modello di frontiera efficiente di IG1 AI API: un motore di ragionamento, coding ed esecuzione agentica nativamente multimodale, con un contesto da un milione di token, erogato con inferenza sovrana e prezzi trasparenti per token.

Modello	Posizionamento	Ideale per	Offerto da IG1 AI
Modello piccolo	Compatto	Automazione semplice	✓ Qwen 3.8 27B
Modello medio	Bilanciato	Workload aziendali veloci	✓ Qwen 3.8 Flash Next
Frontiera efficiente	Efficiente	Ragionamento, codice e agenti di classe mondiale	✓ GLM 5.3 Flash

Cosa cambia GLM 5.3 Flash nella pratica

GLM 5.3 Flash è costruito per i compiti in cui qualità, precisione e persistenza contano più di una risposta generica e veloce. Ecco dove la differenza è immediatamente visibile:

Analisi di contratti lunghi

GLM 5.3 Flash segue riferimenti incrociati, clausole annidate, eccezioni e definizioni attraverso documenti molto lunghi — fino a un milione di token di contesto — e accetta sia testo sia pagine scansionate e immagini.

Generazione di codice multi-file

Dalla pianificazione dell'architettura ai dettagli implementativi, GLM 5.3 Flash è ottimizzato per uno sviluppo multi-file coerente, refactoring, debugging ed esecuzione da terminale, con 84.3 su Terminal-Bench 2.1.

Ragionamento multi-vincolo

Budget, tempistiche, stack, conformità, sicurezza, UX, scalabilità: GLM 5.3 Flash mantiene attivi vincoli simultanei e li trasforma in decisioni chiare.

Istruzioni complesse su contesto lungo

Per prompt lunghi con requisiti annidati, GLM 5.3 Flash è il modello da usare quando il tuo team ha bisogno che la risposta resti fedele a ogni istruzione fino alla fine della generazione.

Perché scegliere GLM 5.3 Flash?

Usa GLM 5.3 Flash quando il lavoro è strategico: ragionamento complesso, ideazione di prodotto, coding avanzato, pianificazione agentica, analisi approfondita e documenti e contenuti multimediali in cui i piccoli errori sono costosi. È anche il modello più conveniente del catalogo IG1 AI: la scelta predefinita anche per il lavoro quotidiano.

Prestazioni di frontiera al prezzo per token più basso

GLM 5.3 Flash è il modello flagship del catalogo — e anche il più conveniente: 0,40 € / 1M token di input (0,09 € in cache) e 1,30 € / 1M token di output. Qwen 3.8 Flash Next, Qwen 3.8 27B e Qwen 3.5 122B-A10B completano il catalogo per i workload di produzione, tutte e tre a 0,60 € / 2,50 €.

Modello medio

Qwen 3.8 Flash Next.
Potenza intermedia, pronta per la produzione.

GLM 5.3 Flash è il modello flagship. Qwen 3.8 Flash Next è il livello medio: un modello di nuova architettura per il traffico di produzione — con Qwen 3.8 27B nella fascia compatta e Qwen 3.5 122B-A10B per una base di conoscenza più ampia, tutti e tre esattamente alla stessa tariffa.

Modello medio di nuova generazione

Qwen 3.8 Flash Next è la generazione più recente della famiglia Qwen: un modello medio sparse che attiva meno del 5% dei suoi parametri per token — capacità di fascia media con il footprint di inferenza di un compatto.

Costruito per il traffico di produzione

A 0,60 € input e 2,50 € output per 1M token, Qwen 3.8 Flash Next è costruito per il traffico di produzione, i copilot interni e le pipeline di agenti ad alto volume.

Versatilità di livello produzione

Usalo per chat, assistenza al coding, workflow OCR/vision, estrazione strutturata, sintesi e agenti che usano strumenti, quando non serve un ragionamento di livello frontiera.

Tre modelli, un solo prezzo

Qwen 3.8 27B e Qwen 3.5 122B-A10B restano disponibili esattamente alla stessa tariffa di 0,60 € / 2,50 €: scendi al modello denso compatto o passa alla base di conoscenza Mixture-of-Experts più ampia quando un workload lo richiede, senza toccare il budget.

