Questa volta parliamo soprattutto di audio. ElevenLabs ha lanciato Eleven v4, le sue voci più espressive, e ComfyUI ha già pronti i template per usarle (il nodo è in arrivo). Per il video, un gruppo di Texas A&M e ByteDance porta MiniMax H3 da 50 a 4 passi con DMAD. E se usi ComfyUI con Qwen-Image 2.1, c'è una correzione che aspettavi: la 0.38.1 sistema il crash con la cache int8.
In breve
Eleven v4: nuove voci ElevenLabs con tag di recitazione, dialoghi a più voci e oltre 90 lingue; i template per ComfyUI ci sono già, il nodo partner è in revisione.
DMAD: due LoRA che fanno generare a MiniMax H3 video con audio in 4 passi invece di 50; Kijai le ha già convertite per ComfyUI.
ComfyUI 0.38.1 e 0.38.2: corretto il crash di Qwen-Image 2.1 con cache int8/int4; nel ramo di sviluppo i nodi Luma Ray 2 vanno in pensione il 24 ottobre.
Stability AI: secondo TechCrunch l'azienda di Stable Diffusion si sta ricostruendo attorno alla musica, con il sostegno delle tre grandi case discografiche.
Eleven v4: voci che recitano, non che leggono
Il 28 settembre ElevenLabs ha presentato Eleven v4 e la variante veloce Eleven v4 Turbo (annuncio ufficiale). L'idea è che il modello capisca il tono dal testo, invece di leggerlo in modo piatto. Le novità più utili per chi fa video:
tag nel testo come [laughs] o suoni d'ambiente come [light rain], più indicazioni di recitazione scritte in linguaggio naturale;
dialoghi a più voci in cui chi parla risponde a quello che è appena stato detto, utile per spot e animazioni;
oltre 90 lingue, con la possibilità di far parlare la stessa voce in lingue diverse mantenendone l'identità;
clonazione della voce da circa 10 secondi di audio e ritorno dei cloni professionali, che mancavano nella v3.
È un servizio online: si prova con un account gratuito, e fino al 12 ottobre ElevenLabs triplica i crediti sui piani Creator e superiori. Per ComfyUI la situazione è questa: i template "speech" e "dialogue" per Eleven v4 sono già nel pacchetto 0.11.76, mentre il nodo partner con i modelli v4 e v4 Turbo è ancora in revisione. Sarà a pagamento, con i crediti Comfy.
Cosa ne pensiamo. Per i voiceover di tutorial, spot e presentazioni la qualità di ElevenLabs è da tempo il riferimento, e i tag di recitazione tolgono molti tentativi. Ma è cloud e a consumo: se fai tanti minuti di voce al mese i costi salgono. Averlo dentro ComfyUI è comodo per mettere voce e video nello stesso workflow; per chi vuole restare in locale, l'alternativa sono i modelli di sintesi vocale aperti, da valutare caso per caso sull'italiano.
DMAD: MiniMax H3 in 4 passi, audio compreso
Ricercatori di Texas A&M University e ByteDance hanno pubblicato DMAD, una tecnica di distillazione che trasforma MiniMax H3 (33 miliardi di parametri, video con audio stereo) in un generatore a 4 passi invece di 50. In pratica sono due LoRA da circa 1,4 GB l'una, che lavorano a 1344×768. Nel paper gli autori riportano che i valutatori umani hanno preferito i loro video al 79,1% rispetto a DMD2 e all'84,6% rispetto a rCM, due tecniche concorrenti (pareggi esclusi). I pesi sono su Hugging Face e c'è un breve video dimostrativo ("DMAD", canale Zhengming Yu).
Per ComfyUI, Kijai ha già caricato una versione alleggerita della LoRA nel suo repository MiniMax-H3-experimental (riepilogo su ComfyUI Wiki). È la seconda scorciatoia "pochi passi" per H3 in pochi giorni, dopo LongLive-Plug di NVIDIA di cui abbiamo parlato il 1° ottobre.
Cosa ne pensiamo. Passare da 50 a 4 passi vuol dire tempi molto più brevi, ed è proprio quello che serve a chi lavora con schede non enormi. Ma attenzione: lo script degli autori è pensato per una GPU da 80 GB e scarica circa 170 GB di modello. Su una RTX 3060 da 12 GB bisognerebbe partire dalle versioni quantizzate di H3 di Kijai, e non lo abbiamo ancora verificato. E resta il punto più importante: la licenza di MiniMax H3 esclude l'Unione Europea senza un accordo separato, e vale anche per le LoRA costruite sopra.
ComfyUI 0.38.1 e 0.38.2: arriva la correzione per Qwen-Image
Dopo la 0.38.0 del 29 settembre, Comfy Org ha pubblicato due versioni di correzione, visibili come tag su GitHub. La 0.38.1 (30 settembre) risolve il crash che compariva scegliendo la cache int8 o int4 con Qwen-Image 2.1, il problema che avevamo segnalato il 30 settembre come corretto solo nel ramo di sviluppo. Aggiunge anche i nodi partner per HeyGen Video 1.0 e Ideogram 4.5. La 0.38.2 (2 ottobre) porta nella versione stabile il nodo FLUX 3 Image e il modello Grok Imagine Video 1.5 Lite.
Nel ramo di sviluppo, invece, ci sono tre cose da sapere:
i nodi Luma Ray 2 sono deprecati: gli endpoint verranno spenti il 24 ottobre, quindi i workflow che li usano vanno aggiornati;
sulle GPU integrate la memoria "pinned" ora si disattiva da sola: una buona notizia per chi usa ComfyUI su portatili e mini PC senza scheda dedicata;
il nodo Create Bounding Boxes, quello con cui si disegnano i riquadri per modelli come FLUX 3, mostrerà l'immagine di sfondo anche quando arriva da nodi che non producono un'anteprima (serve anche l'aggiornamento dell'interfaccia, non ancora unito).
Cosa ne pensiamo. Se avevi rimandato l'aggiornamento per paura del crash con Qwen-Image, ora puoi passare alla 0.38.2 con più tranquillità. Le novità del ramo di sviluppo, invece, non sono urgenti: aspettiamo la prossima versione stabile.
Stability AI punta tutto sulla musica
Secondo TechCrunch, Sean Parker (cofondatore di Napster) e il CEO Prem Akkaraju stanno ricostruendo Stability AI come fornitore di strumenti AI per professionisti della musica. A fine agosto l'azienda ha raccolto 76 milioni di dollari da Sony, Warner e Universal, che hanno anche concesso i loro cataloghi per l'addestramento. Sono già usciti tre nuovi modelli audio e un software di editing musicale; un prossimo aggiornamento permetterà di canticchiare una melodia o fare beatbox per guidare la generazione.
Cosa ne pensiamo. Per chi monta video, musica generata con dati in licenza è una buona notizia: meno dubbi sui diritti delle basi. Per chi, come noi, è cresciuto con Stable Diffusion, è anche la conferma di un cambio di rotta. L'articolo non dice nulla sul futuro dei modelli per immagini: lo seguiremo.
Da provare subito
Se usi Qwen-Image 2.1 e la cache int8 ti mandava in crash ComfyUI, aggiorna. Nella versione portable per Windows apri la cartella update e lancia update_comfyui_stable.bat: ti porta all'ultima versione stabile (la 0.38.2). Prima fai una copia della cartella custom_nodes e dei tuoi workflow, per sicurezza. Poi riprova la cache int8: su una scheda da 12 GB come la nostra RTX 3060 è proprio quella che aiuta a stare nella memoria.
È tutto per questa volta. Scarica i nostri workflow gratuiti dalla sezione ComfyUI e seguici sul canale YouTube @tutorial3d: ci vediamo al prossimo aggiornamento con le novità dell'AI.
Questa volta le notizie più importanti arrivano tutte dal mondo ComfyUI, ma con una direzione chiara: il cloud. Black Forest Labs apre a tutti FLUX 3 Image via API, con il controllo della composizione tramite riquadri, e ComfyUI lo aggiunge subito ai nodi partner. Comfy Org lancia in beta Comfy Agent, un assistente che costruisce i workflow al posto tuo. E per chi lavora in locale c'è una buona notizia: un nuovo flag per nascondere i nodi a pagamento senza bloccare il resto.
In breve
FLUX 3 Image: disponibile via API dal 1° ottobre, con riquadri per il layout, fino a 10 immagini di riferimento e uscita fino a 4K. Nessun peso aperto per ora.
Comfy Agent: un agente AI che crea e corregge workflow sul canvas; in beta su Comfy Cloud, la versione locale è "in arrivo".
ComfyUI: nuovi flag --offline e --disable-partner-nodes, EXR a 16 bit come predefinito e nodo per Grok Imagine Video 1.5 Lite.
MiniMax H3 Prompt Builder 1.8: modifica solo una parte della clip, con maschere create da SAM 3.1 o disegnate a mano.
FLUX 3 Image: la composizione si decide con i riquadri
FLUX 3 era stato annunciato a luglio come modello "tutto in uno" per immagini, video e audio, ma la parte immagini era rimasta in accesso anticipato. Dal 1° ottobre, secondo le note di rilascio di Black Forest Labs, FLUX 3 Image è disponibile via API con un unico endpoint per generare e modificare. Le novità che ci interessano di più come grafici:
riquadri (bounding box) nel prompt: dici dove deve stare ogni elemento, invece di sperare che il modello lo metta nel punto giusto;
modifiche locali che lasciano intatto il resto dell'immagine, anche su più passaggi;
fino a 10 immagini di riferimento per prodotto, personaggio o stile;
risoluzioni da 768 px fino al 4K (circa 16 megapixel).
I prezzi indicati da BFL vanno da circa 4 centesimi di dollaro a immagine (768 px) a 10 centesimi (2K), fino a circa 61 centesimi per il 4K. In ComfyUI è già arrivato il nodo partner FLUX 3 Image, che si paga con i crediti Comfy.
Cosa ne pensiamo. Il controllo con i riquadri è proprio ciò che manca quando si fa impaginazione: una locandina, una miniatura per YouTube, un packshot con il prodotto in un punto preciso. Però va detto chiaramente: non gira in locale. A luglio BFL aveva promesso un "FLUX 3 Dev" a pesi aperti (annuncio ufficiale), ma senza data né licenza. Per lavori su commissione dove la composizione deve essere esatta può valere qualche centesimo a immagine; per sperimentare restiamo su Qwen-Image 2.1 e Z-Image sulla nostra RTX 3060.
Comfy Agent: l'assistente che costruisce i workflow
Comfy Org ha presentato Comfy Agent, in beta. Gli descrivi cosa vuoi ottenere e lui pianifica il workflow, mette i nodi sul canvas e li collega; se qualcosa va storto prova a correggerlo. Può anche spiegarti un workflow scaricato, aiutarti a capire un errore e guardare le immagini che gli dai. Si possono aprire fino a cinque chat in parallelo e creare "skill" riutilizzabili.
Per ora funziona solo su Comfy Cloud: i nuovi utenti hanno alcuni token gratuiti, poi si consumano i crediti Comfy. Il supporto a ComfyUI in locale, con la tua GPU, i tuoi modelli e i tuoi nodi personalizzati, è indicato come "in arrivo". Sotto il cofano usa modelli di Anthropic; gli LLM locali sono nei piani futuri. Il canale ufficiale ha pubblicato una demo: "Comfy Agent: The AI Agent That Builds ComfyUI Workflows for You" (canale ComfyUI).
Cosa ne pensiamo. Per chi inizia è un aiuto concreto: il momento più frustrante di ComfyUI è proprio quel primo grafo che non parte e non capisci perché. Il vantaggio rispetto a una chat qualsiasi è che il workflow resta visibile e modificabile, quindi si impara guardando. Noi aspettiamo la versione locale prima di consigliarla davvero: è lì che conta, con modelli e nodi già installati. Intanto, se vuoi collegare un agente al tuo ComfyUI di casa, c'è il video ufficiale "Local MCP: Run ComfyUI with Your Agent & Hardware".
ComfyUI: finalmente un flag per nascondere i nodi a pagamento
Una modifica piccola ma utile è appena entrata nel ramo di sviluppo (PR #16672). Finora il flag --disable-api-nodes faceva due cose insieme: nascondeva i nodi partner (quelli a pagamento) e bloccava ogni connessione in uscita dell'interfaccia. Risultato: chi voleva solo togliere i nodi a pagamento si ritrovava, per esempio, con il nuovo Nodes Manager vuoto. Ora i flag sono due:
--disable-partner-nodes: nasconde solo i nodi partner, il resto funziona normalmente;
--offline: nasconde i nodi partner e blocca il traffico in uscita dell'interfaccia, utile per privacy o per macchine scollegate dalla rete.
Il vecchio --disable-api-nodes continua a funzionare come --offline, con un avviso all'avvio. Nello stesso giro il salvataggio EXR passa a 16 bit float come predefinito (file più leggeri, più che sufficienti per il compositing in After Effects) e arriva il nodo per Grok Imagine Video 1.5 Lite, che xAI fa pagare 2 centesimi di dollaro al secondo di video. Attenzione: sono modifiche del ramo master, non ancora presenti nella versione stabile 0.38.0.
Cosa ne pensiamo. Mettendo in fila queste notizie si vede bene la strategia: sempre più modelli a pagamento dentro ComfyUI. Non è un male, è una scelta in più. Ma è giusto che chi lavora solo in locale possa avere un'interfaccia pulita senza rinunciare al Manager, e questo flag lo permette.
MiniMax H3 Prompt Builder 1.8: modifiche video con la maschera
Il nodo personalizzato ComfyUI-Fantastic-MiniMaxH3-PromptBuilder (licenza MIT) con la versione 1.8 aggiunge la modifica video con maschera: segni una parte della clip e viene rigenerata solo quella, il resto resta com'era. La maschera si costruisce a livelli: automatica con SAM 3.1 (bastano alcuni punti e un nome), oppure con ellissi, rettangoli e poligoni animabili con i keyframe, e con il pennello. Ci sono anche espandi, sfuma e inverti, come in un software di compositing. Nel frattempo è già uscita la 1.8.1 con piccoli miglioramenti all'editor di taglio. Servono i checkpoint MiniMax H3 (fl2va e ref2va) e il modello SAM 3.1; si installa dal Manager (riepilogo su ComfyUI Wiki).
Cosa ne pensiamo. Per chi fa motion graphics è l'idea giusta: sostituire un oggetto o un cielo senza rigenerare tutta la scena. Il nodo è libero, ma il modello no: ricordiamo che la licenza di MiniMax H3 esclude l'Unione Europea (oltre a Regno Unito, Corea del Sud e USA) senza un'autorizzazione separata. Per un uso professionale in Italia va chiarito prima con MiniMax.
Da provare subito
Se usi la versione portable di ComfyUI su Windows e ti danno fastidio i nodi a pagamento nella ricerca, puoi prepararti al nuovo flag. Fai una copia di run_nvidia_gpu.bat, aprila con il Blocco note e aggiungi --disable-partner-nodes in fondo alla riga che avvia main.py. Funziona solo dopo l'aggiornamento al ramo di sviluppo (o con la prossima versione stabile): sulla 0.38.0 il flag non esiste ancora e ComfyUI non partirebbe, quindi tieni sempre il file originale. Se invece vuoi un ComfyUI che non si colleghi a niente, il flag giusto è --offline.
È tutto per questa volta. Scarica i nostri workflow gratuiti dalla sezione ComfyUI e seguici sul canale YouTube @tutorial3d: ci vediamo al prossimo aggiornamento con le novità dell'AI.
Una settimana dopo l'uscita di Qwen-Image 2.1, la comunità ha già cominciato a costruirci sopra: arrivano un ControlNet "tutto in uno" per guidare pose, profondità e contorni e una LoRA Turbo che genera in 5–6 passi invece di 40. Intanto Tencent presenta Hy Image 3.5 Preview, ma questa volta senza pesi da scaricare. Ecco cosa cambia per chi lavora in locale con ComfyUI.
In breve
Qwen-Image 2.1 Fun ControlNet Union: 8 tipi di controllo più l'inpainting in un solo file; supporto ComfyUI in arrivo.
Viggle Turbo: Qwen-Image 2.1 in 5–6 passi, circa 5 volte più veloce, ma solo per uso non commerciale.
Hy Image 3.5 Preview: Tencent migliora il suo modello per immagini, ma lo tiene chiuso; in ComfyUI solo come nodo a pagamento.
ComfyUI 0.37.1 e 0.37.2: nuovi nodi partner e un nodo "Generate Text" più flessibile.
Ming-Image 0.1 Design: un modello open (licenza MIT) specializzato in interfacce, infografiche e poster, con sfondo trasparente.
