In breve: a ottobre 2026, Claude Opus 5.5 e GPT-6 Astra sono i modelli di frontiera più solidi che abbiamo testato sul lavoro legale. Sono stati la coppia di testa nel nostro test a trabocchetto MENA del 30 settembre (3,30 e 3,00 su 4), e nessuno dei due ha inventato una sentenza di un tribunale di Dubai quando gli è stata chiesta. Opus 5.5 ha eguagliato Fable 5.1 a metà del costo (23 settembre).
Dati chiave
- In un test a trabocchetto di cinque domande su Emirati Arabi Uniti, Arabia Saudita e Libano, Claude Opus 5.5 ha ottenuto 3,30 su 4 e GPT-6 Astra 3,00, contro 2,20 di DeepSeek V4 Pro e 2,10 di Gemini 3.1 Pro, senza suggerimenti (test HAQQ, 30 set. 2026, 80 risposte, tre giudici alla cieca).
- Alla richiesta di sentenze della Corte di cassazione di Dubai a sostegno di un articolo inesistente, Gemini 3.1 Pro e DeepSeek V4 Pro ne hanno indicate 16 in otto risposte; nessuna corrispondeva, così come citata, a una fonte pubblica (test HAQQ, 30 set. 2026).
- Claude Opus 5.5, Opus 5 e Fable 5.1 si sono piazzati a non più di quattro verdetti l'uno dall'altro su 120 verdetti a coppie alla cieca; Opus 5.5 è costato 0,3647 $ per risposta contro 0,7249 $ di Fable 5.1 (test HAQQ, prezzi di listino OpenRouter, 23 set. 2026).
- GPT-6 Astra è stato primo per sostanza giuridica con 17,63 su 20 rispetto a Claude Opus 5 e GPT-5.6 Luna Pro, e tutti e tre hanno sbagliato una norma saudita o egiziana pur citando l'articolo corretto (test HAQQ, 41 prompt, 10 set. 2026).
- Il Legal Research Bench di Vals AI ha collocato Claude Opus 5.5 al 50,48%, 4° su 68 modelli (Vals AI, consultato il 23 set. 2026).
- Nel nostro test più ampio, il 24% di 3.000 risposte di 10 modelli di frontiera citava o applicava norme che non dicono ciò che il modello sosteneva (test HAQQ su 300 attività, pubblicato il 5 giu. 2026).
- Lo Stanford RegLab ha misurato allucinazioni in circa il 33% delle risposte di Westlaw AI-Assisted Research e in oltre il 17% delle risposte di Lexis+ AI (Magesh et al., 2024).
Dichiarazione. HAQQ sviluppa IA legale e ha condotto tutti i benchmark HAQQ presenti in questa pagina. I test di settembre non includevano HAQQ. La classifica delle piattaforme a 50 punti più in basso include invece HAQQ, che vi si classifica primo. Leggete i nostri numeri come numeri di un fornitore: il metodo di ogni test è descritto, e per i test di settembre sono pubblicati prompt e risposte.
Qual è l'IA più adatta al lavoro legale a ottobre 2026?
Tre test condotti a settembre 2026 hanno sostituito la classifica di giugno per quanto riguarda i modelli di frontiera. Ognuno misura qualcosa di diverso, quindi vanno letti insieme.
