Cosa è cambiato
Novità QualeAI
Tool e approfondimenti recenti
Gli ultimi approfondimenti pubblicati e i nuovi tool aggiunti al catalogo, in ordine cronologico.
La newsletter di QualeAI
Le novità che meritano il tuo tempo.
Aggiornamenti editoriali su tool, modelli, prezzi e workflow. Solo quando c’è qualcosa di utile da capire.
119 novità
Ultimi aggiornamenti
La lista combina nuovi articoli e nuovi tool, senza aggiornamenti prezzo o modifiche minori.
Gemini 4 Argon batte davvero GPT-6 Astra e Fable?
Gemini 4 Argon è il nuovo modello di frontiera di Google, annunciato il 30 settembre 2026. Nella tabella pubblicata da Google è primo o pari merito in 14 delle 19 righe contro GPT-6 Astra, Fable 5.1 e Opus 5.5. Resta però dietro proprio in tre prove di coding agentico e ricerca da terminale. Per ora è riservato a un gruppo ristretto di esperti di sicurezza informatica.
ChatGPT Dots: cos'è, quanto costa e se è disponibile in Italia
Un dot è un agente sempre attivo dentro ChatGPT: ha un proprio computer nel cloud, usa le app che colleghi e porta avanti i compiti anche quando non gli scrivi. Al 30 settembre 2026 il piano Pro non lo include in Italia, perché OpenAI esclude Spazio economico europeo, Svizzera e Regno Unito. Meta Muse e Gemini Spark hanno limiti geografici simili. Chi è in Italia ha due strade: Business Premium, se il team lo può attivare, oppure gli strumenti di automazione già disponibili.
GPT-6 Sol e Luna: benchmark, prezzi e alternative
GPT-6 Sol porta coding e workflow agentici a $2 input e $10 output per milione di token. GPT-6 Luna scende a $0,10 e $0,50 per attività delimitate e ad alto volume. Nei test OpenAI, Sol arriva vicino a Claude Fable 5 su DeepSWE e supera Astra e Opus 5 su AutomationBench, con un listino molto più basso.
GPT-6.1 Sol o Astra? Prezzi, benchmark e quando scegliere
GPT-6.1 Sol è l'aggiornamento di GPT-6 Sol presentato da OpenAI il 29 settembre 2026. Costa $2 input e $10 output per milione di token, un quinto di Astra, e nei test dichiarati da OpenAI si avvicina ad Astra su coding, computer use e lavoro professionale. Astra resta davanti nella ricerca scientifica più difficile.
Claude Sonnet 5.5 vs Opus 5.5
Claude Sonnet 5.5 è il modello intermedio della famiglia Claude, rilasciato il 28 settembre 2026 a $2 input e $10 output per milione di token. Opus 5.5 costa il doppio ed è pensato per lavori lunghi e ambigui. Nei benchmark pubblicati da Anthropic i due modelli sono vicini su coding agentico, knowledge work e computer use, con Opus avanti nei test che premiano giudizio e codice pronto da unire.
GitHub Copilot: quale modello scegliere
Il model picker di GitHub Copilot è il menu in cui scegli quale modello risponde in chat, agent mode, CLI e cloud agent. Dal 22 settembre 2026 include GPT-6 Luna, GPT-6 Sol e Claude Opus 5.5, dal 28 settembre anche Claude Sonnet 5.5. Tutti sono fatturati con gli AI Credits al prezzo di listino del fornitore, quindi il modello che scegli decide quanto dura il credito incluso nel tuo piano.
Claude, Cowork o Claude Code: cosa cambia
Dal 16 settembre 2026 Anthropic sta unendo la chat di Claude e Cowork in un'unica app: non scegli più una modalità, chiedi il risultato e Claude decide se rispondere o eseguire il lavoro su file e strumenti. Claude Code resta un prodotto distinto per chi modifica software, con terminale, IDE, test e git.
Fable 5.1 vs Opus, GPT e altri modelli frontier
Al lancio Fable 5.1 superava Fable 5, Opus 5 e GPT-5.6 Sol in ogni confronto pubblicato da Anthropic. Dal 22 settembre 2026 il quadro è cambiato: nella tabella di Opus 5.5 il nuovo Opus supera Fable 5.1 in tutte le righe e costa meno della metà, mentre GPT-6 Astra lo supera su coding agentico, automazioni e ricerca scientifica. I dati arrivano dai provider e non sostituiscono un test sul proprio workflow.
Kimi K3 vs Fable 5: benchmark, prezzo e scelta
Kimi K3 è il modello flagship da 2,8 trilioni di parametri di Moonshot AI, con contesto da 1M token, input visivo e capacità agentiche. Supera Fable 5 in alcuni benchmark di coding e ricerca, ma nel quadro generale resta dietro Fable 5 e GPT-5.6 Sol, il modello OpenAI incluso nello stesso confronto. La differenza più concreta è il prezzo API: $3 input e $15 output per 1M token, contro $10 e $50 di Fable 5 e Fable 5.1. Con Opus 5.5 a $4/$20 il divario verso Claude si riduce: K3 costa circa il 25% in meno, non il 70%.
