IA che analizza immagini gratis: ChatGPT ne consente 3 al giorno, Claude e Copilot 20 a chat

Quale IA analizza immagini gratis, e quante?

I limiti di dimensione variano ancora più dei numeri, da 20 MB per immagine su ChatGPT a 500 MB per file su Claude. Ogni riga qui sotto viene dalla pagina di aiuto del fornitore, letta il 12 ottobre 2026.

ChatGPT è il più restrittivo. Le FAQ sui caricamenti di file di OpenAI dicono che "gli utenti gratuiti sono limitati a 3 caricamenti di file al giorno", e una foto è un caricamento come gli altri. Il tetto generale è di 80 file ogni 3 ore, e OpenAI precisa che può abbassare questi limiti nelle ore di punta.

Claude e Copilot sono i più generosi. L'articolo sui caricamenti di Anthropic consente 20 file per chat e immagini fino a 8.000 per 8.000 pixel. Anche la pagina di Copilot sui caricamenti di Microsoft consente 20 file a conversazione, fino a 50 MB ciascuno, e dice di includere Copilot Chat gratuito. Gemini accetta 10 file in un prompt e fino a 100 MB a file. La pagina di Gemini sui caricamenti di Google aggiunge "limiti progressivi" su quanto si può analizzare, senza indicare un numero.

Come far analizzare un'immagine a un'IA e farle rispondere alle domande?

Allegate l'immagine e poi fate una domanda precisa. Un semplice "che cos'è" riceve in cambio una semplice didascalia.

1. Aprite ChatGPT, Gemini, Claude o Copilot e cliccate il + o la graffetta nella casella del messaggio. Claude permette anche di trascinare un file o incollare uno screenshot dagli appunti.
2. Ritagliate la parte che vi interessa. Anthropic consiglia immagini di almeno 1.000 per 1.000 pixel, e OpenAI suggerisce di ingrandire il testo piccolo nell'immagine.
3. Date alla domanda un compito: cosa leggere, cosa confrontare o cosa controllare.
4. Chiedete al modello di elencare ciò che vede prima di trarre conclusioni.
5. Verificate voi stessi ogni conteggio, totale e nome rispetto all'immagine.

Questi cinque prompt coprono quasi tutto ciò che le persone caricano. Riempite le parentesi.

Leggere il testo: "Trascrivi ogni parola di questa immagine esattamente come è scritta, riga per riga. Segna con [illeggibile] ciò che non riesci a leggere invece di indovinare."

Leggere un grafico: "Trasforma questo grafico in una tabella con una riga per ogni dato. Indica le etichette degli assi e le unità. Dimmi quali valori sono scritti sul grafico e quali hai stimato dalla griglia."

Risolvere un errore: "Questo è uno screenshot di un errore. Cita il testo dell'errore, dimmi quale app lo mostra e dammi le tre soluzioni più probabili in ordine."

Trovare le differenze: "Queste due foto mostrano lo stesso [stanza, prodotto, documento]. Elenca ogni differenza che vedi e dove si trova in ciascuna immagine."

Identificare qualcosa: "Che cos'è questo [pianta, pezzo, piatto]? Dammi la tua ipotesi migliore, due alternative e i tratti visibili che le distinguono."

L'ultima frase di ogni prompt fa il lavoro. Chiedere prima le prove visibili impedisce al modello di saltare alla risposta, e la nostra guida all'IA multimodale costruisce un intero metodo di lavoro su questa abitudine.

Cosa non riesce a vedere l'IA in un'immagine?

L'IA non legge i metadati di una foto e sbaglia facilmente i conteggi. La guida alla visione di OpenAI elenca 11 limitazioni a ottobre 2026. La maggior parte vale per qualsiasi chatbot proviate:

• Non elabora nomi di file né metadati, quindi data e posizione GPS salvate dalla fotocamera restano non lette.
• Può dare "conteggi approssimativi" degli oggetti in una foto.
• Può leggere male testi e immagini ruotati o capovolti.
• Può inciampare su testi in scritture come il giapponese o il coreano, e su grafici le cui linee differiscono solo per colore o tratteggio.
• Fatica con foto panoramiche e fisheye, e con le posizioni esatte, come i pezzi su una scacchiera.
• OpenAI blocca del tutto le immagini CAPTCHA.

Le scansioni mediche sono il limite netto. OpenAI dice che il suo modello "non è adatto a interpretare immagini mediche specialistiche come le TAC" e che non va usato per consigli medici. Una radiografia o la foto di un'eruzione cutanea vanno mostrate a un medico.

Anche i PDF lunghi perdono le immagini. Anthropic dice che Claude legge grafici e immagini in un PDF fino a 100 pagine. Da 101 a 1.000 pagine legge solo il testo.

Qual è la migliore IA per analizzare immagini?

Claude Opus è il miglior lettore di immagini sul principale benchmark pubblico, e Copilot o Claude sono la scelta gratuita migliore per i volumi. Sulla classifica MMMU-Pro di Artificial Analysis, letta il 12 ottobre 2026, Claude Opus 5.5 ottiene l'88% e GPT-6 Astra di OpenAI l'87%. Entrambi stanno dietro piani a pagamento.

MMMU-Pro è un test difficile da aggirare. Ha 3.460 domande su 30 materie accademiche e scarta ogni domanda a cui risponde un modello solo testuale. Alcune domande arrivano solo come screenshot o foto, quindi il modello deve leggere l'immagine per ottenere il punteggio.

Per l'uso gratuito la regola è semplice. Usate Copilot o Claude per un lotto fino a 20 immagini in una chat. Usate Gemini per i file grandi, fino a 100 MB ciascuno. Tenete ChatGPT Free per qualche foto occasionale, perché 3 caricamenti al giorno finiscono prima di pranzo. Se volete modificare l'immagine invece di leggerla, modificare foto con l'IA richiede strumenti diversi.

Whizi, che pubblica questa pagina, invia la foto allegata al modello che scegliete, quindi con Pro potete chiedere a Claude Opus e a Gemini della stessa immagine, affiancati. Sul piano gratuito però perde. Un account Whizi gratuito ha 10 messaggi di testo al giorno su Whizi AI, Auto o Claude Haiku 5.5, senza caricamenti di file, quindi un lotto di foto richiede un piano. Il sito accetta fino a 6 file per messaggio ma limita ogni immagine a 8 MB e 60 caricamenti di immagini al giorno, rifiuta i GIF e non indica quali dei suoi oltre 280 modelli vedono le immagini. Tipi di file supportati elenca il resto.

Si possono analizzare immagini con un'API invece che con un chatbot?

Sì, e le grandi API di visione nel cloud includono una quota mensile gratuita. Google Cloud Vision regala le prime 1.000 unità al mese, poi addebita $1.50 ogni 1.000 per il rilevamento delle etichette, secondo la sua pagina dei prezzi. Il livello gratuito di Azure AI Vision di Microsoft consente 5.000 transazioni al mese, 20 al minuto. Amazon Rekognition è la terza grande opzione.

Questi servizi restituiscono etichette, testo e riquadri degli oggetti come dati, non come risposte in chat. Va bene per un'app che etichetta migliaia di foto di prodotti. È eccessivo per un solo screenshot.

DeepSeek è arrivato tardi. Ha aperto l'input di immagini sulla sua API il 21 agosto 2026, e la sua guida alla visione accetta fino a 600 immagini in una richiesta sul modello Flash. La pagina dei prezzi segna ancora la visione come "Not supported" sul modello di punta V4 Pro, e la documentazione di DeepSeek non dice nulla sulle immagini nella sua app di chat.