Novità

Qwen 3.8 Flash Next: un'architettura inedita

Settembre 2026

Qwen 3.8 Flash Next è l'anteprima pubblica dell'architettura Qwen4. Dove quasi tutti gli LLM si affidano ancora all'attenzione densa e a una cache che cresce con il contesto, lui rifà quattro livelli insieme: attenzione, residuo, embedding e ottimizzatore.

Attenzione ibrida 3:1

Tre livelli Gated DeltaNet per ogni livello Qwen Sparse Attention, schema ripetuto dodici volte su 48 livelli. Gated DeltaNet comprime la storia invece di conservarla per intero; Qwen Sparse Attention usa un indicizzatore leggero per selezionare solo il contesto utile, a granularità di micro-blocco. Da qui i guadagni sui contesti molto lunghi.

Sparsità spinta all’estremo

512 esperti, 10 instradati più 1 condiviso per token: 6 miliardi di parametri attivi su 125, meno del 5% del modello mobilitato. È la sparsità più spinta del catalogo IG1, davanti a GLM 5.3 Flash (5,6%) e Qwen 3.5 122B-A10B (8,2%).

Embedding N-gram scaricabili

Altri 51 miliardi di parametri in una tabella che resta fuori dal percorso di calcolo e può essere scaricata dalla memoria GPU: la capacità del modello cresce senza un costo di inferenza proporzionale.

Una ricetta di addestramento diversa

Un residuo con gate a quattro rami per tenere la stabilità a questa sparsità, e l'ottimizzatore Muon al posto di AdamW. Alibaba dichiara un addestramento nove volte meno costoso di Qwen3.7-Plus.

Parametri

125B + 51B

6B attivi per token

Esperti

512

10 instradati + 1 condiviso per token

Contesto

262K → 1M

nativo, esteso con YaRN

Throughput a 1M token

7.6× / 4.9×

prefill / decodifica

Dati dichiarati da Alibaba Cloud.

Caso d'uso	Modello consigliato	Perché
Ragionamento complesso, coding strategico, agenti complessi	GLM 5.3 Flash	Capacità massima, prezzo per token più basso
Workload aziendali veloci, contesto molto lungo	Qwen 3.8 Flash Next	Fascia media, fino a 1M token, stessa tariffa
Chat di produzione, estrazione, copilot, agenti ad alto volume	Qwen 3.8 27B	Modello denso compatto per grandi volumi
Conoscenza ampia, documenti lunghi, workflow multimodali	Qwen 3.5 122B-A10B	Base di conoscenza più ampia, stesso prezzo
Routing ibrido	GLM + Qwen	GLM di default, Qwen dove il suo profilo si adatta

Sovranità dei dati

E i tuoi
dati?

La domanda che ogni azienda si pone. IG1 AI API è costruito esattamente per questo. Il tuo team di sicurezza dice sì. Il tuo team legale dice sì. E puoi muoverti rapidamente con fiducia.

Zero ritenzione dei dati

I tuoi prompt vengono elaborati e poi immediatamente cancellati. Nulla viene memorizzato, nulla viene registrato.

Nessun addestramento dei modelli

Non usiamo mai i tuoi dati per addestrare i modelli. La tua proprietà intellettuale appartiene a te.

100% Sovrano

I tuoi dati non lasciano mai i confini della tua azienda. Pienamente conforme a GDPR, EU AI Act e ISO 27001.

Il tuo prompt

IG1 AI elabora

Immediatamente cancellato

Nessun log • Nessuna memorizzazione • Nessun addestramento

Modelli open-weight

Alimentato dai
migliori modelli aperti.

Sfruttiamo i modelli open-weight più potenti disponibili oggi. Nessun lock-in del fornitore. Piena trasparenza.

GLM 5.3 Flash Frontiera

di Z.ai — Pechino, Cina

LLM di frontiera efficiente

Il modello flagship del nostro catalogo per ragionamento, codice e workflow agentici — e il suo prezzo per token più basso.