Quanto costa davvero usare Fable 5.1
Fable 5.1 mantiene il prezzo API di Fable 5, $10 input e $50 output per 1M token, ma riduce la cache read da $1 a $0,25. Anthropic stima un risparmio del 25% sui workload tipici e fino al 45% su quelli molto agentici rispetto a Fable 5. Su Pro e Team Standard il modello usa crediti a consumo; su Max e posti Premium rientra fino al 50% del limite settimanale.
Claude Fable 5.1 vs Opus 5.5
Opus 5.5 supera Fable 5.1 in molti confronti pubblicati da Anthropic e costa $4/$20 contro $10/$50. Anche la cache read di Opus è più economica: $0,20 contro $0,25. Opus 5.5 è quindi il punto di partenza più pratico; Fable va mantenuto soltanto nei task in cui gli eval mostrano un vantaggio sufficiente a recuperare il prezzo.
Claude Opus 5.5: prezzi, benchmark e migrazione
Claude Opus 5.5 costa $4 input e $20 output per milione di token, con cache read a $0,20. Anthropic stima sui propri workload un costo tipico inferiore del 40% rispetto a Opus 5, combinando listino e minore uso di token. La migrazione richiede però controlli su thinking, tool choice, computer use e blocchi di ragionamento conservati.
GPT-5.6: nuovi prezzi di Sol, Terra e Luna
GPT-5.6 comprende Sol, Terra e Luna, ma la generazione successiva ha cambiato la scala: GPT-6 include Astra, Sol e Luna, non Terra. I prezzi e i criteri in questa guida restano utili per workflow GPT-5.6 esistenti. Per un nuovo progetto, confronta Terra con GPT-6 Sol e Luna prima di mantenere la vecchia famiglia.
GPT-6 Astra batte Fable 5.1? Prezzi e benchmark
GPT-6 Astra è il nuovo modello di frontiera OpenAI. Arriva due giorni dopo Fable e Mythos 5.1, con lo stesso prezzo API base di Fable: $10 input e $50 output per milione di token. Nella tabella OpenAI è molto forte su terminale, automazioni, matematica e computer use; Fable 5.1 resta davanti nell'indice aggregato di Artificial Analysis e in Humanity's Last Exam con strumenti. Astra è quindi un concorrente diretto, non un vincitore universale.
Grok 4.5 batte GPT e Claude?
Grok 4.5 entra nella gara dei modelli frontier con una promessa precisa: coding agentico, task lunghi, velocità e prezzo API competitivo. Il punto da verificare non è solo quanto performa, ma dove si posiziona nel rapporto tra prestazioni, costo per task ed ecosistema developer rispetto a Fable, GPT, Claude e GLM.
Grok 4.7 conviene? Prezzo e benchmark per il coding
Grok 4.7 costa $2 input e $6 output per milione di token sotto 200K di prompt. Nei benchmark xAI è competitivo su DeepSWE, CursorBench e lavoro professionale, ma resta dietro Fable 5.1 su Terminal-Bench e non domina ogni prova. Conviene testarlo per coding e automazioni sensibili al costo, soprattutto in Cursor, Grok Build o via API.
Opus 5 vs GPT-5.6 Sol vs Kimi K3
Claude Opus 5, GPT-5.6 Sol e Kimi K3 competono nella stessa fascia di lavoro: coding difficile, agenti, ricerca e documenti complessi. Opus 5 guida l'Intelligence Index indipendente consultato e costa meno in output di Sol; Sol è la scelta più naturale dentro ChatGPT e Codex; K3 dimezza quasi il listino, offre input visivo e pesi aperti, ma richiede più attenzione a maturità, infrastruttura e costo reale per task.
Jev vs LLM: cos’è e quando conviene usarlo
Jev è il primo modello pubblico di TypeSafe AI, presentato come System One model. Riceve testo o stato strutturato e restituisce scelte, punteggi e probabilità definite in anticipo, senza generare una risposta libera. Può ridurre costo e latenza in classificazione, routing e controlli ripetuti, ma non sostituisce un LLM quando servono spiegazioni, codice, sintesi o ragionamento aperto.
Agenti di coding in azienda: quando conviene un rollout di team
Un rollout di team ha senso quando il coding agent entra in un flusso già verificabile: repository con test, pull request review, policy sui dati e task ripetibili. Se mancano queste basi, conviene partire da un pilota stretto, non da licenze per tutti.
Cursor Projects promette un team di agenti: serve davvero?
Cursor Projects prova a trasformare Cursor da agente singolo a squadra di sviluppo: un coordinatore conserva il contesto, divide il lavoro e assegna task a più agenti. Può accelerare feature, migrazioni e manutenzione che durano giorni, ma su repository senza test o attività mal definite rischia di moltiplicare consumo, conflitti e tempo di review.
DeepSeek V4.1 Flash costa fino al 97% meno: può battere GPT e Claude?
DeepSeek V4.1 Flash non supera i migliori modelli in modo generale, ma si avvicina abbastanza da rendere il prezzo difficile da ignorare. Nell'Intelligence Index indipendente ottiene 40 punti contro 47-53 dei principali modelli di frontiera. Nei test agentici e di coding, invece, raggiunge o supera GPT-5.6 Sol e Claude Opus 5 in alcune prove pubblicate da DeepSeek. Il listino parte da $0,30 input e $1,20 output per milione di token nelle ore di picco.
OpenAI Agents API: costruire agenti diventa davvero facile?