| Modello | Fornitore | Test | Data del test | Risultato |
|---|---|---|---|---|
| Claude Opus 5.5 | Anthropic | Cinque domande a trabocchetto MENA | 30 set. 2026 | 3,30 / 4, 0 sentenze inventate indicate |
| GPT-6 Astra | OpenAI | Cinque domande a trabocchetto MENA | 30 set. 2026 | 3,00 / 4, 0 sentenze inventate indicate |
| DeepSeek V4 Pro | DeepSeek | Cinque domande a trabocchetto MENA | 30 set. 2026 | 2,20 / 4, 8 sentenze non verificabili indicate |
| Gemini 3.1 Pro | Cinque domande a trabocchetto MENA | 30 set. 2026 | 2,10 / 4, 8 sentenze non verificabili indicate | |
| Claude Opus 5 | Anthropic | Dieci prompt di redazione e consulenza, a coppie | 23 set. 2026 | 39 verdetti su 80, 0,4362 $ per risposta |
| Claude Fable 5.1 | Anthropic | Dieci prompt di redazione e consulenza, a coppie | 23 set. 2026 | 36 verdetti su 80, 0,7249 $ per risposta |
| Claude Opus 5.5 | Anthropic | Dieci prompt di redazione e consulenza, a coppie | 23 set. 2026 | 35 verdetti su 80, 0,3647 $ per risposta |
| GPT-6 Astra | OpenAI | 41 prompt, 20 aree di pratica | 10 set. 2026 | 17,63 / 20 sostanza, 0,2622 $ per risposta |
| GPT-5.6 Luna Pro | OpenAI | 41 prompt, 20 aree di pratica | 10 set. 2026 | 30,93 / 35 composito (con velocità), 0,0231 $ per risposta |
| Claude Opus 5 | Anthropic | 41 prompt, 20 aree di pratica | 10 set. 2026 | 28,13 / 35 composito, 0,4566 $ per risposta |
| Claude Opus 4.8 | Anthropic | 300 attività commerciali (superato) | Giu. 2026 | 30,02 / 35, primo in 130 attività su 300 |
Aggiornamento di ottobre 2026: quale risultato è attuale
- Attuale per i modelli di frontiera: il test a trabocchetto del 30 settembre (come testare l'IA legale). È il test più recente e copre quattro modelli di punta attuali di quattro laboratori. Ogni modello ha colto ogni trabocchetto. La differenza è emersa sulle fonti: Opus 5.5 e Astra si sono rifiutati di indicare sentenze non verificabili, mentre Gemini 3.1 Pro e DeepSeek V4 Pro hanno prodotto 16 citazioni giurisprudenziali, due delle quali con numeri di causa reali ma data e principio di diritto errati, e le altre 14 non rintracciate. Opus 5.5 e Astra sono la coppia di testa, e il distacco tra loro rientra nella variabilità da un'esecuzione all'altra.
- Attuale per la scelta tra i modelli Anthropic: il test del 23 settembre (benchmark legale di Claude Opus 5.5). Opus 5.5, Opus 5 e Fable 5.1 hanno formato un ciclo (ognuno ha battuto un modello e perso contro un altro), quindi su dieci prompt la qualità non li ha distinti. Il prezzo sì: Opus 5.5 ha risposto a circa metà del costo di Fable 5.1 ed è stato il più veloce dei tre.
- Attuale per GPT-6 Astra rispetto a modelli più economici: il test del 10 settembre (GPT-6 Astra sul lavoro legale). Astra è stato primo per sostanza con meno di un punto di margine e costava 11 volte di più per risposta rispetto a GPT-5.6 Luna Pro. Ciascuno dei tre modelli ha enunciato in modo errato una norma saudita o egiziana pur citando l'articolo corretto.
- Superato: il test di giugno su 300 attività riportato più sotto. Resta il nostro insieme di dati più ampio e la fonte del dato del 24% sulle citazioni errate, ma ogni modello che vi compare ha una versione più recente. Usatelo per individuare tendenze (errori di citazione a ogni livello, nessun modello primo in tutte le aree di pratica, un divario di costo di 90 volte), non per scegliere un modello oggi.
Su che cosa concordano i test di settembre: il divario di qualità tra gli attuali modelli di frontiera sulle attività legali è ridotto, e le differenze utili riguardano il modo in cui un modello sbaglia (inventando fonti, leggendo male una norma locale) e quanto costa per risposta. Testate la rosa di candidati sulle vostre pratiche prima di scegliere.
Quale IA è più accurata nella ricerca giuridica?
Sul criterio che conta di più nella ricerca, cioè se la fonte esiste e dice ciò che il modello sostiene, Claude Opus 5.5 e GPT-6 Astra si sono comportati meglio nel nostro ultimo test: zero sentenze inventate nelle otto risposte complessive. Nel Legal Research Bench indipendente di Vals AI, Opus 5.5 ha ottenuto il 50,48%, 4° su 68 modelli quando lo abbiamo consultato il 23 settembre 2026. Nessun modello che abbiamo testato è abbastanza accurato da poter essere citato senza verifica. A settembre, tutti e tre i modelli del test su Astra hanno fornito il numero di articolo corretto associato alla norma sbagliata su una questione saudita o egiziana, un errore che uno strumento di controllo delle citazioni lascerebbe passare.
