S1-mini: la licenza dichiarata ha il file, e il collegamento funziona
7 min di lettura
superwhisper/s1-mini compare su Hugging Face il 12 agosto 2026: createdAt 2026-08-12T14:33:55Z, ultima modifica 2026-08-21T17:16:30Z. Interrogato il 22 agosto: 1.913 download, 198 like, 12 file, un solo shard .safetensors. Tag: transformers, qwen3, text-generation, asr, text-normalization, speech-to-text, dictation, license:other. Chi è Superwhisper? L’organizzazione dietro l’omonima app di dettatura per Mac; 2 utenti, 2 modelli, 1 Space, 82 follower, non verificata (isVerified: false) — più piccola, su ogni metrica, delle organizzazioni dei tre casi verificati nei tre giorni precedenti.
Un correttore, non un chatbot, e lo dice chiaro
S1-mini non genera testo libero: prende una trascrizione grezza da un motore ASR — Whisper, Parakeet o altro — e la riscrive pulita, intercalari tolti, autocorrezioni risolte, punteggiatura e maiuscole secondo un registro scelto da chi lo integra. La scheda lo dichiara senza ambiguità: «S1-mini is not a chat model and will not follow general instructions; it does one job» — traduzione nostra: S1-mini non è un modello conversazionale e non segue istruzioni generiche; fa un solo lavoro. config.json conferma Qwen3ForCausalLM, derivato da Qwen3-0.6B: 28 livelli, GQA a 16/8 teste, hidden_size 1024, contesto fino a 40.960 token ereditato dalla base — ma la scheda raccomanda di restare sotto i 1.000 token in ingresso, il compito per cui è stato addestrato.
Sull’hardware la scheda è esplicita, un’eccezione rispetto a chi non lo dice affatto: «the quantized build is a 462 MiB file that runs comfortably on a laptop CPU» — traduzione nostra: la build quantizzata è un file da 462 MiB che gira senza problemi su una CPU da laptop. Il conteggio dei parametri è corretto a mano: la barra laterale segna 0,8B, ma il testo spiega che l’incorporamento da 155,6 milioni è contato due volte, per 751,6 milioni di elementi tensore contro 596,0 milioni di parametri unici — l’API conferma: 751.632.384. Valutato su 7.519 casi in inglese, dichiara 94,8% di accuratezza a livello di token, misurata sulla build GGUF Q4_K_M e non sui pesi BF16 del repository: sui secondi il README si limita a dire che «should do at least as well» — dovrebbero fare almeno altrettanto bene — senza una cifra propria.
La licenza dichiarata ha il file, dove il collegamento dice che stia
Qui il controllo riga per riga — lo stesso che nei tre giorni precedenti ha trovato tre volte un buco. Il tag pubblico è license:other; il frontmatter YAML aggiunge license_name: s1-mini-license e license_link: LICENSE, percorso relativo, non un URL assoluto come nel caso di Ornith. Risolto: https://huggingface.co/superwhisper/s1-mini/raw/main/LICENSE risponde HTTP 200. Il file esiste ed è esattamente quello che il collegamento promette. Le altre varianti che la piattaforma usa per questo documento — LICENSE.md, LICENCE, NOTICE, USE_POLICY.md, ACCEPTABLE_USE.md, TERMS.md — 404 su tutte e sei: non manca un secondo documento restrittivo, semplicemente non ce n’è uno. gated è false, verificato senza autenticarci: API 200, pagina web pure.
Il file è l’Apache License 2.0 per intero, seguita da una clausola che la integra: «any use, distribution, or integration of this model […] must continue to identify it by its original name, “S1-mini” by “Superwhisper”, using that exact capitalization, regardless of any other name under which the model or a product incorporating it is marketed or distributed» — traduzione nostra: qualunque uso, distribuzione o integrazione di questo modello […] deve continuare a identificarlo con il suo nome originale, “S1-mini” di “Superwhisper”, con quella esatta capitalizzazione, indipendentemente dal nome con cui viene commercializzato. Una sola condizione, dichiarata nel nome stesso della licenza (s1-mini-license), non in una nota a piè di pagina.
Non è un caso isolato in senso positivo, dopo tre giorni dell’opposto: il 19 agosto Ling-3.0-tiny di Ant Group, licenza dichiarata e file assente; il 20 agosto UI-Mate-27B di Tencent, stesso schema; il 21 agosto Ornith-1.5-397B, con un collegamento a un file specifico che restituiva comunque 404. Un quarto caso lo abbiamo trovato anche oggi, per contrasto: sensenova/SenseNova-U1.5-8B-MoT, pubblicato il 19 agosto dall’organizzazione legata a SenseTime (non verificata, 37 utenti, 35 modelli, 504 follower), dichiara license:apache-2.0 nei tag ma non ha nessuno dei cinque file — stesso 404 su tutti. Non lo raccontiamo di nuovo in dettaglio: la differenza, oggi, è che l’alternativa esiste.