OpenAI Agents API porta nelle applicazioni il runtime gestito dietro Codex: sessioni durevoli, compattazione del contesto, sandbox, strumenti, MCP e subagent. Riduce molto l'infrastruttura da costruire, ma non elimina il lavoro difficile su test di affidabilità, permessi e controllo dei costi. Un runtime proprio resta più adatto quando portabilità e controllo contano più della velocità di sviluppo.
Quanto costa un coding agent AI
Il costo di un coding agent non dipende solo dal prezzo mensile. Dipende da modello, token, contesto, durata della sessione, retry e modalità di elaborazione. In Codex, GPT-5.6 Luna e Terra ora consumano meno crediti, mentre Fast mode per Sol costa di più in cambio di una latenza inferiore.
Un solo abbonamento AI: quale scegliere
Parti dal lavoro che ripeti e dal limite che incontri: restare sul gratuito è una scelta valida anche se usi l’AI ogni giorno. Valuta ChatGPT Plus per un uso misto con Codex, Claude Pro per lavorare anche con Claude Code e Google AI Pro per le integrazioni Google. Un secondo piano serve solo se risolve un compito che il primo lascia scoperto.
ChatGPT Work: cos'è e cosa cambia con Codex
ChatGPT Work è la modalità agentica per attività lunghe su app, file e browser. Nella nuova app desktop vive accanto a Chat e alla vista Codex: Work produce documenti, fogli, presentazioni e report, mentre Codex resta dedicato allo sviluppo software. La disponibilità varia per piano e piattaforma.
Gemini 3.8 Flash è al livello di GPT-6 e Claude?
Gemini 3.8 Flash è disponibile in produzione dal 2 settembre 2026. Fino al 31 dicembre costa $0,75 input e $3,75 output per milione di token, poi il listino raddoppia. Ha un contesto da un milione di token e nel DeepSWE riportato da OpenAI è vicino ad Astra e Opus 5, ma resta molto indietro su Terminal-Bench 4.0. È una scelta di volume e rapporto costo-risultato, non il nuovo leader assoluto.
Perché Fable 5 e Mythos 5 sono stati bloccati?
Fable 5 e Mythos 5 sono stati bloccati dopo una direttiva del governo degli Stati Uniti e ripristinati il 1 luglio 2026. Fable 5.1 è ora disponibile sui piani a pagamento. Se non lo vedi in Claude Code, controlla piano, crediti, policy aziendali e versione: serve almeno la 2.1.250.
ChatGPT Ads in Italia: come funziona e quanto costa
ChatGPT Ads è disponibile in self-service anche in Italia. Puoi creare campagne CPM, CPC o oCPC, indicare i contesti in cui la tua offerta è pertinente e misurare clic e conversioni. Non compri una posizione nelle risposte: gli annunci appaiono separati, sotto la risposta, e competono in un'asta che considera offerta e pertinenza.
Cursor, SpaceX e Composer 2.5: la nuova gara dei coding agent
Cursor è nato come il posto in cui i modelli migliori diventavano davvero comodi per scrivere codice. Claude Code e Codex hanno spostato la gara sugli agenti autonomi, più vicini ai lab che controllano i modelli. Con Composer 2.5 e la compute di SpaceX, Cursor prova a chiudere il cerchio: IDE, modello e infrastruttura nella stessa direzione. La decisione di OpenAI di chiudere il contratto per i propri modelli rende utile preparare anche un'alternativa per i workflow che oggi ne dipendono.
Come usare GLM-5.3: chat Z.ai, API e Cursor
Per usare GLM-5.3 non devi partire da API o hardware locale. Il primo test più naturale è la chat ufficiale Z.ai: apri chat.z.ai, provi lo stesso tipo di richieste che oggi faresti a Claude o ChatGPT e capisci se qualità, limiti e privacy ti bastano. Se poi vuoi usarlo in workflow tecnici, puoi passare ad API Z.ai, OpenRouter, Cursor, Codex o un tuo script compatibile OpenAI.
GLM-5.3: benchmark e confronto con Claude, GPT e Kimi
GLM-5.3 aggiorna GLM-5.2 con nuovo post-training per coding complesso, task agentici lunghi e sicurezza. Mantiene il listino API di $1,40 input, $0,26 cached input e $4,40 output per 1M token. I benchmark pubblicati da Z.ai mostrano progressi netti, ma non assegnano un vincitore universale: il confronto utile resta un pilot sullo stesso repository, con test, retry e costo totale.
Quanto costa GLM-5.3: chat, API Z.ai e OpenRouter
GLM-5.3 può essere provato in chat su Z.ai e usato via API, OpenRouter o coding agent. Al 26 agosto 2026 Z.ai e OpenRouter indicano $1,40 input, $0,26 cached input e $4,40 output per 1M token. Il reasoning sempre attivo, l'effort e i retry possono cambiare il costo finale.
Qwen3.8-Max supera Claude e GPT?
Qwen3.8-Max è quarto nella WebDev Arena consultata, davanti a Claude Fable 5 e GPT-5.6 Sol, con prezzi API più bassi di entrambi. Non li supera però in ogni test. Il risultato Arena è ancora preliminare e nei benchmark software più difficili Fable mantiene un vantaggio netto.