Qwen 3.5

di Alibaba Cloud — Hangzhou, Cina

LLM 122B-A10B

Modello efficiente ad alte prestazioni per chat, codice, ragionamento e workflow multi-turn di produzione.

Qwen Image

di Alibaba Cloud — Hangzhou, Cina

Vision & multimodale

Comprensione delle immagini, analisi visiva e ragionamento multimodale per i workflow aziendali.

Qwen3-VL-Embedding-8B SOTA

di Alibaba Cloud — Hangzhou, Cina

Embedding multimodale

Recupero allo stato dell'arte con embedding multimodali e dimensioni dinamiche fino a 4096 — ben oltre gli encoder testuali a dimensione fissa.

BGE

di BAAI — Pechino, Cina

Embedding & reranking veloci

Embedding di testo veloci a dimensione fissa e reranking — un riferimento di qualità per la ricerca semantica ad alto throughput e le pipeline RAG.

Disponibili a settembre 2026

Due modelli stanno per arrivare sulla nostra infrastruttura sovrana: coprono la fascia compatta e la fascia media.

Qwen 3.8 Flash Next Settembre 2026

di Alibaba Cloud — Hangzhou, Cina

LLM di taglia media

La prossima fascia di taglia media, destinata a sostituire Qwen 3.5 122B-A10B per chat, codice e workflow multi-turn di produzione.

Qwen 3.8 27B Settembre 2026

di Alibaba Cloud — Hangzhou, Cina

LLM denso da 27B

Modello denso compatto di ultima generazione per chat di produzione, codice, estrazione e workflow multi-turn.

Prezzi dei modelli

I nostri modelli

Prezzi trasparenti per token. Tutti i modelli sono sovrani, ospitati in Francia, senza costi nascosti e senza impegno minimo.

Modelli linguistici

Modello	Descrizione	1M token di input	1M token di output
GLM-5.3-FlashSettembre 2026	Modello di frontiera efficiente nativamente multimodale (video, immagini, testo, file) per ragionamento, codice e workflow agentici. Contesto max: 1M token, output 128K.	0,40 €Input in cache: 0,09 €	1,30 €
Qwen3.5-122B-A10B	Modello efficiente ad alte prestazioni per chat, codice e ragionamento di produzione. Profilo instruct predefinito.	0,60 €	2,50 €
Qwen3.5-122B-A10B Creative	Come Qwen3.5-122B-A10B con iperparametri ottimizzati per l'ideazione creativa, la sintesi e la generazione di contenuti di alta qualità.	0,60 €	2,50 €
Qwen3.5-122B-A10B Thinking	Come Qwen3.5-122B-A10B con modalità thinking imposta per ragionamento e analisi strutturati. Contesto massimo: 256K token.	0,60 €	2,50 €
Qwen3.5-122B-A10B Thinking Coder	Qwen3.5-122B-A10B configurato per coding avanzato, architettura, refactoring, debugging e workflow di sviluppo con thinking imposta.	0,60 €	2,50 €
Qwen3.8-Flash-NextSettembre 2026	Prossima fascia di taglia media, destinata a sostituire Qwen3.5-122B-A10B per chat, codice e workflow multi-turn di produzione.	0,60 €	2,50 €
Qwen3.8-27BSettembre 2026	Modello compatto di ultima generazione per chat di produzione, codice, estrazione e workflow multi-turn. Profilo instruct predefinito.	0,60 €	2,50 €
Qwen3.8-27B CreativeSettembre 2026	Identico a Qwen3.8-27B con iperparametri ottimizzati per ideazione creativa, sintesi e generazione di contenuti di alta qualità.	0,60 €	2,50 €
Qwen3.8-27B ThinkingSettembre 2026	Identico a Qwen3.8-27B con thinking imposta per ragionamento strutturato e analisi.	0,60 €	2,50 €
Qwen3.8-27B Thinking CoderSettembre 2026	Qwen3.8-27B configurato per coding avanzato, refactoring, debugging e workflow di sviluppo con thinking imposta.	0,60 €	2,50 €
BGE-m3	Embedding di testo per RAG e ricerca semantica.	0,05 €	N/A
BGE-reranker-v2-m3	Reranking per l'ottimizzazione dei risultati di ricerca.	0,30 €	N/A
Document	Converte qualsiasi documento in Markdown da utilizzare con un LLM. Utile per i casi d'uso CAG – Cached RAG incluso il vision RAG. Le immagini dei documenti utilizzano IG1 Standard per essere descritte come testo.	N/A	2,00 €

