Provider supportati

Glossa supporta provider cloud, inferenza locale, DeepL per la prima passata di traduzione ed endpoint OpenAI-compatibili personalizzati. L'insieme supportato nell'app include:

• Gemini
• OpenAI
• Anthropic
• DeepSeek
• DeepL API
• Ollama
• Endpoint custom (qualsiasi API OpenAI-compatibile)

Locale contro cloud contro custom

Tipo provider	Note
Cloud	Ideale quando vuoi API gestite, capacità remota e meno setup macchina
DeepL	Stage dedicato alla modalità DeepL Hybrid; non viene usato come modello LLM per refine, judge o coherence
Ollama	Opzione locale per workflow offline o privati sul tuo hardware
Custom	Endpoint OpenAI-compatibili di terze parti o auto-ospitati (OpenRouter, Groq, LM Studio, vLLM, proxy aziendali)

Endpoint custom

Tramite Impostazioni → Custom puoi definire profili endpoint arbitrari. Ogni profilo ha:

• Nome — etichetta identificativa del profilo
• URL base — radice dell'endpoint OpenAI-compatibile (es. https://openrouter.ai/api/v1)
• Richiede API key — toggle; se attivo la chiave viene salvata nel portachiavi OS
• Test connessione — verifica la raggiungibilità dell'endpoint con un modello di tua scelta

Nello stage della pipeline, selezionando il provider Custom appare un secondo menu a tendina per scegliere il profilo e un campo di testo libero per il nome del modello.

Guida alla scelta del provider

Esigenza	Scelta pratica
Minimo attrito di setup	Provider cloud con API key
Prima traduzione veloce e terminologia controllata	DeepL Hybrid con glossario DeepL, poi refine LLM se serve
Workflow solo locale	Ollama
Review intensa e reasoning	Modelli hosted più grandi o un buon modello locale se l'hardware lo regge
Coerenza su corpus ampi	Scelta stabile provider/modello per tutto il progetto

Criteri di scelta del modello

La scelta del modello dipende dal tipo di lavoro e dal volume:

• Volume alto, testo tecnico o ripetitivo — usa i modelli flash o mini di ciascun provider (es. Gemini Flash, GPT-4o Mini). Sono veloci, economici e sufficientemente precisi per testi strutturati.
• Rifinitura letteraria o testi ad alta densità stilistica — preferisci i modelli flagship o reasoning (es. Gemini Pro, GPT-4o, Claude Sonnet/Opus). Gestiscono meglio il tono, il registro e le sfumature.
• Stage Audit e giudizio qualità — usa modelli con buone capacità di judge (valutazione critica), tipicamente i modelli flagship con contesto lungo. Un modello mini nell'audit tende a produrre giudizi poco calibrati.
• Coerenza di corpus — non cambiare modello a metà progetto se vuoi output stilisticamente omogenei.
• DeepL Hybrid — DeepL non usa un selettore modello LLM: configuri registro, modalità traduzione, glossario DeepL e poi scegli separatamente il modello LLM per refine e judge.

Differenze operative

• I provider cloud dipendono da API key e stabilità di rete.
• DeepL dipende da API key, quota caratteri e coppie linguistiche supportate.
• Ollama dipende dalla disponibilità del server locale e dal budget hardware.
• Provider diversi possono comportarsi in modo diverso su contesti lunghi, formattazione e rigidità della review.

Indicazioni pratiche

• Usa la stessa combinazione provider/modello all'interno di un progetto se vuoi output stabili.
• In DeepL Hybrid, tieni stabile anche il modello usato per refine e judge: DeepL copre la prima bozza, non la revisione critica.
• Se un provider è indisponibile, verifica API key o server locale prima di cambiare il resto della pipeline.
• Tieni documentata la scelta del provider nel progetto se quel progetto dovrà essere condiviso.
• Se Ollama è lento o instabile, riduci il chunk size o passa a un modello locale più piccolo prima di cambiare i prompt.