DeepSeek Harness
Ambiente local-first per creare e usare agenti AI componibili, con plugin, sessioni tracciabili e più modalità operative.
Grok Bot: cos'è e come funziona
Grok Bot è un agente operativo di xAI con un computer persistente nel cloud. Può entrare in app e siti, lavorare su file e inbox, coordinarsi con altri Bot e ripetere routine. È distinto dalla chat Grok e da Grok Build, ma al lancio resta una beta riservata ad alcuni piani SuperGrok e Cursor.
Muse Code: cos'è il nuovo coding agent di Meta
Muse Code è il nuovo coding agent da terminale di Meta, pensato come alternativa a Claude Code e Codex. Usa Muse Spark 1.2, coordina subagenti persistenti in worktree separati ed è disponibile in beta su macOS e Linux. I prezzi sono a consumo e il trattamento di prompt, output e codice cambia tra i tier Standard e Contributor.
Muse Code
Agente di coding da terminale per pianificare, modificare e verificare codice con Muse Spark 1.2 e subagenti paralleli.
Qwen
Assistente AI di Alibaba con chat, ricerca, analisi multimodale e accesso API ai modelli Qwen per workflow personali e tecnici.
AI Act: quando dichiarare che hai usato l'AI
L'AI Act non impone una scritta visibile su qualsiasi testo o immagine creati con l'AI. Dal 2 agosto 2026 distingue tra chi fornisce il sistema e chi lo usa, tra marcatura tecnica e avviso alle persone, e tra contenuti revisionati e pubblicazioni automatiche. Per capire cosa fare devi partire dal tuo ruolo e dal modo in cui il contenuto raggiunge il pubblico.
Alternative economiche a Claude, GPT e Gemini: quando usarle
GPT-5.6 Luna costa $0,20 input e $1,20 output per 1M token e diventa una baseline economica per chi usa già OpenAI. GLM, Qwen, Kimi o DeepSeek possono avere listini, pesi, provider o capacità più adatti a uno specifico progetto. Confronta sempre i prezzi correnti e misura costo per task riuscito, dati, governance e lavoro di review.
Usare più modelli AI insieme: quando conviene
Usare più modelli AI insieme ha senso quando ogni modello riceve un ruolo preciso. Il nuovo listino GPT-5.6 rende pratico usare Sol per planning e ambiguità, Terra per lavoro misto e Luna per implementazione o controlli ripetibili. Per chat quotidiana e automazioni già misurate, un solo modello resta più semplice da governare.
Gemini Notebook (ex NotebookLM) per la ricerca
Gemini Notebook è il nuovo nome di NotebookLM: non sono due prodotti diversi e i notebook esistenti restano disponibili. Conviene quando vuoi raccogliere fonti in un corpus controllato, interrogarle con citazioni e trasformarle in report, grafici, audio, video o slide. Perplexity resta più diretto per esplorare il web aperto.
GPT-Live o Gemini Live
GPT-Live è progettato per una conversazione vocale continua che possa delegare ricerca e ragionamento a GPT-5.5. Nell'app desktop ChatGPT può anche coordinare attività in Work e Codex. Gemini Live resta più pratico quando devi mostrare con la camera ciò che hai davanti, condividere lo schermo o lavorare con servizi Google.
OpenAI ha trasformato Codex in Jarvis
La vecchia app Codex è confluita nella nuova app desktop ChatGPT, che riunisce Chat, Work e la vista Codex. Con Voice puoi parlare mentre ChatGPT avvia attività, controlla progressi e coordina più agenti. Il risultato assomiglia a Jarvis soprattutto come centro di comando: Work estende l'esperienza a ricerca, documenti, fogli, presentazioni, app e browser, mentre Codex resta dedicato al lavoro tecnico.
ChatGPT Health in Italia: disponibilità, privacy e limiti
ChatGPT Health non è disponibile per gli utenti italiani al 27 luglio 2026: il rollout riguarda utenti maggiorenni negli Stati Uniti. La funzione può collegare dati sanitari e aiutare a comprenderli o preparare domande, ma non sostituisce il medico. Anche con protezioni dedicate, conviene condividere solo le informazioni necessarie e verificare ogni decisione importante con un professionista.
E se non restassi mai più senza crediti AI?
OmniRoute può evitare che un rate limit o una quota esaurita blocchino Claude Code, Codex, Cursor e altri coding agent: usa un endpoint locale e passa a un altro account, modello o provider. Il vantaggio è reale per esperimenti e lavoro personale, ma il fallback può cambiare qualità, contesto, condizioni d'uso e costo. Se vuoi restare a zero spesa, l'opzione che esclude i modelli paid non è attiva di default: devi abilitarla tu.
Kimi K3 in locale: hardware, costi e quando conviene
Kimi K3 è open-weight, ma i 2,8 trilioni di parametri e la ricetta di inferenza ufficiale lo collocano su infrastruttura da datacenter. Il self-hosting ha senso soprattutto per team con requisiti on-premise, utilizzo elevato e competenze operative. Per prove, carichi variabili e volumi ordinari, l'API Kimi evita un investimento molto più difficile da ammortizzare.
Voicebox è l'alternativa gratuita a ElevenLabs?
