Parlare di intelligenza artificiale come se fosse un blocco unico è un errore che quasi tutti continuano a fare. E il problema non è solo linguistico. È strategico, economico e persino etico. Perché sotto l’ombrello generico di “AI” convivono strumenti straordinariamente utili e prodotti che rasentano il grottesco. Eppure, tutto viene venduto con la stessa etichetta, come se non ci fosse differenza tra un sistema che analizza milioni di dati scientifici e uno che genera immagini raccapriccianti per un invito di compleanno.

Esiste l’AI che aiuta chi sviluppa software a completare una riga di codice. Quella che setaccia enormi quantità di informazioni e ne estrae qualcosa di significativo. E poi c’è quella che produce contenuti visivi privi di senso, o peggio ancora, quella capace di manipolare immagini di persone senza il loro consenso. Alcune applicazioni meriterebbero risorse dedicate con serietà. Molte altre, francamente, no. Questa complessità viene però sfruttata in modo piuttosto rozzo per far sembrare tutta l’intelligenza artificiale una necessità inevitabile. Un caso che, guarda un po’, rende ancora più ricchi quelli che lo erano già.

Cosa ha presentato Apple alla WWDC26

Durante il keynote della WWDC26, l’11 giugno 2026, Apple ha svelato la terza generazione dei suoi Apple Foundation Models (AFM). Si tratta di cinque modelli distinti, alcuni progettati per funzionare direttamente sul dispositivo, altri basati sul cloud, e uno che gira sui server di Google con chip Nvidia. A prima vista sembra un pasticcio, ma provando a scomporre il tutto la situazione diventa più chiara.

Apple ha chiarito che la nuova Apple Intelligence non è semplicemente una versione riverniciata dell’AI di Google. Come ha spiegato Jason Cross di Macworld, Apple è partita dai modelli fondazionali di Gemini, li ha ottimizzati e ricostruiti per Apple Silicon, e li ha riallenati con dati, pesi e parametri di sicurezza propri. Potrebbe sembrare una questione di lana caprina, ma quei tre elementi fanno una differenza enorme nei risultati finali.

I primi due modelli, AFM 3 Core e AFM 3 Core Advanced, funzionano localmente sul dispositivo. Il primo migliora le capacità di Siri, il secondo aggiunge voci più espressive e una dettatura più accurata, ma richiede hardware più potente. Poi ci sono i tre modelli cloud: AFM 3 Cloud per le funzionalità generali lato server, ADM 3 Cloud per la generazione e modifica di immagini, e AFM 3 Cloud Pro. Quest’ultimo è l’unico che effettivamente gira sull’infrastruttura di Google, ma non usa codice Google nel senso stretto del termine. È il pezzo che gestirà le funzioni più avanzate, come la pianificazione di eventi e attività complesse.

Perché serve una conversazione più onesta sull’AI

Ecco perché prima della WWDC26 era così difficile capire cosa stesse realmente facendo Apple. L’azienda è partita dal codice di Google ma lo ha fatto proprio. Ha messo sul dispositivo tutto il possibile, ma una parte significativa vive nel cloud, in parte persino sull’infrastruttura altrui. È un equilibrio complicato, e proprio per questo merita di essere raccontato con le sfumature che richiede.

Il termine “intelligenza artificiale” mescola strumenti tecnici genuinamente utili, con applicazioni che portano benefici reali, insieme a prodotti che generano spazzatura visiva e risposte basate su materiale usato senza autorizzazione, il tutto alimentato da server con un impatto ambientale che nessuno vorrebbe nel proprio quartiere. Servirebbe una conversazione più onesta e articolata su tutto questo. Ma finché si continua a chiamare ogni cosa con lo stesso nome, quella conversazione resta praticamente impossibile.

L'articolo Apple Intelligence non è tutta la stessa AI: cosa cambia davvero proviene da Tecnoapple.

Siri AI è arrivato. Apple ha presentato la versione completamente rinnovata del suo assistente vocale, e il dibattito si è acceso immediatamente. Tra gli appassionati su X e Reddit, il verdetto è stato quasi unanime e piuttosto sbrigativo: si tratterebbe solo di una versione riconfezionata di Google Gemini, con un’interfaccia diversa e una voce nuova. Ma le cose stanno davvero così? La risposta, come spesso accade quando si parla di intelligenza artificiale, è molto più sfumata di quanto sembri a prima vista.

