# IQuest Research pubblica il modello Q1 open source e un report su 30 benchmark

> Il nuovo modello di base IQuest‑Q1, sviluppato da zero, adotta un’architettura Mixture-of-Experts da 320 B e presenta i risultati su 30 benchmark di coding e agenticità.

Oossa · 2026-10-23 · https://oossa.com/it/iquest-research-releases-open-source-q1-model-and-30-benchmark-report

Il 23 Oct 2026 IQuest Research ha pubblicato il report tecnico di IQuest‑Q1. Il modello è open source, ottimizzato per le attività da riga di comando e conta 320 miliardi di parametri complessivi, di cui 15 miliardi attivi per token. L’addestramento ha utilizzato circa 29 trilioni di token e, secondo quanto dichiarato, ha richiesto il 52 % del calcolo necessario per una baseline MoE comparabile. Il report riporta i punteggi ottenuti su 30 benchmark, tra cui 52.7 su AutomationBench e 78.4 su MCP‑Atlas.

## I fatti

- 320 miliardi di parametri complessivi, 15 miliardi attivi per token
- L’addestramento ha utilizzato ~29 trilioni di token e raggiunto un’efficienza di scaling di 1.93×

## Perché conta

Gli sviluppatori possono ora scaricare un modello CLI di grandi dimensioni e orientato agli agenti, che promette costi di calcolo inferiori a parità di prestazioni.

## Fonti e riferimenti

1. [IQuest Research Releases IQuest-Q1 Technical Report, Detailing Training from Scratch and Results Across 30 Benchmarks](https://www.prnewswire.com/news-releases/iquest-research-releases-iquest-q1-technical-report-detailing-training-from-scratch-and-results-across-30-benchmarks-302917967.html) – PR Newswire RSS, 2026-10-23

Ultimo aggiornamento: 2026-10-23