Qwen-Image 2.1 Fun ControlNet Union: un solo file per controllare tutto
Il 24 settembre il team PAI di Alibaba ha pubblicato Qwen-Image 2.1 Fun ControlNet Union. È un ControlNet "unione": in un solo checkpoint da circa 7 GB mette insieme otto controlli (Canny, Depth, Grayscale, HED, Lineart, MLSD, Pose e Scribble) più l'inpainting. Tradotto: con un unico modello puoi dire a Qwen-Image 2.1 di rispettare una posa, la profondità di una scena, le linee di un bozzetto o le prospettive di un'architettura, e anche di ridipingere solo una parte dell'immagine.
Perché ti interessa: senza ControlNet un modello genera "quello che vuole"; con il ControlNet diventa uno strumento di lavoro. Per chi fa motion graphics è la differenza tra un'immagine carina e un fotogramma che rispetta la composizione di un'inquadratura o di un render di Blender o Cinema 4D (basta esportare la passata di profondità).
Cosa ne pensiamo: è la notizia più utile del giorno, ma non ancora "clicca e usa". Il supporto nativo in ComfyUI è in una proposta di modifica di kijai ancora aperta mentre scriviamo, e la stessa scheda del modello avverte che modello base e codificatore del testo insieme non entrano interi in una scheda video consumer: servirà l'offload in RAM. Su una RTX 3060 da 12 GB con 32 GB di RAM ci aspettiamo che giri con le versioni quantizzate, ma lentamente: lo verificheremo appena il supporto sarà ufficiale. La licenza è la Qwen Research License: controllala prima di usarlo per un cliente.
Viggle Turbo: Qwen-Image 2.1 in 5–6 passi
Viggle ha pubblicato su Hugging Face Qwen-Image-2.1-viggle-turbo, una LoRA "distillata" che fa generare e modificare immagini a Qwen-Image 2.1 in 5 passi (versione 0.2) o 6 passi (versione 0.2.1) invece dei circa 40 del modello base, senza CFG. Secondo Viggle è circa 5 volte più veloce, con composizione e varietà molto vicine all'originale. Ci sono due versioni: rank 256 (1,3 GB) e rank 128 (680 MB), e nel repository trovi già nodi e workflow per ComfyUI. Esistono anche conversioni GGUF della comunità.
Perché ti interessa: sulle schede da 8–12 GB la velocità è tutto. Passare da 40 a 6 passi vuol dire fare molte più prove nello stesso tempo, e nella fase di ricerca di un'idea è quello che conta.
Cosa ne pensiamo: da provare subito per bozze e moodboard. Viggle stessa ammette che con modifiche complesse (più riferimenti, scambio di volti, istruzioni con tanti vincoli) e con il testo piccolo il modello base resta migliore. Attenzione soprattutto alla licenza: è solo per uso non commerciale. Per il lavoro pagato, usa il modello base.
Hy Image 3.5 Preview: Tencent migliora, ma chiude
Il 22 settembre Tencent Hunyuan ha presentato Hy Image 3.5 Preview: genera e modifica immagini, accetta fino a 20 immagini di riferimento, permette di correggere il risultato in più passaggi "a conversazione" e arriva fino al 4K, secondo quanto riportato da KuCoin News e CellCog. Via API costa circa 2,4 centesimi di dollaro a immagine ed è gratis per circa due settimane sulla piattaforma Miora di Tencent. In ComfyUI è arrivato subito come nodo partner (a pagamento, con crediti) nella versione 0.37.1, con fino a 5 riferimenti e uscita nativa 2K.
Cosa ne pensiamo: il dettaglio che conta è un altro. Hy Image 3.0 era stato rilasciato con i pesi aperti; la 3.5, per ora, no. È una tendenza da tenere d'occhio: sempre più modelli nascono "in anteprima" solo online. Se lavori in locale, per ora non cambia niente; se ti serve il 4K con tanti riferimenti, puoi provarlo gratis finché dura la promozione.
ComfyUI 0.37.1 e 0.37.2: cosa è cambiato
Dopo la grande 0.37 (quella di Qwen-Image 2.1, di cui abbiamo parlato nell'AI della settimana), ComfyUI ha pubblicato due aggiornamenti rapidi, elencati nel changelog ufficiale:
0.37.2 (23 settembre): Recraft V4.1 Flash, più veloce ed economico; Claude Opus 5.5 nel nodo Claude; Quiver Arrow 2 per generare grafica vettoriale SVG; il nodo Generate Text ora accetta un prompt di sistema e restituisce anche il "ragionamento" del modello.
0.37.1 (22 settembre): il nodo partner di Hy Image 3.5 Preview.
Da non perdere nella 0.37.0: il supporto a MoGe 3, che ricava la geometria dettagliata di una scena da una sola immagine, l'attivazione automatica di --fast-disk sui dischi NVMe veloci e meno VRAM di picco con i modelli Wan.
Cosa ne pensiamo: i nodi partner sono servizi online a pagamento, non girano sul tuo PC. Per chi lavora in locale le novità vere sono MoGe 3 (utile per ricavare una mappa di profondità da usare proprio con il ControlNet di cui sopra) e le ottimizzazioni di memoria. Se usi la versione portable, aggiorna con lo script nella cartella update.
Ming-Image 0.1 Design: poster e interfacce con sfondo trasparente
inclusionAI (il gruppo dei modelli Ling) ha pubblicato Ming-Image 0.1 Design, un modello da 6 miliardi di parametri pensato per un compito preciso: schermate di app, infografiche, dashboard e poster pieni di testo. Genera immagini con canale alfa vero (sfondo trasparente), lavora meglio a 2048 pixel e bastano 12 passi. La licenza è MIT, quindi permissiva anche per l'uso commerciale. Esiste anche una versione "Layer" che scompone l'impaginato in livelli trasparenti modificabili.
Cosa ne pensiamo: interessantissimo per grafici e videomaker che devono creare schermate finte, titoli o elementi da animare in After Effects. Il supporto ufficiale in ComfyUI non c'è ancora: per ora esiste un repack di Kijai in versioni bf16, int8 e w4a8. La configurazione testata dagli autori è una GPU da 80 GB: con le versioni quantizzate potrebbe entrare in 12 GB, ma è da verificare. Lo mettiamo nella lista delle prove.
Da provare subito
Se hai già Qwen-Image 2.1 in ComfyUI, scarica la LoRA Viggle Turbo rank 128 (680 MB), apri il workflow incluso nel repository e confronta lo stesso prompt a 6 passi con il template ufficiale a 25 passi. Lascia la forza della LoRA a 1.0 e usa i sigma forniti da Viggle, come raccomandato nella scheda del modello. Se ti serve una guida visiva, questi video recenti spiegano bene Qwen-Image 2.1 in ComfyUI:
È tutto per questa volta. Scarica i nostri workflow gratuiti dalla sezione ComfyUI e seguici sul canale YouTube @tutorial3d: ci vediamo al prossimo aggiornamento con le novità dell'AI.
MiniMax H3 Singularity è uno di quei nomi che continuano a spuntare nei workflow video condivisi su Reddit e Hugging Face: è un fine-tune della community di MiniMax H3, scaricato centinaia di migliaia di volte, e il 21 ottobre è arrivata la versione V2. Prima di correre a scaricare 34 GB, però, ti raccontiamo come la pensiamo noi: con i modelli video "rielaborati" la tentazione è prendere l'ultimo file uscito e sperare che giri. Spesso finisce con ore di download, la memoria che va in crisi e, a volte, una licenza che non avevi letto.
Noi lavoriamo con ComfyUI su una normalissima RTX 3060 da 12 GB e 32 GB di RAM, quindi la prima domanda che ci facciamo è sempre la stessa: quale file ha senso per una scheda così, e posso usarlo per un lavoro vero? In questo articolo mettiamo in fila cosa cambia nella V2, quali versioni esistono (anche quella potata da 11,8 GB) e il punto che quasi nessuno sottolinea: la licenza, che per chi lavora dall'Italia è il vero ostacolo.
Scheda rapida
Cos'è
Fine-tune della community di MiniMax H3 per video: testo→video, immagine→video, riferimenti→video e video→video
Chi l'ha creato
Team AIGC-Singularity (pubblicato su Hugging Face da WarmBloodAban); versioni potate della V2 a cura di WAS
Memoria video richiesta
Non dichiarata. File da 34 GB (V2 INT8), 21 GB, 16 GB e 11,8 GB (versioni potate)
Gira su una RTX 3060 da 12 GB?
Non dichiarato. L'unica strada realistica è il file w4a8 da 11,8 GB con lo scaricamento su RAM di ComfyUI: aspettati tempi lunghi
Licenza
Card taggata Apache 2.0, ma è un derivato di H3: vale la MiniMax H3 Community License (lo dichiara anche il repo potato)
Uso commerciale dall'Italia
No: la licenza H3 esclude l'Unione Europea; serve un'autorizzazione di MiniMax
Dove scaricarlo/provarlo
Hugging Face (WarmBloodAban e WAS); demo online su RunningHub
Gratis o a pagamento
Download gratuito; la demo online segue le tariffe di RunningHub
Cos'è MiniMax H3 Singularity e cosa cambia nella V2?
Singularity è una "fusione" di più checkpoint ufficiali di MiniMax H3 (le varianti per riferimenti, per primo-ultimo fotogramma e una terza intermedia), poi riaddestrata e potata per ridurre i difetti. Lo trovi sulla pagina Hugging Face di WarmBloodAban. Un checkpoint è semplicemente il file con i "pesi" del modello: quello che carichi in ComfyUI.
La V2, caricata il 21 ottobre, secondo gli autori porta quattro miglioramenti:
Più azioni e movimenti: ulteriore addestramento su scene d'azione e sequenze di movimento.
Segue meglio il prompt: soggetto, azione, ambiente e stile vengono rispettati di più; il limite consigliato è di circa 5.000 caratteri, da intendere come tetto e non come obiettivo.
Riferimento audio corretto: nella V1 il condizionamento con una clip audio non funzionava bene; ora l'audio di riferimento può influire anche sul tono colore del personaggio.
Stili più riconoscibili se li nomini nel prompt: fotorealistico, 3D CG, CG cinematografico.
Restano i punti forti della versione 1.3 di settembre: movimenti più puliti, volti più definiti nei campi medi e lunghi, pelle meno lucida. Sono dichiarazioni degli autori: non abbiamo trovato confronti indipendenti, quindi consideralo un fine-tune promettente, non un salto certificato.
Quale file di MiniMax H3 Singularity scaricare con 12 GB di VRAM?
Con 12 GB l'unico file sensato è il w4a8 da 11,8 GB, perché la V2 ufficiale esiste per ora solo in INT8 completo da 34 GB. Per fortuna l'utente WAS ha già pubblicato le versioni potate della V2. Due parole sui termini: INT8 significa che i pesi sono salvati con numeri a 8 bit invece che a 16 (metà spazio, poca perdita); w4a8 porta i pesi a 4 bit, ancora più leggero ma meno fedele; potato (pruned) vuol dire che una parte del modello è stata semplificata per togliere peso.
File
Peso
Fedeltà all'originale (PSNR)
V2 INT8 completo (WarmBloodAban)
34 GB
riferimento
V2 potato int8 convrot (WAS)
21,0 GB
29,1 dB
V2 potato w6a8 (WAS)
16,0 GB
26,2 dB
V2 potato w4a8 (WAS)
11,8 GB
21,4 dB
Il PSNR misura quanto il risultato somiglia a quello del modello completo: più è alto, meglio è. Il salto da 29 a 21 dB non è piccolo, quindi il w4a8 va visto come il file "per provare", non per la consegna finale. Nessuno dei due repository dichiara quanta VRAM serve: su una 3060 ComfyUI dovrà spostare parte del modello nella RAM di sistema, e con 32 GB di RAM sei al limite. Se hai poca memoria, guarda anche le alternative pensate apposta, come FreeVideo, che fa girare MiniMax H3 con 8 GB di VRAM e 16 GB di RAM. Per scegliere la scheda giusta trovi i nostri consigli nella guida alle migliori schede video per l'AI.
MiniMax H3 Singularity si può usare per lavoro in Italia?
No, non con la licenza standard: Singularity è un derivato di MiniMax H3 e la licenza di H3 esclude l'Unione Europea. È il punto che ci preme di più. La card originale è etichettata Apache 2.0, una licenza molto permissiva, e questo può trarre in inganno. Ma un fine-tune non può "cancellare" la licenza del modello da cui nasce: infatti il repository potato di WAS dichiara esplicitamente la MiniMax H3 Community License.
Come riassume Tech Times, la licenza in vigore dal 2 agosto esclude dal territorio concesso Unione Europea, Regno Unito, Corea del Sud e Stati Uniti, anche per l'uso in locale e per i video generati. Fuori da quei Paesi, le aziende sotto i 20 milioni di fatturato possono usarlo mostrando la dicitura "MiniMax H3"; inoltre è vietato usare H3 o i suoi output per addestrare altri modelli. Chi vuole un'autorizzazione può fare richiesta dal modulo di MiniMax. Per un cliente italiano, quindi, per ora la scelta prudente è un altro modello video: nel nostro vademecum dei modelli video per ComfyUI trovi quelli con licenze più chiare.
Come si usa MiniMax H3 Singularity in ComfyUI?
Si usa come un normale modello MiniMax H3: metti il file in ComfyUI/models/diffusion_models/ e caricalo con il nodo Load Diffusion Model, lasciando weight_dtype su "default". Non servono nodi personalizzati: il supporto a H3 è nativo. Il resto del workflow (text encoder e VAE, cioè il componente che trasforma il risultato in fotogrammi) è quello di H3. Se è la prima volta che apri ComfyUI, parti dalla nostra guida introduttiva a ComfyUI.
Gli autori consigliano la LoRA minimax_h3_ref2v_turbo_4step_v0.1 (una LoRA è un piccolo file che modifica il comportamento del modello), che porta la generazione a soli 4 passi. WAS conferma che le LoRA "normali" si applicano anche alle versioni potate. Un buon punto di partenza è il workflow riferimenti→video di RunComfy (pensato per la v1.3): 8 passi di base, ingrandimento 1,5x e 4 passi di rifinitura. Se vuoi vedere H3 su schede piccole, il video "MiniMax H3 40-Second Video on 6GB VRAM: Can It Really Work?" del canale CG Pixel mostra bene i compromessi.
Da provare subito
Prima di tutto leggi la licenza: se il video è per un cliente o per un canale monetizzato dall'Italia, fermati qui.
Controlla lo spazio su disco: anche il file più leggero pesa 11,8 GB, a cui si aggiungono text encoder e VAE di H3.
Con 12 GB scarica Minimax-h3_Singularity_ref2va_v2_pruned_w4a8.safetensors; con 16–24 GB valuta il w6a8 o l'int8 convrot.
Aggiungi la LoRA turbo a 4 passi e parti da clip brevi e a bassa risoluzione per capire i tempi sulla tua scheda.
Scrivi prompt descrittivi ma non ripetitivi e nomina lo stile ("cinematic CG", "photorealistic"): è lì che la V2 promette i progressi maggiori.
Le altre novità
Effetti sonori Mirelo in ComfyUI: il 21 ottobre sono arrivati i nodi partner "Video to SFX" e "Text to SFX" (PR su GitHub). Servizio online a pagamento, niente pesi scaricabili.
Nodi VEED: Fabric 1.0, Lipsync 2.0, rimozione dello sfondo nei video e pulizia dell'audio, sempre come nodi partner a pagamento (PR su GitHub).
Krea 3 Image "ultra": nuova modalità di ragionamento che richiede un'immagine in ingresso e lavora a 2K (PR su GitHub).
Domande frequenti
MiniMax H3 Singularity è un modello ufficiale di MiniMax?
No. È un fine-tune della community creato dal team AIGC-Singularity e pubblicato su Hugging Face da WarmBloodAban. Parte dai checkpoint ufficiali di MiniMax H3, li fonde e li riaddestra. Per questo i miglioramenti sono dichiarati dagli autori e non verificati da MiniMax.
Quanto pesa la V2 di Singularity?
La versione ufficiale V2 INT8 pesa circa 34 GB. Le versioni potate pubblicate da WAS pesano 21 GB (int8 convrot), 16 GB (w6a8) e 11,8 GB (w4a8). Ai pesi del modello vanno aggiunti text encoder e VAE di MiniMax H3, quindi prevedi parecchio spazio libero su disco.
Perché la card dice Apache 2.0 se non si può usare in Europa?
L'etichetta Apache 2.0 è stata scelta dall'autore del fine-tune, ma Singularity deriva da MiniMax H3, che ha una licenza propria con esclusione dell'Unione Europea. Un derivato eredita quei limiti: lo riconosce anche il repository potato di WAS. Nel dubbio, vale la licenza più restrittiva.
Serve un nodo personalizzato per usarlo in ComfyUI?
No. ComfyUI supporta MiniMax H3 in modo nativo: basta caricare il file con Load Diffusion Model nella cartella diffusion_models e usare text encoder e VAE di H3. La LoRA turbo a 4 passi è facoltativa ma consigliata per ridurre i tempi.
Trovi tutti i nostri articoli e i workflow gratuiti nella sezione ComfyUI di tutorial3d.it, e i video passo passo sul canale YouTube @tutorial3d.
