Quale IA scrive il miglior tedesco? Otto modelli linguistici in un test alla cieca

In breve: Nel nostro test alla cieca con otto modelli linguistici e circa 270 testi, GPT-6.1 Sol di OpenAI ha scritto il tedesco migliore: primo posto in ogni valutazione a cui ha partecipato. Il miglior rapporto tra qualità e prezzo lo offre GPT-6 Luna: sempre nel gruppo di testa, a una frazione del costo. Lo specialista della scrittura Hemmingway-1 e il nuovo Mistral Large 4 sono finiti nelle ultime posizioni. Per questo Hermes 3000 scrive ora di default con GPT-6 Luna; per i libri a pagamento è disponibile in più GPT-6.1 Sol. Aggiornato al 16 ottobre 2026.

Quale modello linguistico si nasconda dietro un'app di scrittura non lo si capisce da una singola frase. Lo si capisce dopo quaranta pagine: quando la narratrice all'improvviso dice "io", anche se il libro è scritto in terza persona. Quando un personaggio scende da una rampa che non è ancora stata abbassata. Quando ogni tre pagine qualcuno passa "il pollice su" qualcosa. Sono errori piccoli, ma costano tempo in revisione – e decidono se un assistente di scrittura ti toglie lavoro o te ne crea di nuovo.

Dal nostro ultimo confronto, in estate, sono usciti diversi nuovi modelli, alcuni molto più economici. E con Hemmingway-1 c'è un modello addestrato esplicitamente per "scrivere come una persona". Motivo sufficiente per fare un nuovo test approfondito. Questo resoconto dal laboratorio racconta come abbiamo proceduto, che cosa è emerso – e che cosa ne abbiamo fatto.

I candidati

Sono i prezzi di listino dei fornitori al momento del test. Importante: molti di questi modelli "riflettono" prima di scrivere, e questo ragionamento si paga come output. Quanto costa davvero un modello per pagina lo mostra solo la misurazione – più avanti i dettagli.

Come abbiamo testato

Otto compiti, sette in tedesco. Una scena d'apertura, un dialogo con un conflitto non detto, la descrizione di un luogo che mostra i sentimenti solo attraverso la percezione. Poi tre compiti vicini a come si scrive in Hermes: continuare una scena di un romanzo – con personaggi, trama finora e ultimo paragrafo –, l'apertura di un capitolo di saggistica e l'inizio di un capitolo di romanzo di circa 900 parole con requisiti precisi (narratrice in terza persona, passato, esattamente tre passeggeri, una telefonata alla fine). I testi lunghi contano: gli errori di grammatica e di logica si accumulano con la lunghezza, e i campioni brevi li nascondono. L'ottavo compito era una correzione di bozze – un paragrafo con undici errori inseriti apposta –, più una scena in inglese come controllo.

Valutazione alla cieca, da più parti. Ogni modello ha scritto ogni compito più volte. Due valutatori IA di aziende diverse – Claude Opus di Anthropic e GPT-5.5 di OpenAI – hanno ricevuto per ogni compito tutti i testi senza il nome del modello, in un ordine rimescolato per ciascuno, nel ruolo di una redattrice editoriale. Hanno assegnato punteggi per lingua, stile e aderenza al compito, hanno dovuto citare alla lettera ogni errore e stilare una classifica. In più abbiamo trasformato i testi in una pagina di lettura alla cieca e li abbiamo fatti giudicare a Claude e ChatGPT come lettori liberi.

Perché più valutatori? Perché ogni valutatore IA ha un parente in gara: Claude Opus giudica anche Claude Haiku, ChatGPT anche i modelli GPT. Un risultato che vede un solo valutatore è sospetto. Uno che vedono tutti regge.

E poi tutto da capo. Abbiamo fatto gareggiare di nuovo il gruppo di testa in un secondo turno con testi nuovi – tre nuove versioni per compito, che nessun valutatore aveva mai visto. A questo turno si è aggiunto Mistral Large 4, uscito in anteprima durante il nostro test. In totale sono stati scritti circa 270 testi.

Il risultato

Il secondo turno con testi nuovi è il più significativo. La posizione media indica il posto tra i sei testi di un compito, mediato su tutti i compiti (1 = migliore). I punteggi per lingua, stile e aderenza vanno da 1 a 10.

Nel primo turno con tutti i modelli, il precedente modello predefinito GPT-5.4 mini e le due varianti di Hemmingway erano nettamente indietro – per entrambi i valutatori dal sesto all'ottavo posto su otto.