Anche qui, una promessa che non regge
La scheda porta un badge cliccabile: «Releases are tagged, so you can pin one» con l’istruzione revision="v1" e link a /tree/v1. Aperto: HTTP 404, su pagina e su raw. I riferimenti via API (/refs) confermano: nessun tag, un solo branch, main. Il repository gemello superwhisper/s1-mini-GGUF, creato due ore dopo, porta un proprio LICENSE, verificato 200; gli altri collegamenti promessi — sito, Discord, Qwen/Qwen3-0.6B, paper arXiv — rispondono tutti 200. Tre Space già costruiti sul modello in dieci giorni, incluso quello dell’organizzazione (Gradio con tag mcp-server, 200): stesso modello, nessuna funzione in più rispetto ai pesi — a differenza di altri casi verificati da noi, non risulta una versione ospitata con capacità che i pesi non hanno. Una licenza fatta bene non è una licenza perfetta: resta un badge che promette un tag inesistente. Ma qui il problema è cosmetico, non il file che manca.
Il perimetro, anche quando il modello è piccolo
Pesi scaricabili senza il calcolo che li rende eseguibili non sono sovranità: qui il calcolo non è un ostacolo — 462 MiB, una CPU da laptop, nessun cluster da approvare. Ed è per questo che la disciplina del registro conta di più, non di meno: quando l’hardware smette di essere una barriera, il download lo fa chiunque, senza che un reparto acquisti se ne accorga. La stessa domanda che poniamo per un modello da 800 GB vale per uno da 462 MiB: chi lo ha scaricato, con quale licenza archiviata nel testo del giorno, con quali usi approvati e da chi. Il rapporto tecnico che una scheda modello dovrebbe fornire prima dell’installazione qui è quasi tutto presente: architettura, hardware, metodo di valutazione, limiti ammessi apertamente. Per un ente che tratta trascrizioni di riunioni — nella pubblica amministrazione un verbale dettato è un documento ufficiale quanto l’atto che ne segue — la clausola sul nome non cambia nulla nell’uso interno: è la distribuzione a valle, se il modello finisce in un prodotto rivenduto, il punto da annotare nel registro insieme a versione e digest.
Quello che non sappiamo
Non abbiamo eseguito il modello: nessuna verifica nostra sull’accuratezza dichiarata (94,8%), calcolata da chi lo pubblica sul proprio set di prova, non incluso nel repository. Non sappiamo su quali trascrizioni sia stato addestrato, né se contengano voci raccolte con consenso verificabile. Non conosciamo l’assetto societario: nessuna sede, nessuna forma giuridica indicata. Non formuliamo qualificazioni giuridiche sulla clausola aggiuntiva, testo da far leggere a chi la deve applicare, non un parere nostro. Riportiamo lo stato verificato il 22 agosto 2026; un collegamento oggi funzionante può smettere di esserlo domani, come il tag v1 che oggi, semplicemente, non esiste.
Vedi il servizio · Parlane con un tecnico
Il registro, applicato a questo caso
Adempiere: per un modello come questo il registro non si ferma a segnare licenza aperta, tutto a posto. Deve archiviare la clausola aggiuntiva per intero — il nome da conservare in ogni distribuzione — con la data di lettura, e annotare che il badge sulla versione taggata è un collegamento rotto, per non ripeterlo domani come se fosse verificato oggi. È la traccia che regge davanti a un ispettore, a un cliente in gara, a un consiglio di amministrazione.
Decidere: lo stesso impianto tiene insieme modelli, dati, contratti, archivi e documenti in un modello operativo unico, su cui agenti AI eseguono decisioni con un operatore al comando, per grandi imprese, difesa, pubblica amministrazione e sanità. Un modello da 462 MiB su una CPU da laptop non ha bisogno di un cluster per entrare nel perimetro — ha bisogno che qualcuno lo registri comunque, con la stessa disciplina di uno da 800 GB: è il volume dei modelli piccoli, scaricati senza che nessuno lo sappia, il rischio concreto quando l’hardware smette di essere un ostacolo. Sempre in due modalità, on-premise su macchine autonome o cloud dedicato con VPN dedicata e data center in Italia, sempre con gestione condivisa.
Dalla prima sessione, senza costi, esce il registro datato dei modelli che avete in esercizio — anche quelli piccoli, scaricati senza che il reparto acquisti ne sapesse nulla: per ciascuno, la licenza archiviata nel testo del giorno del download, non un badge che promette un tag che oggi non esiste. Resta a voi anche se non proseguiamo insieme.