Voicebox è un'alternativa gratuita e open source a ElevenLabs per generare parlato, clonare una voce e lavorare in locale senza consumare crediti. Non offre però la stessa esperienza gestita: richiede spazio, memoria e tempo di configurazione, mentre qualità e velocità dipendono dal motore scelto e dal computer. ElevenLabs resta più adatto se vuoi un servizio cloud pronto, funzioni audio più ampie e supporto commerciale.
OpenHuman
App desktop open source che costruisce una memoria locale dai tuoi strumenti e coordina agenti, ricerche e workflow.
Voicebox
Genera e clona voci, detta testo e collega agenti AI a una voce usando modelli eseguiti sul tuo computer.
Agent Loop AI: cosa sono e quando usarli
Un Agent Loop non è un prompt più lungo: è un ciclo in cui un agente riceve un obiettivo, controlla lo stato, usa strumenti, valuta il risultato e decide se continuare, fermarsi o chiedere aiuto. Funziona quando il task ha segnali verificabili e un perimetro chiaro. Diventa rischioso quando lo usi per delegare lavori vaghi, costosi o senza condizioni di uscita.
NotebookLM o ChatGPT per studiare
NotebookLM è la scelta più solida quando devi studiare dispense, slide, PDF, audio o video delle lezioni perché lavora sulle fonti che carichi e mostra citazioni. ChatGPT è più adatto quando ti serve un tutor che spiega, fa domande, costruisce esercizi e colma lacune fuori dal materiale del corso. Per molti studenti la scelta migliore è usarli insieme.
NVIDIA SkillSpector: come controllare una skill AI
SkillSpector analizza una skill prima che venga installata e cerca istruzioni nascoste, accessi eccessivi, esfiltrazione di dati, dipendenze vulnerabili e altri comportamenti rischiosi. È utile soprattutto per skill di terze parti con script, rete o accesso a credenziali. Un risultato basso non dimostra però che la skill sia sicura: controlla sempre l'intera directory, interpreta i finding nel contesto e limita i permessi durante la prima esecuzione.
Record a skill: Claude Cowork o Codex?
Record a skill osserva una dimostrazione sullo schermo e la trasforma in una skill riutilizzabile. Claude offre la registrazione in Cowork su Mac per Pro, Max e Team. Codex ha un flusso simile, ma la disponibilità iniziale esclude lo Spazio economico europeo. In entrambi i casi conviene registrare procedure brevi, stabili e verificabili, poi correggere e provare la skill con dati diversi.
Steps of AI Adoption: quando salire di livello
Il framework Steps of AI Adoption descrive cinque livelli, dall'accesso bloccato fino a workflow avviati e controllati per eccezione. La parte utile non è il numero indicativo di agenti: è capire quale bottleneck limita il livello attuale e quale guardrail deve diventare affidabile prima di aumentare parallelismo o autonomia.
Claude for Teachers in Italia: disponibilità e alternative
Claude for Teachers combina funzioni premium, skill per preparare e differenziare lezioni, curriculum collegati e condizioni specifiche per i dati scolastici. Per capire che cosa cambia davvero in Italia bisogna separare il piano dedicato dalle risorse riutilizzabili e dagli strumenti già disponibili, soprattutto quando entrano in gioco informazioni sugli studenti.
Note meeting con AI: locale o cloud, quale scegliere
Gli assistenti meeting locali danno più controllo sui dati, possono funzionare offline e non dipendono da un servizio esterno, ma richiedono hardware adeguato e più configurazione. Quelli cloud sono più semplici da avviare, collaborativi e spesso più uniformi tra dispositivi, ma trasferiscono audio o trascrizioni a infrastrutture esterne. Per molti utenti la scelta migliore è ibrida: trascrizione locale e riepilogo cloud solo quando serve.
Note meeting con AI: quali tool sono invisibili ai partecipanti
Gli assistenti invisibili catturano microfono e audio di sistema dal computer, quindi non entrano nella riunione come partecipanti. Sono utili nelle call esterne e sulle piattaforme che bloccano i bot, ma l'assenza di un nome nella call non dice dove vengono elaborati i dati e non sostituisce gli obblighi di informazione, il consenso quando richiesto o le policy aziendali.
Stai addestrando l'AI con il tuo lavoro?
Usare un assistente AI non significa sempre addestrare il suo modello con il tuo lavoro. Significa però affidare a un servizio esterno prompt, correzioni, criteri e contesto che possono descrivere il tuo metodo. La scelta prudente dipende da account, piano, training, retention, memoria, connettori e da dove conservi procedure ed eval che vuoi poter riutilizzare.
DeerFlow
Piattaforma open source per eseguire ricerche, codice e task multi-step con sub-agent, memoria, skill e sandbox.
fal.ai
Piattaforma per developer che offre API pronte per modelli di immagini, video e audio, oltre al deploy serverless di modelli personalizzati.
Meetily
Registra, trascrive e riassume riunioni sul dispositivo, senza bot in chiamata e con modelli locali o provider scelti da te.
OpenWhispr
Trascrive la voce e le riunioni senza bot, con modelli locali, diarizzazione sul dispositivo e provider cloud opzionali.
Replicate
Piattaforma per developer che permette di provare, integrare, fine-tunare e distribuire modelli AI tramite API senza gestire direttamente le GPU.
Devin
Agente di coding di Cognition per delegare task su codebase, eseguire test, preparare pull request e automatizzare lavoro ripetibile.
