[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$f324lcsqvj4980":3,"$f1d3aai9lxtm4u":104},{"success":4,"data":5},true,{"id":6,"slug":7,"coverImage":8,"author":9,"viewsCount":10,"createdAt":11,"title":12,"description":13,"lang":14,"contentHtml":15,"readingTime":16,"toc":17},"z8wcdr5vus4cvw8zr3p1ok1r","iq-llama-4","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1526374965328-4f18af581d06?w=1280","Dr. Daria Dudnik",0,"2026-08-01T10:08:23.121Z","Qual è il QI di Llama 4?","Llama 4 ottiene 112 nel test QI Mensa Norway e si colloca nei top 15 dell'Intelligence Index. Analizziamo ogni benchmark e spieghiamo cosa rende unico il modello open-source di Meta.","it","\u003Ch2 id=\"llama-4-il-campione-open-source-di-meta\">Llama 4: il campione open-source di Meta\u003C\u002Fh2>\n\u003Cp>Llama 4 è il modello open-source flagship di Meta AI, la divisione di ricerca di una delle più grandi aziende tecnologiche del mondo. Rilasciato all&#39;inizio del 2026, Llama 4 ottiene \u003Cstrong>112\u003C\u002Fstrong> nel test QI Mensa Norway e si colloca nei top 15 dell&#39;Artificial Analysis Intelligence Index v4.1. Lo posiziona sopra DeepSeek V4 Pro (111) ma sotto Kimi K3 (118), Qwen 3.5 (115) e i modelli di frontiera (Claude ~130, Gemini 141, GPT-5.5 ~145, Grok-4.20 145).\u003C\u002Fp>\n\u003Cp>Ciò che rende unico Llama 4 è la sua \u003Cstrong>natura open-source su larga scala\u003C\u002Fstrong>. A differenza dei modelli chiusi di OpenAI, Anthropic o Google, i pesi di Llama 4 sono liberamente disponibili per download e deployment locale. Questo lo ha reso la base per migliaia di modelli derivati, fine-tune e applicazioni — rendendo Llama 4 non solo un modello, ma un intero ecosistema.\u003C\u002Fp>\n\u003Cp>Llama 4 è il \u003Cstrong>modello del popolo\u003C\u002Fstrong>: un modello che potrebbe non essere il più intelligente, ma che chiunque può scaricare, modificare ed eseguire sul proprio hardware. Per ricercatori, startup e organizzazioni che necessitano di controllo totale sulla loro infrastruttura di IA, Llama 4 offre qualcosa che nessun modello chiuso può: libertà.\u003C\u002Fp>\n\u003Cp>\u003Cstrong>Punteggi chiave:\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Artificial Analysis Intelligence Index\u003C\u002Fstrong>: top 15 (punteggio ~43-44)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>QI Mensa Norway (TrackingAI)\u003C\u002Fstrong>: 112 (sopra la media)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>AI IQ composto (VexoWire)\u003C\u002Fstrong>: ~112 stimato\u003C\u002Fli>\n\u003Cli>\u003Cstrong>GDPval-AA v2\u003C\u002Fstrong>: top 15\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Humanity&#39;s Last Exam\u003C\u002Fstrong>: top 15\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Tasso di allucinazione\u003C\u002Fstrong>: moderato\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Costo\u003C\u002Fstrong>: gratuito (self-hosted) o 0,20\u002F0,60 per 1M token (via provider)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Parametri\u003C\u002Fstrong>: 405B (variante più grande)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Open-source\u003C\u002Fstrong>: sì, pesi liberamente disponibili\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Contesto\u003C\u002Fstrong>: 128K token\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Chr>\n\u003Ch2 id=\"1-la-rivoluzione-open-source\">1. La rivoluzione open-source\u003C\u002Fh2>\n\u003Cp>Llama 4 rappresenta l&#39;impegno di Meta verso l&#39;IA open-source — la convinzione che l&#39;IA dovrebbe essere accessibile a tutti, non controllata da poche aziende. Mentre OpenAI, Anthropic e Google mantengono i loro modelli dietro API, Meta rilascia i pesi completi del modello, permettendo a chiunque di scaricare, studiare, modificare e deployare Llama 4 sul proprio hardware.\u003C\u002Fp>\n\u003Cp>Questo ha implicazioni profonde:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Democratizzazione\u003C\u002Fstrong>: chiunque con hardware sufficiente può eseguire un modello di IA state-of-the-art\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Personalizzazione\u003C\u002Fstrong>: gli sviluppatori possono fine-tunare Llama 4 per domini, lingue o compiti specifici\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Privacy\u003C\u002Fstrong>: le organizzazioni possono eseguire Llama 4 localmente, garantendo che i dati non lascino mai la loro infrastruttura\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Innovazione\u003C\u002Fstrong>: i ricercatori possono studiare gli interni del modello, portando a nuove scoperte\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Ecosistema\u003C\u002Fstrong>: migliaia di modelli derivati si costruiscono su Llama 4, creando un ecosistema ricco\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Costo\u003C\u002Fstrong>: Llama 4 self-hosted è gratuito (oltre i costi hardware), l&#39;opzione più economica su larga scala\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>L&#39;ecosistema Llama include:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Llama 4 Base\u003C\u002Fstrong>: il modello pre-addestrato originale\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Llama 