In ogni test la stessa domanda è stata posta a Copilot, ChatGPT, Perplexity, DeepSeek e Claude. Una persona ha poi assegnato un voto da 1 a 5 a sei parametri; il totale va da 6 a 30. Ogni prova è registrata in un video pubblico. Qui trovi tutti i punteggi in chiaro, senza dover leggere le immagini delle tabelle.
Risultati in sintesi
| Chatbot (versione 2025) | Media totale (su 30) | Primo posto* | Min–Max | |
|---|---|---|---|---|
| ChatGPT (GPT-4-turbo) | 25.25 | 3/8 | 24–26 | |
| Copilot (Free) | 24.25 | 0/8 | 23–26 | |
| Claude (Sonnet 4) | 24.25 | 2/8 | 22–26 | |
| Perplexity (App v4.0.0) | 23.88 | 1/8 | 18–27 | |
| DeepSeek (V3) | 23.25 | 4/8 | 15–27 |
* anche a pari merito. Media calcolata sulla somma dei sei punteggi. La scala vera va da 6 a 30, ma i punteggi reali stanno tra 15 e 27.
Medie per parametro
| Chatbot | Coerenza/completezza | Rispetto istruzioni | Fluenza linguaggio | Presentazione/chiarezza | Tono |
|---|---|---|---|---|---|
| ChatGPT (GPT-4-turbo) | 4.25 | 4.00 | 4.00 | 4.25 | 4.12 |
| Copilot (Free) | 3.88 | 3.75 | 4.00 | 4.12 | 4.00 |
| Claude (Sonnet 4) | 4.00 | 4.12 | 3.88 | 4.00 | 4.00 |
| Perplexity (App v4.0.0) | 3.88 | 3.75 | 4.12 | 4.12 | 4.00 |
| DeepSeek (V3) | 3.88 | 3.25 | 4.00 | 4.38 | 4.00 |
Il secondo parametro cambia secondo il test (creatività/originalità oppure fattualità), per questo non è nella tabella delle medie; lo trovi test per test.
Metodo
- Stessa domanda a tutti i chatbot, nella versione gratuita o standard disponibile al momento del test.
- Sei parametri da 1 a 5: coerenza/completezza, creatività/originalità oppure fattualità (a seconda del test), rispetto delle istruzioni, fluenza del linguaggio, presentazione/chiarezza, tono.
- Valutazione umana, fatta da una sola persona: nessun voto automatico. Il giudizio è soggettivo.
- Ogni test ha il suo video su YouTube, così chiunque può riguardare la risposta e giudicare da sé.
Errori e incongruenze nelle tabelle originali
Per trasparenza: trascrivendo le tabelle pubblicate abbiamo controllato che il totale fosse la somma dei sei punteggi. Quasi sempre è così; i casi che non tornano sono segnalati qui sotto e nelle note di ogni test, e nei file il totale riportato e quello calcolato sono in colonne separate.
- T06, DeepSeek: totale riportato 23, somma dei punteggi 25.
- T07, ChatGPT: totale riportato 25, somma dei punteggi 26.
- T01, Claude: punteggio di creatività scritto «43» nella tabella; letto come 4 perché il totale (24) lo conferma.
- T05: l'etichetta di categoria usata sul sito non corrisponde al prompt né al vincitore della tabella.
Nelle medie usiamo la somma dei punteggi. Con i totali riportati cambiano solo ChatGPT (25,12 invece di 25,25) e DeepSeek (23,00 invece di 23,25); l'ordine non cambia.
Tutti i test, parametro per parametro
T01 · Conoscenza dei fatti · 2025-06-14
Prompt: «Parla dell'attacco di Israele all'Iran» · video della prova
| Parametro (1–5) | Copilot | ChatGPT | Perplexity | DeepSeek | Claude |
|---|---|---|---|---|---|
| Coerenza/completezza | 4 | 5 | 4 | 5 | 4 |
| Creatività/originalità | 4 | 4 | 4 | 4 | 4 |
| Rispetto istruzioni | 4 | 4 | 4 | 4 | 4 |
| Fluenza linguaggio | 4 | 4 | 4 | 4 | 4 |
| Presentazione/chiarezza | 4 | 5 | 4 | 5 | 4 |
| Tono | 4 | 4 | 4 | 4 | 4 |
| Totale (somma) | 24 | 26 | 24 | 26 | 24 |
Nota: Claude: Nella tabella originale il punteggio di creatività/originalità di Claude è scritto '43'; letto come 4 perché il totale riportato (24) lo conferma.