Modelli di immagine

Modello	Descrizione	1M token di input	1M token di output
Qwen Image	Generazione di immagini. Conteggio dei token basato sulla risoluzione e sul livello di qualità dell'immagine.	0,60 €	2,50 €
Qwen Image PE	Generazione di immagini con Prompt Enhancing tramite LLM. Il miglioramento del prompt utilizza Qwen3.5-122B-A10B (fatturato separatamente). Conteggio dei token basato sulla risoluzione e sul livello di qualità.	0,60 €	2,50 €
Qwen Image Edit	Editing di immagini. Conteggio dei token basato sulla risoluzione e sul livello di qualità dell'immagine sorgente e generata.	0,60 €	2,50 €
Qwen Image Edit PE	Editing di immagini con Prompt Enhancing tramite LLM. Il miglioramento del prompt utilizza Qwen3.5-122B-A10B (fatturato separatamente). Conteggio dei token basato sulla risoluzione e sulla qualità dell'immagine sorgente e generata.	0,60 €	2,50 €

	Self-hosting	IG1 AI API
CAPEX GPU	$500K – $1M	$0
Personale specializzato	~$200K / anno	$0
Infrastruttura	Mesi di configurazione	Istantanea
Overhead R&S	Significativo	Nessuno
Time to value	6–12 mesi	Primo giorno

FAQ

Domande
frequenti.

Tutto ciò che devi sapere su IG1 AI API — sovranità, modelli, prezzi e come iniziare.

Sovranità & sicurezza

Dove sono ospitati i miei dati?

Esclusivamente nelle strutture proprietarie di IG1 in Francia, su hardware Dell Technologies e NVIDIA. I tuoi dati non lasciano mai la nostra infrastruttura europea.

Conservate o usate i miei dati per addestrare i modelli?

No. Zero ritenzione dei dati. Zero addestramento sui dati. Zero condivisione dei dati. Quando la tua richiesta viene elaborata, sparisce. Punto.

IG1 AI è conforme al GDPR?

Sì. Anche a ISO 27001 e all'EU AI Act. La nostra architettura sovrana, ospitata nell'UE, con rigorose garanzie di nessuna ritenzione dei dati, è progettata per la conformità di default.

In cosa è diverso dall'uso di ChatGPT, Claude o Gemini?

OpenAI, Anthropic e Google sono aziende statunitensi soggette alla giurisdizione USA (incluso il CLOUD Act). I tuoi dati transitano attraverso e possono essere memorizzati su infrastruttura americana. Con IG1 AI, i tuoi dati restano in Francia, sotto la legge europea, con zero ritenzione, zero condivisione dei dati, zero addestramento sui dati.

Modelli & performance

Quali modelli usa IG1 AI?

Eseguiamo i migliori modelli open-weight disponibili, guidati da GLM 5.3 Flash per ragionamento, coding e workflow agentici di frontiera. Il catalogo include anche Qwen3.5-122B-A10B e Qwen3.8-27B per attività linguistiche efficienti ad alte prestazioni, Qwen3-VL-Embedding-8B e BGE per embedding e reranking, e Qwen Image per la generazione visiva.

Posso scegliere quale modello usare?

Sì. Scegli GLM 5.3 Flash — il modello più capace e più conveniente del catalogo — per ragionamento e coding di frontiera, Qwen3.5-122B-A10B o Qwen3.8-27B per i workload di produzione adatti al loro profilo, oppure i modelli dedicati di embedding e reranking Qwen3-VL-Embedding-8B / BGE e Qwen Image per attività specializzate.