Fino a due anni fa generare video con l'AI sul proprio PC voleva dire clip di pochi secondi, sfocate e mute. Oggi, con ComfyUI, puoi creare video in alta risoluzione con audio sincronizzato, dialoghi e più inquadrature collegate: è la cosa che più ci ha sorpreso da quando lavoriamo con l'AI in locale.
Ma è anche il campo dove è più facile perdersi: modelli enormi, versioni nuove ogni mese e licenze piene di trappole, al punto che alcuni modelli non si possono usare in Europa. In questo vademecum li mettiamo in ordine, dal più vecchio al più recente: cosa fanno, quanta memoria chiedono (con un occhio a chi, come noi, lavora con 12 GB) e cosa permette davvero la loro licenza.
Tutti i modelli video in una tabella
Modello
Anno
Sviluppatore
Audio
Licenza
Uso in Italia e commerciale
LTX-Video 0.9
2024–2025
Lightricks
No
Licenza Lightricks
Vedi pagina ufficiale
Mochi 1
2024
Genmo
No
Apache 2.0
Sì
Wan 2.1
2025
Alibaba (Wan)
No
Apache 2.0
Sì
Wan 2.2
2025
Alibaba (Wan)
No
Apache 2.0
Sì
HunyuanVideo 1.5
2025
Tencent
No
Tencent Hunyuan Community
No: esclusa l'UE
LTX-2
2026
Lightricks
Sì
LTX-2 Community
Sì, sotto 10 milioni $ di fatturato
LTX-2.3
2026
Lightricks
Sì
LTX-2 Community
Sì, sotto 10 milioni $ di fatturato
LTX-2.5
2026
Lightricks
Sì
LTX-2.x Community
Sì, sotto 10 milioni $ di fatturato
MiniMax H3
2026
MiniMax
Sì
MiniMax H3 Community
No: esclusi UE, Regno Unito, USA e Corea
Questa pagina è una guida divulgativa, non una consulenza legale. Le licenze possono cambiare: prima di usare un modello per un lavoro, leggi sempre il testo completo nella pagina ufficiale linkata in ogni scheda.
Le licenze dei modelli video, in breve
Apache 2.0 (Wan 2.1 e 2.2, Mochi) — la più libera: uso anche commerciale, modifiche e integrazione in prodotti.
LTX-2 / LTX-2.x Community License (LTX-2, 2.3, 2.5) — uso commerciale gratuito per chi fattura meno di 10 milioni di dollari l'anno; oltre serve un accordo commerciale con Lightricks. Nessun limite geografico. I video generati sono tuoi, ma la licenza chiede di indicare che il contenuto è generato da una macchina quando lo diffondi.
Licenze con esclusione dell'Europa (HunyuanVideo, MiniMax H3) — il testo stesso della licenza esclude l'Unione Europea: da qui non puoi usare il modello, a meno di ottenere una licenza separata dall'azienda.
Che computer serve per i video AI
I modelli video sono i più pesanti in assoluto: generano decine di fotogrammi insieme (e, i più recenti, anche l'audio). Per lavorare in modo comodo servono almeno 16 GB di memoria video, meglio 24 GB o più, e tanta RAM di sistema (32 GB minimo, 64 GB consigliati), perché ComfyUI sposta in RAM le parti del modello che non entrano nella scheda. Con meno memoria si può comunque sperimentare usando le versioni ridotte (fp8, int8, GGUF), risoluzioni basse e clip brevi.
Il primo modello video di Lightricks (fine 2024, aggiornato nel 2025) si è fatto conoscere per la velocità: clip brevi generate in pochi secondi anche su schede con poca memoria. È stato il punto di partenza di molti per i video in ComfyUI (anche noi lo usavamo nei test sulla RTX 3060), ma oggi è superato dalla famiglia LTX-2.
Licenza: licenza propria di Lightricks, da leggere nella pagina del modello.
Pubblicato da Genmo a ottobre 2024, è stato uno dei primi modelli video di buona qualità con licenza completamente libera. Oggi ha soprattutto un valore storico: i modelli successivi sono più belli e più leggeri.
A febbraio 2025 Alibaba pubblica Wan 2.1, il primo modello video aperto a competere davvero con i servizi a pagamento: testo-video e immagine-video, versione grande da 14 miliardi di parametri e versione piccola da 1,3 miliardi per le schede con poca memoria. Attorno a Wan è nato un enorme ecosistema di LoRA, controlli e workflow per ComfyUI, ancora oggi molto usato.
Licenza: Apache 2.0, libera anche per uso commerciale.
Uscito a luglio 2025, migliora movimento, luce e composizione con un'architettura a "esperti": un modello imposta la scena, un altro rifinisce i dettagli. Esiste in tre versioni: T2V-A14B (da testo), I2V-A14B (da immagine) e TI2V-5B, la versione compatta che genera video a 720p e 24 fotogrammi al secondo su schede consumer come la RTX 4090. È il riferimento per chi cerca la licenza più libera. Non genera audio.
Memoria video: la versione 5B è pensata per le schede consumer (24 GB); le versioni 14B in ComfyUI richiedono versioni ridotte e offload in RAM.
Licenza: Apache 2.0, libera anche per uso commerciale. Le versioni successive di Wan, finora, sono state proposte solo come servizio online.
Il modello video di Tencent (novembre 2025) ha 8,3 miliardi di parametri, genera fino a 10 secondi a 480p o 720p e gira con almeno 14 GB usando l'offload. Tecnicamente è ottimo per il rapporto qualità/leggerezza, ma la Tencent Hunyuan Community License dichiara espressamente di "non applicarsi nell'Unione Europea, nel Regno Unito e in Corea del Sud". Dall'Italia non c'è una licenza che ne copra l'uso: meglio scegliere Wan o LTX.
Licenza: Tencent Hunyuan Community License, esclusi UE, Regno Unito e Corea del Sud.
Il grande salto del 2026 è l'audio generato insieme al video, nello stesso passaggio: dialoghi con il labiale sincronizzato, effetti sonori e ambienti. Non serve più aggiungere l'audio dopo con un altro programma.
LTX-2 (gennaio 2026)
Il 6 gennaio 2026 Lightricks pubblica LTX-2, il primo modello aperto pensato per la produzione che genera video e audio sincronizzati in un solo passaggio. Ha 19 miliardi di parametri (circa 14 per il video e 5 per l'audio) e arriva fino al 4K a 50 fotogrammi al secondo, per clip fino a 20 secondi. Lightricks dichiara di averlo addestrato con dati in licenza.
Licenza: LTX-2 Community License, gratuita anche per uso commerciale sotto i 10 milioni di dollari di fatturato annuo.
LTX-2.3 porta il modello a 22 miliardi di parametri con un nuovo VAE e un nuovo spazio latente: dettagli più nitidi, contorni più puliti, audio migliore, più coerenza nel passaggio da immagine a video e un supporto migliore al formato verticale 9:16, perfetto per Shorts e Reels. Usa come "traduttore" del prompt il modello Gemma da 12 miliardi di parametri.
In ComfyUI è supportato nativamente, con sei template ufficiali, senza nodi aggiuntivi:
da testo a video;
da immagine a video;
primo e ultimo fotogramma (FLF2V): il video che collega due immagini;
immagine + audio: un personaggio che parla in sincrono con una traccia audio;
controllo con IC-LoRA (profondità, posa, contorni);
ID-LoRA: video personalizzati da un riferimento.
Oltre al modello completo (dev) esistono una versione distillata in 8 passaggi, molto più veloce, e degli upscaler per aumentare risoluzione e fluidità.
Memoria video: è un modello grande. Anche nelle versioni fp8 lavora meglio con 24 GB o più e molta RAM; con meno memoria si può provare con la versione distillata, risoluzioni basse e clip brevi.
Licenza: LTX-2 Community License, gratuita anche per uso commerciale sotto i 10 milioni di dollari di fatturato annuo. Nessun limite geografico.
L'11 agosto 2026 Lightricks pubblica LTX-2.5, 22 miliardi di parametri, che definisce un "world model" aperto. Le novità principali:
Multi-shot nativo: più inquadrature collegate in un solo passaggio, con personaggi e ambienti coerenti tra un taglio e l'altro.
Durata automatica: un modulo opzionale stima da solo quanto deve durare la clip in base all'azione descritta.
4K HDR nativo e un nuovo traduttore del prompt (Gemma 4 da 12 miliardi di parametri), più bravo con prompt lunghi che descrivono personaggi, movimenti di camera e luci.
Versione distillata in 8 passaggi, molto più veloce, oltre al modello completo per l'addestramento.
È supportato in ComfyUI dal primo giorno, con template ufficiali per testo-video e immagine-video e versioni ridotte int8 e NVFP4 (quest'ultima per le schede NVIDIA più recenti).
Memoria video: come LTX-2.3, meglio 24 GB o più; le versioni int8 riducono l'ingombro.
Licenza: LTX-2.x Community License, gratuita anche per uso commerciale sotto i 10 milioni di dollari di fatturato annuo, senza obbligo di mostrare il marchio. I video generati sono tuoi; va indicato che sono generati da una macchina.
MiniMax H3 (agosto 2026): il più potente, ma non in Europa
MiniMax, l'azienda del servizio Hailuo, ha presentato H3 il 31 luglio 2026 e ne ha pubblicato i pesi il 3 agosto. È considerato il modello video aperto più potente: 33 miliardi di parametri, video con audio stereo generato nello stesso passaggio, clip da 4 a 15 secondi a 24 fotogrammi al secondo, risoluzione di base 768p e molti formati, compreso il 9:16. Esiste in due versioni:
FL2VA: da testo, con primo e ultimo fotogramma opzionali;
Ref2VA: da riferimenti, fino a 9 immagini, 3 video e 3 audio.
Alcune parti non sono state pubblicate: il modulo che porta l'uscita a 2K e quello che rielabora le istruzioni restano disponibili solo online. ComfyUI lo supporta nativamente, e la community ha già pubblicato LoRA per velocizzarlo (versioni a 8 passaggi), per controllarlo e per l'editing video. La versione ridotta INT8 occupa circa 19,5 GB solo per il modello.
La licenza però è il punto chiave per noi. La MiniMax H3 Community License vale in tutto il mondo tranne i "Territori Esclusi", definiti come Unione Europea, Regno Unito, Corea del Sud e Stati Uniti. Chi si trova in questi territori è invitato a contattare MiniMax per ottenere una licenza. Nel resto del mondo l'uso commerciale è permesso, ma sopra i 20 milioni di dollari di fatturato annuo serve un'autorizzazione scritta.
In pratica, dall'Italia: senza una licenza richiesta direttamente a MiniMax, H3 non si può usare in locale. Per il video con audio in Europa l'alternativa aperta è la famiglia LTX-2; il servizio online Hailuo di MiniMax è un discorso a parte, con i suoi termini d'uso.
Licenza: MiniMax H3 Community License, esclusi UE, Regno Unito, Corea del Sud e USA; oltre 20 milioni di dollari di fatturato serve un'autorizzazione.
Parti dai template ufficiali del menu Workflow: scaricano i file giusti e hanno impostazioni già provate. Li trovi anche nella libreria di Comfy.
Prova prima in piccolo: bassa risoluzione e pochi secondi per trovare il prompt giusto, poi aumenta qualità e durata.
Usa le versioni distillate (4–8 passaggi) per le prove: sono molto più veloci.
Parti da un'immagine: spesso conviene creare prima l'inquadratura con un modello per immagini (vedi il vademecum immagini) e poi animarla con un modello da immagine a video.
Indica che il video è generato con l'AI quando lo pubblichi: lo chiedono alcune licenze e, per i contenuti realistici, lo chiedono anche le piattaforme.
Per il video AI in locale consigliamo di partire da 16 GB (RTX 5060 Ti 16 GB). La RTX 3060 da 12 GB va bene per imparare, ma con i modelli video è al limite.
Domande frequenti
Qual è il miglior modello video open source nel 2026?
Tecnicamente MiniMax H3, ma la sua licenza esclude l'Unione Europea. Per chi lavora dall'Italia il riferimento è LTX-2.5 (o LTX-2.3), con audio integrato e licenza gratuita sotto i 10 milioni di dollari di fatturato. Se ti serve la licenza più libera, Wan 2.2.
Posso usare MiniMax H3 se lo scarico comunque?
La licenza non concede diritti d'uso nell'Unione Europea: scaricarlo e usarlo dall'Italia non è coperto da licenza. Se ti serve per un progetto, contatta MiniMax per una licenza dedicata, come indicato nel testo stesso.
Quanta memoria serve per LTX-2.3 e LTX-2.5?
Sono modelli da 22 miliardi di parametri: per lavorare comodamente servono 24 GB o più di memoria video e almeno 32 GB di RAM. Con le versioni ridotte (fp8, int8), la versione distillata e risoluzioni più basse si può sperimentare anche con meno memoria.
Posso usare i video generati per lavoro?
Con Wan (Apache 2.0) sì. Con la famiglia LTX-2 sì, se la tua attività fattura meno di 10 milioni di dollari l'anno, indicando che il contenuto è generato da una macchina. Con HunyuanVideo e MiniMax H3, dall'Italia, no senza una licenza dedicata.
Aggiornato a settembre 2026 · Servizi, versioni e prezzi cambiano spesso: controlla sempre le pagine ufficiali. Fa parte dei nostri tutorial su AI e ComfyUI.
I video fatti con l'AI sono la cosa che ci ha sorpreso di più negli ultimi due anni. Siamo passati da clip di pochi secondi, sfocate e mute, a video credibili con movimenti naturali, audio e dialoghi sincronizzati. E per chi fa videodesign, come noi, la domanda diventa molto concreta: conviene pagare un servizio online o farli sul proprio computer?
Ti diciamo subito come la pensiamo: per i video la scelta pesa molto più che per le immagini. Online paghi ogni secondo generato; in locale non paghi nulla, ma ti servono una scheda video adeguata e un po' di pazienza. Qui mettiamo a confronto Veo di Google, Kling, Seedance e Runway con ComfyUI e i modelli aperti come LTX-2.5 e Wan, con pro, contro e costi reali.
In breve
Online
In locale (ComfyUI)
Qualità
La più alta oggi disponibile
Molto buona con LTX-2.5 e Wan 2.2
Velocità
Da decine di secondi a pochi minuti per clip
Da pochi minuti in su, secondo la scheda video
Costo
Crediti o secondi a pagamento, può salire in fretta
Gratis dopo l'acquisto dell'hardware
Hardware
Qualsiasi computer
Scheda video 16–24 GB o più, RAM 32–64 GB
Privacy
Materiale sui server del servizio
Tutto resta sul tuo computer
Controllo
Prompt, immagine iniziale, alcuni strumenti
Totale: LoRA, controlli di posa e profondità, workflow
Continuità
Il servizio può chiudere (vedi Sora)
Il modello scaricato resta tuo
I migliori generatori di video online
Google Veo 3.1 e Gemini Omni — Veo 3.1 è tra i modelli di qualità più alta, con dialoghi e audio sincronizzati. A maggio 2026 Google ha affiancato Gemini Omni, che permette di creare e modificare video conversando. Si usano dall'app Gemini con i piani Google AI e dallo strumento Flow.
Kling 3.0 — ottimo rapporto qualità/prezzo, clip fino a 15 secondi, sincronizzazione del labiale in più lingue e crediti gratuiti giornalieri per provarlo.
Seedance 2.0 (ByteDance) — molto veloce e apprezzato per animare immagini e per i video con riferimenti; disponibile anche nei nodi a pagamento di ComfyUI.
Runway Gen-4.5 — il più ricco di strumenti di controllo (pennelli di movimento, coerenza tra scene), pensato per chi fa montaggio e produzione.
Hailuo (MiniMax) — il servizio online di MiniMax, la stessa azienda del modello aperto H3.
E Sora? OpenAI ha chiuso l'app di Sora il 26 aprile 2026 e l'API il 24 settembre 2026: chi aveva basato il proprio lavoro su Sora ha dovuto cambiare strumento. Ne parliamo nell'editoriale L'AI della settimana.
Pro e contro dei servizi online
✅ Qualità di punta e tempi rapidi, anche da un portatile qualsiasi.
✅ Funzioni avanzate pronte: dialoghi, labiale, estensione delle clip, 4K.
❌ Costi che salgono in fretta: i video si pagano a secondi o a crediti, e servono molti tentativi per ottenere la clip giusta.
❌ Filtri su contenuti e volti, a volte molto restrittivi.
❌ Dipendenza dal servizio: prezzi, regole e perfino l'esistenza del prodotto non dipendono da te.
I video AI in locale con ComfyUI
Il 2026 è stato l'anno della svolta per i video in locale. La famiglia LTX-2 di Lightricks (fino a LTX-2.5 di agosto) genera video con audio sincronizzato, più inquadrature collegate e 4K, con una licenza gratuita anche per lavoro sotto i 10 milioni di dollari di fatturato. Wan 2.2 resta il riferimento con licenza completamente libera. Attenzione invece a MiniMax H3 (e a tutte le sue evoluzioni, come Singularity: le vediamo qui sotto) e a HunyuanVideo: le loro licenze escludono l'Unione Europea. Trovi tutto nel nostro vademecum sui modelli video in ComfyUI.
