# mozilla-state-of-open-source-ai-2026-07

## Veille

**Rapporto ricorrente di Mozilla**, *The state of open source AI*, **v1.0.1, luglio 2026**, introdotto da una lettera di **Raffi Krikorian** (CTO): sette sezioni, un sito interattivo e un rapporto scaricabile. Tesi enunciata nel titolo della Sezione 1: *« Il livello del modello si è commoditizzato. Il valore si sposta sull'harness sovrastante. »* **Stato delle capacità**: sull'*Artificial Analysis Intelligence Index v4.1*, il miglior modello chiuso ottiene **61** punti (Claude Opus 5) e il miglior modello open **57** (**Kimi K3**), quarto in classifica generale e davanti a tre dei più grandi laboratori chiusi; sull'*Epoch Capabilities Index*, lo scarto è di **6 punti** (K3 a 156 contro GPT-5.6 Sol a 162), descritto come *« all'incirca un ciclo di release »*, con intervalli di confidenza sovrapposti. **Frontiera a dente di sega**: l'open è in testa nel codice frontend (K3 a 1.679 Elo sulla LMArena Frontend Code Arena, sei domini su sette), contende il lavoro agentico da terminale (88,3 contro 88,8 su Terminal-Bench 2.1), e cede terreno sul lavoro professionale di conoscenza (Fable 5 supera K3 di 92 Elo su GDPval-AA v2). **Spostamento d'uso**: la quota di token OpenRouter instradati verso modelli open-weight è salita da un livello trascurabile a un terzo entro fine 2025, poi a una **maggioranza entro metà 2026**, con i sette modelli a maggior volume tutti open-weight — il rapporto stesso osserva che *« in numero di richieste, i fornitori chiusi statunitensi restano in testa »*, il vantaggio open essendo un vantaggio in volume di token concentrato nei carichi di lavoro di coding e agentici. **Il contrasto centrale**: *« L'open si spedisce facilmente. L'open si distribuisce con difficoltà. »* — il 79% degli sviluppatori che adottano l'IA usa modelli open contro il 71% per il chiuso, ma solo il **53%** dei team su modello open raggiunge la produzione **contro il 63%**, e lo scarto si allarga con la dimensione dell'organizzazione (chiuso 54% → 73%, open 53% → 57%), il che *« esclude una spiegazione basata sulle risorse »*. La mappa di maturità dello stack (48 componenti, 9 livelli) mostra due colonne costantemente fredde — la **standardizzazione** e la ***prontezza enterprise*** — identificate come il divario operativo. **Sezione 5**: *« L'harness agentico è un altro user agent »*, e *« Il modello sta divorando l'harness »* — su ogni modello in cui entrambi esistono, l'harness proprietario del laboratorio ora vince, con lo scarto di 21,8 punti compresso a circa 3. Da cui la formula: *« Un harness calibrato strettamente sui pesi di un laboratorio… degrada su qualsiasi altro modello, quindi più stretta è la calibrazione, meno intercambiabili sono i pesi sottostanti. Il lock-in arriva come effetto collaterale dell'ottimizzazione. »*

## Titre Article

The state of open source AI (v1.0.1, juillet 2026)

## Date

2026-07

## URL

https://stateofopensource.ai/

## Keywords

Mozilla, state of open source AI, pesi open, pesi open, IA open source, definizione OSI, codice di addestramento, documentazione dei dati, commoditizzazione del modello, harness agentico, valore a monte del modello, Artificial Analysis Intelligence Index, Epoch Capabilities Index, Kimi K3, Claude Opus 5, GPT-5.6 Sol, Fable 5, Terminal-Bench, GDPval, LMArena, frontiera a dente di sega, OpenRouter, quota di token, volume contro richieste, prezzo dell'inferenza, 50x in 36 mesi, LLMflation, adozione contro produzione, Mozilla SlashData, divario operativo, standardizzazione, prontezza enterprise, mappa dello stack, sovranità, 70 strategie nazionali, diritti di uscita, diritti di uscita, costo di uscita dal cloud, rimpatrio, Qwen, DeepSeek, Moonshot, Mistral, Zhipu, MiniMax, LangChain, MCP, A2A, Agentic AI Foundation, governance degli agenti, superficie di scrittura irrisolta, lock-in tramite ottimizzazione, controlli sulle esportazioni, blackout di diciannove giorni, irreversibilità di un rilascio di pesi, distillazione, Kratsios, Greenblatt, Redwood Research, watchlist, Raffi Krikorian

## Authors

**Mozilla** — éditeur du rapport, avec une introduction signée **Raffi Krikorian**, *Chief Technology Officer*. Publié en **juillet 2026** (v1.0.1). Données issues de sources tierces créditées (Artificial Analysis, Epoch AI, OpenRouter, LMArena) et d'une enquête propre menée avec **SlashData** (*Mozilla / SlashData 2026 developer survey*, n = 1 410 sur la question des freins).