Tutto nasce dai rumor che per mesi hanno dipinto un accordo stretto tra Apple e Google, con tanto di comunicato congiunto a gennaio, volutamente vago. Poi è arrivata la WWDC, il keynote è passato, e di Gemini si è parlato a malapena. Craig Federighi, insieme a tre vicepresidenti Apple responsabili di Siri e dell’AI, ha chiarito i dettagli in una sessione tecnica riservata ai giornalisti dopo l’evento. E quello che è emerso merita attenzione.

I Foundation Model di Apple: cinque modelli, tutti nuovi

Partiamo dalle fondamenta. Apple ha costruito cinque Foundation Model di terza generazione, tutti dedicati a Siri e ad Apple Intelligence. Due girano direttamente sui dispositivi: AFM 3 Core, un modello da 3 miliardi di parametri, e AFM 3 Core Advanced, il più potente tra quelli on device, con 20 miliardi di parametri e un’architettura sparsa che ne attiva solo una porzione a seconda della richiesta. Quest’ultimo funziona esclusivamente su iPhone 17 Pro, iPhone Air, Mac con chip M3 e almeno 12 GB di RAM, o iPad con M4.

A questi si aggiungono tre modelli cloud: AFM 3 Cloud, ottimizzato per velocità e prestazioni generali; ADM 3 Cloud Image, dedicato alla generazione e modifica di immagini (quello che alimenta Image Playground, i genmoji e gli strumenti di editing fotografico come Clean Up, Extend e Reframe); e AFM 3 Cloud Pro, il modello più potente, pensato per ragionamento complesso e uso agentico degli strumenti.

Ecco il punto cruciale: i primi quattro modelli girano su Apple Silicon, dentro l’infrastruttura Private Cloud Compute di Apple, che garantisce crittografia end to end e cancellazione dei dati dopo ogni richiesta. Solo il modello più grande, AFM 3 Cloud Pro, gira sull’infrastruttura cloud di Google con GPU Nvidia, ma Apple ci tiene a sottolineare che anche lì valgono le stesse regole di sicurezza: calcolo senza stato, nessun accesso privilegiato, trasparenza verificabile.

Quindi Gemini c’entra oppure no?

Le parole di Federighi, lette con attenzione, dicono qualcosa di preciso. L’app, l’interfaccia, l’esperienza utente: niente di tutto questo è Gemini. I server non sono quelli che Google usa per servire Gemini ai propri clienti. La knowledge base non attinge a Google Search. Il codice client di Gemini non è presente in iOS. Come ha detto Federighi stesso: “La quantità di Google Assistant che utilizziamo è zero.”

Però, ed è un però importante, Apple non nega che i propri modelli siano stati addestrati anche con gli output dei modelli frontier di Gemini. In pratica, Apple è partita dal lavoro di Google, ha ricostruito e ottimizzato tutto per il proprio hardware, ha riallenato i modelli con dati proprietari, pesi e guardrail personalizzati. Il risultato è qualcosa di diverso, con prestazioni e comportamenti che non coincidono con quelli di Gemini su un Pixel.

Un’analogia che funziona bene: Apple usò Unix come base per Mac OS X oltre vent’anni fa. Ma nessuno direbbe che macOS è Unix. Allo stesso modo, Siri AI ha radici che affondano nel terreno di Gemini, ma quello che è cresciuto sopra è un prodotto Apple a tutti gli effetti. È una strategia che Cupertino conosce benissimo: partire dal lavoro di qualcun altro per costruire qualcosa di proprio, fino a renderlo irriconoscibile rispetto al punto di partenza.

L'articolo Siri AI non è Gemini: cosa si nasconde davvero nel nuovo assistente Apple proviene da Tecnoapple.

La notizia è di quelle che fanno drizzare le antenne a chiunque si occupi di intelligenza artificiale e lavori su un Mac. Google ha deciso di rendere disponibile la sua app AI Edge Gallery anche per macOS, aprendo di fatto la possibilità di far girare i modelli Gemma direttamente sui computer Apple dotati di chip proprietario. E la parte davvero interessante è che tutto funziona completamente offline.