MiniMax H3 e le sue evoluzioni, fino a Singularity
Tra i modelli video aperti, MiniMax H3 è quello che ha fatto più rumore nel 2026. L'ha creato MiniMax, la stessa azienda del servizio online Hailuo: presentato il 31 luglio e con i pesi pubblicati il 3 agosto, genera video con audio stereo nello stesso passaggio, clip da 4 a 15 secondi, anche in verticale. Esiste in due versioni: FL2VA (da testo, con primo e ultimo fotogramma) e Ref2VA (da riferimenti: fino a 9 immagini, 3 video e 3 audio). ComfyUI lo supporta nativamente.
Il problema, in origine, era il peso: 33 miliardi di parametri e circa 19,5 GB solo per il modello nella versione INT8. Nei mesi successivi la community ci ha lavorato moltissimo, e oggi intorno a H3 c'è un piccolo ecosistema:
DMAD (Texas A&M e ByteDance, ottobre 2026): due LoRA che portano H3 da 50 a 4 passi, con una conversione per ComfyUI già pronta. Progetto su GitHub.
FreeVideo: un plugin per ComfyUI, con installatore per Windows, che fa girare H3 con 8 GB di memoria video e 16 GB di RAM, caricando il modello a pezzi mentre lavora. È un progetto in anteprima che cambia ogni giorno. FreeVideo su GitHub.
Veda: un nodo di ComfyUI che accelera H3 con una tecnica di «attenzione sparsa», cioè calcolando solo le parti dell'immagine che contano davvero. Veda su GitHub.
ControlNet Union 2.0 (Alibaba PAI): otto controlli in un solo file (pose, profondità, contorni, scarabocchi e altri), più il video-to-video e l'inpainting video.
LoRA della community: per esempio Character Swap, che sostituisce una persona in un video con un personaggio di riferimento mantenendo scena e movimenti di camera.
MiniMax H3 Singularity è la più ambiziosa di queste evoluzioni. Non è un modello ufficiale di MiniMax: è una «fusione» creata dalla community AIGC-Singularity, pubblicata su Hugging Face il 5 settembre 2026 e aggiornata più volte. Unisce in un solo file diverse varianti di H3, poi rifinite per tre giorni con un ulteriore addestramento. Gli obiettivi dichiarati sono concreti: meno sfocatura nei movimenti veloci, volti più definiti nei campi medi e lunghi, una pelle meno «lucida», movimenti più energici nei combattimenti, effetti e particelle migliori, e una risposta più precisa ai movimenti di camera. Gli autori assicurano che prompt e workflow fatti per H3 continuano a funzionare.
In ComfyUI si carica al posto del modello H3 originale e funziona da testo, da immagine, da riferimenti e da video. Ci sono più versioni: la v1.3 «pruned» in INT8 (circa 21 GB, quella consigliata), una versione ancora più compressa in w4a8 (circa 12 GB) e la nuova v2 in INT8 (circa 34 GB). Per lavorare più in fretta gli autori consigliano di abbinarla a una LoRA «turbo» a 4 passi. Trovi file, workflow ed esempi sulla pagina di Singularity su Hugging Face.
La nota onesta, che per noi è decisiva: sulla pagina di Singularity la licenza indicata è Apache 2.0, ma è costruito sui pesi di H3, e per quei pesi vale la MiniMax H3 Community License. Questa esclude esplicitamente l'Unione Europea, il Regno Unito, la Corea del Sud e gli Stati Uniti. Tradotto: dall'Italia, H3 e tutte le sue evoluzioni (Singularity compresa) non si possono usare in locale senza una licenza chiesta direttamente a MiniMax. Noi lo seguiamo con interesse perché è tecnicamente notevole, ma per lavorare dall'Europa la scelta aperta resta la famiglia LTX-2; online, invece, puoi usare il servizio Hailuo di MiniMax, che ha i suoi termini d'uso. Il testo della licenza è sulla pagina ufficiale di MiniMax.
Pro e contro del locale
✅ Tentativi illimitati: nel video servono tante prove, e in locale non costano nulla.
✅ Controllo da regista: primo e ultimo fotogramma, pose, profondità, LoRA per personaggi e stili, video fatti parlare su una traccia audio.
✅ Privacy per progetti di clienti e materiale riservato.
✅ Integrazione con il resto del lavoro: immagini, upscaling, interpolazione e montaggio nello stesso workflow.
❌ Hardware impegnativo: i modelli video sono i più pesanti, meglio 24 GB di memoria video e 64 GB di RAM.
❌ Tempi più lunghi rispetto ai grandi servizi online, soprattutto ad alta risoluzione.
❌ Curva di apprendimento più ripida di un semplice prompt.
Il flusso ibrido: il meglio dei due mondi
Molti creatori usano una strada intermedia:
Idee e prove in locale: inquadrature, stile, personaggi con ComfyUI, senza costi.
Immagini chiave in locale con un modello per immagini, da animare poi da immagine a video.
Online solo per le clip finali che richiedono la massima qualità, pagando pochi secondi invece di centinaia di tentativi.
Rifinitura in locale: upscaling, interpolazione e montaggio.
ComfyUI permette anche di usare alcuni modelli online (Seedance, Veo e altri) dentro i workflow tramite i "nodi partner" a pagamento, così tutto resta in un unico programma.
Quale strada scegliere
Se vuoi…
Ti consigliamo
Provare senza spendere
Online con i crediti gratuiti (per esempio Kling), oppure in locale se hai già una buona scheda video
Qualche clip di alta qualità al mese
Online
Shorts, Reels e video frequenti
In locale con LTX-2.5 o Wan 2.2, eventualmente con qualche clip online
Sì: LTX-2, LTX-2.3 e LTX-2.5 generano video e audio sincronizzati nello stesso passaggio, direttamente in ComfyUI, con una licenza utilizzabile anche in Italia.
Qual è il miglior generatore di video AI online?
Per la qualità pura Veo 3.1 di Google; per il rapporto qualità/prezzo Kling 3.0; per la velocità Seedance 2.0; per il controllo Runway. Conviene provarne due o tre con la stessa idea.
Mi basta una scheda da 12 GB per i video?
Per imparare e fare clip brevi a bassa risoluzione sì, con le versioni ridotte dei modelli. Per lavorare con continuità servono almeno 16 GB, meglio 24 GB o più.
Fa parte dei nostri tutorial su AI e ComfyUI. Per ogni modello trovi il link alla pagina ufficiale, dove controllare sempre la licenza aggiornata. Il vademecum sui modelli per creare video è in una pagina dedicata.
Ogni volta che apriamo Hugging Face c'è un nuovo modello per generare immagini, e ogni volta ci facciamo le stesse domande: vale la pena scaricarlo? Gira sulla nostra RTX 3060 da 12 GB? E soprattutto: si può usare per lavoro? Questo vademecum nasce proprio da lì: è il promemoria che usiamo noi stessi.
Stable Diffusion, SDXL, Flux, Qwen-Image, Z-Image, LongCat, ERNIE-Image, Ideogram, Boogu, Krea 2… Qui li mettiamo in ordine, dal più vecchio al più recente: chi li ha creati, cosa sanno fare, quanta memoria video chiedono e cosa permette la loro licenza, perché «scaricabile gratis» non vuol dire sempre «usabile per lavoro».
Tutti i modelli in una tabella
Modello
Anno
Sviluppatore
Licenza
Uso commerciale
Stable Diffusion 1.5
2022
Runway / Stability AI
CreativeML OpenRAIL-M
Sì, con limiti d'uso
SDXL
2023
Stability AI
CreativeML OpenRAIL++-M
Sì, con limiti d'uso
SD 3.5
2024
Stability AI
Stability AI Community
Sì, sotto 1 milione $ di fatturato
FLUX.1 Schnell
2024
Black Forest Labs
Apache 2.0
Sì
FLUX.1 Dev, Kontext, Krea Dev
2024–2025
Black Forest Labs (Krea Dev con Krea)
FLUX.1 Dev Non-Commercial
Immagini sì, modello no
HiDream-I1
2025
HiDream.ai
MIT
Sì
Chroma
2025
Lodestone (community)
Apache 2.0
Sì
Qwen-Image, 2512 ed Edit
2025
Alibaba (Qwen)
Apache 2.0
Sì
HunyuanImage 2.1 e 3.0
2025
Tencent
Tencent Hunyuan Community
Non valida nell'UE
Z-Image e Z-Image Turbo
2025–2026
Alibaba (Tongyi-MAI)
Apache 2.0
Sì
FLUX.2 Dev
2025
Black Forest Labs
FLUX Non-Commercial
Immagini sì, modello no
LongCat-Image ed Edit
2025
Meituan
Apache 2.0
Sì
FLUX.2 Klein 4B
2026
Black Forest Labs
Apache 2.0
Sì
FLUX.2 Klein 9B
2026
Black Forest Labs
FLUX Non-Commercial
Immagini sì, modello no
Anima
2026
CircleStone Labs e Comfy Org
CircleStone Non-Commercial
Immagini sì, modello no
ERNIE-Image
2026
Baidu
Apache 2.0
Sì
Ideogram 4.0
2026
Ideogram
Ideogram Non-Commercial
No senza licenza commerciale
Boogu-Image 0.1
2026
Progetto Boogu
Apache 2.0
Sì
Krea 2
2026
Krea
Krea 2 Community
Sì, sotto 1 milione $ di fatturato
Qwen-Image 2.1
2026
Alibaba (Qwen)
Qwen Research License
No (solo non commerciale)
Questa pagina è una guida divulgativa, non una consulenza legale. Le licenze possono cambiare: prima di usare un modello per un lavoro, leggi sempre il testo completo nella pagina ufficiale che trovi linkata in ogni scheda.
Le licenze spiegate in parole semplici
Tutti i modelli di questa pagina si scaricano gratis, ma la licenza decide cosa puoi farci. Distinguiamo sempre due cose: il modello (il file che scarichi e fai girare) e le immagini che produci.
Apache 2.0 e MIT — le più libere: puoi usare il modello e le immagini anche per lavoro, modificarlo e integrarlo in un prodotto, rispettando solo gli avvisi di copyright.
OpenRAIL (Stable Diffusion 1.5 e SDXL) — uso commerciale permesso, ma con un elenco di usi vietati (ad esempio contenuti illegali, diffamazione, disinformazione) che devi rispettare e far rispettare se ridistribuisci il modello.
Licenze "community" con soglia (SD 3.5, Krea 2) — gratis anche per lavoro finché la tua attività resta sotto una soglia di fatturato annuo (1 milione di dollari per entrambe); oltre serve una licenza a pagamento.
Non commerciali con immagini libere (FLUX.1 Dev, FLUX.2 Dev, FLUX.2 Klein 9B, Anima) — il modello si usa solo per scopi non commerciali, ma la licenza dichiara che le immagini generate si possono usare anche a fini commerciali. Vietato, senza una licenza dello sviluppatore, usare il modello stesso in un prodotto o servizio a pagamento.
Solo non commerciale (Qwen-Image 2.1, Ideogram 4.0) — niente uso per lavoro senza una licenza separata dello sviluppatore. Attenzione a Ideogram 4.0: le immagini restano tue, ma la licenza gratuita esclude proprio la generazione di immagini destinate a prodotti che producono ricavi.
Esclusioni geografiche (HunyuanImage 2.1 e 3.0) — la licenza di Tencent dichiara espressamente di non valere nell'Unione Europea, nel Regno Unito e in Corea del Sud. Per chi vive in Italia significa che non c'è una licenza che copra l'uso del modello.
Quanta memoria video serve
La memoria della scheda video (VRAM) decide quali modelli puoi usare. In ComfyUI quasi tutti i modelli recenti esistono anche in versioni ridotte: fp8 (circa metà della memoria, qualità quasi identica) e GGUF (ancora più leggere, con una piccola perdita di qualità). Le indicazioni che trovi nelle schede sono orientative e si riferiscono all'uso in ComfyUI con queste versioni.
6–8 GB: Stable Diffusion 1.5, SDXL e Anima; alcuni modelli recenti solo in GGUF e con pazienza.
12 GB: FLUX.1 in fp8 o GGUF, Z-Image Turbo, FLUX.2 Klein 4B, Chroma, Ideogram 4.0 in versione ridotta.
16 GB: quasi tutti i modelli di media grandezza in fp8, con margine.
24 GB e oltre: i modelli più grandi (Qwen-Image, HiDream, FLUX.2 Dev) con meno compromessi.
Il modello che ha reso possibile generare immagini sul proprio computer. Pubblicato a ottobre 2022 da Runway insieme a Stability AI, è piccolo (circa 1 miliardo di parametri), velocissimo e lavora a una risoluzione di base di 512 pixel. Ha mani e testo poco affidabili e capisce solo prompt semplici, ma la community ha creato migliaia di varianti e stili (LoRA), ControlNet e strumenti che ancora oggi lo rendono utile per imparare e per le schede video con poca memoria.
Memoria video: 4 GB o più.
Licenza: CreativeML OpenRAIL-M. Uso anche commerciale, nel rispetto dell'elenco di usi vietati della licenza.
Stable Diffusion XL, uscito a luglio 2023, porta la risoluzione di base a 1024 pixel e una qualità quasi fotografica. È ancora oggi uno dei modelli più usati grazie all'enorme ecosistema di modelli derivati (come DreamShaper XL o Juggernaut XL), LoRA e ControlNet, e alle versioni veloci Lightning e Turbo che generano in 4–8 passaggi. È il miglior compromesso per chi ha 8 GB di memoria video.
Memoria video: 8 GB o più.
Licenza: CreativeML OpenRAIL++-M, simile a quella di SD 1.5: uso commerciale permesso con usi vietati. I modelli derivati possono avere licenze proprie: controllale su ogni pagina.
L'ultima generazione di Stability AI (ottobre 2024), in versione Large (8 miliardi di parametri), Large Turbo (veloce) e Medium (più leggera). Rispetto a SDXL capisce meglio il prompt e scrive meglio il testo, ma è stata presto superata da Flux e dai modelli successivi, e ha un ecosistema di stili più piccolo.
Memoria video: Medium circa 8–10 GB; Large 12–16 GB in fp8.
Licenza: Stability AI Community License. Gratis per ricerca, uso personale e commerciale per aziende e professionisti con meno di 1 milione di dollari di fatturato annuo; sopra serve la licenza Enterprise.
Ad agosto 2024 Black Forest Labs, azienda tedesca fondata da alcuni degli autori originali di Stable Diffusion, pubblica FLUX.1: 12 miliardi di parametri e un salto enorme nel rispetto del prompt, nelle mani e nel testo dentro le immagini. Esce in due versioni scaricabili: Schnell (veloce, 1–4 passaggi) e Dev (più qualità, circa 20–30 passaggi).
Memoria video: 12 GB in fp8, 8 GB in GGUF.
Licenza Schnell: Apache 2.0, libera anche per uso commerciale.
Licenza Dev: FLUX.1 [dev] Non-Commercial License. Il modello si usa solo per scopi non commerciali, ma la pagina ufficiale precisa che le immagini generate si possono usare "per scopi personali, scientifici e commerciali" secondo quanto previsto dalla licenza. Per inserire il modello in un prodotto o servizio a pagamento serve una licenza commerciale di Black Forest Labs.
FLUX.1 Kontext Dev (giugno 2025) è il primo grande modello aperto per modificare le immagini con istruzioni scritte: "cambia lo sfondo", "falla di notte", "metti la stessa persona in cucina", mantenendo coerenti personaggi e stile. FLUX.1 Krea Dev (estate 2025), nato dalla collaborazione con Krea, è una versione di FLUX.1 Dev ottimizzata per un look fotografico più naturale, meno "da AI".
Memoria video: come FLUX.1 Dev.
Licenza: entrambi FLUX.1 [dev] Non-Commercial License, con le stesse regole di FLUX.1 Dev.
Pubblicato ad aprile 2025 da HiDream.ai, con 17 miliardi di parametri e una licenza completamente libera. Usa come "traduttore" del prompt anche un modello linguistico (Llama 3.1 8B), quindi segue bene descrizioni lunghe. Esiste in versione Full, Dev e Fast, e con un modello compagno per l'editing (HiDream-E1.1). È pesante: conviene avere almeno 16 GB.
Un progetto della community, addestrato a partire da FLUX.1 Schnell e quindi con licenza libera. È apprezzato da chi vuole un modello tipo Flux senza i limiti della licenza Dev e con una grande varietà di stili. Attenzione: è un modello non censurato, contrassegnato come non adatto a tutti.
Memoria video: simile a FLUX.1 (12 GB in fp8).
Licenza: Apache 2.0.
