Apple apre Foundation Models agli sviluppatori: cosa cambia e cosa no

Foundation Models è il framework di Apple che consente alle app di accedere ai modelli generativi integrati nei suoi sistemi operativi. Nella sessione della WWDC26 dedicata alle novità, Apple ha annunciato che aprirà il codice del framework e ha presentato nuove opzioni per combinare modelli e creare esperienze con strumenti. L’annuncio riguarda il framework e le sue API, non una dichiarazione generale secondo cui tutti i modelli Apple diventeranno open source. Apple Developer, WWDC26

Per i team tecnici è importante distinguere: pubblicare il codice di un’interfaccia o di un’infrastruttura non significa pubblicare i parametri addestrati, i dati di addestramento o i pesi di un modello. I materiali ufficiali citati descrivono l’apertura del framework, ma non stabiliscono che i modelli proprietari di Apple saranno distribuiti con una licenza aperta. La lettura prudente, quindi, è che gli sviluppatori potranno esaminare e riutilizzare una parte maggiore del software che collega le app ai modelli, senza presumere di poter scaricare qualsiasi modello Apple ed eseguirlo su qualunque macchina.

Anche la data è importante. La sessione è della WWDC26 e parla di una pubblicazione futura; da sola non dimostra che il codice sia già stato pubblicato alla data di questo articolo. La documentazione e l’annuncio sono prove della direzione dichiarata da Apple; lo stato effettivo dei repository e delle relative licenze andrebbe verificato indipendentemente al momento dell’integrazione del framework. Un annuncio non equivale alla disponibilità generale.

Il framework offre agli sviluppatori un modo per aggiungere la generazione di testo e risposte strutturate, oltre a meccanismi con cui un modello può richiamare strumenti definiti dall’app. La sessione di Apple presenta anche capacità di analisi delle immagini, ricerca semantica integrata e API per gestire il contesto. I possibili casi d’uso vanno quindi oltre la semplice casella di chat: per esempio, riassumere contenuti, classificare informazioni o guidare una sequenza di azioni. Apple Developer, WWDC26

La sessione cita profili dinamici e primitive per esperienze agentic, ma questi termini non significano che un’app ottenga un’autonomia senza limiti. È lo sviluppatore a definire quali strumenti esistono, quali dati arrivano al modello e quali azioni possono essere eseguite. In un’app di produttività, uno strumento potrebbe cercare nei documenti autorizzati; in un’app di assistenza, potrebbe organizzare una risposta usando informazioni locali. Sono possibilità di progettazione, non risultati garantiti: qualità, latenza e utilità dipendono dal modello, dall’attività e dall’implementazione.

La documentazione pubblica citata descrive un insieme di strumenti tecnici, ma non fornisce una matrice completa di compatibilità per dispositivo, sistema operativo, lingua o area geografica. Prima di includere una funzione nel prodotto, è opportuno verificare la documentazione aggiornata dell’SDK e prevedere un’alternativa per i dispositivi o le versioni non supportati. L’API semplifica l’integrazione, ma non elimina il lavoro di prodotto, la valutazione, i permessi e la gestione degli errori.

La possibilità di eseguire un modello sul dispositivo può ridurre la necessità di inviare ogni richiesta a un server, ma non va estesa automaticamente a tutte le capacità del framework. La presentazione di Apple include anche l’integrazione con Private Cloud Compute, modelli di terze parti e strumenti di sistema, insieme al modello locale. In altre parole, la piattaforma prevede percorsi diversi; il flusso può cambiare per ciascuna app e funzione. Apple Developer, WWDC26

Apple ha già descritto modelli locali e server per Apple Intelligence, compreso Private Cloud Compute. Questo precedente conferma che l’architettura dell’azienda non si limita a un’elaborazione completamente offline. Definire Foundation Models “privato” senza indicare dove avviene l’inferenza e quali dati lasciano il dispositivo sarebbe quindi impreciso. Tra le decisioni importanti ci sono il modello scelto, la presenza di una connessione di rete, i contenuti trasmessi e i controlli offerti dall’app. Apple Machine Learning Research

La sessione WWDC26 descrive anche la possibilità di collegare modelli di terze parti e usare intelligenza lato server. La documentazione di Claude, per esempio, illustra un pacchetto per usare Claude come modello remoto tramite un’API compatibile con Foundation Models; le richieste vengono inviate ad Anthropic e l’utilizzo è fatturato secondo la sua API. È un confronto utile: l’interfaccia di programmazione può sembrare simile, mentre cambiano fornitore, percorso dei dati e costo. Un’API comune non rende equivalenti le garanzie di privacy. Documentazione di Claude

