Principiante 11 minAltri strumenti

Jan: l'alternativa open source a ChatGPT

Jan: l'alternativa open source a ChatGPT
Risposta diretta

Jan è un'applicazione desktop open source (Apache 2.0, pubblicata da Menlo Research) che esegue modelli GGUF tramite llama.cpp su Windows, Linux e Mac Apple Silicon, senza account. Combina modelli locali e cloud nella stessa interfaccia, espone un'API compatibile con OpenAI sulla porta 1337 e raccoglie metriche di utilizzo solo con il tuo consenso.

Jan si presenta come un’alternativa libera a ChatGPT, ma la sua documentazione è cambiata molto: motore, licenza, impostazioni e supporto per Mac non sono più quelli di ieri. Saprai installarlo, scegliere un modello adatto alla memoria a tua disposizione, collegare modelli cloud in modo consapevole, utilizzare il suo server API e decidere se fa al caso tuo.

Di Mohamed Meguedmi·Agg. 2026-09-30·Testato su Windows, macOS e Linux

#Jan in poche parole: che cos'è nel 2026

Jan è un'applicazione desktop libera, sviluppata da Menlo Research, che sostituisce ChatGPT con modelli eseguiti sulla tua macchina. Il suo codice è pubblicato con licenza Apache 2.0 su GitHub. Funziona su Windows, macOS (solo Apple Silicon) e Linux, scarica modelli in formato GGUF da un Hub connesso a Hugging Face, li esegue con llama.cpp ed espone un'API compatibile con OpenAI sulla porta 1337. Sa anche connettersi a modelli cloud (OpenAI, Anthropic, Google, Groq, Mistral, OpenRouter) nella stessa interfaccia, collegare server MCP ed effettuare ricerche web. Per l'uso quotidiano non è necessario alcun account, né alcuna riga di comando. Questa guida ti fa installare Jan, ti aiuta a scegliere un modello adatto alla tua memoria e ti mostra dove finiscono i suoi punti di forza.

!
Cosa è cambiato rispetto ai vecchi tutorial
Il repository attuale indica Apache 2.0 (e non AGPL). Il motore documentato è llama.cpp (e non Cortex), l'applicazione si basa su Tauri, i provider cloud si configurano in Settings e poi in Model Providers, e i Mac Intel non sono supportati. Se un tutorial più vecchio ti dice il contrario, fai affidamento sulla documentazione ufficiale.

#Jan, LM Studio o Ollama: cosa li distingue

Il kit completo per creare il tuo assistente IA.

Approfitta della nostra esperienza e di un percorso guidato per creare il tuo assistente locale e usare la tua IA ogni giorno.

  • Spazio online a vita
  • PDF + file
  • Garanzia di rimborso di 30 giorni

I tre strumenti eseguono gli stessi modelli GGUF; si distinguono per l'interfaccia, la licenza e il caso d'uso tipico. La tabella si limita agli elementi verificabili nella documentazione ufficiale.

Jan, LM Studio e Ollama a colpo d'occhio
CriterioJanLM StudioOllama
InterfacciaApplicazione desktop (chat, progetti, assistenti)Applicazione desktopRiga di comando, API e applicazione Ollama
Licenza del codiceApache 2.0Applicazione gratuita al lavoro come a casa da luglio 2025MIT
Porta dell'API locale1337123411434
Motore documentatollama.cpp (MLX sperimentale su Mac)Consulta la documentazione di LM StudioVedi la documentazione di Ollama

La scelta dipende dall'uso. Jan è adatto se vuoi un'interfaccia completa, codice libero e la possibilità di combinare locale e cloud senza cambiare strumento. Se automatizzi, scrivi script o esegui il deployment su un server, Ollama o llama-server restano scelte più naturali. La guida comparativa illustra nel dettaglio questi compromessi.

#Installare Jan su Windows, macOS o Linux

L'installazione non richiede un account. Ecco i prerequisiti ufficiali, da verificare prima del download: determinano quale modello potrete caricare in seguito.