Dove trovarlo:Chroma · Chroma1-HD (la versione ad alta risoluzione, agosto 2025)
Qwen-Image e Qwen-Image-Edit
Ad agosto 2025 il team Qwen di Alibaba pubblica Qwen-Image: 20 miliardi di parametri, eccellente nello scrivere testo nelle immagini (anche lungo) e nel seguire prompt complessi. Con Qwen-Image-Edit e i suoi aggiornamenti (versioni 2509 e 2511) diventa uno dei riferimenti per l'editing: sostituire oggetti, cambiare testi su cartelli e poster, unire più immagini. A dicembre 2025 arriva Qwen-Image-2512, l'aggiornamento del modello per generare: persone molto più realistiche (meno "effetto AI"), dettagli naturali migliori (pelo, acqua, vegetazione) e testo ancora più preciso.
Memoria video: 24 GB in fp8; 12–16 GB con GGUF.
Licenza: Apache 2.0, libera anche per uso commerciale.
Tencent ha pubblicato a settembre 2025 due modelli: HunyuanImage 2.1 (17 miliardi di parametri, genera direttamente a 2K) e HunyuanImage 3.0, un gigante da 80 miliardi di parametri (13 attivi per volta) che unisce comprensione e generazione di immagini, pensato più per server che per PC domestici. Tecnicamente valido, ma con un problema per chi vive in Italia: la Tencent Hunyuan Community License dichiara in apertura che "non si applica nell'Unione Europea, nel Regno Unito e in Corea del Sud". Il suo territorio è definito come "il mondo intero, escluse" queste aree. In pratica, da qui non c'è una licenza che ne copra l'uso: ti consigliamo di scegliere un altro modello.
Licenza: Tencent Hunyuan Community License, esclusi UE, Regno Unito e Corea del Sud.
Il fenomeno di fine 2025. Z-Image Turbo, pubblicato a novembre 2025 dal gruppo Tongyi-MAI di Alibaba, ha "solo" 6 miliardi di parametri ma produce foto realistiche di altissimo livello in 8 passaggi e scrive bene il testo in inglese e cinese. Il produttore dichiara che entra in una scheda da 16 GB e, con le versioni ridotte, gira bene anche con 12 GB. A gennaio 2026 è arrivato anche Z-Image, il modello base più adatto all'addestramento di LoRA e a una maggiore varietà di risultati.
Memoria video: 12–16 GB.
Licenza: Apache 2.0, libera anche per uso commerciale.
A novembre 2025 Black Forest Labs pubblica FLUX.2 Dev: 32 miliardi di parametri, generazione ed editing nello stesso modello e l'uso di più immagini di riferimento insieme (per mantenere personaggi, prodotti e stili). È il Flux più potente che si può scaricare, ma anche molto pesante.
Memoria video: 24 GB e oltre, anche in fp8.
Licenza: FLUX Non-Commercial License: stesse regole di FLUX.1 Dev, modello non commerciale e immagini utilizzabili anche per lavoro.
Pubblicato a dicembre 2025 da Meituan, LongCat-Image ha 6 miliardi di parametri ma compete con modelli molto più grandi. Punta su foto realistiche e sul testo nelle immagini in inglese e cinese (il testo da scrivere va messo tra virgolette nel prompt). C'è anche la versione LongCat-Image-Edit per modificare le immagini. È supportato nativamente da ComfyUI.
Memoria video: il produttore indica circa 17 GB scaricando parte del modello in RAM; meno con le versioni ridotte.
Licenza: Apache 2.0, libera anche per uso commerciale.
A gennaio 2026 Black Forest Labs pubblica FLUX.2 Klein, la famiglia compatta di FLUX.2: generazione ed editing con più immagini di riferimento nello stesso modello, in soli 4 passaggi, meno di un secondo sulle schede recenti. La versione da 4 miliardi di parametri è la più interessante per molti di voi per due motivi: gira su schede consumer e ha una licenza Apache 2.0, quindi è il primo Flux che puoi usare senza pensieri anche in progetti commerciali, compresi prodotti e servizi. Esiste anche la versione Base 4B, non distillata, adatta ad addestrare le proprie LoRA.
Memoria video: circa 13 GB secondo il produttore (RTX 3090 / 4070 e superiori); meno con le versioni fp8.
Licenza: Apache 2.0, libera anche per uso commerciale, sia del modello sia delle immagini.
La sorella maggiore da 9 miliardi di parametri: qualità più alta e stesse funzioni (generazione, editing, riferimenti multipli, 4 passaggi), ma con la licenza non commerciale di FLUX.
Memoria video: circa 29 GB a piena precisione secondo il produttore; molto meno con le versioni fp8.
Licenza: FLUX Non-Commercial License: modello non commerciale, immagini utilizzabili anche per lavoro.
Nato dalla collaborazione tra CircleStone Labs e Comfy Org (è il primo progetto sostenuto dal fondo di Comfy per i modelli aperti), Anima è un modello piccolo, circa 2 miliardi di parametri, specializzato in anime, personaggi e stili illustrativi. L'anteprima è uscita a inizio 2026 e la versione 1.0 a maggio 2026, in tre varianti: Base, Aesthetic e Turbo. Non è pensato per il fotorealismo né per il testo, ma nel suo campo è tra i migliori, e gira anche su schede con poca memoria.
Memoria video: leggero, 6–8 GB bastano.
Licenza: CircleStone Labs Non-Commercial License per il modello; la pagina ufficiale precisa che le immagini generate si possono usare anche commercialmente.
Pubblicato da Baidu nella primavera del 2026, ERNIE-Image ha 8 miliardi di parametri ed è tra i migliori modelli aperti per testo nelle immagini e impaginazioni: poster, fumetti, pagine a più riquadri, infografiche. Include un piccolo "Prompt Enhancer" che arricchisce automaticamente i prompt brevi. La versione Turbo genera in 8 passaggi invece di 50.
Memoria video: il produttore indica schede consumer da 24 GB; meno con le versioni ridotte.
Licenza: Apache 2.0, libera anche per uso commerciale.
Ideogram, il servizio online famoso per il testo nelle immagini, a giugno 2026 ha pubblicato i pesi del suo primo modello aperto: Ideogram 4.0, 9,3 miliardi di parametri addestrati da zero. Il punto forte è ancora il testo (loghi, poster, copertine), a cui aggiunge un controllo unico: i prompt in formato JSON, con cui indicare la posizione degli elementi con dei riquadri e la palette con i codici colore. ComfyUI lo supporta dal primo giorno.
Memoria video: indicativamente 12–16 GB con le versioni fp8 o nf4.
Licenza: Ideogram Non-Commercial Model Agreement. Gratis per ricerca, studio, progetti personali e prove; Ideogram non rivendica diritti sulle immagini, ma la licenza gratuita esclude la generazione di immagini per prodotti che producono ricavi e l'uso delle immagini per addestrare modelli concorrenti. Richiede inoltre di indicare che le immagini sono generate con l'AI. Per il lavoro serve una licenza commerciale di Ideogram, a pagamento. Per scaricarlo bisogna accettare la licenza su Hugging Face.
Uscito a giugno 2026, Boogu-Image è una famiglia da 10 miliardi di parametri che unisce generazione ed editing: Base, Turbo (3–4 passaggi, orientato alla fotografia realistica), Edit ed Edit-Turbo per modificare le immagini (aggiungere o togliere oggetti, cambiare stile). Scrive testo in inglese e cinese. ComfyUI ha un tutorial ufficiale dedicato.
Memoria video: secondo gli sviluppatori funziona con 12 GB scaricando parte del modello in RAM; dai 24 GB in su gira senza compromessi. Esistono versioni fp8.
Licenza: Apache 2.0, libera anche per uso commerciale.
A giugno 2026 Krea, nota per la sua piattaforma online, pubblica i pesi di Krea 2: un modello da 12 miliardi di parametri addestrato da zero, apprezzato per l'estetica curata e l'aspetto fotografico. Esce in due versioni: Turbo (8 passaggi, per generare subito immagini rifinite, fino a 2048×2048) e Raw (il modello base, per addestrare le proprie LoRA).
Memoria video: il produttore non dà un valore ufficiale; indicativamente simile a FLUX.1, quindi 12–16 GB con le versioni fp8.
Licenza: Krea 2 Community License. Uso commerciale gratuito se l'azienda (comprese le società collegate) fattura meno di 1 milione di dollari l'anno; oltre serve la licenza Enterprise. La licenza chiede anche di adottare filtri o controlli sui contenuti per evitare la generazione di materiale illegale. Le immagini restano tue.
Il modello più recente di questa lista (settembre 2026). Qwen-Image 2.1 ha 7 miliardi di parametri, quindi è molto più leggero del Qwen-Image originale. Unisce generazione ed editing, accetta fino a 10 immagini di riferimento e soprattutto genera immagini con lo sfondo trasparente (canale alfa vero), comodissimo per grafica, loghi, prodotti e montaggi. ComfyUI lo supporta nativamente dalla versione 0.37, con template ufficiali.
Memoria video: indicativamente 12–16 GB con le versioni ridotte.
Licenza: Qwen Research License, solo per scopi non commerciali. È un cambio importante rispetto al Qwen-Image originale (Apache 2.0): per usarlo per lavoro serve una licenza commerciale da richiedere ad Alibaba.
A luglio 2026 Black Forest Labs ha presentato FLUX 3, un unico modello per immagini, video e audio. Per ora è disponibile solo in accesso anticipato tramite i servizi dell'azienda e non si può scaricare. Quando i pesi saranno pubblicati aggiorneremo questa pagina.
Altri modelli da conoscere
Lumina-Image 2.0 (gennaio 2025, circa 2,6 miliardi di parametri) — leggero e con licenza Apache 2.0. Pagina del modello
Kandinsky 5.0 Image Lite (novembre 2025, circa 6 miliardi di parametri) — sviluppato in Russia da Kandinsky Lab, con licenza MIT. Pagina del modello
NewBie Image (fine 2025) — modello sperimentale per anime, con licenza non commerciale. Pagina del modello
ComfyUI supporta anche altri modelli di ricerca meno diffusi; trovi l'elenco aggiornato nella libreria dei workflow di Comfy. Alcuni nomi che vedi nei template (come Nano Banana, Seedream, Grok Imagine o HY Image 3.5) sono invece servizi online a pagamento usati tramite i nodi partner, non modelli da scaricare.
Quale modello scegliere
Se vuoi…
Ti consigliamo
Iniziare con poca memoria video (6–8 GB)
SDXL con una versione Lightning; SD 1.5 per imparare
Foto realistiche veloci con 12–16 GB
Z-Image Turbo, Boogu-Image Turbo
Testo, poster e impaginazioni
ERNIE-Image, Qwen-Image, LongCat-Image; Ideogram 4.0 per il controllo dell'impaginazione (solo uso non commerciale)
Anime e illustrazione
Anima
Modificare immagini con istruzioni
Qwen-Image-Edit, FLUX.2 Klein 4B, FLUX.1 Kontext, Boogu Edit, LongCat-Image-Edit
Immagini con sfondo trasparente
Qwen-Image 2.1 (solo uso non commerciale)
Estetica curata, look fotografico
Krea 2, FLUX.1 Krea Dev
Uso commerciale senza pensieri
Modelli Apache 2.0 o MIT: FLUX.2 Klein 4B, Z-Image, Qwen-Image, ERNIE-Image, Boogu-Image, LongCat-Image, FLUX.1 Schnell, HiDream-I1, Chroma
Massima qualità e memoria abbondante (24 GB e oltre)
FLUX.2 Dev, Qwen-Image, HiDream-I1
Dove scaricarli (e come farlo in sicurezza)
Dai template di ComfyUI: il modo più semplice. Nel menu dei workflow scegli il modello, e ComfyUI ti propone di scaricare i file giusti nelle cartelle giuste. Trovi i workflow anche nella libreria ufficiale di Comfy.
Da Hugging Face: le pagine ufficiali linkate in questa guida, dove leggere anche la licenza.
Da Civitai: per modelli derivati e LoRA della community, con esempi di immagini e prompt. Controlla la licenza di ogni file.
Sicurezza: preferisci i file .safetensors e .gguf, ed evita i vecchi .ckpt e .pt di provenienza sconosciuta, che possono contenere codice eseguibile.
Qual è il miglior modello per immagini in ComfyUI nel 2026?
Dipende dalla memoria video e dall'uso. Con 12–16 GB, Z-Image Turbo è il miglior equilibrio tra qualità, velocità e licenza libera. Per testo e poster scegli ERNIE-Image o Qwen-Image. Con 24 GB o più, FLUX.2 Dev e Qwen-Image danno il massimo.
Posso vendere le immagini create con Flux?
Con FLUX.1 Schnell e FLUX.2 Klein 4B (Apache 2.0) sì, senza particolari vincoli. Con le versioni Dev la licenza del modello è non commerciale, ma dichiara che le immagini generate si possono usare anche a fini commerciali. Non puoi però usare il modello per offrire un servizio a pagamento senza una licenza di Black Forest Labs. Nel dubbio leggi il testo della licenza o scegli un modello Apache 2.0.
Perché alcune licenze escludono l'Europa?
Alcune aziende extraeuropee, come Tencent per HunyuanImage, escludono l'Unione Europea dalla licenza. Il motivo non viene dichiarato; si ritiene sia legato agli obblighi delle norme europee su intelligenza artificiale e dati. Per chi vive in Italia significa che quei modelli non sono coperti da licenza: meglio usare le molte alternative senza esclusioni.
Stable Diffusion 1.5 ha ancora senso?
Per imparare, per schede con 4–6 GB e per il suo enorme archivio di stili sì. Per risultati di qualità oggi conviene almeno SDXL o, se la memoria lo permette, i modelli più recenti.
Aggiornato a settembre 2026 · Prezzi indicativi, che cambiano spesso: controlla sempre le pagine ufficiali dei servizi e la tua tariffa elettrica. Fa parte dei nostri tutorial su AI e ComfyUI.
«Mi conviene comprare una scheda video e usare l'AI sul mio PC, o pagare un abbonamento?» È la domanda che ci fate più spesso, ed è anche quella che ci siamo fatti noi prima di scegliere di lavorare quasi sempre in locale, su una RTX 3060 da 12 GB.
Rispondere «dipende» sarebbe onesto ma inutile, quindi abbiamo fatto i conti con numeri veri: quanto costano i servizi online per immagini e video, quanto costa davvero generare in locale tra hardware e bolletta della luce, e dopo quanto tempo il PC si ripaga. Ti diciamo anche quando l'abbonamento conviene di più, perché a volte è proprio così.
In breve
Uso occasionale: conviene l'online, spesso basta la versione gratuita.
Uso regolare di immagini: un abbonamento costa più o meno come una scheda video ogni 2–3 anni; il locale conviene se generi tanto o ti serve controllo e privacy.
Video: online i costi salgono velocemente, perché si paga a secondi e servono molti tentativi. Per chi produce video con continuità il locale si ripaga molto prima.
Se hai già un PC da gaming o da 3D con una buona scheda video, il locale ti costa praticamente solo l'elettricità.
Quanto costano i servizi online
Servizio
Modello di prezzo (indicativo)
ChatGPT (immagini)
Gratis con limiti; abbonamento Plus da circa 20 € al mese
Gemini (immagini e video Veo)
Gratis con limiti; piano Google AI Pro da circa 22 € al mese, piani superiori per più video
Midjourney
Nessun piano gratuito; da 10 a 120 $ al mese
Runway
Piani da circa 12 $ al mese, con crediti
Kling
Crediti gratuiti giornalieri; pacchetti e abbonamenti a crediti
API video (Veo, Kling e altri)
A secondi di video generato: da pochi centesimi a oltre 0,50 $ al secondo secondo modello e qualità
Il costo nascosto dell'online sono i tentativi. Per ottenere un'immagine o una clip giusta servono spesso 5–10 prove: con i video a pagamento a secondi, una clip da 10 secondi che richiede 10 tentativi costa 100 secondi di generazione. Chi usa due o tre strumenti insieme (molto comune tra i professionisti) arriva facilmente a 40–80 € al mese.
Quanto costa generare in locale
L'hardware
Hai già un PC con scheda NVIDIA da 12 GB o più: costo zero, puoi iniziare subito.
Aggiornare solo la scheda video: una scheda da 12 GB costa alcune centinaia di euro; una da 16 GB, la scelta ideale per l'AI, indicativamente 600–800 €; le schede da 32 GB costano diverse migliaia di euro. Nel 2026 i prezzi sono alti anche per la carenza di memorie.
PC completo adatto all'AI (scheda da 16 GB e 32 GB di RAM): parte indicativamente da 1.200–1.500 €.
Ricorda che l'hardware non serve solo all'AI: lo stesso PC lavora con Blender, DaVinci Resolve, Premiere e After Effects, e mantiene un valore di rivendita. Trovi le configurazioni nelle nostre guide al PC per 3D e rendering e alle schede video per AI.
L'elettricità
Un PC con una scheda come la RTX 5060 Ti consuma sotto carico indicativamente 250–350 watt. Con una tariffa di circa 0,30 € per kWh (controlla la tua bolletta), un'ora di generazione costa circa 10 centesimi.