4 Instruct\u003C\u002Fstrong>: fine-tuned per il seguito di istruzioni\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Llama 4 Guard\u003C\u002Fstrong>: variante con filtro di sicurezza\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Fine-tune della community\u003C\u002Fstrong>: migliaia di varianti specifiche per dominio\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Versioni quantizzate\u003C\u002Fstrong>: modelli compressi che funzionano su hardware consumer\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Llama 4 Vision\u003C\u002Fstrong>: variante multimodale con comprensione delle immagini\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Nessun altro modello di IA ha generato un ecosistema così ricco. Sebbene GPT-5.5 e Claude possano essere più intelligenti, sono scatole nere. Llama 4 è trasparente, modificabile e guidato dalla community.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"2-analisi-dei-benchmark\">2. Analisi dei benchmark\u003C\u002Fh2>\n\u003Ch3 id=\"test-qi-mensa-norway-112-sopra-la-media\">Test QI Mensa Norway: 112 (sopra la media)\u003C\u002Fh3>\n\u003Cp>Consiste di 36 domande di riconoscimento di pattern visivi. Llama 4 ottiene \u003Cstrong>112\u003C\u002Fstrong> — sopra la media umana di 100, nella fascia &quot;sopra la media&quot;. Comparabile a DeepSeek V4 Pro (111), sotto Qwen 3.5 (115), Kimi K3 (118) e i modelli di frontiera (Claude ~130, Gemini 141, GPT-5.5 ~145, Grok-4.20 145).\u003C\u002Fp>\n\u003Cp>Un QI di 112 significa che Llama 4 è più intelligente di circa il 79% degli umani — il 21% superiore dell&#39;intelligenza umana. Se fosse una persona, sarebbe paragonabile a uno studente universitario capace o un professionista qualificato. Non un genio, ma certamente brillante e competente.\u003C\u002Fp>\n\u003Ch3 id=\"artificial-analysis-intelligence-index-top-15\">Artificial Analysis Intelligence Index: top 15\u003C\u002Fh3>\n\u003Cp>Sull&#39;Intelligence Index, Llama 4 si colloca nei top 15 globali con un punteggio stimato di \u003Cstrong>~43-44\u003C\u002Fstrong>. Lo posiziona competitivo con DeepSeek V4 Pro (44,3) ma dietro Qwen 3.5 (~45-46), Kimi K3 (~45-47), Gemini (46,5) e i modelli di frontiera.\u003C\u002Fp>\n\u003Cp>Decomposizione dei componenti dell&#39;Index:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>GDPval-AA v2\u003C\u002Fstrong>: Llama 4 performa adeguatamente, beneficiando del suo grande numero di parametri per diverse attività agentiche\u003C\u002Fli>\n\u003Cli>\u003Cstrong>AA-Omniscience\u003C\u002Fstrong>: Llama 4 ha un tasso di allucinazione moderato — migliore dei modelli più piccoli ma peggiore di Claude\u003C\u002Fli>\n\u003Cli>\u003Cstrong>GPQA\u003C\u002Fstrong>: Llama 4 performa ragionevolmente in domande scientifiche di livello post-laurea\u003C\u002Fli>\n\u003Cli>\u003Cstrong>HLE\u003C\u002Fstrong>: Llama 4 si colloca nei top 15 in Humanity&#39;s Last Exam\u003C\u002Fli>\n\u003Cli>\u003Cstrong>ARC-AGI\u003C\u002Fstrong>: Llama 4 performa adeguatamente nel ragionamento astratto\u003C\u002Fli>\n\u003Cli>\u003Cstrong>LMSYS Arena\u003C\u002Fstrong>: Llama 4 ottiene punteggi solidi di preferenza umana, particolarmente per compiti aperti\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"ai-iq-composto-vexowire-112\">AI IQ composto (VexoWire): ~112\u003C\u002Fh3>\n\u003Cp>Il QI composto di VexoWire combina più test (Mensa Norway, Mensa Denmark, Raven&#39;s, WAIS-IV). Il QI composto stimato di Llama 4 è \u003Cstrong>~112\u003C\u002Fstrong> — coerente con il suo punteggio Mensa Norway. Lo colloca nella fascia &quot;sopra la media&quot;, più intelligente di circa il 79% degli umani.\u003C\u002Fp>\n\u003Ch3 id=\"gdpval-aa-v2-top-15\">GDPval-AA v2: top 15\u003C\u002Fh3>\n\u003Cp>Nel benchmark agentico, Llama 4 si colloca nei top 15. Il suo grande numero di parametri (405B) gli dà conoscenza sostanziale e capacità di ragionamento, ma resta dietro i modelli di frontiera in compiti complessi multi-fase. Per carichi di lavoro agentici moderati, Llama 4 è competente.\u003C\u002Fp>\n\u003Ch3 id=\"humanity-s-last-exam-hle-top-15\">Humanity&#39;s Last Exam (HLE): top 15\u003C\u002Fh3>\n\u003Cp>Nelle domande accademiche più difficili, Llama 4 si colloca nei top 15 tra i modelli di IA. Gli estesi dati di addestramento di Meta e la grande capacità del modello lo aiutano a performare bene attraverso le discipline, sebbene non eguagli i modelli di frontiera nelle domande più specializzate.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"3-cosa-significa-un-qi-di-112\">3. Cosa significa un QI di 112?\u003C\u002Fh2>\n\u003Cp>Per contestualizzare il QI di 112 di Llama 4:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>85-115 (68% delle persone)\u003C\u002Fstrong>: Intelligenza media\u003C\u002Fli>\n\u003Cli>\u003Cstrong>115-130 (14%)\u003C\u002Fstrong>: Sopra la media ad alta\u003C\u002Fli>\n\u003Cli>\u003Cstrong>130-145 (2%)\u003C\u002Fstrong>: Dotato — qualifica per Mensa (top 2%)\u003C\u002Fli>\n\u003Cli>\u003Cstrong>145-160 (0,1%)\u003C\u002Fstrong>: Altamente dotato \u002F genio\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Llama 4, a 112, si situa nella \u003Cstrong>parte superiore della fascia &quot;media&quot;\u003C\u002Fstrong> — più intelligente di circa il 79% degli umani. Se fosse una persona, sarebbe paragonabile a uno studente universitario capace o un professionista qualificato. Non un genio, ma certamente brillante e competente.