Prerequisiti per l'installazione di Jan (documentazione ufficiale)
SistemaPrerequisitiDa sapere
WindowsWindows 10 o più recente; processore con AVX2; GPU NVIDIA, AMD o Intel ArcGPU opzionale; consigliati 10 GB di spazio libero
macOSmacOS 13.6 o successivo; Apple Silicon (da M1 a M4)I Mac Intel non sono supportati; 10 GB di spazio libero
LinuxDebian/Ubuntu, Fedora/RHEL, Arch, openSUSE; AVX2; almeno 8 GB di RAMFlatpak consigliato, .deb o AppImage come alternativa
  1. 01
    Scaricare il programma di installazione
    Vai su jan.ai oppure sulla pagina delle versioni GitHub. Windows: file .exe. macOS: .dmg da trascinare in Applicazioni. Linux: preferibilmente Flatpak, altrimenti .deb o AppImage.
  2. 02
    Avviare Jan per la prima volta
    Nessun account da creare. Al primo avvio, Jan scarica il suo modello predefinito; una volta completato il download, la chat è utilizzabile. Il primo avvio permette anche di scegliere le tue preferenze relative alla misurazione dell'utilizzo.
  3. 03
    Aprire l'Hub per altri modelli
    L'Hub è accessibile dalla barra laterale. Cerca un modello, clicca su Download, poi selezionalo nel selettore del modello di qualsiasi chat.
Terminale (Linux, Flatpak)
flatpak install flathub ai.jan.Jan
flatpak run ai.jan.Jan

#Scegli un modello che rientri nella memoria disponibile

Il Hub mostra per ogni modello un indicatore di compatibilità: Fits, May be slow o Won't fit, calcolato in base al tuo hardware senza scaricare nulla. Le quantizzazioni sono raggruppate in Small, Balanced e Large, con la dicitura Recommended sul download predefinito. Dai priorità a questi indicatori rispetto a qualsiasi altro criterio.

Per orientarti, ecco gli ordini di grandezza indicati dal sito per Q4 (solo i pesi, prima di considerare il contesto) e le indicazioni fornite da Jan per i Mac: la tabella mette in relazione i due.

Memoria e dimensioni del modello: punti di riferimento
Memoria della macchinaIndicazione di riferimento di Jan (Mac)Modello in Q4 (solo pesi)
8 GBFino a 3B senza difficoltà3B: circa 2 GB
16 GBFino a 7B senza difficoltà7-8B: circa 5 GB
32 GBFino a 13B senza difficoltà, più margine per il contesto14B: circa 9 GB

Il modello interno Jan-v3-4B, pubblicato sotto licenza Apache 2.0, è un punto di partenza ragionevole: 4 miliardi di parametri, una finestra nativa di 262.144 token e, secondo Jan, un minimo di 8 GB di RAM con quantizzazione Q4 (16 GB raccomandati in Q8). È un modello leggero: per riassumere testi o scrivere testi lunghi, un modello da 7 a 14 miliardi di parametri se la caverà meglio se la memoria a tua disposizione lo permette.

→
Importare un modello già scaricato
Hai già dei GGUF sul disco? Nelle impostazioni del motore llama.cpp, il pulsante Import collega il file senza copiarlo. Puoi anche aprire un modello dalla sua pagina Hugging Face: Use this model, poi Jan sotto Local Apps. Alcuni modelli richiedono un token Hugging Face da inserire nelle impostazioni.

#Prima chat, assistenti e progetti

  1. 01
    Aprire una nuova chat
    Seleziona il modello nel selettore in alto nella chat. Un modello locale viene caricato in memoria al primo utilizzo; prevedi più tempo per un modello di grandi dimensioni.
  2. 02
    Scrivere il messaggio
    Invia il tuo messaggio; la risposta viene visualizzata man mano che viene generata. I parametri del modello (temperatura, contesto) sono indicati nella documentazione « Model Parameters » di Jan.
  3. 03
    Allegare un file
    Il pulsante con il segno più consente di aggiungere documenti, immagini (è richiesto un modello con visione) o file audio WAV e MP3 (è richiesto un modello audio). Con un modello locale, i file restano sulla tua macchina.

