# Gemini 4 Hydrogen benchmark: confronto con Claude Sonnet 5.5 e GPT-6.1 Terra

> Gemini 4 Hydrogen benchmark: le 10 prove della model card contro Claude Sonnet 5.5 e GPT-6.1 Terra, dove vince, dove perde e come rifare il test.

Fonte: Giallo Studio (giallostudio.it) · Pagina: https://giallostudio.it/blog/gemini-4-hydrogen-benchmark · Pubblicato: 2026-11-14 · Aggiornato: 2026-11-14

**Gemini 4 Hydrogen, nelle prove pubblicate da Google il 12 novembre 2026, ottiene il punteggio più alto in 7 delle 10 righe della tabella contro Claude Sonnet 5.5 e GPT-6.1 Terra, mentre nelle altre 3 Claude Sonnet 5.5 sta davanti.** I numeri vengono dalla [model card di DeepMind](https://deepmind.google/models/model-cards/gemini-4-hydrogen/), dal documento di [valutazione e metodologia](https://deepmind.google/models/evals-methodology/gemini-4-hydrogen) e dall’[annuncio di Google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/), consultati il 14 novembre 2026.

Sono risultati dichiarati da Google: Giallo non li ha rieseguiti. In questa guida trovate la tabella completa tradotta, che cosa Google dice di ogni prova, chi ha calcolato i valori e come costruire un test sui vostri casi. La scheda di presentazione del modello è in [Gemini 4 Hydrogen: cos’è](https://giallostudio.it/blog/gemini-4-hydrogen-cos-e).

<div class="key-points">
<p class="kp-title">In sintesi</p>
<ul>
<li>La model card di Gemini 4 Hydrogen riporta 10 prove, divise in sei aree, e confronta il modello con Claude Sonnet 5.5 e GPT-6.1 Terra.</li>
<li>Hydrogen è primo in SWE-sweep, Agents’ Last Exam v1.1, AutomationBench-AA, Vending-Bench 2, MKA, Chartography e HLE-Diamond.</li>
<li>Claude Sonnet 5.5 è primo su Terminal-Bench 4.1, OSWorld-2.1 e Terminal-Bench-Science 0.1.</li>
<li>Per sette prove Hydrogen è misurato da Google; i numeri dei concorrenti sono per lo più dichiarati dai fornitori o presi da leaderboard pubbliche.</li>
<li>Sulla sicurezza Google riporta miglioramenti rispetto a Gemini 3.8 Flash, ma anche più rifiuti ingiustificati (+5,57 punti), e il rapporto completo non è ancora uscito.</li>
<li>Per una PMI la scelta del modello si fa con una prova su casi propri: i benchmark servono a decidere quali modelli provare.</li>
</ul>
</div>

## Che cosa dice la tabella benchmark di Gemini 4 Hydrogen?

La tabella della model card è «as of November, 2026» e mette a confronto tre modelli su dieci prove. Qui sotto la trovate tradotta, con una colonna che riporta che cosa Google dice di ogni prova. Dove Google non spiega una prova, indichiamo soltanto la categoria e la nota della tabella, senza aggiungere interpretazioni nostre. In grassetto il valore più alto di ogni riga.

