Eldric a confronto — vs Ollama, vLLM, Open WebUI, Dify, NVIDIA NIM, OpenAI, Grok, Anthropic & AWS Bedrock

Q: Cosa offre Eldric che Ollama, vLLM, Open WebUI e Dify non hanno?

Un cervello di memoria associativa persistente che sopravvive ai riavvii e si consolida offline, ML strutturato nativo oltre la chat (controllo, forecasting, encoding, retrieval), alta disponibilità del controller e federazione multi-sito, apprendimento federato e worker di dominio integrati (IoT industriale, oltre 140 data-API scientifiche, messaggistica) — in un'unica piattaforma self-hosted anziché assemblata da strumenti separati.

Q: Eldric richiede GPU NVIDIA?

No. Eldric è indipendente dall'hardware e gira su CPU, NVIDIA, AMD e Apple Silicon, oltre ai dispositivi edge ARM. NVIDIA NIM richiede GPU NVIDIA.

Q: Eldric è open source?

No. Eldric è un prodotto proprietario, con licenza commerciale e un piano gratuito. Ollama (MIT) e vLLM (Apache-2.0) sono open source; Open WebUI e Dify sono a codice disponibile con alcune restrizioni.

Q: Come si inizia con Eldric?

Installa il pacchetto pre-compilato — dnf install eldric-aios su RHEL o Fedora, oppure scarica l'installer per macOS — e vai alla chat shell.