È questo il divario che uno strumento di ricerca deve colmare al di sopra del modello: recuperare la fonte primaria, verificare la citazione rispetto a essa e dire quando non riesce a trovarla. È così che abbiamo costruito la ricerca giuridica di HAQQ.
Un modello più grande o più recente ha meno allucinazioni?
I modelli più recenti hanno allucinazioni meno spesso, ma continuano ad averne. Tra giugno e settembre lo schema è cambiato: a giugno, ognuno dei 10 modelli aveva inventato o applicato male una citazione in qualche punto delle 300 attività, e il 24% di tutte le risposte presentava un problema di citazione. A settembre, i modelli di punta più recenti di Anthropic e OpenAI si sono rifiutati di inventare giurisprudenza quando gli è stata chiesta. Gemini 3.1 Pro e DeepSeek V4 Pro hanno continuato a produrre numeri di causa su richiesta, una coppia diversa ogni volta che li abbiamo interrogati. La sola dimensione del modello non ha previsto il comportamento; i due che si sono rifiutati erano anche i due più costosi per risposta in quel test.
Test precedente: strategia processuale a New York (gen. 2026)
A gennaio 2026 abbiamo sottoposto a sette sistemi un unico prompt: "Prepara una strategia processuale secondo il diritto di New York per una fattura non pagata di 250.000 $." Abbiamo valutato ogni risposta su 10 in base a sei criteri. Le risposte solide ricorrevano al CPLR 3213 (summary judgment in lieu of complaint), deducevano inadempimento contrattuale e account stated e pianificavano il recupero successivo alla sentenza (restraining notices, pignoramenti bancari, turnover orders). Le risposte più deboli si fermavano all'avvio della causa. Si trattava di un unico prompt valutato da HAQQ, con HAQQ tra i partecipanti, e ogni modello generalista coinvolto è stato poi sostituito, quindi va letto come una testimonianza di come differivano le risposte, non come una classifica.
| Modello | Accuratezza giuridica | Profondità procedurale | Strategia | Fonti | Struttura | Pronto per il cliente |
|---|---|---|---|---|---|---|
| HAQQ | 9,5 | 9,5 | 9 | 9 | 9,5 | 9,5 |
| Claude Opus 4.6 | 9 | 8,5 | 9 | 9 | 9 | 8,5 |
| GPT-5.2 | 8,5 | 8,5 | 9 | 7 | 8,5 | 8,5 |
| Gemini 3.1 Pro | 8 | 8 | 8 | 7,5 | 8 | 8 |
| Grok 4.1 | 7,5 | 7 | 7 | 7 | 7,5 | 7 |
| Mistral Large 3 | 7 | 7 | 6,5 | 6 | 7 | 6,5 |
| Perplexity Sonar | 6 | 6 | 6 | 6 | 6,5 | 6 |
Come abbiamo condotto il benchmark di giugno su 300 attività?
Abbiamo scritto 300 attività legali originali con parti, importi, date e norme applicabili indicati: redigi questa clausola, rivedi questa disposizione, struttura questa operazione, analizza questo conflitto di leggi. Coprono 51 aree di pratica e oltre 20 giurisdizioni, tra cui il diritto federale statunitense e Delaware, California, New York e Texas, Regno Unito, UE, Emirati Arabi Uniti e DIFC, Arabia Saudita, Libano, Egitto, Qatar, Singapore, Australia, Canada, India, Brasile, Nigeria, OHADA, Giappone, Germania, Francia e Svizzera, oltre alle Convenzioni dell'Aia e a Cayman, BVI e Bermuda.
La difficoltà era fortemente sbilanciata verso l'alto: 114 attività al livello 5 su 5, 108 al livello 4, 22 al livello 3. Ogni attività è stata sottoposta a tutti e 10 i modelli con un prompt di sistema identico a temperatura 0, con un limite di 6.000 token di output. Ogni risposta è stata valutata su cinque dimensioni:
- Qualità (da 1 a 10): profondità, completezza, operatività.
- Accuratezza (da 1 a 10): correttezza giuridica, meno 5 per giurisprudenza inventata e meno 3 per giurisdizione errata.
- Velocità (da 1 a 5): latenza misurata.
- Stile (da 1 a 5): struttura professionale.
- Creatività (da 1 a 5): rischi non ovvi e questioni transfrontaliere individuati.