| Prova (area) | Che cosa dice Google | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra | Fonte |
| --- | --- | --- | --- | --- | --- |
| SWE-sweep (coding agentico) | Trovare e correggere bug senza rompere il codice esistente (annuncio) | **13,5%** | 3,1% | 5,8% | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |
| Terminal-Bench 4.1 (coding agentico) | Nota: «cheating-adjusted» (letteralmente, corretto per gli imbrogli) | 57,0% | **63,9%** | non disponibile | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |
| Agents’ Last Exam v1.1 (lavoro di conoscenza) | Flussi di lavoro professionali completi, punteggio medio per criteri | **71,6%** | 60,4% | 69,8% | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |
| AutomationBench-AA (lavoro di conoscenza) | Nessuna descrizione; Google scrive solo che Hydrogen guida la sua classe di modelli | **76,1%** | 71,8% | 60,2% | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |
| Vending-Bench 2 (lavoro di conoscenza) | Nota: saldo bancario in dollari | **14.549 dollari** | 11.165 dollari | 9.107 dollari | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |
| OSWorld-2.1 (uso del computer) | Nota: sottoinsieme offline di 82 task | 77,6% | **83,9%** | 74,2% | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |
| MKA (comprensione multimodale) | Lavoro di conoscenza agentico su file visivi complessi (annuncio); nota «Climb WSR accuracy» | **53,4%** | 52,0% | 43,8% | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |
| Chartography (comprensione multimodale) | Nessuna descrizione nelle pagine consultate | **66,6%** | 61,6% | 63,2% | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |
| Terminal-Bench-Science 0.1 (scienza e matematica) | Nessuna descrizione nelle pagine consultate | 51,4% | **59,9%** | 58,3% | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |
| HLE-Diamond (ragionamento) | Ragionamento e analisi in domini specialistici (annuncio) | **58,8%** | 53,3% | 47,3% | [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) |

Le descrizioni «dell’annuncio» vengono dal [post di Google del 12 novembre 2026](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/); le note sono le etichette della model card, tradotte; il numero di task di OSWorld viene dal documento di metodologia. Su Terminal-Bench 4.1 la casella di GPT-6.1 Terra riporta un trattino: Google non pubblica quel dato.

## Dove vince e dove perde Gemini 4 Hydrogen contro Claude Sonnet 5.5 e GPT-6.1 Terra?

Hydrogen è primo in sette prove su dieci, e in quattro ha margini ampi su almeno uno dei due concorrenti. Sui dati della [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/), con scarti in punti percentuali calcolati da noi:

- **AutomationBench-AA:** +4,3 su Sonnet 5.5 e +15,9 su Terra.
- **HLE-Diamond:** +5,5 su Sonnet 5.5 e +11,5 su Terra.
- **Agents’ Last Exam v1.1:** +11,2 su Sonnet 5.5 e +1,8 su Terra.
- **SWE-sweep:** 13,5% contro 3,1% e 5,8% ([model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/)). Sono valori bassi in assoluto per tutti e tre: l’ordine conta più della distanza.

Dove perde, lo fa con scarti non piccoli ([model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/)). Su Terminal-Bench 4.1 Sonnet 5.5 è avanti di 6,9 punti, su OSWorld-2.1 di 6,3 e su Terminal-Bench-Science 0.1 di 8,5; in quest’ultima Hydrogen è anche dietro a Terra (58,3%), quindi ultimo dei tre. Su OSWorld-2.1 Hydrogen resta davanti a Terra, con 3,4 punti di margine.

Su MKA (+1,4 su Sonnet 5.5) e su Chartography (+3,4 su Terra) i margini sono contenuti: con un solo tentativo (pass@1) e valori di provenienza diversa, una differenza così piccola non permette di dire che uno dei due sia migliore nel vostro lavoro.

La lettura che emerge dai numeri è tutta in una frase: sulle prove di lavoro di conoscenza e di ragionamento Hydrogen sta davanti, su quelle di terminale, computer e scienza è Sonnet 5.5 a farlo. È una direzione, non un verdetto. Per il quadro più ampio con altri modelli, la guida [Claude, GPT e Gemini a confronto](https://giallostudio.it/blog/confronto-claude-gpt-gemini) spiega come ragionare sulle differenze tra famiglie.