T02 · Creazione immagini 2D · 2025-06-22
Prompt: «Crea nome e logo per azienda di moda» · video della prova
| Parametro (1–5) | Copilot | ChatGPT | Perplexity | DeepSeek | Claude |
|---|---|---|---|---|---|
| Coerenza/completezza | 4 | 5 | 3 | 3 | 4 |
| Fattualità | 5 | 5 | 1 | 1 | 3 |
| Rispetto istruzioni | 4 | 4 | 2 | 3 | 4 |
| Fluenza linguaggio | 4 | 4 | 4 | 4 | 4 |
| Presentazione/chiarezza | 4 | 4 | 4 | 4 | 4 |
| Tono | 4 | 4 | 4 | 4 | 4 |
| Totale (somma) | 25 | 26 | 18 | 19 | 23 |
T03 · Creatività · 2025-06-29
Prompt: «Storia d'amore tra una ragazza israeliana e un ragazzo iraniano» · video della prova
| Parametro (1–5) | Copilot | ChatGPT | Perplexity | DeepSeek | Claude |
|---|---|---|---|---|---|
| Coerenza/completezza | 4 | 4 | 4 | 4 | 4 |
| Creatività/originalità | 5 | 5 | 5 | 4 | 5 |
| Rispetto istruzioni | 2 | 4 | 4 | 2 | 5 |
| Fluenza linguaggio | 4 | 4 | 4 | 4 | 4 |
| Presentazione/chiarezza | 4 | 4 | 4 | 4 | 4 |
| Tono | 4 | 4 | 4 | 4 | 4 |
| Totale (somma) | 23 | 25 | 25 | 22 | 26 |
T04 · Animazione e grafica · 2025-07-06
Prompt: «Elabora con animazione e grafica un logo» · video della prova
| Parametro (1–5) | Copilot | ChatGPT | Perplexity | DeepSeek | Claude |
|---|---|---|---|---|---|
| Coerenza/completezza | 4 | 4 | 4 | 1 | 5 |
| Fattualità | 4 | 4 | 4 | 1 | 5 |
| Rispetto istruzioni | 4 | 4 | 4 | 1 | 4 |
| Fluenza linguaggio | 4 | 4 | 4 | 4 | 4 |
| Presentazione/chiarezza | 4 | 4 | 4 | 4 | 4 |
| Tono | 4 | 4 | 4 | 4 | 4 |
| Totale (somma) | 24 | 24 | 24 | 15 | 26 |
T05 · Salute (etichetta pubblicata) · 2025-07-13
Prompt: «Supporto nel creare un canale social» · video della prova
| Parametro (1–5) | Copilot | ChatGPT | Perplexity | DeepSeek | Claude |
|---|---|---|---|---|---|
| Coerenza/completezza | 3 | 4 | 4 | 5 | 3 |
| Creatività/originalità | 4 | 5 | 4 | 5 | 4 |
| Rispetto istruzioni | 4 | 4 | 4 | 4 | 4 |
| Fluenza linguaggio | 4 | 4 | 4 | 4 | 4 |
| Presentazione/chiarezza | 4 | 4 | 4 | 4 | 4 |
| Tono | 4 | 4 | 4 | 4 | 4 |
| Totale (somma) | 23 | 25 | 24 | 26 | 23 |
Nota: L'etichetta di categoria pubblicata sul sito (Salute, Perplexity) non corrisponde al prompt né al vincitore della tabella (DeepSeek): da verificare.
T06 · Conoscenza dei fatti · 2025-07-20
Prompt: «Parla dell'attentato a Borsellino del '92» · video della prova
| Parametro (1–5) | Copilot | ChatGPT | Perplexity | DeepSeek | Claude |
|---|---|---|---|---|---|
| Coerenza/completezza | 4 | 4 | 4 | 4 | 4 |
| Fattualità | 5 | 5 | 5 | 5 | 5 |
| Rispetto istruzioni | 4 | 4 | 4 | 4 | 4 |
| Fluenza linguaggio | 4 | 4 | 5 | 4 | 4 |
| Presentazione/chiarezza | 5 | 4 | 5 | 4 | 4 |
| Tono | 4 | 5 | 4 | 4 | 4 |
| Totale (somma) | 26 | 26 | 27 | 25 | 25 |
Nota: DeepSeek: Il totale riportato in tabella (23) non coincide con la somma dei sei punteggi (25): da verificare.
T07 · Logica matematica · 2025-07-27
Prompt: «Quiz di logica matematica» · video della prova
| Parametro (1–5) | Copilot | ChatGPT | Perplexity | DeepSeek | Claude |
|---|---|---|---|---|---|
| Coerenza/completezza | 4 | 4 | 4 | 4 | 4 |
| Fattualità | 5 | 5 | 5 | 5 | 5 |
| Rispetto istruzioni | 4 | 4 | 4 | 4 | 4 |
| Fluenza linguaggio | 4 | 4 | 4 | 4 | 4 |
| Presentazione/chiarezza | 4 | 5 | 4 | 5 | 4 |
| Tono | 4 | 4 | 4 | 4 | 4 |
| Totale (somma) | 25 | 26 | 25 | 26 | 25 |
Nota: ChatGPT: Il totale riportato in tabella (25) non coincide con la somma dei sei punteggi (26): da verificare.
T08 · Produttività al lavoro · 2025-08-24
Prompt: «Come la IA aiuta le aziende?» · video della prova
| Parametro (1–5) | Copilot | ChatGPT | Perplexity | DeepSeek | Claude |
|---|---|---|---|---|---|
| Coerenza/completezza | 4 | 4 | 4 | 5 | 4 |
| Fattualità | 4 | 4 | 4 | 5 | 3 |
| Rispetto istruzioni | 4 | 4 | 4 | 4 | 4 |
| Fluenza linguaggio | 4 | 4 | 4 | 4 | 3 |
| Presentazione/chiarezza | 4 | 4 | 4 | 5 | 4 |
| Tono | 4 | 4 | 4 | 4 | 4 |
| Totale (somma) | 24 | 24 | 24 | 27 | 22 |
Come citare
AInstAIn (2026). Valutazioni umane di chatbot AI: 8 test, giugno-agosto 2025. Dataset aperto, CC BY 4.0. https://ainstain.site/dati-valutazioni.html
Licenza: Creative Commons Attribuzione 4.0: puoi riusare e rielaborare i dati, citando la fonte con un link a questa pagina.
Aggiornato il 27 ottobre 2026. Per segnalare un errore nei dati: pagina Contatti. Altre valutazioni: Valutazioni.