Lindy AI
Assistente AI per team che lavora da Slack, email e iMessage: gestisce inbox, meeting, report ricorrenti e follow-up collegandosi agli strumenti di lavoro.
Meta AI
Assistente gratuito di Meta per chat, ricerca, immagini e video, disponibile sul web, nell'app Meta AI e nelle principali app social del gruppo.
AI locale o cloud: come scegliere
L'AI locale conviene quando dati, offline e costi prevedibili contano più della massima qualità disponibile. Il cloud conviene quando servono modelli più capaci, contesti lunghi, aggiornamenti gestiti dal provider e scalabilità. Per molti team la soluzione migliore è ibrida: locale per classificare o ridurre i dati da inviare, cloud solo per i passaggi che richiedono più capacità.
Claude Science: analisi, fonti o paper?
Claude Science, NotebookLM e Consensus intervengono in momenti diversi della ricerca. Claude Science serve a eseguire analisi e produrre artefatti tracciabili, NotebookLM a interrogare e trasformare fonti già selezionate, Consensus a trovare e confrontare studi accademici. La scelta parte dal materiale che hai e dall'output che devi ottenere.
Grok Build
CLI e coding agent di xAI per pianificare, modificare, testare e delegare task software complessi.
Browse AI
Estrae e monitora dati da siti web con robot no-code, API, webhook e integrazioni per fogli o workflow.
MeetGeek
Registra meeting, genera trascrizioni, note, action item e workflow collegati a CRM, task e strumenti AI.
Runpod
Piattaforma GPU cloud per sviluppatori che devono eseguire training, fine-tuning, inference e workload AI su Pods, Serverless e cluster.
Mistral OCR 4: quando usarlo per PDF, fatture e RAG
Mistral OCR 4 conviene quando devi trasformare documenti complessi in dati riutilizzabili: PDF multi-colonna, fatture, report tecnici, archivi aziendali e input per RAG. Rispetto a un chatbot che legge file, restituisce anche struttura, bounding box, tipi di blocco e confidence score. Non è invece la scelta più semplice se vuoi solo riassumere pochi PDF a mano.
AdCreative.ai
Genera visual, copy, product photoshoot e video ads per campagne social e paid, con scoring e insight sulle creatività.
Prezi AI
Crea presentazioni visuali e animate partendo da prompt, outline o file importati come PPTX, PDF e DOCX.
Arcads
Crea video ads con attori AI, avatar, script, showcase prodotto e varianti creative per campagne social.
CLAUDE.md o AGENTS.md: dove mettere le istruzioni per il tuo agente
CLAUDE.md e AGENTS.md sono file Markdown che spiegano a un agente di coding come lavorare in un repository: comandi, test, vincoli, stile e file da non toccare. Se lavori solo con Claude Code, un buon CLAUDE.md può bastare. Se usi Codex, Copilot, Zed, Cursor o altri agenti, conviene rendere AGENTS.md la fonte canonica e farlo importare da CLAUDE.md.
Come organizzare il contesto per agenti AI di coding
Un agente di coding lavora meglio quando non deve ricostruire ogni volta cosa vuoi. Il contesto va distribuito: le decisioni di prodotto in una spec, le regole ricorrenti in AGENTS.md, i workflow ripetibili in skill, le procedure consolidate in script e le esplorazioni rumorose in subagent o chat separate. Così puoi ripartire da sessioni pulite senza perdere memoria utile e senza usare sempre il modello più potente.
Il comando /goal in Claude Code e Codex
Il comando /goal serve a far lavorare un agente oltre il singolo prompt, mantenendo una definizione di done visibile e verificabile. In Claude Code è una condizione di completamento valutata dopo ogni turno. In Codex è Goal mode: un obiettivo persistente legato al thread, che puoi mettere in pausa, modificare, riprendere o cancellare.
Claude Code /insights: capire il tuo workflow
Il comando /insights di Claude Code genera un report sulle tue sessioni: aree di progetto, pattern di interazione e punti di attrito. È utile quando usi spesso Claude Code ma non sai dove stai perdendo tempo: prompt troppo vaghi, sessioni interrotte, skill mancanti, MCP poco usati o istruzioni di progetto da migliorare.
Claude Code /team-onboarding: far entrare un teammate
Il comando /team-onboarding di Claude Code genera una guida di onboarding partendo dalla cronologia recente: sessioni, comandi, MCP server e abitudini d'uso. È pensato per far entrare un teammate in un progetto già lavorato con agenti AI, riducendo il passaggio manuale di contesto. In Codex non c'è un comando identico, ma puoi costruire un flusso simile con AGENTS.md, skill, /init e /import.
Google Antigravity: quando usarlo
Google Antigravity è la piattaforma agent-first di Google per sviluppo software. Compete con Claude Code, ChatGPT Codex e Cursor perché serve a delegare task di coding ad agenti, non solo a completare codice nell'editor. Il suo vantaggio distintivo è l'ambiente: Agent Manager, IDE, CLI, SDK, subagenti, artifact e integrazioni con AI Studio, Gemini API, Firebase e Google Cloud.