\u003C\u002Fp>\n\u003Cp>Questo è comparabile a DeepSeek V4 Pro (111) ma sotto gli altri modelli:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>Qwen 3.5: 115 (sopra la media)\u003C\u002Fli>\n\u003Cli>Kimi K3: 118 (sopra la media)\u003C\u002Fli>\n\u003Cli>Claude Opus 4.8: ~130 (dotato)\u003C\u002Fli>\n\u003Cli>Gemini 3.1 Pro: 141 (altamente dotato)\u003C\u002Fli>\n\u003Cli>GPT-5.5: ~145 (genio)\u003C\u002Fli>\n\u003Cli>Grok-4.20: 145 (genio)\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Il divario con i modelli di frontiera è di circa 18-33 punti di QI. Ma Llama 4 compensa con la sua natura open-source — per applicazioni che richiedono controllo totale, privacy o personalizzazione, l&#39;apertura di Llama 4 può compensare il divario di QI.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"4-dove-llama-4-eccelle\">4. Dove Llama 4 eccelle\u003C\u002Fh2>\n\u003Ch3 id=\"libert-open-source\">Libertà open-source\u003C\u002Fh3>\n\u003Cp>I pesi di Llama 4 sono \u003Cstrong>liberamente disponibili\u003C\u002Fstrong> per download e deployment locale. Questa è la sua caratteristica definitoria. Nessun altro modello di primo livello offre questo livello di apertura. Per organizzazioni che necessitano di controllo totale sulla loro infrastruttura di IA, Llama 4 è l&#39;unica opzione tra i modelli top.\u003C\u002Fp>\n\u003Ch3 id=\"personalizzazione-e-fine-tuning\">Personalizzazione e fine-tuning\u003C\u002Fh3>\n\u003Cp>Poiché i pesi sono disponibili, gli sviluppatori possono \u003Cstrong>fine-tunare Llama 4\u003C\u002Fstrong> per domini, lingue o compiti specifici. Questo ha portato a migliaia di fine-tune della community — modelli medici, modelli legali, modelli di programmazione, modelli di scrittura creativa e altro. Nessun modello chiuso offre questo livello di personalizzazione.\u003C\u002Fp>\n\u003Ch3 id=\"privacy-e-sicurezza-dei-dati\">Privacy e sicurezza dei dati\u003C\u002Fh3>\n\u003Cp>Con Llama 4, le organizzazioni possono eseguire il modello \u003Cstrong>interamente sul proprio hardware\u003C\u002Fstrong>, garantendo che i dati non lascino mai la loro infrastruttura. Per sanità, finanza, difesa e altre industrie sensibili, questo è critico. Nessun dato va ad API di terze parti.\u003C\u002Fp>\n\u003Ch3 id=\"costo-su-larga-scala\">Costo su larga scala\u003C\u002Fh3>\n\u003Cp>Llama 4 self-hosted è \u003Cstrong>gratuito\u003C\u002Fstrong> (oltre i costi hardware). Su larga scala, questo può essere drasticamente più economico che pagare tariffe API per token. Per organizzazioni con alti volumi di inferenza, l&#39;investimento hardware si ammortizza rapidamente.\u003C\u002Fp>\n\u003Ch3 id=\"ecosistema-community\">Ecosistema community\u003C\u002Fh3>\n\u003Cp>L&#39;ecosistema Llama è ineguagliabile. Migliaia di sviluppatori contribuiscono strumenti, fine-tune, quantizzazioni e ottimizzazioni. Questo approccio guidato dalla community significa che Llama 4 beneficia di innovazione collettiva — i miglioramenti vengono da ovunque, non solo da Meta.\u003C\u002Fp>\n\u003Ch3 id=\"trasparenza\">Trasparenza\u003C\u002Fh3>\n\u003Cp>A differenza dei modelli chiusi, l&#39;architettura e i pesi di Llama 4 sono \u003Cstrong>trasparenti\u003C\u002Fstrong>. I ricercatori possono studiare come funziona il modello, identificare bias, comprendere i fallimenti e proporre miglioramenti. Questa trasparenza è essenziale per il progresso scientifico e lo sviluppo responsabile dell&#39;IA.\u003C\u002Fp>\n\u003Ch3 id=\"ottimizzazione-hardware\">Ottimizzazione hardware\u003C\u002Fh3>\n\u003Cp>La community ha sviluppato numerose \u003Cstrong>versioni quantizzate\u003C\u002Fstrong> di Llama 4 che possono funzionare su hardware consumer — da 8-bit a 4-bit a 2-bit. Questo significa che puoi eseguire un modello di IA capace su una GPU di fascia alta, non solo in un data center.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"5-dove-llama-4-cade\">5. Dove Llama 4 cade\u003C\u002Fh2>\n\u003Ch3 id=\"qi-grezzo-e-ragionamento-complesso\">QI grezzo e ragionamento complesso\u003C\u002Fh3>\n\u003Cp>Con un QI di 112, Llama 4 è sotto i modelli di frontiera nei compiti di ragionamento complesso. Per i problemi più difficili — matematica competitiva, puzzle logici avanzati, ragionamento scientifico all&#39;avanguardia — Claude, GPT-5.5 e Gemini sono sostanzialmente migliori. Il divario di 18-33 punti di QI è significativo.\u003C\u002Fp>\n\u003Ch3 id=\"tasso-di-allucinazione\">Tasso di allucinazione\u003C\u002Fh3>\n\u003Cp>Llama 4 ha un \u003Cstrong>tasso di allucinazione moderato\u003C\u002Fstrong> — migliore dei modelli più piccoli ma peggiore di Claude (35,9%) e GPT-5.5. Per applicazioni dove l&#39;accuratezza fattuale è critica — ricerca, diritto, medicina — Claude rimane più affidabile.\u003C\u002Fp>\n\u003Ch3 id=\"finestra-di-contesto\">Finestra di contesto\u003C\u002Fh3>\n\u003Cp>Con una finestra di contesto di 128K token, Llama 4 è adeguato ma non eccezionale. Kimi K3 (2M), Gemini (1M) e Qwen 3.5 (256K) offrono finestre di contesto più grandi. Per compiti che richiedono di elaborare documenti molto lunghi, altri modelli sono scelte migliori.