Fino a oggi AI Edge Gallery era rimasta confinata al mondo Android, dove permetteva già di sfruttare modelli di linguaggio locali senza bisogno di una connessione a internet. Il salto verso macOS rappresenta un passo significativo, perché porta questa capacità su una piattaforma che moltissimi professionisti, sviluppatori e creativi usano ogni giorno. Non si tratta di un semplice porting: l’app è stata pensata per sfruttare al meglio le prestazioni dei chip Apple Silicon, dalla serie M1 in poi, che con le loro unità neurali integrate si prestano particolarmente bene a questo tipo di elaborazione.

Cosa cambia davvero per chi usa un Mac

Il punto centrale è che con AI Edge Gallery su Mac non serve più appoggiarsi ai server cloud di Google per interagire con un modello di linguaggio. I modelli Gemma vengono scaricati e girano in locale, il che significa nessuna latenza legata alla rete, nessun dato che esce dal computer e piena operatività anche senza WiFi. Per chi lavora con dati sensibili o semplicemente preferisce tenere tutto sotto controllo, è una differenza enorme.

Google sta chiaramente cercando di allargare il raggio d’azione dei propri strumenti di intelligenza artificiale oltre il solito ecosistema. E farlo approdando su macOS, territorio storicamente dominato da Apple e dalle sue soluzioni proprietarie, è una mossa che dice molto sulle ambizioni dell’azienda. Gemma, va ricordato, è la famiglia di modelli open che Google ha reso disponibili per l’uso locale, più leggeri rispetto ai fratelli maggiori ma comunque capaci di gestire conversazioni, generazione di testo e vari compiti di elaborazione del linguaggio naturale.

Un segnale preciso sul futuro dell’AI locale

Questa mossa si inserisce in una tendenza che sta prendendo piede con sempre maggiore forza: portare l’intelligenza artificiale direttamente sui dispositivi, senza passare dal cloud. Apple stessa sta spingendo in questa direzione con le proprie funzionalità di Apple Intelligence, e il fatto che Google decida di giocare la partita proprio sullo stesso campo la dice lunga su quanto il terreno dell’AI on device sia considerato strategico.

Per gli utenti Mac, la disponibilità di AI Edge Gallery rappresenta un’opzione in più, concreta e già utilizzabile. Non serve essere sviluppatori esperti: l’app è pensata per rendere accessibile l’uso di modelli locali anche a chi non mastica codice dalla mattina alla sera. E questo, alla fine, è forse l’aspetto più rilevante di tutta la faccenda.

L'articolo Google Gemma arriva su Mac: AI Edge Gallery ora funziona offline su Apple Silicon proviene da Tecnoapple.

Quando i sistemi di intelligenza artificiale hanno iniziato a superare con disinvoltura i test tradizionali, qualcosa si è rotto nel modo in cui si misuravano le loro capacità. I benchmark classici, quelli che per anni avevano rappresentato il metro di giudizio, sono diventati troppo facili. E così è nato Humanity’s Last Exam, un progetto ambizioso che punta a capire dove finisce davvero la competenza delle macchine e dove inizia il territorio ancora esclusivamente umano.

L’idea di fondo è tanto semplice quanto radicale. Quasi 1.000 esperti provenienti da discipline diverse hanno messo insieme un esame composto da 2.500 domande altamente specialistiche. Non si parla di quiz generici o di cultura generale spicciola. Ogni quesito è stato pensato per toccare le zone più profonde del sapere accademico e professionale, quelle dove servono anni di studio e una comprensione che va ben oltre la superficie. E c’è un dettaglio che cambia tutto: qualsiasi domanda che un modello di AI attuale fosse in grado di risolvere è stata eliminata dal set. Una sorta di filtro al contrario, progettato per trattenere solo ciò che resta genuinamente difficile.

I risultati parlano chiaro: il divario è ancora enorme

I primi risultati di Humanity’s Last Exam raccontano una storia che forse non tutti si aspettavano. Anche i modelli di AI più avanzati disponibili oggi faticano parecchio. Le percentuali di risposte corrette restano basse, e il gap tra le prestazioni delle macchine e la conoscenza a livello esperto appare sorprendentemente ampio. Non si tratta di un fallimento marginale o di qualche domanda trabocchetto particolarmente insidiosa. È qualcosa di più strutturale, che riguarda la capacità stessa di ragionare su problemi complessi e multidisciplinari.

