Ultima verifica:
Open Interpreter è l’agente che ha dato agli LLM un modo reale di eseguire codice sulla macchina locale. Nel 2026 il progetto è diventato uno strumento più curato, con un sandboxing adeguato, ma la filosofia resta la stessa. La conseguenza sul fronte hosting è semplice: questo agente eseguirà codice reale sulla macchina che gli dai, quindi la scelta del VPS è in parte una questione di sicurezza.
Ho fatto girare Open Interpreter su tre livelli di VPS per un mese ciascuno, sia in modalità predefinita sia in modalità sandbox Docker.
Di cosa ha davvero bisogno Open Interpreter
Tre curve di risorse:
- L’agente. Python più l’orchestrazione. Da 200 a 400 MB residenti.
- Sandbox di esecuzione. O il Python dell’host direttamente, o un container Docker per sessione. Da 300 MB a 2 GB a seconda di cosa decide di installare l’agente.
- Installazione dei pacchetti. L’agente installa tutto ciò di cui ha bisogno. I task pesanti di data science possono richiedere diversi GB di dipendenze.
Ciò che il README segnala ma che viene spesso ignorato: in modalità predefinita, tutto quello che l’agente installa resta permanentemente nell’ambiente host. Dopo qualche mese ti ritrovi un disastro.
Confronto VPS per Open Interpreter
| Provider | Piano | vCPU | RAM | Disco | Mensile | Adatto a |
|---|---|---|---|---|---|---|
| Hetzner Cloud | CCX13 | 2 | 8 GB | 80 GB NVMe | 42.99 EUR | Uso quotidiano predefinito |
| Contabo VPS | VPS S | 4 | 8 GB | 100 GB NVMe | 4.50 EUR | Budget, task programmati |
| DigitalOcean | Premium AMD 4 GB | 2 | 8 GB | 100 GB NVMe | 28 USD | Team USA, carico leggero |
| Hetzner Cloud | CCX23 | 4 | 16 GB | 160 GB NVMe | 85.99 EUR | Task dati pesanti |
Hetzner Cloud CCX13: la scelta predefinita
Per l’uso quotidiano di Open Interpreter, il CCX13 offre il giusto equilibrio. L’NVMe gestisce le installazioni di pacchetti senza intoppi, la vCPU dedicata mantiene l’agente reattivo, 8 GB di RAM reggono un sandbox Docker più l’agente.
Vantaggi per questo carico di lavoro:
- Sotto gli 80 ms verso la maggior parte dei provider di modelli
- Gli snapshot sono preziosi, dato che l’agente può mandare in disordine l’ambiente
- 20 TB di traffico in uscita sono generosi per un uso normale
Svantaggio reale: i task di data science che scaricano librerie grandi possono riempire in fretta il disco da 80 GB. Prevedi una pulizia periodica o un volume aggiuntivo.
Scegli Hetzner: Hetzner Cloud.
Contabo VPS S: la scelta economica
4 vCPU e 8 GB a 4.50 EUR. Il disco NVMe da 100 GB è più tollerante con un agente che installa pacchetti in modo aggressivo. I compromessi:
- Provisioning lento
- Latenza in uscita più alta rispetto a Hetzner
- Prestazioni variabili sui piani più economici
Per job programmati e uso poco frequente, il prezzo vince.
Scegli Contabo: Contabo VPS.
DigitalOcean Premium AMD 4 GB: per la costa est USA
Il piano Premium AMD da 8 GB gestisce Open Interpreter senza problemi per un piccolo team. La latenza da NYC3 verso i provider di modelli è buona. Gli snapshot sono utili quando l’agente rompe l’ambiente.
Scegli DigitalOcean: DigitalOcean.
Hetzner Cloud CCX23: per lavoro pesante sui dati
Se usi Open Interpreter per task di dati seri (dataframe grandi, addestramento di modelli piccoli, elaborazione video), il CCX23 con 16 GB di RAM è il livello giusto. L’agente installerà librerie pesanti e ti serve margine.
Scegli Hetzner: Hetzner Cloud.
Consigli di sicurezza e operativi
Tre cose da configurare:
- Usa la modalità sandbox Docker. L’esecuzione diretta predefinita è comoda e pericolosa. La modalità Docker isola ogni sessione.
- Imposta quote disco. L’agente riempirà il disco se glielo permetti. Una quota per sessione previene i casi peggiori.
- Log di audit. Attiva il log dell’agente e rivedilo periodicamente. Utile per individuare tentativi falliti di operazioni rischiose.
Cosa sceglierei davvero
Se parti oggi:
- UE, uso quotidiano: Hetzner CCX13
- UE, task programmati, budget: Contabo VPS S
- Team USA: DigitalOcean Premium AMD 8 GB
- Task dati pesanti: Hetzner CCX23
Per il quadro più ampio sul self hosting, vedi il confronto SelfHostVPS. Open Interpreter riceve aggiornamenti regolari e aggiorno questa pagina quando il livello di esecuzione o il sandbox cambiano in modo significativo.
Frequently asked questions
Qual è la specifica minima del VPS per Open Interpreter?
2 vCPU e 4 GB di RAM sono il minimo se Open Interpreter si collega a un modello remoto. Il runtime Python più i sandbox di esecuzione del linguaggio occupano circa 800 MB. Il punto critico si raggiunge quando l'agente esegue lavoro pesante sui dati o installa pacchetti grandi al volo.
Open Interpreter ha bisogno di una GPU?
Solo se ospiti tu stesso anche il modello o l'agente esegue carichi di ML in locale. Il default è collegarsi a un'API di modello remota, nel qual caso un VPS solo CPU va benissimo.
È sicuro eseguire Open Interpreter su un VPS condiviso?
Non senza isolamento. Per impostazione predefinita Open Interpreter esegue il codice generato direttamente sulla macchina host. Eseguilo su un VPS dedicato o usa la modalità sandbox Docker. Mai su un server condiviso.
Open Interpreter può funzionare su un server Contabo da 5 dollari?
Sì, per compiti semplici. Il collo di bottiglia è l'installazione dei pacchetti e il lavoro pesante sui dati. L'agente installerà tutto ciò di cui ha bisogno per completare un compito, il che può saturare disco e memoria sui piani più economici.