\u003C\u002Fp>\n\u003Ch3 id=\"capacit-multimodali\">Capacità multimodali\u003C\u002Fh3>\n\u003Cp>Sebbene Llama 4 Vision esista, le sue capacità multimodali sono meno rifinite di Qwen 3.5 (testo, immagine, audio, video) o Gemini (testo, immagine, audio, video). Per applicazioni che richiedono comprensione multimodale robusta, Qwen 3.5 o Gemini sono scelte migliori.\u003C\u002Fp>\n\u003Ch3 id=\"intelligenza-emotiva\">Intelligenza emotiva\u003C\u002Fh3>\n\u003Cp>Il QE (intelligenza emotiva) di Llama 4 è stimato a ~105 — inferiore a Claude (~132), GPT-5.5 (~120), Gemini (~115) e Qwen 3.5 (~107), ma paragonabile a DeepSeek (~105). Le sue risposte tendono ad essere più funzionali e meno emotivamente sfumate. Per app di terapia, servizio clienti o interazioni umane sensibili, Claude è la scelta migliore.\u003C\u002Fp>\n\u003Ch3 id=\"requisiti-hardware\">Requisiti hardware\u003C\u002Fh3>\n\u003Cp>Il modello completo da 405B parametri richiede \u003Cstrong>hardware significativo\u003C\u002Fstrong> per essere eseguito — multiple GPU di fascia alta per inferenza. Sebbene le versioni quantizzate aiutino, eseguire Llama 4 a piena qualità è costoso in termini di hardware. Per organizzazioni senza risorse computazionali sufficienti, i modelli basati su API possono essere più pratici.\u003C\u002Fp>\n\u003Ch3 id=\"sicurezza-e-allineamento\">Sicurezza e allineamento\u003C\u002Fh3>\n\u003Cp>Sebbene Llama 4 Guard esista per il filtraggio di sicurezza, la natura open-source significa che attori malevoli possono rimuovere le misure di sicurezza. Meta fornisce linee guida ma non può imporle. Per applicazioni che richiedono sicurezza garantita, i modelli chiusi con guardrails imposti possono essere più appropriati.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"6-llama-4-vs-altri-modelli\">6. Llama 4 vs altri modelli\u003C\u002Fh2>\n\u003Cdiv class=\"article-table-wrapper\">\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Modello\u003C\u002Fth>\n\u003Cth>Intelligence Index\u003C\u002Fth>\n\u003Cth>QI Mensa Norway\u003C\u002Fth>\n\u003Cth>AI IQ stim.\u003C\u002Fth>\n\u003Cth>Open-source\u003C\u002Fth>\n\u003Cth>Costo\u002F1M\u003C\u002Fth>\n\u003Cth>Contesto\u003C\u002Fth>\n\u003Cth>Parametri\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\u003Ctr>\n\u003Ctd>Llama 4\u003C\u002Ftd>\n\u003Ctd>~43-44 (top 15)\u003C\u002Ftd>\n\u003Ctd>112\u003C\u002Ftd>\n\u003Ctd>~112\u003C\u002Ftd>\n\u003Ctd>sì (gratuito)\u003C\u002Ftd>\n\u003Ctd>gratuito (self-hosted)\u003C\u002Ftd>\n\u003Ctd>128K\u003C\u002Ftd>\n\u003Ctd>405B\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Claude Opus 4.8\u003C\u002Ftd>\n\u003Ctd>55,7\u003C\u002Ftd>\n\u003Ctd>~130\u003C\u002Ftd>\n\u003Ctd>~132\u003C\u002Ftd>\n\u003Ctd>no\u003C\u002Ftd>\n\u003Ctd>5\u002F25\u003C\u002Ftd>\n\u003Ctd>200K\u003C\u002Ftd>\n\u003Ctd>sconosciuto\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>GPT-5.5\u003C\u002Ftd>\n\u003Ctd>54,8\u003C\u002Ftd>\n\u003Ctd>~145\u003C\u002Ftd>\n\u003Ctd>~136\u003C\u002Ftd>\n\u003Ctd>no\u003C\u002Ftd>\n\u003Ctd>5\u002F30\u003C\u002Ftd>\n\u003Ctd>400K\u003C\u002Ftd>\n\u003Ctd>sconosciuto\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Gemini 3.1 Pro\u003C\u002Ftd>\n\u003Ctd>46,5\u003C\u002Ftd>\n\u003Ctd>141\u003C\u002Ftd>\n\u003Ctd>~131\u003C\u002Ftd>\n\u003Ctd>no\u003C\u002Ftd>\n\u003Ctd>2\u002F12\u003C\u002Ftd>\n\u003Ctd>1M\u003C\u002Ftd>\n\u003Ctd>sconosciuto\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Grok-4.20\u003C\u002Ftd>\n\u003Ctd>top 5\u003C\u002Ftd>\n\u003Ctd>145\u003C\u002Ftd>\n\u003Ctd>~140\u003C\u002Ftd>\n\u003Ctd>no\u003C\u002Ftd>\n\u003Ctd>3\u002F15\u003C\u002Ftd>\n\u003Ctd>256K\u003C\u002Ftd>\n\u003Ctd>sconosciuto\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>DeepSeek V4 Pro\u003C\u002Ftd>\n\u003Ctd>44,3\u003C\u002Ftd>\n\u003Ctd>~111\u003C\u002Ftd>\n\u003Ctd>~111\u003C\u002Ftd>\n\u003Ctd>sì\u003C\u002Ftd>\n\u003Ctd>0,44\u002F0,87\u003C\u002Ftd>\n\u003Ctd>128K\u003C\u002Ftd>\n\u003Ctd>sconosciuto\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Qwen 3.5\u003C\u002Ftd>\n\u003Ctd>~45-46 (top 10)\u003C\u002Ftd>\n\u003Ctd>115\u003C\u002Ftd>\n\u003Ctd>~115\u003C\u002Ftd>\n\u003Ctd>sì\u003C\u002Ftd>\n\u003Ctd>0,50\u002F1,50\u003C\u002Ftd>\n\u003Ctd>256K\u003C\u002Ftd>\n\u003Ctd>sconosciuto\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Kimi K3\u003C\u002Ftd>\n\u003Ctd>~45-47 (top 10)\u003C\u002Ftd>\n\u003Ctd>118\u003C\u002Ftd>\n\u003Ctd>~118\u003C\u002Ftd>\n\u003Ctd>no\u003C\u002Ftd>\n\u003Ctd>0,55\u002F2,19\u003C\u002Ftd>\n\u003Ctd>2M\u003C\u002Ftd>\n\u003Ctd>sconosciuto\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>L&#39;immagine: Llama 4 è il \u003Cstrong>campione open-source\u003C\u002Fstrong> — non il più intelligente, ma il più accessibile. Claude è il \u003Cstrong>professionista capace\u003C\u002Fstrong> — il migliore in compiti reali. GPT-5.5 è il \u003Cstrong>genio dei test\u003C\u002Fstrong> — il migliore in matematica e ragionamento visivo. Gemini è il \u003Cstrong>campione del valore\u003C\u002Fstrong> — miglior rapporto qualità-prezzo tra i modelli di frontiera. Grok-4.20 è il \u003Cstrong>campione del QI grezzo\u003C\u002Fstrong> — QI più alto con personalità. DeepSeek è il \u003Cstrong>campione economico\u003C\u002Fstrong> — l&#39;API più economica. Qwen 3.5 è il \u003Cstrong>tuttologo\u003C\u002Fstrong> — il più versatile. E Kimi è il \u003Cstrong>campione del contesto lungo\u003C\u002Fstrong> — la più grande finestra di contesto.