Mozilla n'est pas un observateur neutre du sujet qu'elle mesure, et la lettre d'ouverture le revendique : *« Mozilla exists because one company tried to own the front door to the web, and an open community made sure it never could. We bet on open the first time. Open won. »* Le rapport est à la fois un travail de mesure sourcé et une pièce de plaidoyer, refermée sur un appel à l'action (*« Build with us »*) et une inscription à MozFest.

## Ton

**Profilo**: **rapporto settoriale a carattere di advocacy**, formato web interattivo (grafici cliccabili, celle interrogabili al passaggio del mouse) affiancato da un PDF. Registro analitico e denso di dati nel corpo del testo, **mobilitante a entrambe le estremità** — la lettera introduttiva del CTO, l'appello finale *« Build with us »*.

**Stile**: ogni sezione porta un **titolo-tesi su due righe** (*« L'open si spedisce facilmente. / L'open si distribuisce con difficoltà. »*, *« L'open è una scelta di sovranità. / Settanta governi la trattano già come tale. »*), seguito da una serie di visualizzazioni ciascuna con didascalia della fonte **e del suo limite**. Questa disciplina nelle didascalie è ciò che distingue il documento da un mazzo di talking points: *« I punteggi usano scale diverse e provengono per lo più da test gestiti dai fornitori, quindi vanno trattati come indicativi »*, *« con punti intermedi interpolati »*, *« gli intervalli di confidenza si sovrappongono »*, *« Le quote riguardano solo i primi 20, non l'intero traffico OpenRouter »*.

**Due mosse retoriche strutturanti**:

1. **Aprire con il caso marginale.** La lettera si apre sul te reo māori — una lingua *« senza un vero e proprio mercato commerciale »* per cui un'emittente neozelandese sta costruendo modelli vocali sotto una licenza che mantiene le registrazioni presso le comunità — e su una diagnosi delle foglie di manioca resa da un modello grande come uno smartphone in una zona priva di connettività dell'Africa orientale. *« Nessuno dei due progetti aveva bisogno di un permesso. E nessuno dei due avrebbe potuto essere noleggiato da un modello di frontiera. »* **Il valore dell'open viene stabilito attraverso ciò che il mercato non finanzierà mai, prima ancora che si parli di quote di mercato.**
2. **La lista di reversibilità.** La sezione *watchlist* non si limita a elencare segnali: ciascuno porta un ***« Si inverte se: »*** — la condizione che invaliderebbe la tesi. Raro e onesto in un documento di advocacy.

**Frasi ricorrenti**: *« Il livello del modello si è commoditizzato »*, *« L'open si spedisce facilmente. L'open si distribuisce con difficoltà »*, *« I pesi open sono diritti di uscita »*, *« Si può spegnere un modello. Non si può spegnere una copia già in esecuzione su una macchina che si possiede »*, *« la superficie di scrittura irrisolta »*, *« Il lock-in arriva come effetto collaterale dell'ottimizzazione »*, *« Gli input diventati commodity perdono il potere di prezzo »*.