Capacità	Eldric	Self-hostable					Cloud API (hosted dal vendor)
Capacità	Eldric	Ollama	vLLM	Open WebUI	Dify	NVIDIA NIM	OpenAI	Grok	Anthropic	AWS Bedrock	Oracle Cloud²³
Memoria & apprendimento — il "cervello"
Substrato di memoria associativa persistente	Sì	No	No	No¹	No²	Add-on³	n.a.	n.a.	No⁴	Gestito⁵	No
La memoria sopravvive in modo durevole ai riavvii	Sì	No	No	Parziale	Parziale	Add-on	n.a.	n.a.	n.a.	Gestito	n.a.
Consolidamento offline della memoria ("dreaming")	Sì	No	No	No	No	No	No	No	No	No	No
Distilla la conoscenza di un modello nella memoria	Sì	No	No	No	No	No⁶	Parziale⁷	No	No	Gestito⁶	No
Inferenza & modelli
Motore di inferenza nativo, senza backend esterno	Sì	Sì	Sì	No	No	Parziale⁸	n.a.	n.a.	n.a.	n.a.	Gestito
ML strutturato oltre gli LLM di chat⁹	Sì⁹	No	Parziale	No	No	Add-on	No	No	No	n.a.	No
Fa da gateway a molti backend di inferenza (un solo punto d'ingresso)	Sì	No	No	Sì	Sì	Parziale	No	No	No	Parziale	Parziale
Hardware & gamma di deployment
Indipendente dall'hardware (CPU · NVIDIA · Apple · AMD · ARM)	Sì	Sì	Sì	Sì	Sì	Solo NVIDIA¹⁰	n.a.	n.a.	n.a.	n.a.	n.a.
Un'unica piattaforma dal Pi/edge al datacenter/H200	Sì	Parziale	Parziale	Parziale	Parziale	Parziale¹⁰	n.a.	n.a.	n.a.	n.a.	n.a.
Funziona completamente offline / air-gapped	Sì	Sì	Sì	Sì	Sì	Sì	No	No	No	No	No
Installazione unica e autosufficiente (un solo daemon)	Sì	Sì	Sì	Parziale	No¹¹	No	n.a.	n.a.	n.a.	n.a.	n.a.
Auto-aggiornamento / patching rolling del cluster	Sì	No	No	No	No	Add-on	Gestito	Gestito	Gestito	Gestito	Gestito
Clustering & federazione
Clustering distribuito multi-nodo	Sì	No	Sì¹²	Parziale	Parziale	Parziale	n.a.	n.a.	n.a.	Gestito	Gestito
Alta disponibilità del controller / nessun single point of failure	Sì¹³	No	No	Parziale	No	Add-on	n.a.	n.a.	n.a.	Gestito	Gestito
Federazione multi-sito (HQ + filiali / mesh)	Sì¹⁴	No	No	No	No	Add-on	n.a.	n.a.	n.a.	Gestito	Gestito
Apprendimento federato (training tra nodi, i dati restano locali)	Sì	No	No	No	No	Add-on¹⁵	No	No	No	No	No
Agenti, dispositivi & domini
Orchestrazione multi-agente / swarm	Sì	No	No	No	Parziale	Add-on	Sì	Parziale	Parziale	Sì	Sì
RAG integrato (vector store + retrieval)	Sì	No	No	Sì	Sì	Add-on	Sì	Parziale	Parziale	Sì	Sì
Training / fine-tuning di modelli integrato	Sì	No	No	No	No	Add-on	Sì	No	No¹⁶	Sì	Sì
Routing intelligente delle richieste / bilanciamento del carico	Sì	No	Add-on	Parziale	Parziale	Parziale	n.a.	n.a.	No	Sì	n.a.
Gestione di dispositivi industriali (OPC-UA/Modbus/MQTT)	Sì¹⁷	No	No	No	No	No	No	No	No	n.a.	No
Libreria di data-API scientifiche integrata	Sì	No	No	No	No	Parziale	No	No	No	No	No
Crea agenti a partire da una descrizione	Sì	No	No	No	Parziale	Add-on	Parziale	No	Parziale	Sì	Parziale
Pipeline multimediale (speech-to-text / text-to-speech / video)	Sì	No	Parziale	Sì	Parziale	Sì¹⁸	Parziale	Parziale	No	Add-on¹⁹	No
Governance, sicurezza & sovranità
Isolamento dei dati multi-tenant	Sì	No	No	Parziale	Parziale	Parziale	Parziale	No	Parziale	Sì	Sì
Controllo degli accessi basato sui ruoli	Parziale²⁰	No	No	Sì	Sì	Parziale	Sì	Sì	Sì	Sì	Sì
Backup & disaster recovery	Sì	No	No	Parziale	Parziale	Add-on	n.a.	n.a.	n.a.	Gestito	Gestito
Gestione PKI / certificati	Sì	No	No	No	No	Add-on	n.a.	No	n.a.	n.a.	n.a.
Sovranità dei dati (decidi tu cosa resta locale)	Sì	Parziale	No	Parziale	Sì	Sì	No	n.a.	No	Gestito	Gestito
Modello di licenza / costo	Proprietario; self-hosted, nessun costo per token (piano gratuito)	Open source (MIT)²¹	Open source (Apache-2.0)	Codice disponibile	Codice disponibile	A pagamento, per GPU	A consumo (per token)	A consumo (per token)	A consumo (per token)	A consumo (per token)	A consumo (per token)
Sperimentale
Motore auto-migliorante / auto-ottimizzante	Sperimentale²²	No	No	No	No	No	No	No	No	No	No

Sì = capacità documentata e di prima classe · Parziale = presente ma più limitata/condizionata · Add-on = tramite un prodotto/plugin separato che aggiungi · Gestito = se ne occupa il cloud del vendor (non lo gestisci tu) · n.a. = non applicabile a un servizio solo-cloud · No = non è una funzionalità documentata · Sperimentale = modulo opzionale, in sviluppo. Sugli assi "eseguilo sul tuo hardware" le colonne cloud-API sono onestamente n.a. — una cloud API ha una forma diversa, non "peggiore".