Vibe coding senza perdere controllo: cos'è l'harness
Nel vibe coding l'harness è il sistema intorno al modello: istruzioni, contesto, strumenti, test, regole di sicurezza, permessi e controllo dei costi. Non serve complicare un prototipo piccolo, ma diventa importante appena il progetto deve durare, coinvolge utenti reali o tocca dati, pagamenti e manutenzione. Il punto non è smettere di usare AI: è dare all'AI un perimetro migliore.
Devs.ai
Piattaforma per creare app e agenti AI su dati aziendali, con integrazioni, controlli team e marketplace.
Creare un MVP con AI senza programmare
Gli AI app builder come Lovable, Replit, Bolt, v0 ed Emergent possono bastare per prototipi, demo, tool interni piccoli e MVP privati. Prima di aprire l'app a utenti reali, dati personali, pagamenti o processi critici serve però una review tecnica: sicurezza, permessi, test, backup e manutenzione non si delegano solo al prompt.
CastMagic
Trasforma audio e video in trascrizioni, note, articoli, newsletter, post social e materiali riutilizzabili.
Emergent
AI app builder per creare applicazioni web, mobile, dashboard e tool interni con backend e deploy gestiti.
Murf AI
Genera voiceover, doppiaggi e audio TTS per video, e-learning, contenuti aziendali e agenti vocali.
QuillBot
Suite AI per parafrasare, correggere, riassumere e rifinire testi senza usare una chat generalista.
Reclaim.ai
Organizza automaticamente calendario, focus time, task, meeting e abitudini ricorrenti con agenti AI.
Come capire se il tuo brand compare nelle risposte AI
Per capire se il tuo brand compare nelle risposte AI devi controllare menzioni, prompt, fonti citate e competitor. Poi devi rendere il sito più facile da capire e citare: pagine chiare, dati strutturati, versioni Markdown, file llms.txt e fonti esterne coerenti aiutano più di contenuti generici scritti solo per riempire il sito.
OpenRouter o API dirette: quando usare un gateway LLM
OpenRouter conviene quando vuoi provare o usare più modelli AI con una sola API, centralizzare crediti e aggiungere fallback tra provider senza costruire un layer interno. Le API dirette restano migliori quando usi un solo provider, hai vincoli privacy molto rigidi, vuoi il minimo intermediario possibile o hai già governance, billing e routing gestiti dal tuo backend.
LiteLLM
Gateway open source per usare più provider LLM con API compatibile OpenAI, proxy, fallback, budget e cost tracking.
OpenRouter
Gateway LLM per usare centinaia di modelli AI con una sola API, crediti condivisi, routing e fallback.
OtterlyAI
Monitora citazioni del brand in ChatGPT, Perplexity, Gemini, Copilot e AI Overviews, con prompt e competitor.
Profound
Suite per marketing e SEO che monitora visibilità del brand in risposte AI, citazioni, competitor e AI Overviews.
Rank Prompt
Misura la presenza di un brand nelle risposte AI e suggerisce azioni su citazioni, competitor e contenuti.
Claude Code e Codex: compact, fork e handoff
Quando una sessione con un coding agent diventa lunga, la scelta non è solo continuare o ricominciare. /compact serve a riassumere e liberare contesto, /clear o /new servono a cambiare task, /resume recupera una sessione, /branch e /fork aiutano a provare strade alternative. /handoff non è un comando integrato: è una skill installabile, utile quando vuoi aprire un ramo di lavoro portabile verso un'altra sessione o un altro agente.
OpenCode o Pi Agent: quale agente open source scegliere
OpenCode e Pi Agent risolvono un problema simile: usare un coding agent controllabile, open source e collegabile a provider diversi. La differenza è nel punto di partenza. OpenCode è più vicino a un prodotto pronto per scrivere codice in terminale, IDE o desktop. Pi Agent è più vicino a un harness minimale da modellare con estensioni, skill, prompt template e pacchetti.
Pi Agent: quando usare un coding agent minimalista
Pi Agent è un coding agent da terminale pensato come harness minimale: pochi pezzi nel core, provider multipli, sessioni ad albero, skill, prompt template, estensioni TypeScript e pacchetti installabili. Ha senso se vuoi controllare davvero prompt stack, contesto e workflow. È meno adatto se cerchi sandbox, permission gate, plan mode, MCP o sub-agent già pronti nel prodotto base.
Pi Agent
Harness locale per agenti di coding da terminale, con provider multipli, sessioni ad albero, estensioni e skill.
Z.ai
Piattaforma AI con modelli GLM, API compatibile OpenAI e opzioni open-weight per coding e integrazioni tecniche.
Dify
Builder open source per creare, distribuire e monitorare agenti, workflow AI, chatbot, app RAG e API.
Beautiful.ai
Crea presentazioni professionali con AI, Smart Slides, controllo del brand e collaborazione per team aziendali.
ChatGPT, Claude, Gemini o Copilot
ChatGPT è la scelta più elastica se vuoi un assistente unico per lavori diversi. Claude conviene quando scrivi, ragioni su documenti lunghi o programmi. Gemini ha senso se vivi in Google Workspace. Microsoft Copilot diventa più forte quando il lavoro passa già da Microsoft 365, Teams, Outlook, Word, Excel e governance aziendale.