## Pense-betes

- **Data / fonte**: *The state of open source AI*, **Mozilla**, v1.0.1, **luglio 2026**, introduzione di **Raffi Krikorian** (CTO). Fonti terze citate (Artificial Analysis, Epoch AI, OpenRouter, LMArena) e sondaggio proprietario con **SlashData** (n = 1.410 sulle barriere all'adozione).
- **Inquadramento chiave**: *« Il livello del modello si è commoditizzato. Il valore si sposta sull'harness sovrastante. »* Motivazione: *« Gli input diventati commodity perdono il potere di prezzo »*, e la maggioranza dei carichi di lavoro in produzione gira ben al di sotto del tetto della frontiera. ### La distinzione terminologica da tenere a mente | Termine | Cosa copre | |---|---| | **Open model** | pesi scaricabili, eseguibili e modificabili su hardware sotto il proprio controllo | | **Open weights** | parametri sotto licenza permissiva, **senza codice di addestramento né documentazione dei dati** — *« il che descrive la maggior parte di ciò che questo rapporto misura »* | | **Open source AI** (senso OSI) | richiede in aggiunta il codice di addestramento e informazioni sui dati sufficienti a ricostruire il sistema | Il rapporto è intitolato *open source AI* ma misura in stragrande maggioranza **open weights**. Lo dichiara esplicitamente; le sintesi che se ne trarranno no. ### Divario di capacità, due strumenti coerenti | Strumento | Chiuso | Open | Scarto | |---|---|---|---| | Artificial Analysis Intelligence Index v4.1 | 61 (Claude Opus 5) | 57 (**Kimi K3**) | 4 pt; K3 4° su 586 modelli, 3 dei primi 11 open-weight | | Epoch Capabilities Index | 162 (GPT-5.6 Sol) | 156 (K3) | 6 pt ≈ un ciclo di release, **intervalli di confidenza sovrapposti** | Sul prezzo, K3 si colloca a 3,6 punti dal vertice per circa un terzo del prezzo. ### La frontiera a dente di sega L'open **è in testa** nel codice frontend (K3, 1.679 Elo, sei domini su sette sulla LMArena Frontend Code Arena); **contende** il lavoro agentico da terminale (88,3 contro 88,8 su Terminal-Bench 2.1; K3 vince Program Bench, SpreadsheetBench 2 e BrowseComp, perde su FrontierSWE 81,2 contro 86,6); **cede** terreno sul lavoro professionale di conoscenza (Fable 5 è in testa di **92 Elo** su GDPval-AA v2, il divario più ampio tra i benchmark condivisi, e Moonshot lo ammette). Da cui: *« Abbinate il modello al compito e vi servirà la frontiera meno di quanto pensiate. »* Il rapporto avverte che i punteggi usano scale diverse e provengono per lo più da test gestiti dai fornitori — *« vanno trattati come indicativi »*. ### La cifra più citata a sproposito I pesi open sono passati da una base trascurabile a **un terzo** dei token OpenRouter entro fine 2025, poi a una **maggioranza** entro metà 2026, con i sette modelli a maggior volume tutti open-weight (72,4% del volume dei primi 20 detenuto dai ranghi open-weight 1-10). Ma: *« In numero di richieste, i fornitori chiusi statunitensi restano in testa. Il vantaggio open è un vantaggio in volume di token, concentrato nei carichi di lavoro di coding e agentici »*, e le quote coprono solo i **primi 20**. Una maggioranza di token non è una maggioranza di casi d'uso. ### Il deployment prevale sulla capacità *« L'open si spedisce facilmente. L'open si distribuisce con difficoltà. »* Il 79% degli sviluppatori che adottano l'IA usa modelli open contro il 71% chiuso, e il **50% usa entrambi** (29% solo open, 21% solo chiuso): le due categorie sono complementari, non rivali. Ma il 53% dei team open raggiunge la produzione contro il 63% chiuso, e lo scarto si allarga con la dimensione — chiuso **54% → 73%**, open **53% → 57%**. *« La scala esclude una spiegazione basata sulle risorse. Le grandi imprese possono comprarsi il passaggio attraverso il deployment chiuso. Il deployment open attende strumenti che restano incompleti. »* Barriere nominate, tutte operative: costo dell'infrastruttura, sicurezza e conformità, manutenzione, complessità del deployment. La mappa dello stack (48 componenti, 9 livelli, 10 criteri) lo conferma da un'altra angolazione: due colonne costantemente fredde su ogni livello — **standardizzazione** e ***prontezza enterprise***. ### Sezione 5: l'harness come user agent L'analogia è il browser, *« codice dal lato dell'utente che negozia con i server per suo conto »*, replicato un livello più su. L'harness è *« dove si concentra la difficoltà della produzione, e dove ricomincia lo scontro open-contro-chiuso, proprietario-contro-affittuario »*. Cinque livelli mappati: **Govern** (policy stateful, registro e tracciabilità, budget e revoca), **Surface** (AG-UI/A2UI, x402/AP2/UCP), **Action** (sandbox E2B/Daytona/Modal, permessi e identità — *« la superficie di scrittura irrisolta »* —, valutazione e osservabilità), **Reach** (MCP, A2A, memoria), **Control** (LangGraph, CrewAI, AutoGen, LlamaIndex). La formula *« la superficie di scrittura irrisolta »* fa eco alla diagnosi in [[valente-zalewski-beyond-zero-enterprise-security-ai-era-2026-07-20]]: la lettura è risolta, la scrittura no. ### Il meccanismo di lock-in *« Il modello sta divorando l'harness. »* Su ogni modello in cui coesistono l'harness proprietario