## Chi ha calcolato questi numeri e perché il confronto non è del tutto alla pari?

Il punto più importante sta nella metodologia. Nel [documento di valutazione](https://deepmind.google/models/evals-methodology/gemini-4-hydrogen) Google scrive che i punteggi di Hydrogen sono pass@1, cioè un solo tentativo, salvo diversa indicazione, senza voto di maggioranza né calcolo parallelo in fase di test, e che i risultati Gemini usano il livello di ragionamento più alto, salvo indicazione diversa (per Terminal-Bench 4.1 il livello è `high`). I risultati dei modelli non Gemini sono invece quelli dichiarati dai fornitori, salvo eccezioni indicate; per Sonnet 5.5 e Terra Google riporta le impostazioni di ragionamento massime disponibili, e quando non esistono usa i migliori risultati reperibili.

<div class="callout"><strong>Attenzione</strong> Una tabella con tre colonne sembra una gara con regole uguali per tutti. Non lo è: in molte righe Google misura Hydrogen con un harness scelto da lei, mentre i concorrenti vengono da leaderboard pubbliche o dalle loro schede tecniche. Giallo non ha rieseguito nessuna prova.</div>

Il dettaglio riga per riga, dal [documento di valutazione](https://deepmind.google/models/evals-methodology/gemini-4-hydrogen):

<details><summary>Chi ha calcolato che cosa, prova per prova</summary>
<ul>
<li><strong>SWE-sweep:</strong> Hydrogen calcolato da Google con il sistema Antigravity-CLI versione 1.4.8 e filtri di sicurezza attivi; Sonnet 5.5 e Terra dal leaderboard pubblico ufficiale.</li>
<li><strong>Terminal-Bench 4.1:</strong> Hydrogen calcolato da Google con mini-swe-agent, media di 5 tentativi per compito e livello di impegno alto; Sonnet 5.5 dal leaderboard ufficiale. Tutti i risultati usano l’accuratezza «cheating-adjusted».</li>
<li><strong>Agents’ Last Exam v1.1:</strong> 122 task e finestra di 5 ore, con filtri di sicurezza. Hydrogen è calcolato con Antigravity-CLI 1.4.8, Sonnet 5.5 con l’harness ALE-Claw nella stessa configurazione; Terra viene dal leaderboard ufficiale. Le risposte bloccate dai filtri sono restituite come stringa vuota.</li>
<li><strong>AutomationBench-AA e HLE-Diamond:</strong> tutti i valori dal leaderboard di Artificial Analysis.</li>
<li><strong>Vending-Bench 2:</strong> valori dal leaderboard pubblico di Andon Labs.</li>
<li><strong>OSWorld-2.1:</strong> 82 task offline, senza internet. Hydrogen e Sonnet 5.5 calcolati da Google, con il massimo su tre esecuzioni; Terra dalla scheda di sistema pubblicata. È riportato il punteggio parziale.</li>
<li><strong>MKA:</strong> Hydrogen calcolato da Google; gli altri valori dal leaderboard di Artificial Analysis.</li>
<li><strong>Chartography:</strong> Hydrogen e Terra calcolati da Google, senza strumenti; Sonnet 5.5 dalla scheda di sistema pubblicata.</li>
<li><strong>Terminal-Bench-Science 0.1:</strong> Hydrogen calcolato da Google con media di 5 tentativi; gli altri valori dal leaderboard ufficiale.</li>
</ul>
</details>

Due conseguenze pratiche. La prima: dove Google misura il proprio modello con un harness scelto da lei, e il concorrente è preso altrove, una parte dello scarto può dipendere dall’harness e non dal modello. La seconda: dove il valore viene da un leaderboard pubblico, come per AutomationBench-AA e HLE-Diamond, tutti i modelli sono almeno giudicati dallo stesso arbitro.