\u003C\u002Fp>\n\u003Cp>Per organizzazioni che necessitano di open-source, privacy, personalizzazione o costo su larga scala, Llama 4 è la scelta chiara. È il modello del popolo — non il più intelligente, ma il più libero.\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"7-cosa-significa-questo-per-gli-umani\">7. Cosa significa questo per gli umani?\u003C\u002Fh2>\n\u003Cp>Llama 4 opera a un QI di ~112 — più intelligente di circa il 79% degli umani. Ma:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Il QI non è tutto\u003C\u002Fstrong>: un QI di 112 è sopra la media e sufficiente per la maggior parte dei compiti pratici\u003C\u002Fli>\n\u003Cli>\u003Cstrong>L&#39;apertura conta più del QI grezzo per molte applicazioni\u003C\u002Fstrong>: per applicazioni sensibili alla privacy o che richiedono personalizzazione, l&#39;apertura di Llama 4 è più preziosa di un QI più alto\u003C\u002Fli>\n\u003Cli>\u003Cstrong>La libertà permette l&#39;innovazione\u003C\u002Fstrong>: i pesi aperti di Llama 4 hanno generato un intero ecosistema di innovazione che i modelli chiusi non possono eguagliare\u003C\u002Fli>\n\u003Cli>\u003Cstrong>La trasparenza costruisce fiducia\u003C\u002Fstrong>: poter ispezionare gli interni del modello costruisce fiducia che le scatole nere non possono\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Conoscenza ≠ comprensione\u003C\u002Fstrong>: come tutti i modelli di IA, Llama 4 ha accesso a vaste conoscenze ma non &quot;comprende&quot; veramente come un umano\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Nessuna coscienza\u003C\u002Fstrong>: QI alto non significa coscienza. Llama 4 è un sistema sofisticato di riconoscimento di pattern, non un essere pensante\u003C\u002Fli>\n\u003Cli>\u003Cstrong>La community guida il progresso\u003C\u002Fstrong>: l&#39;ecosistema Llama dimostra che la collaborazione aperta può produrre modelli competitivi con sistemi chiusi da miliardi di dollari\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>La risposta più onesta: Llama 4 è \u003Cstrong>più intelligente del 79% degli umani nei test cognitivi\u003C\u002Fstrong>, e per applicazioni che richiedono apertura, privacy o personalizzazione, è la scelta più intelligente — non perché è il più intelligente, ma perché è il più libero.\u003C\u002Fp>\n\u003Cp>\n    \u003Cdiv class=\"article-quiz-cta\">\n      \u003Cdiv class=\"article-quiz-cta__text\">Come si confronta il tuo QI con Llama 4? Fai la valutazione professionale di QI di NeuroLab.\u003C\u002Fdiv>\n      \u003Ca href=\"\u002Fit\u002Ftests\u002Fiq-standard\" class=\"article-quiz-cta__button\">\n        Fai il test ora →\n      \u003C\u002Fa>\n    \u003C\u002Fdiv>\u003C\u002Fp>\n\u003Chr>\n\u003Ch2 id=\"conclusione\">Conclusione\u003C\u002Fh2>\n\u003Cp>\n    \u003Cdiv class=\"article-callout\">\n      \u003Cdiv class=\"article-callout__title\">\n        \u003Cspan class=\"article-callout__icon\">💡\u003C\u002Fspan>\n        Punti chiave\n      \u003C\u002Fdiv>\n      \u003Cdiv class=\"article-callout__body\">- \u003Cstrong>Il QI di Llama 4 è 112\u003C\u002Fstrong> nel Mensa Norway — sopra la media, più intelligente di ~79% delle persone.\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Top 15 nell&#39;Intelligence Index\u003C\u002Fstrong> — competitivo con DeepSeek, dietro Qwen 3.5, Kimi e modelli di frontiera.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Pienamente open-source\u003C\u002Fstrong> — pesi liberamente disponibili per download, studio e deployment locale.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>405B parametri\u003C\u002Fstrong> — uno dei più grandi modelli open-source disponibili.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Meglio per\u003C\u002Fstrong>: applicazioni sensibili alla privacy, esigenze di personalizzazione, costo su larga scala, ricerca, deployment self-hosted, innovazione guidata dalla community.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Non meglio per\u003C\u002Fstrong>: QI grezzo (modelli di frontiera vincono), contesto lungo (Kimi vince), multimodale (Qwen 3.5 o Gemini vincono), intelligenza emotiva (Claude vince), sicurezza garantita (modelli chiusi con guardrails imposti).\u003C\u002Fli>\n\u003Cli>\u003Cstrong>La lezione\u003C\u002Fstrong>: l&#39;intelligenza non è solo essere il più intelligente — è essere il più accessibile. Llama 4 dimostra che l&#39;IA open-source può competere con sistemi chiusi da miliardi di dollari, democratizzando l&#39;accesso all&#39;IA avanzata per tutti.