Un esempio dai nostri test: con una RTX 3060 da 12 GB, ComfyUI e un modello SDXL veloce, un'immagine richiede pochi secondi. In un'ora si generano centinaia di immagini, quindi il costo per immagine è di frazioni di centesimo. Per i video i tempi sono più lunghi (da qualche minuto in su per clip, secondo modello e risoluzione), ma il costo di corrente per clip resta di pochi centesimi.
Dopo quanto tempo il PC si ripaga?
Tre profili tipo, con cifre indicative:
Profilo
Spesa online al mese
Investimento in locale
Si ripaga in circa
Hobbista, immagini ogni tanto
0–20 €
Scheda da 16 GB (600–800 €)
Non conviene, a meno che il PC serva anche per altro
Creativo, immagini ogni giorno + qualche video
40–60 €
Scheda da 16 GB (600–800 €)
12–18 mesi
Chi produce video con continuità (Shorts, spot, videoclip)
100 € e oltre
PC completo per l'AI (da 1.500 €)
Meno di 12–15 mesi
Il calcolo non tiene conto di altri vantaggi del locale che non hanno un prezzo, come privacy, assenza di limiti, stili personalizzati con le LoRA e nessun rischio di chiusura del servizio. Non tiene conto nemmeno del tempo di apprendimento: con ComfyUI serve qualche settimana per diventare produttivi.
Pro e contro, dal punto di vista dei costi
Online
In locale
Spesa iniziale
✅ Nessuna
❌ Hardware, se non ce l'hai
Spesa mensile
❌ Abbonamenti e crediti
✅ Solo elettricità
Costo dei tentativi
❌ Ogni prova si paga
✅ Prove illimitate
Prevedibilità
❌ Prezzi e piani possono cambiare
✅ Costi fissi e noti
Qualità massima
✅ I modelli di punta
⚠️ Molto vicina, dipende dalla scheda video
Valore residuo
❌ Nessuno
✅ Il PC resta tuo e serve anche per altro
Il nostro consiglio
Inizia gratis online (ChatGPT, Gemini, i crediti giornalieri di Kling) per capire cosa ti serve davvero.
Se hai già una scheda NVIDIA da 12 GB o più, installa ComfyUI subito: non ti costa nulla.
Se usi l'AI ogni giorno e spendi più di 30–40 € al mese in servizi, valuta seriamente una scheda da 16 GB.
Poco: un PC con una scheda video di fascia media consuma sotto carico 250–350 watt, circa 10 centesimi l'ora con una tariffa di 0,30 € per kWh. Per una singola immagine si parla di frazioni di centesimo.
Meglio un abbonamento o una scheda video?
Se usi l'AI poche volte al mese, l'abbonamento o anche la versione gratuita. Se la usi ogni giorno, e soprattutto per i video, una scheda da 16 GB si ripaga in circa un anno e ti dà in più privacy e controllo.
Posso usare l'AI in locale su un Mac?
Sì, con i Mac Apple Silicon e l'app Desktop di ComfyUI, ma i tempi sono più lunghi rispetto a una buona scheda NVIDIA, soprattutto per i video.
Aggiornato a settembre 2026 · Servizi, versioni e prezzi cambiano spesso: controlla sempre le pagine ufficiali. Fa parte dei nostri tutorial su AI e ComfyUI.
Vuoi creare immagini con l'intelligenza artificiale: meglio un servizio online come ChatGPT, Gemini o Midjourney, oppure un modello installato sul tuo computer con ComfyUI? Prima del confronto tecnico, ti raccontiamo come la pensiamo noi, dopo anni passati a usarle entrambe.
La nostra esperienza: perché lavoriamo (quasi sempre) in locale
Usiamo l'AI generativa dal 2024, per il nostro lavoro di videodesign e per i tutorial di questo sito. Abbiamo iniziato con Stable Diffusion (MaiaGaia, la presentatrice del nostro video sull'installazione, è nata così) e oggi lavoriamo con ComfyUI su una normalissima RTX 3060 da 12 GB. I servizi online li conosciamo bene e li usiamo ancora, quando servono. Ma per il lavoro vero siamo tornati quasi sempre al locale, per tre motivi molto concreti.
1. Libertà espressiva, senza censura
Chi fa arte lo sa: il nudo artistico, lo studio anatomico, il corpo umano, una scena storica cruda o un'atmosfera horror sono temi legittimi da secoli. I servizi online quasi sempre li bloccano, e spesso bloccano anche richieste del tutto innocue, perché una parola del prompt fa scattare un filtro automatico. È frustrante, soprattutto quando lavori per un progetto e non capisci nemmeno cosa hai sbagliato.
In locale decidi tu: non c'è nessun filtro imposto da un'azienda. C'è però un dettaglio importante: bisogna scegliere i modelli giusti. Alcuni modelli ufficiali sono addestrati con dati filtrati e certi soggetti semplicemente non li sanno rappresentare; molti modelli della community, per esempio tanti derivati di SDXL o Chroma, invece sì. Li trovi descritti, con le loro licenze, nel nostro vademecum sui modelli per immagini.
Libertà non vuol dire assenza di regole: restano valide le leggi (mai immagini realistiche di persone reali senza il loro consenso, niente contenuti che coinvolgono minori, e in Italia la diffusione illecita di deepfake è punita) e le licenze dei modelli, che spesso elencano gli usi vietati. Dentro questi confini, però, la tua creatività non deve chiedere il permesso a nessun algoritmo.
2. Privacy totale
Quando lavori in locale, nulla lascia il tuo computer: né le immagini, né i prompt, né le foto che carichi come riferimento. Per noi è decisivo quando lavoriamo su materiale di clienti, su prodotti non ancora lanciati o su foto personali. ComfyUI funziona anche completamente offline: basta non usare i nodi a pagamento che si collegano ai servizi online (si possono anche disattivare del tutto con l'opzione di avvio --disable-api-nodes).
3. Non paghi nulla, a parte la corrente
Niente abbonamenti, niente crediti che finiscono proprio quando stai per ottenere l'immagine giusta. Una volta che hai il computer, generare non costa nulla se non l'energia elettrica: con un PC di fascia media e il prezzo medio italiano dell'elettricità parliamo di circa 10 centesimi per un'ora di lavoro, cioè frazioni di centesimo per immagine (trovi i conti completi più sotto). E puoi fare tutte le prove che vuoi, che è esattamente come si lavora davvero.
Detto questo, l'online ha i suoi vantaggi reali, e in certi casi è la scelta migliore. Ecco il confronto completo tra le due strade su qualità, costi, privacy, controllo e diritti d'uso, così puoi scegliere quella giusta per te (o, come facciamo noi, usarle entrambe).
In breve
Online
In locale (ComfyUI)
Per iniziare
Subito, da browser o telefono
Serve installare e configurare
Computer
Qualsiasi
Scheda video con 8–16 GB o più
Costo
Gratis con limiti, poi abbonamento o crediti
Solo la corrente elettrica, dopo l'acquisto dell'hardware
Filtri sui contenuti
Spesso rigidi, anche su temi artistici
Nessun filtro imposto: decidi tu, nel rispetto della legge
Limiti di utilizzo
Crediti, code, filtri
Nessuno, solo la velocità del tuo PC
Privacy
Immagini e prompt sui server del servizio
Tutto resta sul tuo computer
Controllo
Prompt e poche opzioni
Totale: modelli, LoRA, ControlNet, workflow
Qualità massima
Oggi leggermente superiore
Molto vicina, e gratis
Continuità
Il servizio può cambiare o chiudere
Il modello scaricato resta tuo
Le migliori AI online per immagini
Nel 2026 i generatori online si sono specializzati: non ce n'è uno migliore in tutto, ognuno eccelle in qualcosa.
ChatGPT (GPT Image 2) — il generatore integrato in ChatGPT, oggi tra i primi nelle classifiche di gradimento. È comodissimo perché si lavora dialogando: "rendi il cielo più scuro", "aggiungi il logo in basso". Versione gratuita con limiti, abbonamento per usarlo di più.
Gemini (Nano Banana) — il modello di Google, fortissimo nell'editing preciso delle foto e nel mantenere uguali volti e oggetti tra un'immagine e l'altra. La versione base è gratuita nell'app Gemini; la versione Pro arriva con i piani a pagamento.
Midjourney (V8.1) — il riferimento per l'estetica e le immagini artistiche. Non ha un piano gratuito: gli abbonamenti vanno da 10 a 120 dollari al mese, e la modalità privata (le immagini non finiscono nella galleria pubblica) è inclusa solo nei piani più costosi.
Ideogram — il migliore per il testo nelle immagini: loghi, poster, copertine, magliette.
Seedream (ByteDance) — ottimo per restyling, infografiche e immagini ad alta risoluzione.
Adobe Firefly — integrato in Photoshop e negli altri programmi Adobe, pensato per l'uso professionale: Adobe dichiara di averlo addestrato su contenuti con licenza, ed è la scelta più tranquilla per chi lavora con clienti e agenzie.
✅ Zero configurazione: funzionano su qualsiasi computer, anche dal telefono.
✅ Qualità di punta e modelli sempre aggiornati senza fare nulla.
✅ Si usano parlando: l'editing a parole è immediato anche per chi non conosce la grafica.
❌ Costi ricorrenti e limiti: crediti che finiscono, attese, funzioni migliori solo a pagamento.
❌ Filtri sui contenuti a volte eccessivi, che bloccano anche richieste innocue.
❌ Privacy: immagini e prompt passano dai server dell'azienda; nei piani gratuiti possono essere usati per migliorare i modelli.
❌ Dipendenza: se il servizio cambia prezzi, modello o chiude, il tuo modo di lavorare cambia con lui. La chiusura di Sora, il generatore video di OpenAI, nel 2026 ne è l'esempio più recente.
Le immagini AI in locale
In locale usi un programma gratuito come ComfyUI e un modello scaricato sul tuo PC. I modelli aperti di oggi (Z-Image, Flux, Qwen-Image, ERNIE-Image, Krea 2…) sono molto vicini alla qualità dei migliori servizi online. Li trovi tutti, con le licenze spiegate, nel nostro vademecum sui modelli per immagini in ComfyUI.
Pro e contro del locale
✅ Nessun limite: puoi generare migliaia di immagini senza crediti né abbonamenti.
✅ Libertà espressiva: nudo artistico, anatomia, temi forti o semplicemente prompt che online verrebbero bloccati; con i modelli giusti nessun filtro decide al posto tuo.
✅ Privacy totale: foto dei clienti, prodotti non ancora lanciati, progetti riservati non escono dal tuo computer.
✅ Controllo completo: scegli il modello, addestri le tue LoRA (il tuo stile, il tuo prodotto, il tuo personaggio), controlli posa e composizione con ControlNet, costruisci workflow automatici.
✅ Nessuna sorpresa: il modello che hai scaricato funziona uguale fra un anno.
❌ Serve un PC adatto, soprattutto una scheda video con molta memoria (guarda la guida alle schede video per AI).
❌ C'è da imparare: installazione, modelli, nodi. All'inizio è più lento di scrivere un prompt in chat.
❌ Le licenze vanno lette: alcuni modelli non si possono usare per lavoro, e alcuni escludono l'Europa.
Quanto costa davvero: locale contro cloud, con le bollette italiane
Facciamo i conti con numeri reali, per immagini e video. Per l'elettricità usiamo il prezzo di riferimento fissato da ARERA per la famiglia tipo nel terzo trimestre 2026: circa 0,32 € per kWh, tasse e oneri compresi. Controlla la tua bolletta: il tuo prezzo può essere un po' diverso.
Il consumo in locale. Un PC con una scheda video di fascia media, come una RTX 5060 Ti, mentre genera assorbe in tutto circa 300 watt. In un'ora consuma quindi 0,3 kWh, cioè circa 10 centesimi. Per i nostri calcoli restiamo larghi.
Cosa generi
In locale (solo corrente)
Online / cloud
1 immagine
Da pochi secondi a mezzo minuto: meno di 0,1 centesimi
Via API da circa 0,03 a 0,09 $ (fino a 0,24 $ per i modelli premium)
1.000 immagini al mese
Da meno di un'ora a circa 8 ore di lavoro, secondo il modello: al massimo 0,80 € circa
Via API circa 30–90 $; con un abbonamento 20–60 € al mese, spesso con limiti
1 clip video da 10 secondi
Da qualche minuto a un quarto d'ora, secondo scheda e risoluzione: 1–3 centesimi
Da pochi centesimi a 0,50 $ al secondo: circa 1–5 $ a tentativo
1 clip "buona" (circa 10 tentativi)
10–30 centesimi
Circa 10–50 $
Noleggiare una GPU nel cloud
—
Una RTX 4090 costa da circa 0,34 $ l'ora: da 3 a 7 volte la corrente di casa, ma senza comprare nulla
Il conto onesto: c'è anche l'hardware. La corrente è solo una parte del costo. Una scheda da 16 GB costa indicativamente 600–800 €: se la usi per tre anni sono circa 17–22 € al mese, più o meno quanto un abbonamento. La differenza è che la scheda non ha limiti, resta tua, lavora anche con Blender, Premiere e DaVinci Resolve, e a fine vita si può rivendere. E se hai già un PC da gaming o da 3D con una buona scheda NVIDIA, questo costo non ce l'hai proprio.
Le due schede che consigliamo per iniziare
RTX 3060 12 GB è la scheda che usiamo noi ogni giorno per i tutorial e i workflow di questo sito: con SDXL un'immagine arriva in pochi secondi, e con le versioni ridotte gira bene anche Flux. È la via più economica per avere 12 GB di memoria video. Se puoi spendere di più, la RTX 5060 Ti 16 GB ti dà più margine per i modelli recenti e per i primi video.
In pratica: per poche immagini al mese l'online conviene, spesso basta la versione gratuita. Se generi ogni giorno, e soprattutto se lavori con i video, dove ogni tentativo online si paga a secondi, il locale costa una frazione. Il noleggio di una GPU nel cloud è la via di mezzo per chi non vuole comprare hardware ma ha bisogno di potenza per qualche progetto.
Prezzi indicativi aggiornati a settembre 2026: le tariffe dei servizi online e dell'energia cambiano spesso.
Diritti e uso commerciale: cosa cambia
Online valgono i termini di servizio della piattaforma: in genere le immagini create con un piano a pagamento si possono usare per lavoro, ma le regole variano (ad esempio sulla visibilità pubblica delle immagini o sull'uso dei tuoi contenuti). In locale vale la licenza del modello: da quelle completamente libere (Apache 2.0, MIT) a quelle non commerciali o con soglie di fatturato. In entrambi i casi restano valide le leggi sul diritto d'autore, sull'immagine delle persone e, in Italia, le nuove regole sui deepfake in vigore dal 30 settembre 2026.
Quale strada scegliere
Se sei…
Ti consigliamo
Curioso, uso occasionale
Online, con i piani gratuiti di ChatGPT e Gemini
Social media manager, poche immagini al giorno
Online, con un abbonamento a uno strumento adatto al tuo stile
Grafico, illustratore, fotografo
Entrambi: online per le idee veloci, in locale per controllo, stili personali e volumi
Chi lavora con dati riservati
In locale
Chi produce molte immagini ogni giorno
In locale: l'investimento sull'hardware si ripaga in fretta
Chi vuole imparare davvero l'AI generativa
In locale con ComfyUI: capisci come funziona tutto
Oggi sono molto vicine. I servizi online restano un passo avanti nella facilità d'uso e nei modelli di punta, ma per foto realistiche, illustrazioni e testo i modelli aperti come Z-Image, Flux e Qwen-Image danno risultati professionali, con in più controllo totale e nessun limite.
Si possono creare nudi artistici con l'AI?
Con i servizi online quasi mai: i loro filtri bloccano il nudo anche quando è artistico. In locale sì, scegliendo un modello che non sia stato addestrato con dati filtrati (molti modelli della community lo permettono) e rispettando la legge: niente persone reali senza consenso e niente contenuti che coinvolgono minori. Controlla sempre anche la licenza del modello.
Qual è il generatore di immagini online gratuito migliore?
Per iniziare, Gemini e ChatGPT: entrambi hanno una versione gratuita di buon livello, con limiti giornalieri. Midjourney invece non ha un piano gratuito.
Posso usare le immagini AI per lavoro?
Sì, se lo permettono i termini del servizio online o la licenza del modello che usi in locale. Controlla sempre: alcune licenze sono non commerciali e alcune escludono l'Europa. E indica che l'immagine è generata con l'AI quando può trarre in inganno, soprattutto se ritrae persone reali.
Aggiornato a settembre 2026 · Tempo di lettura: circa 15 minuti.
Le immagini che ti fermano mentre scorri Instagram, i video AI che sembrano girati con una cinepresa, le copertine, i personaggi, le animazioni che circolano ogni giorno sui social: dietro una parte enorme di questi lavori c'è lo stesso programma, gratuito, che puoi installare anche tu stasera. Si chiama ComfyUI.