Due funzioni cambiano l'uso quotidiano. Gli assistenti sono insiemi di istruzioni riutilizzabili: l'equivalente di un system prompt salvato, che attivi dal campo di inserimento. I progetti raggruppano conversazioni attorno a istruzioni e file comuni: un documento caricato in un progetto viene suddiviso e indicizzato, poi diventa disponibile in tutte le conversazioni del progetto. È un RAG leggero, sufficiente per interrogare alcuni PDF senza costruire una pipeline. Consulta la guida sui system prompt per scrivere bene le istruzioni di un assistente.

i
La ricerca web lascia la tua macchina
Jan integra strumenti di ricerca e recupero di contenuti dal web, utilizzabili senza configurazione. Per sua natura, una ricerca invia una richiesta a Internet: esce quindi dalla logica del funzionamento al 100% offline. Se il tuo obiettivo è lavorare offline, non attivare gli strumenti web per queste conversazioni.

#Collegare un modello cloud (e cosa comporta)

Jan ti permette di combinare modelli locali e cloud nella stessa interfaccia: utile per confrontare una risposta locale con quella di un grande modello, o per mantenere un solo client di chat. Apri Settings, poi Model Providers, scegli un fornitore (OpenAI, Anthropic, Google, Groq, Mistral, OpenRouter, Azure OpenAI, Hugging Face) e incolla la tua chiave API. Qualsiasi punto di accesso compatibile con OpenAI o Anthropic può anche essere aggiunto come endpoint personalizzato. A quel punto, il modello cloud appare nel selettore.

!
Un modello in cloud vede tutto ciò che gli invii
La documentazione sulla privacy di Jan lo dice chiaramente: i modelli cloud devono vedere i tuoi messaggi per funzionare. Anche i file allegati vengono inviati al fornitore. Per i dati sensibili, resta su un modello locale e verifica l'indicatore del modello selezionato prima di inviare.

#Usare Jan come server API locale

Jan include un server compatibile con OpenAI, basato su llama.cpp. Apri Settings, poi Local API Server, e fai clic su Start Server. È pronto quando i log indicano che è in ascolto su http://127.0.0.1:1337. I tuoi script, editor di codice o applicazioni compatibili con OpenAI possono poi usarlo cambiando l'URL di base.

Terminale
curl http://127.0.0.1:1337/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer secret-key-123" \
  -d '{"model": "YOUR_MODEL_ID", "messages": [{"role": "user", "content": "Bonjour"}]}'

Sostituisci YOUR_MODEL_ID con l'identificativo di un modello disponibile nella tua installazione di Jan e la chiave con quella che hai definito. Le opzioni di configurazione meritano attenzione, soprattutto quelle relative alla rete.

Impostazioni del server locale di Jan
RegolazioneValore predefinitoDa ricordare
Host127.0.0.1Accessibile solo dal tuo computer; 0.0.0.0 lo espone alla rete locale, da usare con cautela
Porta1337Modificabile se la porta è occupata
Prefisso API/v1Segue la convenzione OpenAI
Chiave APIFacoltativaÈ richiesta una chiave impostata nell'intestazione Authorization; da impostare prima di consentire l'accesso dalla rete
Host attendibiliDa compilare se necessarioLivello di sicurezza aggiuntivo in caso di esposizione sulla rete
CORSAttivatoDisattivare se vi accedono soltanto script non eseguiti in un browser

#Errori frequenti del server locale

Connection refused
Il server non è avviato, oppure la tua applicazione punta all'host sbagliato o alla porta sbagliata.
401 Unauthorized
La chiave API è assente nell'intestazione Authorization oppure non è corretta.
404 Not Found
L'identificativo del modello non corrisponde ad alcun modello disponibile in Jan oppure il prefisso API è scritto in modo errato.
Errore CORS nel browser
Verifica che l'opzione CORS sia attivata nelle impostazioni del server.

#llama.cpp o MLX su Mac

Su Apple Silicon, Jan propone due motori. llama.cpp è il motore stabile, presente su tutte le piattaforme, con formato GGUF. MLX è un motore per chip Apple (richiede almeno macOS 14) che sfrutta Metal, ma Jan lo definisce sperimentale: niente embedding, quindi niente RAG, l'output di ragionamento non è gestito e alcune architetture recenti non si caricano. La documentazione consiglia di iniziare con llama.cpp e di provare MLX con un modello compatibile se cerchi maggiore velocità.