di un laboratorio e un harness indipendente, il primo ora vince, con lo scarto di 21,8 punti compresso a circa 3 al vertice. Da cui: *« Un harness calibrato strettamente sui pesi di un laboratorio diventa un componente su misura del prodotto di quel laboratorio. Degrada su qualsiasi altro modello, quindi più stretta è la calibrazione, meno intercambiabili sono i pesi sottostanti. Il lock-in arriva come effetto collaterale dell'ottimizzazione. »* Il lock-in non ha bisogno di essere una strategia: basta ottimizzare. Da confrontare con il contratto di portabilità in [[janakiram-agent-platform-portability-contract-2026-07-20]]. ### Trazione ed economia LangChain con oltre 126.000 stelle e il 60% di quota tra gli sviluppatori; **MCP** a 97M di download mensili dell'SDK e oltre 10.000 server attivi nell'arco di un anno, **+4.750% in 16 mesi**, consegnato all'Agentic AI Foundation nel dicembre 2025. Divario di governance: **solo ~21%** delle imprese dichiara una governance matura degli agenti. Sui prezzi, l'inferenza è calata di **50 volte in 36 mesi** al livello di GPT-4 (contro 2,6 volte per la banda passante durante l'era dotcom), con il prezzo di frontiera sceso di 112 volte rispetto ai 45 dollari di GPT-4. Su OpenRouter (maggio-settembre 2025), il chiuso deteneva circa l'80% dell'uso e il 96% dei ricavi — a parità di qualità, costa circa **6 volte di più per chiamata**, il che implica un risparmio annuo stimato non realizzato di **circa 24,8 miliardi di dollari** (studio Nagle-Yue per la Linux Foundation). ### Sovranità e diritto di uscita Più di **70 strategie nazionali attive**, e *« l'argomento strategico a favore dell'open è la capacità di andarsene »*, sostenuto dal precedente del cloud (90-120 mila dollari per far uscire un petabyte da S3, 37signals sceso da 3,2 milioni a meno di 1 milione di dollari, l'80% delle imprese in fase di rimpatrio). *« Le API dei modelli chiusi riproducono la stessa trappola… I pesi open sono diritti di uscita. »* **Il blackout di diciannove giorni** rende l'argomento concreto: 9 giugno, Anthropic rilascia Fable 5 e Mythos 5 → **12 giugno**, il Dipartimento del Commercio applica controlli sulle esportazioni con effetto immediato, negando l'accesso a qualsiasi cittadino straniero, compresi i dipendenti di Anthropic stessa; poiché la nazionalità non è verificabile in tempo reale, **entrambi i modelli si spengono per tutti** → 26 giugno, ripristino parziale di Mythos per circa 100 organizzazioni statunitensi di infrastrutture critiche → 30 giugno, revoca del blocco → 1° luglio, ripristino di Fable 5. Poi il 16 luglio, Moonshot apre l'API di K3. *« L'accesso può essere revocato e ripristinato. Un rilascio di pesi non può essere ritirato una volta che i file sono distribuiti… Si può spegnere un modello. Non si può spegnere una copia già in esecuzione su una macchina che si possiede. »* ### Cina Qwen ha superato le successive otto organizzazioni messe insieme nei download di Hugging Face entro febbraio 2026; i modelli open-weight cinesi sono passati da meno del 2% dei token OpenRouter a fine 2024 a oltre il **45%** del traffico settimanale entro aprile 2026, circa il 61% tra i dieci modelli più usati. DeepSeek rivendica oltre 26.000 account enterprise ed era presente nel 58% degli stack delle nuove startup IA nel 2025, anche se almeno otto giurisdizioni hanno limitato il servizio ospitato: *« Le imprese vietano l'app ospitata e adottano comunque i pesi. »* ### Il caso della distillazione di K3, secondo le categorie stesse del rapporto | Livello | Contenuto | |---|---| | **Confermato** | la rivelazione di Anthropic di febbraio 2026 — circa 24.000 account fraudolenti, oltre 16M di scambi di cui **3,4M attribuiti a Moonshot**, contro modelli Claude precedenti; dichiarazioni di Kratsios (22 luglio) e Bessent (21) | | **Segnale** | Greenblatt (Redwood Research): K3 si autoidentifica come Claude in un modo statisticamente difficile da spiegare come rumore — ma nomina un modello precedente al caso, e l'autoidentificazione è un artefatto noto dell'addestramento su testo web | | **Prova** | **assente** — *« Nessun log e nessun pacchetto forense. Moonshot nega. »* | Il rapporto osserva che la pubblicazione dei pesi rende ora possibile una forensica comportamentale. L'accusa non dovrebbe mai essere presentata come accertata. ### La watchlist e il suo metodo Quattro famiglie di segnali (capacità/adozione, harness, struttura di mercato, fiducia/sicurezza), ciascuna abbinata a una propria **condizione di smentita** — *« Si inverte se: il vantaggio dell'harness di laboratorio si allarga, oppure una piattaforma chiusa fissa per prima lo standard dei permessi »*. Dichiarare in anticipo cosa smentirebbe la tesi è ciò che distingue questo documento da un normale testo di advocacy. ### Una nota di cautela sulla citazione Mozilla sta misurando un tema di cui è sostenitrice. Il rigore delle sue didascalie e la presenza di condizioni di smentita rendono i dati utilizzabili; l'inquadramento — commoditizzazione compiuta, apertura inevitabile, *« l'open ha vinto »* — è una tesi, non un dato accertato.

