curl -sSL https://openfreedom.it/installer/install.php | bashcurl -sSL https://openfreedom.it/installer/install-mac.php | bashin arrivoNuova prova ufficiale sul benchmark (7 task reali, stessa macchina, cache azzerate, installazioni vanilla, stesso modello deepseek-v4-flash): 7/7 completati contro 4/7 di OpenClaw, con OF 3,5× più veloce e 4,6× più economico (0,0255$ vs 0,1164$). Nei task di creazione (T4-T6) OF consegna sempre i file richiesti, OpenClaw no; nel task di riparazione (T7) entrambe passano 14/14 test con il file master mai toccato. Dettagli nel report completo in PDF.
La nuova versione introduce il THINKING DINAMICO: il livello di ragionamento viene scelto per ogni task dal voto di complessità del gate — banale → leggero, complesso → profondo. Sul benchmark ufficiale (7 task reali, stessa macchina, cache azzerate, installazioni vanilla): 7/7 completati contro i 4/7 di OpenClaw, e un ulteriore −33% di costo e −12% di tempo rispetto alla stessa versione con ragionamento fisso ad alto. Dettagli nel report completo in PDF.
Le architetture attuali reiniettano ~17KB di contesto a ogni tool call, fanno 3-6 chiamate per una risposta da 2KB, e la "memoria" è un archivio che accumula senza capire. Le macchine più potenti del mondo passano il tempo a gestire il proprio peso.
3-6 chiamate LLM per risposta: turno, tool-call, retry, sub-agente. Ognuna reinietta il contesto intero.
3 tool = 3 × 17KB di contesto sprecato. A 100 tool: ~2M token per un task che ne richiede 100K.
Archivi lineari senza connessioni: il contesto giusto non arriva mai al momento giusto.
In OPENFREEDOM il modello fa solo due cose: capire e rispondere. Tutto il resto (leggere, scrivere, cercare, eseguire) lo fa codice deterministico, con backup e verifica. Due chiamate, non decine.
Capisce la richiesta e produce un piano di step JSON. Non esegue nulla: pianifica.
una chiamata LLM reasoning off o lowPython deterministico: esegue gli step, filtra i risultati, fa backup, verifica ogni scrittura. Fail-closed per design.
zero LLMLegge solo i dati filtrati e risponde in linguaggio naturale. Se i dati non bastano, lo dice, non inventa.
una chiamata LLM reasoning off o lowMisurato sul campo: ~4.200 token di input per risposta contro 12.750–25.500 delle architetture classiche. Risparmi fino al 70% sui task di analisi, bug e codifica.
All'inizio non sa niente, come un bambino. Ma ha già web, file, posta, codice e automazioni. E impara: ogni conversazione la rende più forte. La crescita è fattoriale, non lineare.
Scrivi cosa ti serve in linguaggio normale. OF la costruisce. Una chiamata, non una pipeline.
I tuoi file, la tua posta, il tuo web, la tua lingua. Lavora dove vivi tu.
Avvia un'analisi pesante, chiudi il portatile. Ti avvisa quando ha finito.
I ricordi si collegano come sinapsi: pesa ciò che conta, lascia cadere il rumore.
Linux, macOS, Windows. Verifica d'integrità e firma. Gira sulla tua macchina.
Manca un componente? OF lo genera al momento, ma con limiti netti: il core (engine, flusso, gate, vault) resta intoccabile, l'auto-costruzione non tocca i file critici.
Ogni ricordo è un nodo collegato agli altri come una sinapsi: ciò che conta pesa di più, il rumore cade da solo. La memoria pesa con un'equazione probabilistica con modello a catena i ricordi, le cose più importanti per voi lo saranno anche per openfreedom. Questa soluzione rende la nostra memoria molto più rapida e leggera di una memoria piatta convenzionale.
Le abilità si installano firmate e vengono validate dal gate: mai scaricate da internet, mai eseguite senza controllo. Manca un componente? OF lo genera al momento, con limiti netti, il core resta intoccabile.
È una nostra invenzione, in anteprima, anche il nome è stato coniato appositamente. Zill osserva come lavori, riconosce i flussi che ripeti e li trasforma in pattern riutilizzabili: più lo usi, più diventi veloce.
Non è una promessa nei termini di servizio: è architettura. La sicurezza vive nel codice, non nei prompt.
Ogni token e segreto vive cifrato su disco. Nessuna eccezione, nessun file in chiaro.
Derivata da te e dalla tua macchina. Copi i file su un altro computer? Senza password non leggi nulla.
La chiave non esce mai: non si scrive, non si logga, non si invia. Nessun cloud che osserva.
Niente keychain, keyring o KMS esterni. L'isolamento è la sicurezza.
Per installazione. Nessun payload universale, nessun attacco replicabile.
Ogni azione passa da codice deterministico che verifica perimetro, backup e risultato. Il modello non ha mai l'ultima parola sui permessi.
Per architettura: il prompt può chiedere, mai ordinare. I permessi li decide il gate deterministico, non il testo. Un prompt ostile non ha tool da chiamare.
