Flotte ibride: modelli locali e frontier API in un solo orchestratore

Aggiornamento della pipeline locale dello studio con la nuova generazione open-weight — Qwen 3.5, Gemma 4, DeepSeek V3.2 — servita via vLLM con speculative decoding. Sui workload ripetitivi i modelli locali raggiungono ormai la parità pratica con le frontier API di un anno fa, e lo speculative decoding taglia la latenza di un ulteriore ~40%. Il router dello studio tratta locale e cloud come un'unica flotta: il confine si sposta per task, non per principio.