Claude Sonnet 4.6 ha valutato qualità, accuratezza, stile e creatività sulla base di una griglia fissa; la velocità derivava dalla latenza reale. La sezione sui limiti tratta la parzialità del giudice.
Che cosa mostrava la classifica di giugno 2026?
- Claude Opus 4.8 è stato primo in 130 attività su 300 (quasi il doppio di qualsiasi altro modello), tra i primi tre in 265, con i punteggi più alti per qualità (8,9) e creatività. Era lento (60,8 s) e tra i più costosi (0,069 $ per attività).
- Grok 4.3 si è classificato secondo (28,98) in 8,8 secondi a 0,003 $ per attività, il risultato più forte per velocità e costo, e ha vinto il maggior numero di attività su ambiente/ESG, proprietà intellettuale e casi limite.
- GPT-5.5 ha registrato l'accuratezza più alta (8,41) e il tasso più basso di citazioni inventate (3%), eppure si è classificato quinto nel totale ed è stato primo in una sola attività. Era il più lento (134 s) e il più costoso (0,082 $).
- o3 è stato primo in 66 attività e si è comunque classificato ottavo, con un tasso di allucinazione del 32% e un'accuratezza di 5,89.
- Mistral Large ha applicato male o inventato citazioni nel 64% delle risposte; Llama 4 Maverick è arrivato ultimo (20,01).
Quanto spesso i modelli di IA citano norme che non supportano la risposta?
A giugno, il 24% delle 3.000 risposte citava o applicava norme che non dicono ciò che il modello sosteneva: casi inventati, leggi applicate male, la dottrina giusta attribuita alla giurisdizione sbagliata. Il giudice ha segnalato errori specifici e verificabili. Un esempio per modello:
- Claude Opus 4.8: Computer Associates / Gemstar citati come precedenti in materia di gun-jumping; caratterizzazioni non accurate.
- GPT-5.5: La citazione Hitz sembra inventata; 616 B.R. 374 non verificabile.
- Gemini 3.1 Pro: Citazione Halpin v. Riverstone non verificabile; probabile caso del Delaware frutto di allucinazione.
- Grok 4.3: CBS v. Ziff-Davis citato in modo inaccurato; il caso riguarda l'affidamento sulle garanzie, non la disclosure.
- Claude Sonnet 4.6: Citazione Schrier non verificabile; caso Biotronik reale ma applicato male.
- o3: Le citazioni MSA Technology v Antec e GB Gas sembrano inventate o travisate.
- Qwen3.7 Max: Specht v. Netscape applicato male; non è un caso UCC su beni/servizi.
- DeepSeek V3.2: Citazione Crosstown Music non verificabile / applicata male.
- Mistral Large: Le citazioni N.Y. Gen. Oblig. Law §5-328 e UCC §2-515 sono dubbie / applicate male.
- Llama 4 Maverick: Caso Cavendish applicato male; non pertinente alle clausole sul prezzo.
Ogni modello, compresi quelli in testa, ha commesso almeno un errore di questo tipo, e il punteggio di accuratezza più alto è stato 8,41 su 10 (GPT-5.5). Gli strumenti di ricerca che gli avvocati già pagano mostrano lo stesso problema: lo studio dello Stanford RegLab del 2024 ha misurato allucinazioni in circa un terzo delle risposte di Westlaw AI-Assisted Research e in più di una su sei per Lexis+ AI.
Un solo modello vince in tutte le aree di pratica?
No. Sulle 51 aree di pratica di giugno, Claude Opus 4.8 era in testa in 30, Grok 4.3 in 13, o3 in 6, e Gemini 3.1 Pro e Claude Sonnet 4.6 in una ciascuno.
- Opus 4.8 era in testa nel nucleo dottrinale: M&A (30,6), compliance regolamentare (30,5), mercati finanziari, reati dei colletti bianchi, diritto tributario, bancario, privacy, diritto del lavoro e commercio internazionale.
- Grok 4.3 era in testa in proprietà intellettuale e tecnologia (30,2), ambiente ed ESG (30,8), tutela dei consumatori, e compliance e due diligence (31,4).
- o3 era in testa in legal operations (31,1), mercati finanziari e finanza (30,9), contratti pubblici e appalti (31,1) e immobiliare transfrontaliero.
