# Metis-1.6: il report svela due modelli linguistici piccoli e i loro limiti

> Il ricercatore Giulianno Vollmer riferisce che Logos, il modello di Metis-1.6, ha ottenuto buoni risultati nei benchmark matematici, ma ha mostrato difficoltà con il codice, nel seguire le istruzioni e nella gestione di contesti lunghi.

Oossa · 2026-10-30 · https://oossa.com/it/metis-1-6-report-details-two-small-language-models-and-their-failures

Il report tecnico di Metis-1.6, firmato da Giulianno Vollmer, descrive due modelli linguistici creati da zero: Praxis, con 2.94 miliardi di parametri, e Logos, con 10.23 miliardi. Secondo il report, Logos si è classificato settimo su 17 modelli in 40 benchmark e secondo su 30 modelli in matematica; il documento segnala anche carenze nella programmazione, nel seguire le istruzioni e nei compiti che richiedono contesti lunghi.

Vollmer illustra diversi problemi durante l’addestramento, tra cui un ottimizzatore che non è mai entrato in funzione e un bug nel sistema di ricompensa per la lunghezza, che poteva penalizzare risposte corrette ma lunghe. Il report afferma che Logos è stato addestrato su 1.02 trilioni di token e che non era stato progettato per competere con i modelli di frontiera.

## I fatti

- Secondo il report, Logos ha ottenuto il 67.50% all’AIME 2025 e il 63.64% all’HMMT February 2026.
- Il report afferma che ciascuno dei due modelli di Metis-1.6 è stato addestrato su 1.02 trilioni di token.

## Perché conta

Per gli sviluppatori che valutano modelli più piccoli, il report offre risultati dei benchmark e indicazioni concrete sui problemi di addestramento. Le sue stesse conclusioni, però, mostrano che Logos è carente nella programmazione e nella gestione di contesti lunghi; qui non viene documentata una convalida indipendente.

## Fonti e riferimenti

1. [Think Twice: The Metis-1.6 Technical Report](https://arxiv.org/abs/2610.37903) – arXiv cs.LG, 2026-10-30

Ultimo aggiornamento: 2026-10-30