Questo dato è importante per diverse ragioni. Da un lato, ridimensiona certe narrazioni un po’ troppo entusiaste che dipingono l’intelligenza artificiale come ormai prossima a eguagliare o superare gli esseri umani in ogni campo. Dall’altro, offre alla comunità scientifica uno strumento finalmente adeguato per misurare i progressi reali. Perché se un test è troppo semplice, non dice nulla. È come misurare la velocità di un’auto sportiva in un parcheggio.

Perché questo esame conta davvero

Humanity’s Last Exam non è solo un esperimento accademico. Rappresenta un cambio di paradigma nel modo in cui si valutano le capacità cognitive delle AI. La collaborazione tra quasi mille ricercatori, ognuno con competenze specifiche nel proprio settore, ha prodotto qualcosa che nessun singolo laboratorio avrebbe potuto realizzare. Ogni domanda porta con sé il peso di una specializzazione reale, non simulata.

Il messaggio che emerge è chiaro anche senza doverlo sottolineare troppo: c’è ancora molta strada da fare. E forse è proprio questa consapevolezza la risorsa più preziosa che un benchmark del genere può offrire. Sapere con precisione dove le macchine si fermano permette di lavorare meglio su ciò che ancora manca, senza illusioni e senza allarmismi inutili.

L'articolo Humanity’s Last Exam: il test che mette in crisi anche le AI più avanzate proviene da Tecnoapple.

1minAI è lo strumento che sta facendo parlare di sé nel mondo degli strumenti di intelligenza artificiale, e il motivo è piuttosto semplice da capire. Invece di saltare da una piattaforma all’altra, da un abbonamento all’altro, da un’interfaccia all’altra, qui tutto converge in un unico punto. ChatGPT, Mistral AI e altri modelli di punta dell’IA, tutti accessibili da una sola schermata. Sembra una di quelle promesse che si sentono ogni settimana nel tech, eppure stavolta il prodotto c’è davvero e funziona.

Il problema che 1minAI prova a risolvere è qualcosa che chiunque abbia iniziato a usare l’intelligenza artificiale nel quotidiano conosce bene. Si apre ChatGPT per una cosa, poi si passa a Mistral per un’altra, magari si testa Claude per confrontare i risultati. Ogni piattaforma ha la sua interfaccia, le sue logiche, i suoi limiti. E soprattutto, ogni piattaforma ha il suo costo. Moltiplicare gli abbonamenti non è esattamente il sogno di nessuno, specie quando si cerca efficienza. Ecco, 1minAI prende tutti questi pezzi e li mette sotto lo stesso tetto.

Come funziona questo tool all-in-one

L’idea alla base è quella di un tool all-in-one per l’IA che non costringe a scegliere un solo modello. Si accede all’interfaccia di 1minAI e da lì si può selezionare il modello più adatto al compito che si ha davanti. Serve generare testo lungo e articolato? Si sceglie un modello. Serve qualcosa di più rapido e sintetico? Ce n’è un altro. Serve analizzare un documento? Idem. La flessibilità è il punto forte, e per chi lavora con contenuti, analisi dati o semplicemente usa l’intelligenza artificiale come assistente quotidiano, avere questa libertà di scelta senza cambiare app fa una differenza enorme.

La segnalazione arriva da Cult of Mac, che ha messo in evidenza 1minAI come soluzione particolarmente interessante anche per chi vive nell’ecosistema Apple. E questo ha senso, perché chi usa Mac, iPhone o iPad spesso cerca strumenti che si integrino bene con il proprio flusso di lavoro senza complicazioni inutili. Un’unica piattaforma che raccoglie i migliori modelli di IA disponibili sul mercato rappresenta esattamente quel tipo di semplificazione che gli utenti Apple apprezzano.

Perché vale la pena tenerlo d’occhio

Il mercato degli strumenti basati sull’intelligenza artificiale è affollato, questo è innegabile. Ogni giorno spunta qualcosa di nuovo, e separare il rumore dal segnale diventa sempre più complicato. Quello che rende 1minAI diverso dalla maggior parte delle alternative è proprio l’approccio aggregatore. Non è un altro modello linguistico, non è l’ennesimo chatbot con un nome accattivante. È una piattaforma che fa da ponte tra l’utente e i modelli già esistenti, quelli che hanno dimostrato di funzionare davvero.

Per chi sta cercando di ottimizzare il proprio rapporto con l’IA senza impazzire tra decine di servizi diversi, 1minAI merita quantomeno un test. Il fatto che riunisca ChatGPT, Mistral AI e altri modelli in un’unica interfaccia pulita e funzionale lo rende una proposta concreta, non l’ennesima promessa vuota. E in un settore dove le promesse vuote abbondano, questo conta parecchio.