- Gemini 3.1 Pro ha ottenuto il punteggio più alto in privacy e protezione dei dati (31,4).
Il test di settembre su Astra ha riscontrato lo stesso schema su scala ridotta: Astra in testa nella maggior parte delle aree di pratica, Claude Opus 5 in testa in insolvenza ed ESG. Un prodotto legale che indirizza ogni pratica al modello con maggiori probabilità di risolverla correttamente, e poi verifica la risposta, ricava di più dall'insieme dei modelli rispetto a uno che punta su un solo modello.
Prova HAQQ AI gratis
Sperimenta la redazione e ricerca legale con IA
Quanto costa ciascun modello per attività legale?
A giugno, il costo per attività copriva un intervallo di 90 volte, da 0,0009 $ (DeepSeek V3.2) a 0,082 $ (GPT-5.5), e la latenza andava da 7,7 secondi (Llama 4 Maverick) a 134 secondi (GPT-5.5). I test di settembre, valorizzati ai prezzi di listino OpenRouter alla data del test, danno il quadro attuale:
- Claude Opus 5.5: 0,3647 $ per risposta con sforzo di ragionamento elevato, contro 0,7249 $ di Fable 5.1 e 0,4362 $ di Opus 5 (23 set. 2026).
- GPT-6 Astra: 0,2622 $ per risposta, 1,7 volte meno di Claude Opus 5 perché scrive circa 3,5 volte meno token, e 11 volte più di GPT-5.6 Luna Pro a 0,0231 $ (10 set. 2026).
- Nel test a trabocchetto con impostazioni predefinite, le 20 risposte per modello sono costate 4,04 USD per Opus 5.5, 2,81 per Astra, 0,92 per Gemini 3.1 Pro e 0,88 per DeepSeek V4 Pro (30 set. 2026).
Per un prodotto ad alto volume, il modello con il punteggio di qualità più alto può essere la scelta sbagliata una volta considerati costo e latenza. Lo sforzo di ragionamento aumentato di Astra ne è un esempio: a settembre, passare da basso ad alto ha moltiplicato il costo per 1,5 e la latenza per 1,8 e ha spostato la qualità giudicata di meno 0,17 punti.
Come si confrontano le piattaforme di IA legale con i modelli di frontiera?
Manteniamo una seconda classifica: una valutazione su 50 attività con una griglia a 50 punti in 11 categorie di attività, che affianca ai modelli di frontiera le piattaforme legali che gli studi inseriscono nelle loro rose di candidati (Harvey, CoCounsel, Legora, Spellbook, LexisNexis +AI, Clio Duo). È la classifica della nostra pagina di confronto, e HAQQ vi si classifica primo (vedete la dichiarazione sopra). In ordine di punteggio medio:
| Pos. | Modello o prodotto | Media /50 |
|---|---|---|
| 1 | HAQQ (Justinian) | 46,8 |
| 2 | Claude Fable 5 | 42,7 |
| 3 | Claude Opus 4.8 | 40,8 |
| 4 | Mike OS | 39,1 |
| 5 | Harvey Tenet | 37,9 |
| 6 | DeepSeek V4 Pro | 36,8 |
| 7 | Thomson Reuters CoCounsel | 36,6 |
| 8 | Legora | 35,9 |
| 9 | GPT-5.6 Sol Pro | 35,3 |
| 10 | Claude + plugin legali | 33,9 |
| 11 | Gemini 3.1 Pro | 32,9 |
| 11 | Spellbook | 32,9 |
| 13 | LexisNexis +AI | 32,0 |
| 14 | Grok 4.5 | 30,7 |
| 15 | Perplexity Sonar | 27,2 |
| 16 | Clio Duo | 25,6 |
| 17 | Llama 4 Maverick | 23,8 |
| 18 | Mistral 3 | 22,4 |
| 19 | Qwen3.7 Plus | 18,7 |
Spiccano due letture. Le piattaforme legali si concentrano a metà classifica: Harvey Tenet (37,9), CoCounsel (36,6), Legora (35,9) e LexisNexis +AI (32,0) si collocano tutte sotto i modelli di frontiera più forti per qualità della singola risposta, quindi ciò per cui uno studio paga una piattaforma è soprattutto il flusso di lavoro, le integrazioni e la sicurezza. E il divario è ampio, da 46,8 a 18,7, quindi la scelta dello strumento cambia il risultato da cui parte l'avvocato. Un punteggio per attività non può cogliere l'implementazione a livello di studio, le certificazioni o i flussi di lavoro su grandi volumi di documenti, che sono punti di forza reali delle piattaforme più grandi.