Non funzioni in arrivo: già implementate, con configurazione guidata dall'agente e segreti sempre nella cassaforte.
Già implementato, non in arrivo: il canale si collega con token cifrati nel vault. Configurazione doppia: manuale, oppure diretta tramite l'agente che ti guida passo-passo, senza toccare file di configurazione.
Sistema chiuso di 5 contatti: si scambiano messaggi e file e ricevono le risposte dell'agente con semplici forward, come in una app di messaggistica, tutto tramite Tailscale. Il flusso di lavoro con l'agente non viene mai interrotto.
Configuri quanti siti vuoi, ognuno con le sue credenziali, sempre salvate cifrate nel vault. Un agente, molti mondi.
Stessa cosa per la posta: più account configurati, credenziali cifrate nel vault, lettura e invio senza mai esporre nulla.
Lo ripetiamo di proposito: nessuna password entra in chiaro in nessun processo di OpenFreedom. Viene cifrata prima di passare in qualsiasi chat o log.
Dati del benchmark ufficiale (27 agosto 2026): 7 test reali, OF V.9.3 contro OpenClaw 2026.7.1-2, stessa macchina (PC all-in-one), stesso modello (deepseek-v4-flash), cache azzerate e installazioni vanilla. OF è stata testata in due configurazioni: F4 high fisso e F4 dinamico (THINKING DINAMICO).
| Metrica | OpenClaw 2026.7.1-2 | OF V.9.3 · F4 high | OF V.9.3 · F4 dinamico | dinamico vs high | dinamico vs OC |
|---|---|---|---|---|---|
| Tempo totale (7 test) | 1079 s | 249 s | 219 s | -12% | -80% |
| Costo totale | $0.1161 | $0.0240 | $0.0160 | -33% | -86% |
| Chiamate LLM | 58 | 15 | 15 | 0% | -74% |
| Test superati | 4/7 | 7/7 | 7/7 | — | — |
OF completa la suite in entrambe le configurazioni (7/7, OpenClaw si ferma a 4/7 sui task di creazione). Il THINKING DINAMICO abbatte ulteriormente i costi di OF stesso: −33% di costo e −12% di tempo a parità di qualità. Dettagli nel report completo in PDF.
7 test reali, OF V.9.3 contro OpenClaw 2026.7.1-2: stessi prompt, stessi file, stessa macchina (PC all-in-one), stesso modello LLM, cache azzerate e installazioni vanilla. Accuratezza verificata su disco con suite di test, non sulla parola della risposta. OF testata con F4 high fisso e con F4 dinamico (livello di ragionamento scelto per-task dal voto di complessità del gate).
| Test | OpenClaw 2026.7.1-2 | OF V.9.3 · F4 high | OF V.9.3 · F4 dinamico |
|---|---|---|---|
| T1 · Conoscenza | ✅ | ✅ | ✅ |
| T2 · Matematica | ✅ | ✅ | ✅ |
| T3 · Finanza | ✅ | ✅ | ✅ |
| T4 · Web app | ❌ | ✅ | ✅ |
| T5 · E-commerce | ❌ | ✅ | ✅ |
| T6 · CRM | ❌ | ✅ | ✅ |
| T7 · Riparazione 100 KB | ✅ 14/14 | ✅ 14/14 | ✅ 14/14 |
| Totale | 4/7 | 7/7 | 7/7 |
OpenClaw fallisce tutti e 3 i task di creazione (T4–T6): totale 4/7. OF è l'unica a chiudere 7/7, in entrambe le configurazioni. Il dinamico sceglie il livello giusto per ogni task (low sui banali, medium/high sui complessi): stessi risultati, costi più bassi.
Tariffe e metodologia allineate a fonti ufficiali: DeepSeek API pricing · Artificial Analysis. Riferimenti nei PDF.
📄 Report 01/09/2026 (PDF · IT) 📄 Report 01/09/2026 (PDF · EN)
Niente abbonamenti, niente canoni nascosti, niente cloud obbligatorio.
0 €
Il prodotto completo, senza limiti di funzioni: 200 task per valutare tutto con calma.
49,90 € IVA inclusa a vita
🎉 In promozione lancio: paghi una volta, è tuo per sempre. Aggiornamenti inclusi, zero canoni.
49,90 € IVA inclusa
🎉 In promozione lancio
📱 Scansiona il QR per la tua licenza a vita
Dopo il pagamento riceverai la chiave di attivazione via email.
Disclaimer. L'utente che utilizza OpenFreedom è responsabile, ai sensi della legge, per eventuali danni che la sua intelligenza artificiale rechi a terzi. OpenFreedom dispone di pieni poteri di shell sul dispositivo su cui è installato: ciò implica la possibilità di perdita di dati o malfunzionamenti. L'uso del software avviene a proprio rischio; il titolare non risponde di danni diretti o indiretti derivanti dall'utilizzo, salvi i casi di dolo o colpa grave. Nota privacy