\u003C\u002Fdiv>\n    \u003C\u002Fdiv>\u003C\u002Fli>\n\u003C\u002Ful>\n",10,[18,22,25,28,32,35,38,41,44,47,50,53,56,59,62,65,68,71,74,77,80,83,86,89,92,95,98,101],{"id":19,"text":20,"level":21},"llama-4-il-campione-open-source-di-meta","Llama 4: il campione open-source di Meta",2,{"id":23,"text":24,"level":21},"1-la-rivoluzione-open-source","1. La rivoluzione open-source",{"id":26,"text":27,"level":21},"2-analisi-dei-benchmark","2. Analisi dei benchmark",{"id":29,"text":30,"level":31},"test-qi-mensa-norway-112-sopra-la-media","Test QI Mensa Norway: 112 (sopra la media)",3,{"id":33,"text":34,"level":31},"artificial-analysis-intelligence-index-top-15","Artificial Analysis Intelligence Index: top 15",{"id":36,"text":37,"level":31},"ai-iq-composto-vexowire-112","AI IQ composto (VexoWire): ~112",{"id":39,"text":40,"level":31},"gdpval-aa-v2-top-15","GDPval-AA v2: top 15",{"id":42,"text":43,"level":31},"humanity-s-last-exam-hle-top-15","Humanity's Last Exam (HLE): top 15",{"id":45,"text":46,"level":21},"3-cosa-significa-un-qi-di-112","3. Cosa significa un QI di 112?",{"id":48,"text":49,"level":21},"4-dove-llama-4-eccelle","4. Dove Llama 4 eccelle",{"id":51,"text":52,"level":31},"libert-open-source","Libertà open-source",{"id":54,"text":55,"level":31},"personalizzazione-e-fine-tuning","Personalizzazione e fine-tuning",{"id":57,"text":58,"level":31},"privacy-e-sicurezza-dei-dati","Privacy e sicurezza dei dati",{"id":60,"text":61,"level":31},"costo-su-larga-scala","Costo su larga scala",{"id":63,"text":64,"level":31},"ecosistema-community","Ecosistema community",{"id":66,"text":67,"level":31},"trasparenza","Trasparenza",{"id":69,"text":70,"level":31},"ottimizzazione-hardware","Ottimizzazione hardware",{"id":72,"text":73,"level":21},"5-dove-llama-4-cade","5. Dove Llama 4 cade",{"id":75,"text":76,"level":31},"qi-grezzo-e-ragionamento-complesso","QI grezzo e ragionamento complesso",{"id":78,"text":79,"level":31},"tasso-di-allucinazione","Tasso di allucinazione",{"id":81,"text":82,"level":31},"finestra-di-contesto","Finestra di contesto",{"id":84,"text":85,"level":31},"capacit-multimodali","Capacità multimodali",{"id":87,"text":88,"level":31},"intelligenza-emotiva","Intelligenza emotiva",{"id":90,"text":91,"level":31},"requisiti-hardware","Requisiti hardware",{"id":93,"text":94,"level":31},"sicurezza-e-allineamento","Sicurezza e allineamento",{"id":96,"text":97,"level":21},"6-llama-4-vs-altri-modelli","6. Llama 4 vs altri modelli",{"id":99,"text":100,"level":21},"7-cosa-significa-questo-per-gli-umani","7. Cosa significa questo per gli umani?",{"id":102,"text":103,"level":21},"conclusione","Conclusione",{"success":4,"data":105,"pagination":274},[106,114,121,129,130,138,145,152,160,167,174,181,188,195,203,210,217,224,232,239,246,253,260,267],{"id":107,"slug":108,"coverImage":109,"author":9,"viewsCount":10,"createdAt":110,"title":111,"description":112,"lang":14,"readingTime":113},"jy0egbpgrn30am622jy7xfrw","adhd-and-iq","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1507812984078-917231447e3e?w=1280","2026-08-01T10:53:57.021Z","ADHD e QI: quando il deficit di attenzione nasconde un'alta intelligenza","L'ADHD può mascherare un QI alto? Sì. La ricerca mostra che i deficit di attenzione possono abbassare artificialmente i punteggi del QI di 10-15 punti — nascondendo menti dotate dietro scarsa concentrazione.",7,{"id":115,"slug":116,"coverImage":117,"author":9,"viewsCount":10,"createdAt":118,"title":119,"description":120,"lang":14,"readingTime":113},"dvlwozf321i8jlk9sfl390k1","online-vs-certified-iq-tests","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1499209974431-9fccce68dc04?w=1280","2026-08-01T10:53:51.481Z","Test del QI online vs certificati: quanto sono precisi?","Hai ottenuto 140 in un test del QI online gratuito. Ma cosa significa davvero? Confrontiamo i test online con le valutazioni certificate — e i risultati potrebbero sorprenderti.",{"id":122,"slug":123,"coverImage":124,"author":9,"viewsCount":10,"createdAt":125,"title":126,"description":127,"lang":14,"readingTime":128},"maxnlmh4wqwxjuidbe2cb1jh","iq-above-160","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1454165804606-c3d57bc86b40?w=1280","2026-08-01T10:53:46.258Z","QI sopra 160: com'è la vita all'estremità","Solo 1 persona su 30.000 ha un QI sopra 160. Esploriamo la vita all'estremità dell'intelligenza umana — i doni, le lotte e i miti.",8,{"id":6,"slug":7,"coverImage":8,"author":9,"viewsCount":10,"createdAt":11,"title":12,"description":13,"lang":14,"readingTime":16},{"id":131,"slug":132,"coverImage":133,"author":9,"viewsCount":134,"createdAt":135,"title":136,"description":137,"lang":14,"readingTime":16},"pxehdebhlpxfs0h5qm2m23e9","iq-qwen-35","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1518186285589-2f7649de83e0?w=1280",1,"2026-08-01T09:43:54.387Z","Qual è il QI di Qwen 3.5?","Qwen 3.5 ottiene 115 nel test QI Mensa Norway e si colloca nei top 10 dell'Intelligence Index. Analizziamo ogni benchmark e spieghiamo cosa rende unico il modello di Alibaba.",{"id":139,"slug":140,"coverImage":141,"author":9,"viewsCount":21,"createdAt":142,"title":143,"description":144,"lang":14,"readingTime":16},"st1nxd9ef5blcslk68p83pj1","iq-kimi-k3","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1620712943524-bccbe725b837?w=1280","2026-08-01T09:35:19.416Z","Qual è il QI di Kimi K3?","Kimi K3 ottiene 118 nel test QI Mensa Norway e si colloca nei top 10 dell'Intelligence Index. Analizziamo ogni benchmark e spieghiamo