La classifica delle piattaforme non è ancora stata ripetuta con Opus 5.5, Fable 5.1 o GPT-6 Astra; per questi modelli la fonte attuale sono i test di settembre descritti sopra.
Quale fornitore è in testa considerando tutti i test?
Raggruppando i modelli per fornitore e unendo il test di giugno a tutti i test precedenti dello stesso benchmark commerciale (indice da 0 a 100, ponderato per numero di valutazioni):
I fornitori in testa sono vicini tra loro. Ciò che costruite intorno al modello (recupero delle fonti, verifica delle citazioni, regole sulla giurisdizione) incide sul risultato più di quale di essi scegliate.
Posso fidarmi di questi benchmark?
- Limiti di output. Il nostro primo passaggio di giugno limitava le risposte a 1.200 token, il che penalizzava i modelli di ragionamento e troncava quelli prolissi. Lo abbiamo scartato e ripetuto con un limite di 6.000. La maggior parte dei modelli ha guadagnato da 1,5 a 2,5 punti; Mistral e Llama sono peggiorati, perché le risposte più lunghe hanno messo in luce più citazioni errate. A settembre un limite di 32.000 token ha troncato due risposte di Opus su un prompt; abbiamo ripetuto il test con 64.000 e ora interrompiamo ogni test con una risposta troncata.
- Giudici. A giugno è stato usato un solo giudice, Claude Sonnet 4.6, quindi la preferenza per sé stesso è una domanda legittima; il secondo posto di Grok 4.3 e l'accuratezza più alta di GPT-5.5 depongono contro una forte parzialità di parte, ma un secondo giudice sarebbe preferibile. I test di settembre hanno usato due giudici non Anthropic (23 set.) e tre giudici di tre famiglie di modelli, considerando la mediana (30 set.). Il 23 settembre i due giudici hanno scelto vincitori diversi a partire dalle stesse risposte.
- Dimensione del campione. I test di settembre hanno usato 10, 41 e 5 prompt. Bastano per vedere una differenza ampia, ma sono troppo pochi per classificare modelli vicini tra loro. Guardate l'entità degli scarti, non i decimali.
- Esecuzioni singole. Il test di giugno è stato un'unica esecuzione a temperatura 0. A settembre, le risposte ripetute si sono spostate in media di 0,3 punti e di un punto intero o più in 11 coppie su 40.
- Revisione umana. Nessun avvocato in attività ha valutato le risposte di settembre, e la redazione in arabo è stata giudicata solo da modelli.
Come dovrebbe scegliere un modello uno studio oggi?
- Inserite nella rosa Claude Opus 5.5 e GPT-6 Astra per ricerca e consulenza, dove il rischio principale sono le fonti inventate; entrambi si sono rifiutati di inventare sentenze nel nostro ultimo test.
- Valutate il costo della rosa sui vostri volumi. Opus 5.5 costa circa la metà di Fable 5.1 per risposta, con una qualità che non siamo riusciti a distinguere; GPT-5.6 Luna Pro è molto più economico di Astra per domande e risposte generali, dove un punto di qualità non vale 11 volte il prezzo.
- Testate sulle vostre giurisdizioni. Ogni modello del test su Astra ha letto male una norma saudita o egiziana pur citando l'articolo corretto.
- Chiedete fonti che non possono esistere, chiedetele due volte e verificate a mano ogni citazione. Il metodo completo è in come testare l'IA legale.
- Ripetete la verifica ogni trimestre. Il modello in testa a giugno ha già tre successori in questa pagina.
Fonti
- HAQQ, benchmark legale di Claude Opus 5.5 (23 set. 2026)
- HAQQ, GPT-6 Astra sul lavoro legale (test del 10 set. 2026)
- HAQQ, Come testare un'IA legale: cinque domande a trabocchetto (test del 30 set. 2026)
- Vals AI, Legal Research Bench
- Anthropic, presentazione di Claude Opus 5.5
- Magesh et al., studio dello Stanford RegLab sugli strumenti di ricerca giuridica basati sull'IA (2024)