## RésuméDe400mots

Rapporto ricorrente di **Mozilla**, *The state of open source AI* (v1.0.1, luglio 2026), introdotto dal suo CTO **Raffi Krikorian**.

**La tesi** apre la prima sezione: *« Il livello del modello si è commoditizzato. Il valore si sposta sull'harness sovrastante. »* Gli input diventati commodity perdono il proprio potere di prezzo, e la maggioranza dei carichi di lavoro in produzione gira ben al di sotto del tetto della frontiera.

**Stato delle capacità.** Sull'Artificial Analysis Intelligence Index, il miglior modello chiuso ottiene 61 punti (Claude Opus 5), il miglior modello open 57 (**Kimi K3**), quarto in classifica generale; sull'Epoch Capabilities Index lo scarto è di **sei punti, "all'incirca un ciclo di release"**, con intervalli di confidenza sovrapposti. La frontiera è **a dente di sega**: l'open è in testa nel codice frontend, contende il lavoro agentico da terminale, e cede chiaramente terreno sul lavoro professionale di conoscenza.

**Lo spostamento d'uso.** La quota di token OpenRouter instradati verso pesi open è salita da un livello trascurabile a una maggioranza entro metà 2026, con i sette modelli a maggior volume tutti open — ma il rapporto osserva che **in numero di richieste, i fornitori chiusi restano in testa**, il vantaggio open essendo un vantaggio in volume di token concentrato nei carichi di lavoro di coding e agentici.

**Il risultato centrale**: *« L'open si spedisce facilmente. L'open si distribuisce con difficoltà. »* Il 79% degli sviluppatori usa modelli open contro il 71% chiuso, con metà che usa entrambi; ma solo il **53% dei team open raggiunge la produzione contro il 63%**, e lo scarto **si allarga con la dimensione dell'azienda**, il che esclude una spiegazione basata sulle risorse. La mappa dello stack lo conferma: due colonne fredde su ogni livello, **standardizzazione e *prontezza enterprise***.

**L'harness è la nuova frontiera.** *« L'harness agentico è un altro user agent »* — il ruolo del browser replicato un livello più su. E il meccanismo di lock-in è enunciato con precisione: l'harness di un laboratorio, calibrato sui propri pesi, degrada su quelli di chiunque altro, quindi *« più stretta è la calibrazione, meno intercambiabili sono i pesi sottostanti. **Il lock-in arriva come effetto collaterale dell'ottimizzazione.** »*

**La sovranità** è inquadrata come un diritto di uscita, illustrato dal **blackout di diciannove giorni** di Fable 5 legato ai controlli sulle esportazioni: *« Si può spegnere un modello. Non si può spegnere una copia già in esecuzione su una macchina che si possiede. »*

Mozilla difende ciò che misura. Didascalie scrupolose e una watchlist di condizioni di smentita dichiarate rendono i dati utilizzabili; l'inquadramento resta una tesi.