cosa rende unico il modello di Moonshot AI.",{"id":146,"slug":147,"coverImage":148,"author":9,"viewsCount":10,"createdAt":149,"title":150,"description":151,"lang":14,"readingTime":16},"u65iu8mijuzx0t4g1981phue","iq-deepseek-v4","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1677372139014-394e5b51f79b?w=1280","2026-08-01T09:26:28.711Z","Qual è il QI di DeepSeek V4?","DeepSeek V4 Pro ottiene 111 nel test QI Mensa Norway e 44.3 nell'Intelligence Index. Analizziamo ogni benchmark e spieghiamo perché è il miglior modello di IA economico.",{"id":153,"slug":154,"coverImage":155,"author":9,"viewsCount":156,"createdAt":157,"title":158,"description":159,"lang":14,"readingTime":16},"lci1u8drubje01qwq1vah01m","iq-grok-420","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1635776062127-d379b0ba009b?w=1280",6,"2026-07-31T20:31:21.869Z","Qual è il QI di Grok-4.20?","Grok-4.20 ottiene 145 nel test QI Mensa Norway — pari al #1 tra tutti i modelli di IA. Analizziamo ogni benchmark e spieghiamo cosa rende unico il modello di xAI.",{"id":161,"slug":162,"coverImage":163,"author":9,"viewsCount":21,"createdAt":164,"title":165,"description":166,"lang":14,"readingTime":16},"n32qvrqd1er095jgz98qg73l","iq-gemini-31-pro","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1591488320449-011701bb6704?w=1280","2026-07-31T20:08:25.263Z","Qual è il QI di Gemini 3.1 Pro?","Gemini 3.1 Pro ottiene 141 nel test QI Mensa Norway e 46,5 nell'Intelligence Index. Analizziamo ogni benchmark e spieghiamo perché è il modello frontier più conveniente.",{"id":168,"slug":169,"coverImage":170,"author":9,"viewsCount":134,"createdAt":171,"title":172,"description":173,"lang":14,"readingTime":16},"jl69290gswdg1wrb5oy6iiyo","iq-gpt-55","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1620712943543-bcc4688e7485?w=1280","2026-07-31T20:02:24.931Z","Qual è il QI di GPT-5.5?","GPT-5.5 ottiene ~145 nel test QI Mensa Norway e 54,8 nell'Intelligence Index. Analizziamo ogni benchmark e confrontiamo con Claude, Gemini e Grok.",{"id":175,"slug":176,"coverImage":177,"author":9,"viewsCount":134,"createdAt":178,"title":179,"description":180,"lang":14,"readingTime":16},"fmyy2tdkvdmffu6n9y5npc5c","iq-claude-opus-48","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1677442136019-21780ecad995?w=1280","2026-07-31T19:55:44.364Z","Qual è il QI di Claude Opus 4.8?","Claude Opus 4.8 guida l'Artificial Analysis Intelligence Index con 55,7 e ottiene ~132-145 nei test di QI umani. Analizziamo ogni benchmark e confrontiamo con GPT-5.5, Gemini e Grok.",{"id":182,"slug":183,"coverImage":184,"author":9,"viewsCount":10,"createdAt":185,"title":186,"description":187,"lang":14,"readingTime":128},"mhlz1hmh5ez4vs6loftlxd06","fasting-cognitive-performance","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1490645935441-5b6c2cc1e5e1?w=1280","2026-07-30T18:32:08.207Z","Il digiuno migliora le prestazioni cognitive?","Dal digiuno intermittente ai chetoni: rivediamo le prove sul fatto che il digiuno affila la mente, migliora la concentrazione o in realtà compromette la cognizione. La scienza potrebbe sorprenderti.",{"id":189,"slug":190,"coverImage":191,"author":9,"viewsCount":21,"createdAt":192,"title":193,"description":194,"lang":14,"readingTime":16},"fentmgsgc3lq034m2nk53ol4","wechsler-iq-test-subtests","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1494256997604-668ec142f5d2?w=1280","2026-07-30T18:21:58.964Z","Test di QI Wechsler: cosa misura davvero ogni subtest","Il WAIS e il WISC sono i test di QI più utilizzati al mondo. Analizziamo ogni subtest, cosa misura realmente e come i punteggi si traducono in capacità cognitive reali.",{"id":196,"slug":197,"coverImage":198,"author":9,"viewsCount":10,"createdAt":199,"title":200,"description":201,"lang":14,"readingTime":202},"wlwyq33ezei7c22edclwpyvo","lead-fluoride-iq-loss","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1581093577124-a6f4b6e3a5e1?w=1280","2026-07-30T18:10:59.930Z","Piombo, Fluoro e Perdita di QI: Le Prove Ambientali","Le tossine ambientali possono davvero ridurre il tuo QI? Rivediamo gli studi più solidi sull'esposizione al piombo, al fluoro e al declino cognitivo, separando la scienza seria dal sensazionalismo.",9,{"id":204,"slug":205,"coverImage":206,"author":9,"viewsCount":31,"createdAt":207,"title":208,"description":209,"lang":14,"readingTime":128},"ue16gxaun3lus9vml8imf6ci","iq-changes-during-pregnancy","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1559750178-961c031777fe?w=1280","2026-07-29T18:52:18.316Z","Cambiamenti del QI durante la gravidanza: cosa trova la ricerca","La gravidanza rimpicciolisce davvero il tuo cervello? Rivediamo le neuroscienze della cognizione materna, dal 'cervello da gravidanza' ai cambiamenti strutturali duraturi, separando fatti da miti.",{"id":211,"slug":212,"coverImage":213,"author":9,"viewsCount":134,"createdAt":214,"title":215,"description":216,"lang":14,"readingTime":202},"zd0sfdazkyai41s0kh639ohl","does-bilingualism-raise-iq","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1523050854058-8f908275853f?w=1280","2026-07-29T18:37:21.546Z","Parlare due lingue aumenta davvero il tuo QI?","Il vantaggio bilingue è dibattuto da decenni. Rivediamo