I vostri modelli sono quantizzati?

Sì — in modo deliberato, e scelto per preservare la qualità. Dove esiste una release a precisione superiore (ad es. Qwen), serviamo FP8: l'impatto sulla qualità è trascurabile mentre la memoria GPU e i costi si dimezzano all'incirca, il che è il giusto compromesso ingegneristico. Quando un modello di frontiera viene rilasciato solo quantizzato, lo serviamo nella sua precisione nativa. Ciò che non facciamo mai è spingere una quantizzazione aggressiva a basso numero di bit che degraderebbe le attività più difficili (ragionamento multi-step, analisi di documenti complessi, generazione di codice su larga scala). I valori di benchmark che pubblichiamo riflettono l'esatta precisione che serviamo in produzione.

Prezzi & fatturazione

Come funzionano i prezzi?

Due componenti. Un abbonamento flat di 100 € / mese che include 100 € di utilizzo su tutti i modelli del catalogo. Oltre, l'utilizzo è fatturato alle tariffe per token pubblicate (GLM 5.3 Flash a 0,40 € input, 0,09 € input in cache e 1,30 € output; Qwen3.5-122B-A10B e Qwen3.8-27B a 0,60 € / 2,50 €), fino a un tetto mensile di 1 000 € con l'abbonamento da 100 € (il tetto si adegua al tuo piano). Nessun costo nascosto.

Cosa succede se raggiungo il mio limite?

Il tuo tetto mensile è di 1 000 € con l'abbonamento da 100 €, e cresce con i piani superiori. Quando lo raggiungi, l'accesso si mette in pausa fino al successivo ciclo di fatturazione — o fino al pagamento di tale importo. Non ti viene mai addebitato oltre il tetto che controlli. Se lo raggiungi costantemente, valuteremo insieme un innalzamento del tuo limite.

Come viene fatturata l'eccedenza?

Il 1° di ogni mese fatturiamo l'eccedenza del mese precedente — l'utilizzo oltre la quota inclusa — insieme all'abbonamento del mese che inizia. Il pagamento avviene tramite addebito diretto SEPA o carta salvata.

Perché un abbonamento più utilizzo a consumo?

Ottieni la prevedibilità di una base mensile fissa e la flessibilità di scalare quando un progetto lo richiede — senza rinegoziazione. I mesi tranquilli restano leggeri, i mesi intensi restano con un tetto. Paghi solo per ciò che usi, fino a un tetto che stabilisci tu.

Posso sottoscrivere un piano superiore?

Sì. Sono disponibili abbonamenti mensili superiori — con una quota inclusa e un tetto più elevati — per i team che hanno bisogno di più. Contatta il reparto vendite per definire un impegno adatto al tuo volume.

C'è una prova gratuita?

Contattaci per le opzioni del programma pilota.

Come iniziare

Quanto tempo richiede la configurazione?

Zero configurazione infrastrutturale dalla tua parte. Puoi essere operativo lo stesso giorno.

Mi serve un team tecnico per usare IG1 AI?

No. IG1 AI è progettato per ogni team — marketing, vendite, HR, legale, analisti e sviluppatori. Se sai usare un'interfaccia di chat, sai usare IG1 AI.

Posso integrare IG1 AI nei miei strumenti esistenti?

Sì. IG1 AI fornisce un accesso API compatibile con le applicazioni di chat IA standard (Msty, Open WebUI) e integrazioni IDE per gli sviluppatori. Connetti i tuoi workflow esistenti senza cambiare i tuoi strumenti.

E se arrivasse una piattaforma IA migliore?

Nessun lock-in. La fatturazione mensile senza vincoli significa che puoi andartene in qualsiasi momento. Ma poiché aggiorniamo continuamente ai migliori modelli open-weights, sei sempre alla frontiera senza dover cambiare.

API IA Sovrana.
Modelli di Frontiera.
Zero Fughe di Dati.

Scopri IG1 AI API
in azione.

GLM 5.3 Flash
Indicatori di Performance.