## GrapheDeConnaissance

- Mozilla —publie→ The state of open source AI (DOCUMENT, 0.98)
- Raffi Krikorian —travaille_chez→ Mozilla (ORGANISATION, 0.95)
- Mozilla —affirme_que→ la couche modèle s'est commoditisée et la valeur remonte vers le harnais agentique (CITATION, 0.96)
- harnais agentique —est_instance_de→ un user agent, au sens où le navigateur l'était pour le web ouvert (AFFIRMATION, 0.92)
- harnais ajusté aux poids d'un laboratoire —réduit→ l'interchangeabilité des poids sous-jacents — le verrouillage arrive comme effet de bord de l'optimisation (CITATION, 0.95)
- Kimi K3 —mesure→ 57 sur l'Artificial Analysis Intelligence Index v4.1, contre 61 pour le meilleur modèle fermé (MESURE, 0.93)
- Kimi K3 —concurrence→ Claude Opus 5 (TECHNOLOGIE, 0.9)
- open-weights —mesure→ une majorité des tokens routés sur OpenRouter mi-2026, avec les sept plus forts volumes (MESURE, 0.9)
- Mozilla —affirme_que→ l'avance des poids ouverts est un volume de tokens et non un nombre de requêtes, concentré sur le codage et l'agentique (AFFIRMATION, 0.93)
- modèles ouverts —s_oppose_à→ leur propre mise en production, seules 53 % des équipes y parvenant contre 63 % en fermé (MESURE, 0.92)
- écart opérationnel —observé_dans→ la standardisation et l'enterprise readiness, colonnes systématiquement faibles de toutes les couches du stack ouvert (AFFIRMATION, 0.93)
- poids ouverts —permet→ un droit de sortie, là où une API propriétaire reproduit le piège du verrouillage cloud (CITATION, 0.94)
- contrôle à l'export —s_oppose_à→ la disponibilité d'un modèle fermé, éteint dix-neuf jours pour tous ses utilisateurs (AFFIRMATION, 0.94)
- publication de poids —s_oppose_à→ la révocabilité d'un accès, une copie distribuée ne pouvant être retirée (CITATION, 0.95)
- permission et identité des agents —est_instance_de→ la surface d'écriture non résolue du stack agentique (CITATION, 0.93)
- Model Context Protocol —mesure→ 97 M de téléchargements SDK mensuels et plus de 10 000 serveurs actifs en un an (MESURE, 0.9)
- gouvernance des agents —s_oppose_à→ le rythme d'adoption, seules ~21 % des entreprises déclarant une gouvernance mature (MESURE, 0.9)
- prix de l'inférence —réduit→ d'un facteur 50 en 36 mois à performance de classe GPT-4 (MESURE, 0.9)
- modèles fermés —mesure→ environ 80 % de l'usage et 96 % du revenu sur OpenRouter, à un coût par appel environ six fois supérieur à parité (MESURE, 0.88)
- entreprises —utilise→ les poids ouverts chinois en auto-hébergement, tout en interdisant le service hébergé correspondant (AFFIRMATION, 0.88)
- Michael Kratsios —affirme_que→ Kimi K3 aurait été entraîné par extraction covert à grande échelle depuis Fable 5 (AFFIRMATION, 0.85)
- Moonshot AI —s_oppose_à→ l'allégation d'extraction covert, qu'elle dément (AFFIRMATION, 0.9)
- Mozilla —affirme_que→ aucun journal ni dossier forensique n'étaye l'allégation de distillation, que Moonshot dément (AFFIRMATION, 0.92)
- Mozilla —recommande→ de suivre quatre familles de signaux assorties chacune de sa condition d'invalidation (AFFIRMATION, 0.9)
- open-weights —s_oppose_à→ open source AI au sens OSI, qui exige en plus le code d'entraînement et la documentation des données (AFFIRMATION, 0.95)

---
Canonical: https://www.thekb.eu/it/fiches/mozilla-state-of-open-source-ai-2026-07/