gli studi più solidi su bilinguismo e capacità cognitiva, separando effetti reali da esagerazioni.",{"id":218,"slug":219,"coverImage":220,"author":9,"viewsCount":31,"createdAt":221,"title":222,"description":223,"lang":14,"readingTime":202},"s0hko69oudyziplx2q04ab9q","gifted-kids-peaked-early-childhood-iq-fades","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1503454537195-1dc81782b6d3?w=1280","2026-07-29T18:23:11.299Z","Bambini dotati che hanno raggiunto il picco presto: perché il QI infantile svanisce","Perché molti bambini prodigio diventano adulti ordinari? Esaminiamo la ricerca sul picco precoce di QI, la 'regressione alla media' e ciò che predice davvero il successo adulto.",{"id":225,"slug":226,"coverImage":227,"author":9,"viewsCount":228,"createdAt":229,"title":230,"description":231,"lang":14,"readingTime":128},"s7x75o02kixj2u43gw4ah5pa","olfactory-processing-speed-cognitive-marker","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1542838132-92c53300287c?w=1280",5,"2026-07-28T20:44:46.046Z","Velocità di elaborazione olfattiva come marcatore cognitivo","La velocità con cui identifichi gli odori può prevedere la tua capacità cognitiva? Esaminiamo la ricerca sorprendente che collega la velocità di elaborazione olfattiva a QI, memoria e rischio di malattia neurodegenerativa.",{"id":233,"slug":234,"coverImage":235,"author":9,"viewsCount":21,"createdAt":236,"title":237,"description":238,"lang":14,"readingTime":202},"v1qq1yz082k72zzynk0qv2yh","do-musicians-have-higher-iqs","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1520006510097-3d64427f3f98?w=1280","2026-07-28T20:33:35.372Z","I musicisti hanno un QI più alto? Il verdetto della ricerca","L'idea che i musicisti siano più intelligenti è molto diffusa — ma la scienza la supporta? Esaminiamo 10 studi chiave su formazione musicale, QI e capacità cognitive per separare i fatti dalla finzione.",{"id":240,"slug":241,"coverImage":242,"author":9,"viewsCount":31,"createdAt":243,"title":244,"description":245,"lang":14,"readingTime":202},"xam91ejelkjg23x2z9skt9vm","are-night-owls-smarter","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1518837695005-2083093ee35b?w=1280","2026-07-28T19:56:50.110Z","I nottambuli sono più intelligenti? Cronotipo e performance cognitiva","L'idea che i nottambuli siano più intelligenti dei mattinieri è popolare — ma cosa mostra realmente la ricerca? Esaminiamo le evidenze su cronotipo, QI e performance cognitiva.",{"id":247,"slug":248,"coverImage":249,"author":9,"viewsCount":228,"createdAt":250,"title":251,"description":252,"lang":14,"readingTime":202},"hpakkt3uv7frkkhj2el6fvm1","does-high-iq-make-you-rich","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1579621970795-87facc2f976d?w=1280","2026-07-28T19:44:01.170Z","Un QI alto ti rende ricco? Revisione di 12 studi","La correlazione tra QI e reddito è reale ma sorprendentemente debole. Esaminiamo 12 studi chiave per capire perché un QI alto non garantisce ricchezza — e cosa predice realmente il successo finanziario.",{"id":254,"slug":255,"coverImage":256,"author":9,"viewsCount":228,"createdAt":257,"title":258,"description":259,"lang":14,"readingTime":202},"b5ct19s9mfso606wcppcp79o","iq-test-scores-in-prison-populations","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1497366216548-37526070297c?w=1280","2026-07-28T18:49:50.582Z","Punteggi del test di QI nelle popolazioni carcerarie: cosa mostrano gli studi","La ricerca trova costantemente che le popolazioni carcerarie ottengono punteggi più bassi nei test di QI rispetto al pubblico generale — di circa 10-12 punti in media. Ma le ragioni sono molto più complesse di \"i criminali sono meno intelligenti\". Questo articolo esamina le prove, i fattori di confondimento e cosa significano realmente i dati.",{"id":261,"slug":262,"coverImage":263,"author":9,"viewsCount":156,"createdAt":264,"title":265,"description":266,"lang":14,"readingTime":16},"zjjd6y8yfcydy6y02c9xa2yf","which-country-has-the-highest-average-iq","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1526129313847-8d262a6b1f0d?w=1280","2026-07-28T18:08:12.398Z","Quale paese ha il QI medio più alto (e perché i dati sono confusi)","Ogni pochi mesi, un nuovo titolo dichiara che Singapore, Hong Kong o Corea del Sud ha il QI più alto del mondo. Ma dietro queste classifiche si nasconde un groviglio di problemi metodologici, pregiudizi culturali e dati obsoleti. Questo articolo svela ciò che la ricerca mostra realmente — e ciò che non mostra.",{"id":268,"slug":269,"coverImage":270,"author":9,"viewsCount":156,"createdAt":271,"title":272,"description":273,"lang":14,"readingTime":202},"nxfpaqozmm0dpaytyy2cjixv","why-your-iq-test-score-changes-over-time","https:\u002F\u002Fimages.unsplash.com\u002Fphoto-1499750310107-5fef28a66643?w=1280","2026-07-28T17:41:56.522Z","Perché il tuo punteggio del test di QI cambia nel tempo","Il tuo punteggio di QI non è un numero fisso impresso nel tuo cervello. La ricerca mostra che i punteggi di QI possono cambiare significativamente nel corso della vita — a volte di 20 punti o più. Questa guida spiega cosa guida questi cambiamenti e cosa significano per te.",{"page":134,"pageSize":275,"pageCount":31,"total":276},24,49]