GPT-6.1 Sol non vince di misura, ma con chiarezza: 25 verdetti su 32 nel primo turno, 38 su 48 con i testi nuovi. Nella lettura libera alla cieca di Claude ha vinto 13 compiti su 16; ChatGPT, che a quel punto conosceva già l'attribuzione dei modelli, è arrivato allo stesso risultato. Nel continuare una storia con il contesto del libro e nei capitoli lunghi – proprio dove un assistente di scrittura fa la maggior parte del lavoro – i valutatori hanno trovato nei suoi testi solo dettagli minori, nessun errore di grammatica e nessuna rottura logica. Claude Opus ha riassunto che cosa fa Sol di diverso: quasi non spiega mai i sentimenti. Il significato sta in un gesto o in un oggetto.

Als Kind hatte sie dort mit der Zirkelspitze Löcher gestochen, während ihre Mutter am Herd stand. Sieben, dann eine Lücke, dann drei. Ihr Daumen fand die Lücke sofort.

(Da bambina aveva fatto dei buchi lì con la punta del compasso, mentre sua madre stava ai fornelli. Sette, poi uno spazio, poi tre. Il suo pollice trovò subito lo spazio.)

Jetzt hob er den Koffer über den Spalt zwischen Anleger und Fähre. Sie hielt die Luft an, bis beide Räder auf dem Deck standen.

(Ora sollevò la valigia sopra la fessura tra pontile e traghetto. Lei trattenne il respiro finché entrambe le ruote non furono sul ponte.)

GPT-6 Luna è il modello su cui tutti i valutatori erano d'accordo: nel gruppo di testa in ogni valutazione, mai debole, quasi sempre primo quando Sol non è in gara – a un costo inferiore a un decimo di centesimo per cartella.

Claude Haiku 5.5 scrive ottime scene brevi e d'atmosfera – nella lettura alla cieca di Claude ha vinto entrambe le scene d'apertura –, ma nei testi tedeschi lunghi ha commesso occasionali errori di grammatica ("die Maschine husteten", con il verbo al plurale invece che al singolare).

Gemini 4 Argon ha diviso i valutatori come nessun altro modello. Nella correzione di bozze era imbattibile e ha vinto quasi ogni verdetto. Nella scrittura letteraria Claude Opus l'ha visto in testa in un turno, mentre ChatGPT l'ha messo all'ultimo posto – "tecnicamente pulito, ma levigato". Con i testi nuovi è finito dietro a GPT-6.1 Sol e GPT-6 Luna.

Mistral Large 4, il nuovo modello di punta del fornitore francese, è uscito in anteprima solo durante il nostro test. L'abbiamo aggiunto nel secondo turno. È arrivato ultimo, senza vincere un solo verdetto. I valutatori hanno criticato rotture logiche – "tre tazze, come una volta", anche se al tavolo siedono solo due persone –, cliché e frasi che spiegano invece di raccontare. Inoltre riflette molto a lungo: in media più di un minuto per testo. Trattandosi di una versione di anteprima, lo riguarderemo con la versione definitiva.

GPT-5.4 mini, il nostro precedente modello predefinito, è finito nella metà bassa di ogni valutazione. È veloce, ma ogni modello più recente in gara scrive meglio – la maggior parte anche a un costo inferiore. Nel capitolo lungo ha mancato le consegne: una volta comparivano più dei tre passeggeri richiesti, un'altra volta alla fine chiamava un numero sconosciuto invece del figlio.

Lo specialista della scrittura: Hemmingway-1

Eravamo particolarmente curiosi di vedere Hemmingway-1. Il modello si basa su un modello aperto da 27 miliardi di parametri e, secondo i suoi autori, è stato addestrato specificamente per "scrivere come una persona". L'abbiamo testato in due impostazioni: con il tempo di ragionamento pieno (quello predefinito) e con uno ridotto.

Nel nostro test non ha convinto. Entrambe le varianti si sono piazzate nelle ultime posizioni per i valutatori attenti al mestiere e all'aderenza alle consegne, in tedesco come in inglese. Nel capitolo lungo entrambe hanno scritto una volta in prima persona, anche se era richiesta una narratrice in terza persona, e a metà testo sono passate dal passato al presente. C'erano anche frasi sgrammaticate. Con l'impostazione predefinita ha impiegato in media 89 secondi per testo, una volta quasi quattro minuti per un capitolo.

Per correttezza: alcune singole frasi erano forti. "Die Bank hat noch die Form von zwei Menschen." (La panchina ha ancora la forma di due persone.) è un incipit che nessun altro modello ha trovato in modo così asciutto. E quando ChatGPT ha valutato i testi solo per originalità letteraria, Hemmingway è arrivato terzo. Il modello ha dei picchi verso l'alto – ma un assistente di scrittura deve prima di tutto essere affidabile. Un testo che ignora il punto di vista del tuo libro per te è inutilizzabile, per quanto suoni bene.