L'articolo 1minAI: un solo strumento per usare ChatGPT, Mistral e altri modelli IA proviene da Tecnoapple.

Il ritmo con cui OpenAI aggiorna i propri modelli è diventato quasi frenetico, e l’arrivo di GPT-5.4 lo conferma in pieno. Pochi giorni dopo il rilascio di GPT-5.3 Instant, pensato per rendere ChatGPT meno artificioso e più naturale nelle conversazioni quotidiane, ecco che la società di Sam Altman torna alla carica con qualcosa di decisamente più ambizioso. GPT-5.4 Thinking e Pro rappresentano un aggiornamento complessivo del modello di frontiera più potente dell’azienda, quello che era stato potenziato l’ultima volta a dicembre con la versione GPT-5.2, lanciata come risposta diretta alla concorrenza agguerrita di Google Gemini.

E allora, cosa porta sul tavolo questa nuova versione? Le novità non sono poche, e toccano aree piuttosto diverse tra loro. Si parla di miglioramenti significativi nella scrittura di codice, nella comprensione di documenti complessi, nell’uso degli strumenti integrati e nel modo in cui il modello segue le istruzioni. Ma la lista non finisce qui: ci sono passi avanti anche nella percezione delle immagini, nei compiti multimodali e soprattutto nell’esecuzione di attività lunghe e articolate, quelle che richiedono flussi di lavoro a più passaggi. Chi lavora con fogli di calcolo, documenti pesanti, analisi finanziarie o assistenza clienti dovrebbe drizzare le orecchie, perché GPT-5.4 promette di gestire queste situazioni con molta più disinvoltura.

Un milione di token e l’uso diretto del computer

Uno dei numeri che salta subito all’occhio è la finestra di contesto da un milione di token. In termini pratici, significa poter analizzare intere basi di codice, collezioni di documenti molto estese o traiettorie complesse di agenti autonomi, il tutto in una singola richiesta. Per chi si occupa di sviluppo software o gestisce grandi quantità di informazioni, è un cambiamento che pesa.

Ma forse la novità più interessante è un’altra. GPT-5.4 è il primo modello principale di OpenAI con capacità integrate di computer use, cioè la possibilità per gli agenti di interagire direttamente con il software. Non si limita a generare testo o codice: può completare attività, verificarle e correggerle in un ciclo continuo. È anche il primo modello addestrato per supportare la cosiddetta “compattazione”, una tecnica che permette di gestire traiettorie più lunghe senza perdere il contesto importante lungo la strada.

Sul fronte della ricerca, GPT-5.4 introduce una ricerca web agentica migliorata, capace di sintetizzare informazioni da più fonti, specialmente quando si tratta di dati difficili da reperire. Non è più solo un motore che restituisce risultati: è qualcosa che ragiona su dove cercare e come mettere insieme i pezzi.

Disponibilità e cosa succede ai modelli precedenti

OpenAI ha fatto sapere che il rilascio di GPT-5.4 è graduale e sta avvenendo sia su ChatGPT che su Codex. La versione Thinking è accessibile per gli abbonati Plus, Team e Pro, e andrà a sostituire GPT-5.2 Thinking, che verrà ritirato nell’arco dei prossimi tre mesi. Chi usa quel modello ha quindi un po’ di tempo per adattarsi, ma la direzione è chiara: il vecchio lascia spazio al nuovo senza troppi complimenti.

Vale la pena notare come l’efficienza nell’uso dei token sia migliorata, un aspetto che magari non fa notizia sui titoli dei giornali ma che per sviluppatori e aziende significa costi più contenuti e risposte più rapide, soprattutto nei carichi di lavoro pesanti che richiedono molti strumenti in parallelo.

Il quadro generale è abbastanza eloquente. OpenAI non sta semplicemente aggiornando un prodotto, sta cercando di ridefinire cosa ci si può aspettare da un modello di intelligenza artificiale nel 2025. La competizione con Google e gli altri player del settore non accenna a rallentare, e GPT-5.4 sembra essere la risposta più decisa arrivata finora.

L'articolo GPT-5.4 Thinking e Pro: tutte le novità del nuovo modello OpenAI proviene da Tecnoapple.