Note & fonti

La "Memory" di Open WebUI è un archivio di note di personalizzazione per singolo utente (Beta), non un substrato di richiamo associativo tra sessioni. docs ↗
La memoria di Dify ha ambito di sessione/conversazione (token-buffer + variabili di conversazione); la persistenza tra sessioni richiede un add-on di terze parti. docs ↗
NVIDIA fornisce un'interfaccia di memoria (il modulo Memory di NeMo Agent Toolkit) che richiede un backend di terze parti (Mem0 / Redis / Zep) — l'interfaccia, non un substrato. docs ↗
Anthropic offre uno strumento di memoria lato client / store di memoria gestiti ospitati sull'infrastruttura Anthropic — non un substrato che ospiti tu. docs ↗
Gli Agent di Bedrock conservano il contesto tra sessioni tramite un memory id, ma lo store è gestito da AWS all'interno di Bedrock. docs ↗
La distillazione di modelli in NVIDIA NeMo e AWS Bedrock è da modello a modello (teacher→student); Eldric distilla la conoscenza di un modello nel proprio substrato di memoria. AWS ↗ · NVIDIA ↗
La distillazione di OpenAI produce un modello più piccolo ospitato da OpenAI, non un artefatto di memoria che possiedi tu. docs ↗
NVIDIA NIM serve i modelli in un container ma internamente esegue vLLM / TensorRT-LLM / SGLang su GPU NVIDIA — un backend impacchettato, non un'assenza di backend. docs ↗
I workload xLSTM di Eldric sono ML strutturato — control policy, forecasting di serie temporali, encoding visivo, retrieval associativo — non un modello linguistico di chat.
NVIDIA NIM / AI Enterprise richiede GPU NVIDIA (dall'edge Jetson al datacenter), non CPU arbitrarie o hardware di altri vendor. docs ↗
Dify si auto-ospita come stack multi-servizio (~11 container: 5 core + 6 dipendenti), non come singolo binario. docs ↗
vLLM dispone di parallelismo nativo tensor / pipeline / data per l'inferenza distribuita multi-nodo. docs ↗
Il failover del controller Eldric è rilasciato (5.0.11) ed è stato validato dal vivo; l'HA completa di produzione usa un quorum a 3 nodi.
La federazione multi-sito di Eldric è rilasciata (5.0.9); la federazione a singolo controller resta dormiente fino al bootstrap dell'HA di produzione.
L'apprendimento federato di NVIDIA è NVIDIA FLARE, un prodotto separato. docs ↗
Anthropic non offre un fine-tuning first-party di Claude; il fine-tuning di Claude è disponibile solo tramite AWS Bedrock. docs ↗
Eldric copre la gestione di dispositivi industriali / IoT (OPC-UA / Modbus / MQTT / HomeKit / Matter); il parco dispositivi di rete più ampio è in espansione.
Lo speech di NVIDIA (STT / TTS / traduzione) si basa sui microservizi Speech NIM basati su Riva, distribuiti a fianco. docs ↗
Su AWS, lo speech-to-text / text-to-speech sono servizi separati (Amazon Transcribe / Polly), non Bedrock stesso. Transcribe ↗ · Polly ↗
Eldric applica oggi l'isolamento dei dati multi-tenant; l'enforcement RBAC a grana fine sta maturando nella linea 5.0 (già applicato nella linea 4.x). Sul fronte di Eldric lo segniamo come Parziale anziché dichiararlo completo.
L'engine / la CLI di Ollama sono sotto licenza MIT; vLLM è Apache-2.0; Open WebUI è a codice disponibile (base BSD-3 + clausola di branding, v0.6.6+); Dify è a codice disponibile (Apache-2.0 modificata); NVIDIA AI Enterprise è una licenza proprietaria a pagamento per GPU.
L'engine auto-migliorante di Eldric (NOVA) è un modulo opzionale e sperimentale — non una capacità di punta già rilasciata.
Oracle è valutata come il servizio gestito OCI Generative AI (modelli Cohere / Llama ospitati, cluster AI dedicati, Generative AI Agents) — un confronto alla pari con le altre cloud API gestite — non le istanze di calcolo GPU grezze di OCI. docs ↗

Fonti per piattaforma

I verdetti di ciascun concorrente sono tratti dalla documentazione attuale di quel vendor (giugno 2026). Riferimenti principali:

