Cos'è un LLM?

Le tre parole, nell'ordine che conta

Scomponi il nome al contrario.

Modello. Un modello è una funzione che trasforma un input in un output, con regole apprese dai dati anziché scritte da un programmatore. Il modello meteo prende le rilevazioni di oggi e restituisce la previsione di domani. Un modello linguistico prende del testo e restituisce una probabilità per ciò che viene dopo.

Lingua. L'input e l'output sono testo, suddiviso in token, che sono frammenti di parole. Cosa sono i token nell'IA approfondisce l'unità; in breve, il modello legge e scrive in frammenti di circa tre quarti di parola.

Grande. Il modello ha un numero molto elevato di parametri, i numeri interni che l'addestramento regola. GPT-2 nel 2019 ne aveva 1.5 miliardi. GPT-3 nel 2020 ne aveva 175 miliardi. Il catalogo che questo sito prezza nel 2026 include un modello Qwen con 2.4 trilioni di parametri, di cui circa 95 miliardi attivi su ogni singolo token. "Grande" fa molto lavoro in quel nome, e il conteggio è cresciuto più di mille volte in sette anni.

Quindi un LLM è un predittore del token successivo molto grande. Ogni altra proprietà che gli viene attribuita, il ragionamento, il tono, gli errori detti con sicurezza, deriva da quell'unico compito.

Un LLM non è un chatbot, e la differenza è tutto il prodotto

ChatGPT è un'app. GPT è il modello al suo interno. Claude è sia una famiglia di modelli sia l'app che Anthropic costruisce intorno ad essi. Gemini segue la stessa logica in Google. Cos'è un chatbot IA copre il livello dell'app; questa pagina riguarda il motore.

La distinzione smette di essere accademica nel momento in cui scopri che il motore è intercambiabile. La stessa finestra di chat può inviare il tuo messaggio a GPT, Claude, Gemini, DeepSeek o Llama, e le risposte differiscono per tono, costo, velocità e accuratezza. Uno spazio di lavoro multi-modello come Whizi è esattamente questo: una finestra, 280+ modelli dietro di essa, e un selettore per scegliere chi risponde. L'app è il volante. L'LLM è il motore, e ce ne sono decine.

Come viene addestrato un LLM, in due fasi

Fase uno, pre-addestramento. Il modello legge un corpus enorme di testo e, per ogni posizione, cerca di indovinare il token successivo. Ogni ipotesi sbagliata sposta leggermente i parametri. Meta ha riportato che Llama 3 è stato pre-addestrato su più di 15 trilioni di token, il che, ai circa 100,000 token di un romanzo di 75,000 parole (tre quarti di parola per token), corrisponde al testo di circa 150 milioni di libri. Dopo questa fase il modello è un ottimo autocompletamento e un assistente scadente: fagli una domanda e potrebbe proseguire con altre tre domande, perché è spesso quello che fa il testo su internet.

Fase due, post-addestramento. Al modello vengono poi mostrati esempi di buone risposte, valutate da persone su quale delle due risposte sia migliore, un processo chiamato apprendimento per rinforzo dal feedback umano, o RLHF. È qui che nasce il comportamento da assistente: rispondere alla domanda nel formato richiesto e rifiutare alcune richieste. È coaching, non nuova conoscenza. I fatti provengono ancora dalla prima fase.

Da queste due fasi derivano due conseguenze. La conoscenza del modello si ferma alla data in cui finiscono i dati del suo pre-addestramento, motivo per cui ogni modello ha un limite di conoscenza. E in nessuna delle due fasi viene installato un controllo dei fatti: il modello ha imparato a produrre testo probabile e poi a produrre testo gradevole. La verità è un effetto collaterale frequente di entrambi, non una garanzia. Perché l'IA sbaglia approfondisce ulteriormente il tema.

Perché un LLM predice invece di cercare

Un motore di ricerca recupera. Ha un indice di pagine e restituisce quelle che corrispondono. Un LLM non ha alcun indice. Tutto ciò che ha letto durante il pre-addestramento è stato compresso nei suoi parametri, e al momento della risposta rigenera il testo da quella compressione, un token alla volta, scegliendo ogni token da una distribuzione di probabilità.