Quanto costa davvero un modello

Il prezzo di listino dice poco. Conta il prezzo per pagina scritta – compreso il ragionamento invisibile. Misurato nel nostro test, per cartella standard (1.800 caratteri):

Calcolato con i prezzi di listino indicati sopra e i token misurati nel nostro test; attesa come mediana.

Due osservazioni: Hemmingway-1 e Mistral Large 4 non sono cari per token, ma riflettono così a lungo che per pagina sono tra i modelli più costosi in gara. E GPT-6.1 Sol costa per pagina circa sedici volte GPT-6 Luna – con meno di un centesimo a pagina, per un singolo libro resta comunque poco.

Un vizio che quasi tutti condividono

Leggendo i testi abbiamo notato un'abitudine che quasi tutti i modelli condividono: i loro personaggi passano continuamente il pollice su qualcosa – il bordo di un tavolo, un orario dei treni, una tazza di caffè, uno schermo. Nel turno con testi nuovi un testo tedesco su cinque conteneva un pollice, con GPT-6 Luna addirittura più di uno su tre. Preso da solo è un bel dettaglio concreto. Distribuito su un intero libro diventa un vezzo.

È un buon consiglio per chiunque scriva con l'IA: in revisione fai attenzione ai gesti e alle immagini che ritornano. Un modello che convince in un capitolo, su venti capitoli spesso si ripete più di quanto si noti alla prima lettura.

Che cosa ne facciamo

• GPT-6 Luna è da ora il modello predefinito per scrivere in Hermes 3000. Scrive meglio del nostro precedente modello predefinito e costa meno.
• GPT-6.1 Sol è disponibile per i libri a pagamento – per chi ha acquistato un libro o usa un abbonamento. Lo scegli nelle impostazioni IA del tuo libro. Nel nostro test ha scritto il tedesco migliore, soprattutto nel continuare una storia e nei capitoli lunghi.
• Nell'arena dei modelli puoi provare Sol gratuitamente. Lì fino a quattro modelli continuano fianco a fianco la stessa frase, e decidi tu che cosa ti piace.
• Tutti gli altri modelli restano selezionabili – Claude Opus 4.5, che per pagina costa più o meno come Sol, anch'esso per i libri a pagamento. Nella scrittura il gusto non si discute, e alcune autrici amano proprio il tono particolare di un certo modello.

Limiti di questo test

Vogliamo essere chiari su alcuni punti, perché nessuno ci legga più di quanto ci sia. Le valutazioni vengono da modelli di IA, non da redattrici umane; per questo abbiamo usato più valutatori di aziende diverse e abbiamo fatto gareggiare di nuovo il gruppo di testa con testi nuovi. I compiti erano da brevi a medi e senza un manoscritto completo – nell'uso reale il modello riceve molto più contesto. I prezzi cambiano in fretta; Gemini 4 Argon, per esempio, da dicembre dovrebbe costare il doppio. E il gusto resta gusto: un modello che nel nostro test è in fondo alla classifica può essere proprio quello giusto per il tuo stile.

Domande frequenti

Quale IA scrive il miglior tedesco?

Nel nostro test alla cieca di ottobre 2026 con otto modelli, GPT-6.1 Sol di OpenAI ha scritto il tedesco migliore – primo posto in ogni valutazione a cui ha partecipato. Il miglior rapporto tra qualità e prezzo l'ha avuto GPT-6 Luna.

Hemmingway-1 è adatto per scrivere libri in tedesco?

Nel nostro test no: per mestiere e aderenza alle consegne si è piazzato nelle ultime posizioni, è passato senza motivo alla prima persona e al presente e con l'impostazione predefinita ha impiegato in media 89 secondi per testo. Alcune singole frasi erano però forti, e in una valutazione puramente letteraria è arrivato terzo.

Quanto costa scrivere con l'IA per pagina?

Nel nostro test una cartella standard (1.800 caratteri) costava circa 0,04 centesimi con GPT-6 Luna e circa 0,6 centesimi con GPT-6.1 Sol. Conta il prezzo per pagina, non per token, perché molti modelli prima di scrivere "riflettono" in modo invisibile, e anche questo si paga.

In Hermes 3000 posso scegliere io il modello di IA?

Sì. Nelle impostazioni IA di ogni libro scegli il modello predefinito; GPT-6 Luna è preimpostato, GPT-6.1 Sol è disponibile per i libri a pagamento. Nell'arena dei modelli puoi provare più modelli fianco a fianco – anche Sol.

Provalo tu

Trovi l'arena dei modelli in ogni libro sotto ⋮ → Impostazioni IA. Inserisci una frase dal tuo manoscritto, scegli fino a quattro modelli – anche GPT-6.1 Sol – e leggi le versioni una accanto all'altra. Dopo due paragrafi saprai quale modello si adatta al tuo stile. Hermes 3000 è gratuito fino a 50 cartelle: Provalo ora.