Kimi K2.7 Code: benchmark, prezzi e confronto con GPT-5.5 e Opus 4.8
Kimi K2.7 Code è il modello agentico per coding con cui Moonshot prova a spostare la gara su un terreno pratico: task lunghi, tool use, contesto 256K e costo per token basso. Nei benchmark ufficiali migliora nettamente K2.6 e si avvicina ai frontier in alcuni test, ma la vera domanda è se il rapporto prezzo/prestazioni basta per preferirlo nei workflow reali.
MAI-Image-2.5 vs ChatGPT e Nano Banana
MAI-Image-2.5 porta Microsoft nella fascia alta dei modelli per immagini. Nella classifica Arena del 5 giugno 2026 è dietro gpt-image-2, Reve 2.0 e Gemini 3.1 Flash Image Preview, ma supera Nano Banana Pro 2K e GPT-image-1.5. Il punto più forte è l'editing, dove Microsoft dichiara un secondo posto nella leaderboard Image Edit.
Microsoft MAI: cosa cambia per Copilot
Microsoft MAI è la famiglia di modelli proprietari con cui Microsoft vuole rafforzare Copilot in ragionamento, codice, immagini, voce e trascrizione. Per chi sceglie strumenti AI, il punto non è il nome del modello: è capire quando Copilot può diventare più competitivo rispetto a ChatGPT, Claude, Gemini, GitHub Copilot ed ElevenLabs.
Come risparmiare token AI
Risparmiare token non significa solo scrivere prompt più corti. Il costo reale dipende da contesto inviato, output generato, retry, modello scelto, cache e strumenti usati dagli agenti. Le leve più efficaci sono: tenere stabile il prefisso del prompt, spostare contenuto variabile alla fine, usare modelli economici per fasi semplici, limitare output e fermare gli agenti con scope e budget chiari.
Context window, context rot e sessioni stateless
La context window è la quantità di informazioni che un modello può usare in una richiesta o conversazione. Non è memoria infinita: se la riempi con log, file, tentativi e discussioni laterali, il modello può diventare meno affidabile e più costoso. Context rot indica proprio questo degrado pratico. Le sessioni API sono spesso stateless se non passi o persisti tu la cronologia, quindi conviene salvare decisioni e specifiche in file, non solo nella chat.
LLM Wiki, RAG o Graphify: come dare conoscenza agli agenti
Una LLM Wiki è una base di conoscenza compilata in pagine leggibili, collegate e pensate per essere navigate da un agente. RAG recupera frammenti rilevanti da un corpus indicizzato a ogni domanda. Graphify rappresenta un terzo filone: trasforma codice, documenti e media in un knowledge graph interrogabile. La scelta dipende da dimensione, volatilità, bisogno di sintesi e relazioni tra le fonti.
MCP o CLI: come collegare strumenti a un agente AI
MCP è un protocollo per collegare agenti AI a strumenti, dati e servizi esterni tramite server con tool e schemi espliciti. Una CLI è un comando da terminale che l'agente può eseguire, leggere e verificare con exit code e output. Per strumenti locali e script di progetto, parti quasi sempre da una CLI ben documentata. Promuovi a MCP quando lo strumento deve essere condiviso tra agenti, richiede auth strutturata o va governato centralmente.
Skill degli agenti AI: quando crearne una e come
Una skill è un pacchetto di istruzioni, file di supporto e talvolta script che un agente carica solo quando riconosce un certo tipo di lavoro. Crea una skill quando una procedura si ripete, ha passaggi precisi e non deve stare sempre nel contesto dell'agente. Lascia invece in CLAUDE.md o AGENTS.md le regole valide in ogni sessione, e usa MCP quando il problema è accedere a un sistema esterno con permessi e dati condivisi.
Spec driven development con AI
Lo spec driven development con AI trasforma una richiesta di prodotto in artefatti espliciti: requisiti, design tecnico, task e verifiche. Serve quando un coding agent deve lavorare su feature non banali, con edge case, vincoli di architettura o più persone coinvolte. Non serve per ogni modifica: sui fix piccoli un prompt ben scritto o un /goal delimitato resta più veloce.
Vibe coding: cos'è e quando usarlo
Vibe coding significa descrivere a un modello AI che cosa vuoi costruire e lasciare che generi codice, pagine o app mentre tu guidi il risultato con prompt, preview e correzioni successive. Il termine è stato reso popolare da Andrej Karpathy nel 2025. Funziona bene per prototipi, tool personali e prime versioni, ma diventa rischioso quando servono sicurezza, manutenzione, test e responsabilità tecnica.
Quale AI usare con dati sensibili
La scelta non parte dal brand più famoso, ma dal tipo di dato e dal piano che stai usando. Per dati personali, contratti, documenti interni o informazioni clienti, controlla prima training, opt-out, retention e garanzie business dichiarate dal vendor.
Codex Sites vs Replit vs Lovable
Codex Sites è la scelta più naturale per siti e app interne in workspace ChatGPT Business o Enterprise. Replit è più completo quando vuoi costruire, testare e pubblicare app in un ambiente cloud unico. Lovable è forte quando servono prototipi full-stack, GitHub, team non tecnici e controllo sul codice.
DeepSeek: quando conviene evitarlo
DeepSeek conviene quando puoi eseguire modelli open-weight in locale o passare da provider con controlli chiari su dati e log. Evitalo per dati personali, aziendali o regolati se non hai verificato conservazione, training, data residency e obblighi normativi dell'app o API che stai usando.