Ecco perché un LLM può scrivere una ricetta funzionante per un piatto di cui non ha mai sentito il nome, e anche perché può produrre una citazione giudiziaria che non esiste. Entrambe sono continuazioni plausibili. Il modello non ha alcun meccanismo separato che verifichi se una continuazione plausibile sia anche reale.

La soluzione che i prodotti adottano è aggiungere il recupero: cercare prima sul web o nei tuoi file, poi consegnare al modello i passaggi e chiedergli di rispondere sulla base di quelli. Questa tecnica si chiama RAG, e cos'è il RAG la spiega. La ricerca web dentro un'app di chat è RAG con internet come fonte. Il modello sta comunque prevedendo; sta solo prevedendo a partire da materiale migliore.

Cosa compra il prezzo dentro una famiglia, misurato

Ogni famiglia offre una scala: un modello piccolo, uno intermedio, un top di gamma. L'Artificial Analysis Intelligence Index, un punteggio composito su benchmark pubblici di ragionamento, coding e conoscenza, assegna un numero a ogni gradino, e la classifica elenca un prezzo medio per milione di token accanto ad esso. Le quattro scale qui sotto sono state lette il 2026-09-17.

OpenAI compra 15 punti per 18 volte la tariffa, Anthropic 35 punti per 36 volte, Qwen 19 punti per 16 volte. DeepSeek rompe lo schema: V4 Flash supera V4 Pro a meno della metà del prezzo. Ne derivano due cose. Dentro una famiglia, gli ultimi punti sono i più costosi, quindi per una domanda breve e fattuale il modello piccolo dà la stessa risposta del top di gamma. E tra famiglie diverse, il prezzo è una guida debole alla qualità: DeepSeek V4 Flash a $0.27 per milione di token ottiene due punti in più di Claude Sonnet 5 a $5.09. Questa è la cosa più utile da sapere sugli LLM come acquirente: il modello è una manopola, non un costo fisso. Whizi applica la stessa logica, un credito per un messaggio sul modello di casa, 20 per Claude Opus 5, e fino a 100 per le righe più costose, che come funzionano i crediti Whizi illustra modello per modello.

L'avvertenza onesta è che un indice composito è una media tra compiti diversi. Per una lunga catena di ragionamento il top di gamma guadagna il suo prezzo; per una riscrittura no. Per un confronto su cosa sia davvero bravo a fare ciascuna famiglia, quale modello di IA dovrei usare è la pagina di decisione.

Cosa non può fare un LLM, in un elenco

Tutto quanto segue è una conseguenza dell'architettura, non un bug che la prossima versione risolverà.

• Non può sapere nulla dopo il suo limite di addestramento, a meno che il recupero non gli fornisca il testo.
• Non può contare in modo affidabile su input lunghi, perché lavora in token e probabilità, non in un ciclo sugli elementi.
• Non può verificare il proprio output; un secondo passaggio dello stesso modello è lo stesso predittore che indovina di nuovo.
• Non può ricordarsi di te tra una conversazione e l'altra, a meno che il prodotto non salvi note e le reincolli; quella memoria è una funzione del prodotto, non del modello.
• Non può vedere l'intera conversazione per sempre. Ogni modello ha una finestra di contesto, il testo massimo che può considerare in una volta, e cos'è una finestra di contesto spiega cosa succede quando la raggiungi.

La conseguenza pratica: tratta un LLM come un collega fluente, occasionalmente sbagliato, e tieni la verifica dalla tua parte della scrivania. Il ciclo che trasforma un modello in qualcosa che agisce da solo è una cosa diversa, e cos'è un agente IA traccia quel confine. Per qualsiasi cosa con un costo associato, chiedi a un secondo modello. Due predittori diversi che concordano sono una prova debole; due che sono in disaccordo sono un forte segnale di controllare.