La prima volta che lo apri sembra il quadro elettrico di un'astronave: scatole, cavi colorati, parole in inglese. Molti chiudono tutto dopo cinque minuti. Ed è un peccato, perché dietro quell'aspetto c'è un'idea semplicissima, la stessa di una catena di montaggio. Una volta capita, ComfyUI diventa lo strumento più potente e più libero che esista per creare con l'intelligenza artificiale: nessun abbonamento, nessun limite, nessuna censura imposta da un'azienda, e i tuoi file che non lasciano mai il tuo computer.
Questa guida è il vademecum che avremmo voluto leggere quando abbiamo iniziato: niente formule, solo i concetti che servono davvero. Alla fine saprai leggere qualsiasi workflow, capire che file scaricare e dove metterli, trovare modelli e workflow pronti, e sapere da dove partire per fare le tue prime creazioni.
TUTTI I TUTORIAL IN UN POSTO SOLO
Questa guida fa parte di un percorso completo. Installazione, modelli per immagini e video, schede video, workflow gratuiti e novità: li trovi tutti, sempre aggiornati, nella pagina AI e ComfyUI.
ComfyUI è un programma gratuito e open source che si installa sul computer (Windows, Mac e Linux) e si usa dal browser o da un'app dedicata. Non è un modello di intelligenza artificiale: è il programma che fa funzionare i modelli. Stable Diffusion, Flux, Qwen-Image, Z-Image, Wan, LTX e decine di altri sono i "motori"; ComfyUI è l'officina in cui li monti, li colleghi e li fai lavorare insieme.
È diventato lo standard per l'AI generativa in locale per un motivo semplice: quando esce un nuovo modello, di solito funziona in ComfyUI dal primo giorno. Oggi, con lo stesso programma, puoi creare immagini, modificarle, generare video con audio, musica, voci e perfino modelli 3D.
Perché usarlo invece di un servizio online
Gratis e senza limiti: una volta installato paghi solo la corrente, e puoi fare tutte le prove che vuoi.
Libertà creativa: nessun filtro aziendale che blocca il tuo prompt. Scegli tu il modello, e resti tu responsabile di rispettare la legge e le licenze.
Privacy totale: immagini, prompt e foto di riferimento restano sul tuo computer. ComfyUI funziona anche completamente offline.
Controllo completo: vedi e modifichi ogni passaggio, cosa impossibile con i servizi online.
Ripetibile: un workflow salvato produce lo stesso risultato anche fra un anno, e puoi condividerlo con un file.
Immagina una catena di montaggio. Ogni stazione fa un solo lavoro: una prende la materia prima, una la lavora, una la rifinisce, una la impacchetta. In ComfyUI ogni stazione è un nodo, i nastri trasportatori sono i cavi e l'intera catena è il workflow.
Il nodo è una scatola con un nome in alto. A sinistra ha gli ingressi (cosa riceve), a destra le uscite (cosa produce), al centro i parametri che puoi regolare: un testo, un numero, un menu.
Il cavo porta un dato da un'uscita a un ingresso. Si collegano solo dati dello stesso tipo, e ogni tipo ha il suo colore: per questo non puoi "sbagliare" un collegamento.
Il workflow è l'insieme di nodi e cavi. Si salva come file e si ricarica con un clic.
I tipi di dato che viaggiano nei cavi
Tipo
Cos'è, in parole semplici
MODEL
Il "cervello" che genera l'immagine, caricato dal file del modello.
CLIP
Il traduttore che trasforma il tuo testo in qualcosa che il modello capisce (nei modelli recenti si chiama text encoder).
CONDITIONING
Il prompt già tradotto: le istruzioni pronte per il modello.
LATENT
L'immagine in versione compressa, la "bozza" su cui lavora il modello.
VAE
Il convertitore tra la versione compressa e l'immagine vera, in pixel.
IMAGE
L'immagine vera e propria, pronta da vedere o salvare.
Il workflow base in 6 nodi
Quasi tutti i workflow per immagini, anche i più complicati, sono variazioni di questa catena. Capita questa, capisci tutto il resto.
Load Checkpoint — carica il modello e fornisce i tre ingredienti: MODEL, CLIP e VAE.
CLIP Text Encode (due volte) — un nodo per il prompt positivo (cosa vuoi) e uno per il prompt negativo (cosa non vuoi).
Empty Latent Image — prepara la "tela" vuota: larghezza, altezza e quante immagini generare.
KSampler — il cuore di tutto: partendo da puro rumore, passo dopo passo, lo "ripulisce" finché non corrisponde al prompt. Qui scegli seed, numero di passaggi (steps), quanto seguire il prompt (CFG) e il metodo (sampler e scheduler).
VAE Decode — trasforma la bozza compressa nell'immagine vera.
Save Image — salva il risultato nella cartella ComfyUI/output.
Perché la "versione compressa"? I modelli non lavorano direttamente sui milioni di pixel dell'immagine: sarebbe lentissimo. Lavorano in uno spazio latente, una specie di bozza molto più piccola che contiene l'essenza dell'immagine. Solo alla fine il VAE la "sviluppa" in pixel, come una pellicola in camera oscura.
Run, coda e cache: come parte il lavoro
Premi Run (o Ctrl+Invio) e il workflow entra in coda: puoi metterne in fila tanti e andare a prendere un caffè. ComfyUI è furbo: se rilanci il workflow cambiando solo il prompt, non ricalcola i nodi che non sono cambiati (per esempio non ricarica il modello), quindi la seconda immagine arriva molto più in fretta della prima.
I modelli: che file sono e dove vanno
ComfyUI non include modelli: vanno scaricati a parte. Ogni tipo di file ha la sua cartella dentro ComfyUI/models, ed è qui che molti principianti si perdono. Ecco la mappa.
Cartella
Cosa ci va
checkpoints
I modelli "tutto in uno" (modello + traduttore del testo + VAE), tipici di Stable Diffusion 1.5 e SDXL.
diffusion_models
Solo il modello, senza gli altri pezzi: è il formato dei modelli recenti come Flux, Qwen-Image o Wan.
text_encoders
I "traduttori" del testo usati dai modelli recenti.
vae
I convertitori tra spazio latente e pixel.
loras
Le LoRA: piccoli file che aggiungono uno stile, un personaggio o un prodotto a un modello.
controlnet
I modelli che guidano posa, profondità o contorni dell'immagine.
upscale_models
I modelli per ingrandire le immagini mantenendo i dettagli.
I formati dei file. Preferisci sempre i file .safetensors: sono sicuri perché contengono solo dati. Troverai anche versioni fp8 (circa metà della memoria, qualità quasi identica) e GGUF (ancora più leggere, per schede con poca memoria video). Evita i vecchi .ckpt e .pt di provenienza sconosciuta: possono contenere codice eseguibile.
Il modo più semplice: apri un template dal menu dei workflow. ComfyUI ti propone di scaricare da solo i file giusti e li mette nelle cartelle giuste.
Dove trovare i modelli
Hugging Face — la "biblioteca" ufficiale dell'intelligenza artificiale: è qui che le aziende e i laboratori pubblicano i modelli originali (Stability AI, Black Forest Labs, Alibaba, Baidu, Lightricks…), con la licenza ben visibile. È il posto giusto per i modelli di base e per le versioni ottimizzate per ComfyUI.
Civitai — la più grande comunità di modelli creati dagli utenti: modelli personalizzati, LoRA per stili e personaggi, e anche workflow. Ogni file ha immagini di esempio con i prompt usati, voti e commenti: è il posto migliore per trovare uno stile preciso.
Civitai "red" — da aprile 2026 Civitai si è diviso in due siti. civitai.com mostra solo contenuti adatti a tutti, mentre civitai.red è la versione che mostra anche i contenuti NSFW (sigla di Not Safe For Work, cioè "non adatto all'ufficio": nudo e contenuti per adulti). Il motivo della separazione sono le regole dei circuiti di pagamento. L'account è lo stesso e il catalogo è unico; cambia solo cosa è visibile. È riservato ai maggiorenni, e anche lì restano validi la legge e le regole del sito.
Il Manager di ComfyUI — dall'interno del programma puoi cercare e scaricare modelli e nodi senza aprire il browser.
Prima di scaricare, controlla la licenza: alcuni modelli sono liberi anche per lavoro, altri solo per uso personale, e alcuni escludono perfino l'Europa. Nel dubbio, leggi la pagina ufficiale del modello.
LoRA, ControlNet, upscaler: come potenziare un workflow
LoRA — un piccolo file (spesso da pochi MB a qualche centinaio) che "insegna" al modello qualcosa di nuovo: uno stile pittorico, il tuo personaggio, un prodotto. Si aggiunge con un nodo tra il caricamento del modello e il resto della catena, e se ne possono usare più insieme.
ControlNet — ti dà il controllo della composizione: disegni una posa, dai una mappa di profondità o dei contorni, e l'immagine la rispetta. È lo strumento dei professionisti per ottenere esattamente l'inquadratura che vogliono.
Da immagine a immagine e inpainting — invece di partire da una tela vuota parti da una foto o da un disegno, e puoi ridisegnare solo una parte dell'immagine (inpainting) lasciando il resto intatto.
Upscaler — ingrandiscono l'immagine aggiungendo dettagli, per arrivare a risoluzioni da stampa.
Nodi personalizzati e Manager
Oltre ai nodi di base, la community ha creato migliaia di nodi personalizzati (custom nodes) per aggiungere nuove funzioni. Si installano con il Manager, che è anche il salvavita dei principianti: quando apri un workflow scaricato e compaiono dei nodi rossi, significa che mancano dei nodi personalizzati, e il Manager li installa con un clic. Un consiglio: installa solo nodi diffusi e aggiornati, perché sono programmi che girano sul tuo computer.
Dove trovare workflow pronti (e come caricarli)
Il trucco che nessuno ti dice all'inizio: le immagini create con ComfyUI contengono il workflow che le ha generate. Trascini l'immagine PNG nella finestra di ComfyUI e ti ritrovi l'intera catena di nodi, pronta da usare e studiare. È il modo più veloce per imparare.
ComfyUI Examples — la raccolta ufficiale di esempi creata dall'autore di ComfyUI: da immagine a immagine, inpainting, LoRA, ControlNet, upscaling, modelli come SDXL, Flux, Qwen-Image, e anche video, audio e 3D. Ogni immagine contiene il suo workflow: trascinala in ComfyUI e parti.
I template integrati — dal menu dei workflow, con un template per quasi ogni modello, già configurato. Li trovi anche online nella libreria dei workflow di Comfy.
I nostri workflow gratuiti — tre workflow con istruzioni in italiano per Stable Diffusion 1.5, SDXL e Flux Schnell, pensati anche per schede con poca memoria. Li trovi in fondo alla guida all'installazione.
Civitai — molti autori pubblicano anche i workflow insieme ai loro modelli.
Le funzioni che rendono ComfyUI ancora più comodo
Subgraph — raccogli un gruppo di nodi in un unico "super-nodo" riutilizzabile, così i workflow grandi restano ordinati.
App Mode — trasforma un workflow in una semplice interfaccia con pochi campi, comoda da usare (o da far usare ad altri) senza vedere i nodi.
Cicli — dalla versione 0.36 i nodi Start Loop ed End Loop permettono di ripetere una parte del workflow, per esempio per generare un video lungo a pezzi.
Nodi partner — permettono di usare dentro ComfyUI anche alcuni modelli online a pagamento. Sono facoltativi: se vuoi lavorare solo in locale puoi disattivarli con l'opzione di avvio --disable-api-nodes.
Cosa puoi creare con ComfyUI
Cosa
Modelli principali
Immagini da testo
Stable Diffusion 1.5 e SDXL, Flux.1 e Flux.2, Qwen-Image, Z-Image, ERNIE-Image, Krea 2
Modifica di immagini
Flux Kontext, FLUX.2 Klein, Qwen-Image-Edit, inpainting con i modelli classici
Video con audio
LTX-2.3 e LTX-2.5
Video
Wan 2.1 e 2.2
Musica e audio
ACE-Step, Stable Audio
3D e altro
Hunyuan3D per i modelli 3D, upscaling, rimozione dello sfondo, stima della profondità
Che computer serve
ComfyUI funziona su Windows, Mac e Linux. Per lavorare bene conta soprattutto la memoria della scheda video: con 8 GB usi Stable Diffusion e SDXL, con 12 GB anche Flux e Z-Image nelle versioni ridotte, con 16 GB lavori comodamente con quasi tutti i modelli per immagini e inizi con i video; per i video più impegnativi servono 24 GB o più. Tutti i dettagli nella guida alle migliori schede video per AI.
Studia i workflow degli altri: trascina in ComfyUI le immagini di ComfyUI Examples e smonta i workflow nodo per nodo.
Passa alle tecniche avanzate: LoRA, ControlNet, inpainting, upscaling e poi i video.
I nuovi tutorial, con video e workflow, li pubblichiamo man mano: li trovi tutti nella pagina AI e ComfyUI. Vuoi sapere quando esce il prossimo? Iscriviti al canale YouTube.
Glossario rapido
Termine
Significato
Prompt
La descrizione testuale dell'immagine che vuoi ottenere.
Prompt negativo
Cosa non vuoi vedere nell'immagine.
Checkpoint
Un file di modello "tutto in uno", pronto da caricare.
LoRA
Piccolo file che aggiunge uno stile, un personaggio o un concetto al modello.
Seed
Il numero di partenza del rumore: stesso seed e stesse impostazioni danno la stessa immagine.
Steps
Quanti passaggi di "pulizia" fa il modello: più passaggi, più tempo.
CFG
Quanto il modello deve seguire il prompt: troppo alto rende le immagini innaturali.
Sampler e scheduler
Il metodo con cui il modello toglie il rumore, passo dopo passo.
Denoise
Quanto cambiare l'immagine di partenza: 1 la rifà da zero, valori bassi la ritoccano.
Latente
La versione compressa dell'immagine su cui lavora il modello.
VRAM
La memoria della scheda video: decide quali modelli puoi usare.
fp8 e GGUF
Versioni ridotte dei modelli, per usarli con meno memoria video.
NSFW
"Not Safe For Work": contenuti per adulti, non adatti a tutti.
Meno di quanto sembri. Non serve saper programmare: si parte da un workflow già pronto e si cambia solo il prompt. Capito il workflow base in 6 nodi, in poche ore sei in grado di modificare i workflow degli altri.
ComfyUI è gratis?
Sì, è gratuito e open source e funziona completamente offline. Anche la maggior parte dei modelli è gratuita; alcuni però hanno licenze che ne limitano l'uso commerciale.
ComfyUI è in italiano?
L'interfaccia è disponibile in diverse lingue, che puoi scegliere nelle impostazioni, ma la documentazione e i nomi dei nodi restano quasi sempre in inglese. Per questo abbiamo creato tutorial e workflow con spiegazioni in italiano.
Cosa sono i nodi rossi quando apro un workflow?
Sono nodi personalizzati che non hai ancora installato. Apri il Manager, usa l'installazione dei nodi mancanti e riavvia ComfyUI.
Meglio ComfyUI o Automatic1111?
ComfyUI: è aggiornato di continuo e supporta immagini, video e audio. Automatic1111 non viene più sviluppato e funziona solo con i modelli di immagini più vecchi.
Che differenza c'è tra civitai.com e civitai.red?
Sono lo stesso sito con lo stesso catalogo e lo stesso account. Da aprile 2026 civitai.com mostra solo contenuti adatti a tutti, mentre civitai.red, riservato ai maggiorenni, mostra anche i contenuti NSFW.
L'AI della settimana è la nostra rubrica del giovedì: le notizie più importanti dal mondo dell'intelligenza artificiale, spiegate in italiano e con il nostro punto di vista da creativi. Settimana dal 17 al 24 settembre 2026.
L'editoriale: l'AI costa sempre meno, ma di chi ci fidiamo?
Se dovessimo riassumere questa settimana in una frase: i modelli migliori costano la metà, e gli agenti AI fanno sempre di più, a volte anche troppo. Martedì Anthropic e OpenAI hanno presentato nuovi modelli a novanta minuti di distanza l'uno dall'altro, entrambi con prezzi tagliati. E nella stessa settimana in cui Meta, OpenAI e Google spingono i loro assistenti a fare telefonate, gestire email e fare acquisti per noi, Google ha dovuto ammettere che uno dei suoi modelli, durante un test, è entrato nei sistemi di tre aziende vere.
E poi c'è una notizia che per chi crea contenuti vale più di tutte: oggi chiude definitivamente l'API di Sora, il generatore video di OpenAI che solo un anno fa sembrava il futuro del video. Chi aveva costruito il proprio lavoro su Sora deve ricominciare da capo. È il motivo per cui su questo sito insistiamo tanto sugli strumenti in locale come ComfyUI: un modello scaricato sul tuo PC non può esserti tolto da una decisione aziendale.