Le prove disponibili non giustificano l’affermazione che ogni modalità di accesso sia gratuita in qualsiasi configurazione. Un framework incluso nell’ecosistema di sviluppo potrebbe non prevedere un costo per chiamata come un’API commerciale, ma integrare modelli ospitati da terzi può comportare chiavi API, quote e fatturazione. La documentazione di Anthropic conferma gli addebiti associati alla sua API; Google, a sua volta, documenta l’accesso a Gemini tramite Firebase AI Logic e alle funzioni del fornitore. Claude · Firebase AI Logic

Non è neppure opportuno pubblicare un elenco di chip delle serie A o M compatibili sulla base di queste fonti: la sessione collegata non offre una tabella completa dei requisiti hardware. La compatibilità può dipendere dal modello specifico, dalla versione del sistema operativo e dalla funzione utilizzata. Per pianificare un’app, il team dovrebbe consultare le note aggiornate dell’SDK e verificare la disponibilità della capacità durante l’esecuzione, invece di dedurla dalla presenza di un chip di una determinata famiglia.

La valutazione dei costi deve considerare più della licenza del framework. Occorre includere sviluppo, archiviazione del contesto, consumo di batteria e memoria quando l’inferenza è locale, nonché chiamate o quote quando si utilizza un servizio remoto. Nelle app sensibili conta anche quante attività si possono completare senza connessione. “Gratis per iniziare” non descrive necessariamente il costo operativo totale, soprattutto quando si combinano più fornitori.

L’apertura del framework non trasforma Foundation Models in un catalogo neutrale in cui tutte le opzioni siano intercambiabili senza modifiche. Apple presenta un insieme di integrazioni e astrazioni per le proprie piattaforme; i fornitori esterni mantengono modelli, criteri, disponibilità e condizioni di fatturazione propri. La documentazione di Firebase, per esempio, descrive gli strumenti Gemini e il collegamento a servizi esterni dall’ambiente di sviluppo Apple. Firebase AI Logic

Secondo il comunicato pubblicato da Google, Apple e Google hanno annunciato una collaborazione pluriennale affinché le future generazioni di modelli Apple si basino sui modelli Gemini e sulla tecnologia cloud di Google. Il comunicato aggiunge che Apple Intelligence continuerà a funzionare sui dispositivi Apple e tramite Private Cloud Compute. Ciò dimostra una relazione che coinvolge modelli e infrastruttura, ma non prova che ogni richiesta degli utenti venga elaborata nel cloud di Google né che il modello locale scompaia. Comunicazione congiunta pubblicata da Google

Per gli sviluppatori, il confronto utile non è una gara tra marchi, ma la distinzione fra modello, ambiente di esecuzione e fornitore. Un modello locale può funzionare offline e limitare i trasferimenti, ma è soggetto alle risorse e alle capacità del dispositivo. Un modello remoto può rendere possibili attività più impegnative o l’accesso a servizi aggiornati, in cambio della dipendenza dalla connessione e dalle condizioni del fornitore. L’app dovrebbe chiarire la differenza quando influisce su privacy, costi o disponibilità.

Per le app dedicate alla scrittura, all’organizzazione o alla consultazione di informazioni, le nuove capacità possono ridurre il lavoro necessario per integrare funzioni linguistiche. L’input di immagini descritto nella sessione apre anche possibilità per interpretare contenuti visivi insieme alle istruzioni. Una dimostrazione, tuttavia, non sostituisce una valutazione con dati rappresentativi: il sistema va verificato nelle lingue, nei formati e nelle situazioni in cui sarà davvero utilizzato. Apple Developer, WWDC26

Una preparazione ragionevole prima di adottare il framework comprende questi passaggi:

• Definire i confini dei dati: individuare quali informazioni possono essere elaborate localmente e quali, eventualmente, possono essere inviate a un servizio esterno.
• Progettare un’alternativa: prevedere cosa vedrà la persona se il modello non è disponibile, il dispositivo non è supportato o la connessione non funziona.
• Valutare risultati e azioni: provare risposte errate, istruzioni ambigue e chiamate a strumenti con conseguenze rilevanti.
• Verificare licenza e stato: confermare quale codice è stato pubblicato, con quale licenza e in quale versione dell’SDK è disponibile.

La principale implicazione dell’annuncio è una maggiore flessibilità per sviluppare con le API Apple e, secondo la roadmap presentata, l’apertura del codice del framework. Non ci sono prove sufficienti per promettere modelli aperti, privacy automatica, costi nulli o compatibilità universale. La scelta tecnica va fatta in base al percorso di inferenza e al caso d’uso, non all’etichetta “IA di Apple”.