#Privacy: ciò che rimane sul tuo dispositivo

Jan dichiara di non raccogliere alcun dato prima del tuo consenso: scegli le preferenze per la misurazione dell'utilizzo al primo avvio e puoi modificarle in seguito nelle impostazioni. Se accetti, il produttore rileva indicatori di utilizzo, come gli utenti attivi, associati a un identificativo casuale, tramite PostHog ospitato nell'Unione europea. Afferma di non leggere mai le tue conversazioni né di registrare i tuoi prompt nei log. I tuoi dati (modelli, conversazioni, impostazioni, log) sono memorizzati in una cartella locale: su macOS, ~/Library/Application Support/Jan/data; su Linux, ~/.local/share/Jan/data. Questa descrizione è quella del produttore: per un contesto regolamentato, verifica il traffico in uscita dal tuo computer.

#Jan fa al caso tuo?

Vuoi codice libero
Il repository è distribuito sotto licenza Apache 2.0: puoi leggere il codice, crearne un fork e redistribuirlo, nel rispetto della licenza e con la menzione di attribuzione richiesta.
Combini locale e cloud
Un'unica interfaccia per i vostri modelli locali e i vostri fornitori cloud, con assistenti e progetti condivisi.
Eviti il terminale
Installazione, download dei modelli e server locale si gestiscono dall'interfaccia.
Automatizzi o effettui il deployment su un server
Preferisci Ollama o llama-server, più adatti ai servizi che funzionano senza interfaccia.
Usi un Mac Intel
Jan non è supportato: scegli un altro strumento.
FAQ
Jan è davvero gratuito e open source?+
Sì: l'applicazione è gratuita e il suo codice è pubblicato su GitHub con licenza Apache 2.0, con una menzione di attribuzione richiesta. Solo i fornitori cloud che colleghi possono addebitare l'uso delle proprie API. Alcune vecchie pagine parlano ancora di AGPL: il file LICENSE attuale del repository indica Apache 2.0.
Jan funziona senza Internet?+
Sì, una volta installata l'applicazione e scaricato un modello locale, la conversazione con un modello locale non richiede una connessione. Due eccezioni: i modelli cloud e gli strumenti di ricerca web, che ovviamente accedono a Internet. Scarica quindi i tuoi modelli prima di partire in viaggio.
Qual è la configurazione minima necessaria per Jan?+
Windows 10 o successivo con un processore che supporta AVX2, macOS 13.6 o successivo su Apple Silicon (i Mac Intel non sono supportati), oppure Linux con AVX2 e almeno 8 GB di RAM. Per un piccolo modello di 3 miliardi di parametri, 8 GB di memoria sono sufficienti; prevedi 16 GB per un modello di 7 miliardi.
Come usare Jan con il mio editor di codice o i miei script?+
Attiva il server locale in Settings, poi Local API Server, e avvialo: ascolta su 127.0.0.1, porta 1337, con il prefisso /v1 compatibile con OpenAI. Indica questo URL di base nel tuo strumento, l'identificativo di un modello installato e, se ne hai definita una, la chiave API.
Jan invia le mie conversazioni a qualcuno?+
Con un modello locale, no: le conversazioni rimangono in una cartella del tuo computer. Lo sviluppatore afferma di non leggere le chat; la misurazione anonima dell'utilizzo è attiva solo con il tuo consenso. Un modello in cloud, invece, riceve inevitabilmente i tuoi messaggi e i file allegati, come qualsiasi servizio online.
Jan o LM Studio: quale scegliere?+
Jan punta su codice sotto licenza Apache 2.0, assistenti e progetti, e una combinazione di locale e cloud nella stessa interfaccia. LM Studio offre un'applicazione curata, gratuita sia a casa sia al lavoro da luglio 2025. La soluzione più semplice: installa entrambe le applicazioni, carica lo stesso modello e tieni quella con l'interfaccia più adatta a te.
Questa guida ti è stata utile?

Un feedback, un errore, una precisazione? Facci sapere, così la guida migliora per tutti.