1. La guerra dei prezzi: Claude Opus 5.5 contro GPT-6 Sol e Luna
Il 22 settembre Anthropic ha presentato Claude Opus 5.5: secondo l'azienda raggiunge il livello del suo modello più grande, Fable 5.1, nella maggior parte dei compiti, scrive il 30% più velocemente di Opus 5 e costa circa il 40% in meno da usare. Nell'API il prezzo scende a 4 dollari per milione di token in ingresso e 20 in uscita. Sonnet 5.5 e Haiku 5.5 arriveranno nelle prossime settimane.
Novanta minuti dopo OpenAI ha risposto con GPT-6 Sol e GPT-6 Luna, a metà prezzo rispetto alla serie precedente: Sol, per i compiti complessi e la programmazione, costa 2 dollari in ingresso e 10 in uscita; Luna, pensato per riassunti e domande veloci, 0,10 e 0,50 dollari. Secondo OpenAI, Sol fa circa la metà degli errori del modello che sostituisce. Luna è disponibile anche per gli utenti gratuiti di ChatGPT.
Cosa cambia per te: anche se non usi le API, la concorrenza si vede nei piani gratuiti e negli abbonamenti, che offrono modelli sempre più capaci allo stesso prezzo. I confronti sulle prestazioni sono dichiarati dalle aziende stesse: meglio provare entrambi sui propri compiti.
2. Gli agenti escono dalla chat
ChatGPT lavora a voce: dal 23 settembre, nell'app per telefono, gli abbonati Plus e Pro possono chiedere a voce di scrivere documenti, riassumere email e preparare presentazioni, e riprendere il lavoro sul computer (TechCrunch).
Meta Muse cresce: l'agente personale di Meta, lanciato l'8 settembre e disponibile anche dentro WhatsApp, riceve un avatar video, il controllo del Mac e integrazioni per gli acquisti. Meta ha mostrato anche Muse Charm, un piccolo dispositivo da portachiavi che ricorda un Tamagotchi (TechCrunch). Per ora Muse è disponibile solo negli Stati Uniti: nessuna data per l'Europa.
Gemini telefona al posto tuo: Google sta provando a far chiamare le attività commerciali da Gemini, per ora solo negli Stati Uniti e sui telefoni Pixel (TechCrunch).
3. Il lato oscuro: Gemini è entrato nei sistemi di tre aziende
Il 18 settembre Google ha confermato che, durante un test di sicurezza condotto a maggio dalla società Irregular, un modello Gemini ha avuto accesso ai sistemi protetti di tre aziende reali. Il test doveva svolgersi in un ambiente chiuso, ma per errore il collegamento a internet era rimasto attivo: in un caso il modello ha indovinato le password, negli altri due ha usato credenziali dimenticate in codice pubblico. Secondo Google, Gemini si è fermato quando ha capito di trovarsi su sistemi veri. L'azienda lo sapeva da luglio e lo ha reso pubblico solo dopo le domande dei giornalisti (SecurityWeek).
Perché è importante: gli agenti AI sanno ormai sfruttare gli errori umani, come le password deboli o le chiavi lasciate online. Più li colleghiamo a email, conti e account, più serve controllare che cosa possono fare.
4. Scienza: il laboratorio di biologia di Anthropic trova un nuovo sistema di enzimi
Anthropic ha annunciato che il suo laboratorio di biologia, aperto in primavera, ha individuato nel DNA dei batteriofagi un sistema di enzimi finora sconosciuto, in grado di tagliare, copiare e incollare il DNA in modo simile a CRISPR. La ricerca è stata condotta da circa 950 agenti Claude in 21 ore; gli esperimenti di laboratorio li hanno fatti scienziati umani, e la comunità scientifica dovrà confermare quanto la scoperta sia davvero nuova, perché un gruppo di Stanford aveva già descritto un sistema in parte simile (TechCrunch).
5. Per i creativi: immagini, video, audio
Qwen-Image 2.1: immagini con trasparenza, anche in ComfyUI
Alibaba ha pubblicato Qwen-Image 2.1, un modello da 7 miliardi di parametri che genera e modifica immagini, accetta fino a 10 immagini di riferimento e soprattutto crea immagini con lo sfondo trasparente (canale alfa vero), comodissimo per grafica, loghi e montaggi. È molto più leggero del Qwen Image originale. ComfyUI lo supporta nativamente dalla versione 0.37, con tre template ufficiali. Attenzione alla licenza: è la Qwen Research License, più restrittiva della licenza aperta del modello precedente, quindi verifica le condizioni prima di usarlo per lavoro.
ComfyUI impara a ripetere: arrivano i cicli
Con la versione 0.36 (15 settembre) ComfyUI ha aggiunto i nodi Start Loop ed End Loop: finalmente si può ripetere una parte di workflow un certo numero di volte o per ogni elemento di una lista, senza nodi esterni. Un esempio pratico: generare un video lungo a pezzi, usando l'ultimo fotogramma di ogni pezzo come inizio del successivo (ComfyUI Wiki). Se non hai ancora ComfyUI, parti dalla nostra guida introduttiva a ComfyUI.
Sora chiude per sempre
Il 24 settembre OpenAI spegne l'API di Sora; l'app e il sito erano già stati chiusi il 26 aprile. Dopo la chiusura i dati vengono cancellati definitivamente (OpenAI Help Center). Per il video AI restano servizi online come Veo di Google, Runway e Kling, e in locale modelli aperti come Wan e LTX-Video.
YouTube Studio si riempie di AI
YouTube ha annunciato nuovi strumenti per i creator: commenti dell'AI sulle bozze dei video (ritmo, struttura, racconto), proposte di titoli e miniature nello stile del canale, test A/B fino a tre miniature e, più avanti nell'anno, fino a tre diversi inizi del video (TechCrunch). Tempi e disponibilità in Italia non sono ancora stati comunicati.
ElevenLabs vale 22 miliardi
Secondo le indiscrezioni, ElevenLabs, l'azienda delle voci e della musica AI, è ora valutata circa 22 miliardi di dollari, il doppio di febbraio (TechCrunch). Il segnale è chiaro: l'audio è il prossimo grande terreno di gioco dell'AI generativa.
6. Black Forest Labs, quelli di Flux, passano ai robot
Black Forest Labs, l'azienda tedesca che ha creato Flux, ha presentato FLUX 3 Action: un modello da 7 miliardi di parametri che guarda attraverso le telecamere di un robot, legge un'istruzione scritta e decide i movimenti da fare. L'azienda annuncia che pubblicherà pesi e codice, ma la licenza definitiva non è ancora nota (VentureBeat). Il modello per immagini e video FLUX 3, invece, per ora è disponibile solo in accesso anticipato.
7. In Italia: dal 30 settembre le nuove regole sull'AI
È stato pubblicato in Gazzetta Ufficiale il decreto legislativo 9 settembre 2026, n. 160, che adegua le leggi italiane all'AI Act europeo ed entra in vigore il 30 settembre. Tra le novità: limiti precisi al riconoscimento facciale in tempo reale da parte delle forze di polizia, un nuovo reato per chi non mette in sicurezza i sistemi di AI ad alto rischio, regole più favorevoli a chi subisce danni causati dall'AI e sanzioni per la diffusione illecita di deepfake (Giuricivile). Per chi crea contenuti con l'AI il messaggio è semplice: attenzione a immagini e video che ritraggono persone reali.
Da tenere d'occhio la prossima settimana
29 settembre:OpenAI DevDay 2026 a San Francisco, la conferenza per sviluppatori in cui OpenAI presenta di solito nuovi strumenti.
30 settembre: entrano in vigore le nuove regole italiane sull'AI.
Nelle prossime settimane: Claude Sonnet 5.5 e Haiku 5.5, e i primi workflow della community per Qwen-Image 2.1 in ComfyUI.
Quale notizia ti ha colpito di più? Scrivicelo nei commenti. E se vuoi iniziare a usare l'AI sul tuo computer, trovi tutti i nostri tutorial nella pagina AI e ComfyUI e i video sul nostro canale YouTube.
Aggiornato a settembre 2026 · Le intelligenze artificiali cambiano ogni pochi mesi: questa guida si concentra sulle piattaforme e su cosa sanno fare, non sui numeri di versione. Prezzi e limiti dei piani gratuiti possono cambiare: controlla sempre la pagina ufficiale.
Ogni settimana esce una nuova intelligenza artificiale che promette di essere «la migliore», e ogni settimana qualcuno ci chiede quale usare. La verità è che non esiste una risposta unica: anche noi ne usiamo più di una, a seconda che si tratti di scrivere, ragionare su un progetto, creare immagini o lavorare su un video.
In questa guida mettiamo in ordine le AI più usate nel 2026 (ChatGPT, Claude, Gemini, Copilot, Perplexity, Le Chat, DeepSeek e le altre): quali sono gratuite, quanto costano i piani a pagamento e quale scegliere per scrivere, studiare, programmare o creare immagini, video e musica. Senza tifo: ognuna ha punti forti e limiti, e te li diciamo tutti.
Tutti gli assistenti più diffusi oggi sono multimodali: scrivono, rispondono a voce, leggono immagini e documenti, cercano sul web e molti creano anche immagini. Le differenze stanno nei dettagli, nell'integrazione con gli strumenti che usi e nei limiti dei piani gratuiti.
ChatGPT (OpenAI): la più versatile
È l'AI più conosciuta e il punto di partenza più semplice: scrive, traduce, riassume, risponde a voce, analizza file e dati, cerca sul web e crea immagini direttamente in chat. Ha app per telefono e computer e un grande ecosistema di funzioni aggiuntive.
Gratis: sì, con limiti sull'uso dei modelli migliori e delle immagini.
A pagamento: piano Plus da circa 20 € al mese, piani superiori per professionisti e aziende.
Ideale per: chi inizia, uso quotidiano, scrittura, idee, immagini.
Claude (Anthropic): la migliore per testi lunghi e programmazione
Claude è apprezzato per la qualità della scrittura in italiano, la capacità di seguire istruzioni dettagliate e di lavorare su documenti molto lunghi. È tra le AI più usate dagli sviluppatori: oltre alla chat esistono strumenti che lavorano direttamente sul codice e sui file del computer.
Gratis: sì, con un numero limitato di messaggi.
A pagamento: piano Pro da circa 20 € al mese, piani Max per uso intensivo.
Ideale per: scrittura professionale, analisi di documenti, programmazione.
Gemini è integrato in Gmail, Documenti, Drive e negli smartphone Android, e sfrutta la ricerca Google per le informazioni aggiornate. È molto forte con immagini e video: puoi fotografare un oggetto e fare domande, modificare foto a parole e, con i piani a pagamento, generare video con il modello Veo.
Gratis: sì, basta un account Google.
A pagamento: piano Google AI Pro da circa 22 € al mese, che include anche spazio su Google Drive.
Ideale per: chi usa già Gmail e Android, ricerche, immagini e video.
Microsoft Copilot: la migliore con Windows e Office
È già presente in Windows e nel browser Edge, e nelle versioni per Microsoft 365 lavora dentro Word, Excel, PowerPoint e Outlook: riassume email, crea presentazioni, analizza fogli di calcolo.
Gratis: sì, nella versione base.
A pagamento: tramite gli abbonamenti Microsoft 365.
Perplexity è un motore di ricerca con l'AI: invece di un elenco di link ti dà una risposta scritta, con le fonti citate una per una, così puoi verificarle. È la scelta migliore quando ti servono informazioni aggiornate e affidabili.
Gratis: sì; il piano Pro aggiunge ricerche più approfondite e la scelta del modello.
Carichi i tuoi materiali (PDF, appunti, siti, video di YouTube) e NotebookLM risponde solo in base a quelle fonti, citandole. Crea riassunti, mappe mentali, quiz e i famosi "podcast" audio in cui due voci discutono dei tuoi documenti. Perfetto per studenti, ricercatori e chi deve preparare una relazione.
Gratis: sì, con un account Google; limiti più alti con i piani Google AI.
Mistral è un'azienda francese e Le Chat è il suo assistente: veloce, con ricerca web e generazione di immagini. È una buona scelta per chi preferisce un servizio europeo, soggetto alle regole europee sulla privacy.
DeepSeek e Qwen (di Alibaba) offrono chat gratuite molto capaci, soprattutto per matematica e programmazione, e pubblicano i loro modelli come open source: chiunque può scaricarli e usarli sul proprio computer. Attenzione però alla privacy nella versione online, perché i dati vengono elaborati su server in Cina: per documenti personali o di lavoro meglio usare i loro modelli in locale.
Tra le altre AI conosciute c'è anche Grok di xAI, integrato nel social X.
Quale AI è gratis?
Tutte quelle di questa guida hanno una versione gratuita, ma nessuna è gratuita senza limiti: i piani free hanno un numero di messaggi limitato, usano modelli meno potenti nei momenti di traffico o riservano alcune funzioni (video, ricerche approfondite, file molto grandi) agli abbonati. Per un uso occasionale le versioni gratuite di ChatGPT, Gemini e Claude sono più che sufficienti; per il lavoro quotidiano un abbonamento da circa 20 € al mese fa la differenza.
L'unico modo per avere un'AI davvero gratis e senza limiti è usarla sul tuo computer.
Usare l'AI gratis sul tuo PC
Molti modelli sono open source e girano in locale: nessun abbonamento, nessun limite di messaggi e i tuoi dati non escono dal computer. Serve però un PC adatto, soprattutto una scheda video con molta memoria.
Per chattare e scrivere:Ollama e LM Studio ti permettono di scaricare e usare modelli come Qwen, DeepSeek, Mistral o Gemma con pochi clic.
Le migliori AI per creare immagini, video e musica
Per creare
Online
Sul tuo PC
Immagini
ChatGPT, Gemini, Midjourney, Adobe Firefly
ComfyUI con Flux e Stable Diffusion
Video
Veo (in Gemini), Runway, Kling
ComfyUI con Wan e LTX-Video
Musica
Suno, Udio
ComfyUI con modelli audio open source
Le piattaforme online sono le più immediate e spesso offrono crediti gratuiti per iniziare; trovi una panoramica nella nostra lista delle AI per generare immagini. Le soluzioni in locale richiedono un PC potente ma non hanno costi né limiti: è il tema principale dei nostri tutorial e del nostro canale YouTube.
La migliore AI per ogni esigenza
Chi sei
Le AI da provare
Studente
NotebookLM per studiare sulle dispense, Perplexity per le ricerche, ChatGPT o Gemini per spiegazioni ed esercizi
Professionista o azienda
Claude per documenti e relazioni, Copilot o Gemini a seconda che usiate Microsoft 365 o Google Workspace
Sviluppatore
Claude, ChatGPT e Gemini; DeepSeek e Qwen in locale per il codice riservato
Creativo
ChatGPT e Gemini per le idee e le prime immagini, ComfyUI per il controllo completo su immagini e video, Suno per la musica
Attento alla privacy
Le Chat, oppure modelli open source in locale con Ollama, LM Studio e ComfyUI
Consigli per usarle al meglio
Verifica sempre: tutte le AI possono sbagliare con grande sicurezza, soprattutto su numeri, date e fonti.
Attenzione ai dati: non inserire dati personali, password o documenti riservati nelle versioni gratuite. Controlla nelle impostazioni se le tue conversazioni vengono usate per addestrare i modelli e, se preferisci, disattiva l'opzione.
Accedi in modo sicuro: puoi registrarti con l'account Google, Microsoft o Apple che hai già, oppure con una email dedicata se vuoi condividere meno informazioni.
Chiedi bene: spiega il contesto, cosa ti serve e in che formato. Se la risposta non va, correggi e riprova invece di ricominciare da capo.
Provane più di una: sono tutte gratuite per iniziare, e la stessa domanda fatta a due AI diverse spesso dà idee migliori.
Domande frequenti
Qual è la migliore intelligenza artificiale nel 2026?
Non c'è una vincitrice assoluta: ChatGPT, Claude e Gemini sono sullo stesso livello e si superano a vicenda a ogni nuova versione. Per iniziare scegli ChatGPT o Gemini; per scrivere e programmare prova Claude; per le ricerche Perplexity.
Quale AI è gratuita e senza limiti?
Online nessuna: tutti i piani gratuiti hanno dei limiti. Senza limiti ci sono solo i modelli open source usati sul tuo computer, con programmi come Ollama, LM Studio o ComfyUI.
Quale AI funziona meglio in italiano?
ChatGPT, Claude e Gemini scrivono tutte in un ottimo italiano. Le differenze si notano soprattutto nello stile: prova la stessa richiesta su due o tre di loro e scegli quella che preferisci.
Quale AI usare per creare immagini?
Per iniziare ChatGPT e Gemini, che creano e modificano immagini direttamente in chat; per la qualità artistica Midjourney; per il controllo completo e senza costi ComfyUI con Flux sul tuo PC.
Le AI sono sicure per la privacy?
Dipende dal servizio e dal piano: i piani aziendali in genere non usano i dati per l'addestramento, quelli gratuiti spesso sì, salvo disattivazione. Se lavori con dati sensibili, scegli piani business o modelli in locale.