Ollama — runtime LLM locale. docs.ollama.com · repo
vLLM — engine di inferenza/serving ad alto throughput. docs.vllm.ai · repo
Open WebUI — interfaccia di chat self-hosted. docs.openwebui.com
Dify — piattaforma open-source per app LLM / agenti. docs.dify.ai
NVIDIA NIM / AI Enterprise — microservizi di inferenza su GPU. docs.nvidia.com/nim
OpenAI platform — API cloud per sviluppatori. developers.openai.com
xAI Grok API — API cloud per sviluppatori. docs.x.ai
Anthropic Claude API — API cloud per sviluppatori. platform.claude.com/docs
AWS Bedrock — servizio cloud gen-AI gestito. docs.aws.amazon.com/bedrock · pagina dedicata Eldric vs AWS Bedrock
Oracle Cloud — OCI Generative AI — servizio LLM gestito (Cohere/Llama ospitati, Agents, fine-tuning). docs.oracle.com

Come scegliere

Un solo modello in locale per il workflow di uno sviluppatore. Ollama (o vLLM per throughput elevato) è il punto di partenza più semplice — Eldric può fare da front-end a entrambi, come uno dei tanti backend, quando una singola macchina non basta più.
Una UI di chat self-hosted curata su un backend esistente. Open WebUI è pensato apposta per questo; Eldric include la propria chat shell e tutto ciò che ci sta dietro.
Costruire app LLM e workflow di agenti in modo visuale. Dify è forte in quest'ambito; Eldric punta sul cluster, sulla memoria e sui worker di dominio su cui quelle app girano.
Standardizzati su GPU NVIDIA, con l'obiettivo di un serving ottimizzato. NVIDIA NIM è adatto, con il resto dello stack assemblato da prodotti NVIDIA separati; Eldric è indipendente dall'hardware e integra lo stack in un'unica piattaforma.
A proprio agio con un cloud gestito e la fatturazione a consumo. OpenAI, Anthropic, Grok e AWS Bedrock sono solide opzioni gestite; Eldric esiste per i team che hanno bisogno che dati e modelli restino su un'infrastruttura che controllano.

Domande frequenti

Cosa offre Eldric che Ollama, vLLM, Open WebUI e Dify non hanno?

Un "cervello" di memoria associativa persistente che sopravvive ai riavvii e si consolida offline, ML strutturato nativo oltre la chat (controllo / forecasting / encoding / retrieval), alta disponibilità del controller e federazione multi-sito, apprendimento federato e worker di dominio integrati (IoT industriale, oltre 140 data-API scientifiche, messaggistica) — in un'unica piattaforma self-hosted anziché assemblata da strumenti separati.

Qual è un'alternativa self-hosted alle API di OpenAI, Anthropic o Grok?

Eldric esegue capacità comparabili — orchestrazione multi-agente, retrieval, fine-tuning e routing — interamente su hardware di tua proprietà, incluse reti air-gapped, senza fatturazione a consumo. Le cloud API sono servizi gestiti che girano nel cloud del vendor.

Eldric richiede GPU NVIDIA?

No. Eldric è indipendente dall'hardware — CPU, NVIDIA, AMD e Apple Silicon, oltre ai dispositivi edge ARM. NVIDIA NIM, al contrario, richiede GPU NVIDIA.

Eldric è open source?

No — Eldric è un prodotto proprietario, con licenza commerciale e un piano gratuito. Ollama (MIT) e vLLM (Apache-2.0) sono open source; Open WebUI e Dify sono a codice disponibile con alcune restrizioni. Il compromesso è tra la disponibilità del codice e uno stack integrato, supportato da un unico vendor.

Come si inizia con Eldric?

Installa il pacchetto pre-compilato — dnf install eldric-aios su RHEL / Fedora, oppure scarica l'installer per macOS — e vai alla chat shell. Vedi Iniziare.

Metodo. I verdetti sui concorrenti sono tratti dalla documentazione, dai repository e dai file di licenza pubblicati da ciascun vendor a giugno 2026 (vedi Fonti per piattaforma). Le capacità evolvono — se una cella non corrisponde più alla documentazione attuale di un vendor, segnalacelo a office@eldric.ai e la correggeremo. Le capacità di Eldric elencate sono rilasciate e operative nella release attuale; il lavoro in sviluppo o a gate è volutamente escluso.

Eldric a confronto.