## Che cosa aggiunge l’annuncio di Google oltre alla tabella?

L’annuncio contiene altre cifre, tutte dichiarate da Google e non verificate da noi. Le trovate nel [post del 12 novembre 2026](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/), che nel frattempo è stato aggiornato il 13 novembre:

- **Artificial Analysis Intelligence Index** (dall’[annuncio](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/)): 51 al livello di ragionamento predefinito (`high`) contro 50 di Gemini 4 Argon, e 54 al livello più alto (`xhigh`).
- **Agent Arena** di arena.ai: quinto posto.
- **Vals Tax Agent Bench:** primo, con 52,3%. **Vals Legal Research Bench:** primo a pari merito, con 55,8%.
- **Rispetto a Gemini 3.8 Flash:** compiti finiti 2,5 volte più velocemente a `high`; Terminal-Bench 4.1 a 57% contro 18,2%; affermazioni inventate ridotte di oltre 5 volte.
- **Orchestrator in Google Antigravity:** su Terminal-Bench 4.0 ottiene tassi di successo vicini a Carbon con il 24% di quota in meno, completando il lavoro il 19% più in fretta. È la versione 4.0 della prova, diversa dalla 4.1 della tabella.

Il confronto tra Hydrogen e i modelli fratelli, Carbon e Argon, con ruolo, prezzo e livelli di ragionamento, è in [Gemini 4 Hydrogen vs Carbon e Argon](https://giallostudio.it/blog/gemini-4-hydrogen-vs-carbon-argon). Le tabelle dei due modelli «frontier» sono in [benchmark di Gemini 4 Carbon](https://giallostudio.it/blog/gemini-4-carbon-benchmark-confronto) e [benchmark di Gemini 4 Argon](https://giallostudio.it/blog/gemini-4-argon-benchmark-confronto-llm).

## Che cosa dicono i numeri di sicurezza di Gemini 4 Hydrogen?

Google presenta la sicurezza come una misura da leggere insieme alle prestazioni, e il quadro è a due facce. Nell’[annuncio](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/) il confronto è con Gemini 3.8 Flash: fino all’81% in meno di azioni fuori dal richiesto («overreach»), fino al 79% in meno di compiti serviti a metà («under-service»), azioni disallineate e scorciatoie ridotte di 12 volte nelle valutazioni su strumenti e coding, 94% di onestà nella valutazione interna degli agenti, e una resistenza alle prompt injection indirette superiore di oltre 2,3 volte sul benchmark Gray Swan IPI. I rifiuti ingiustificati su HealthBench Pro restano sotto lo 0,4%.

La [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/) è meno trionfale. Nelle valutazioni automatiche rispetto a 3.8 Flash la sicurezza del testo (+0,80 punti) e quella multilingue (+1,10) restano, per Google, simili entro gli intervalli di confidenza; quella immagine-testo sale di 7,00 punti. Il tono dei rifiuti (-0,65) è giudicato simile, mentre i rifiuti ingiustificati salgono di 5,57 punti, soprattutto con prompt multimodali: in pratica il modello rifiuta più spesso richieste lecite. Google aggiunge che il rapporto completo «Safety & Security» arriverà più avanti, e che tra i limiti noti ci sono allucinazioni, rallentamenti occasionali e un maggior consumo di token ai livelli di ragionamento alti.

Sul fronte dei rischi estremi, la scheda indica che Hydrogen non mostra un aumento materiale di capacità rispetto ad Argon, che le soglie critiche per il rischio biologico e per la cybersecurity non sono raggiunte ma le soglie di allerta sì, e che le mitigazioni restano attive. Per un agente in azienda interessano soprattutto due punti: la resistenza alle istruzioni nascoste nei documenti e il comportamento davanti a un compito bloccato. Sono misure dichiarate da Google, e vanno verificate con [prove sulle allucinazioni](https://giallostudio.it/blog/allucinazioni-ai-come-evitarle) e sui casi limite del vostro processo.

## Che cosa significano MKA e Chartography per un ufficio amministrativo?

Prendiamo un esempio, dichiarato come tale: un ufficio amministrativo che ogni mese estrae importi, date e codici da PDF di fornitori, estratti conto e grafici di report. Le due prove di comprensione multimodale sono le più vicine a quel lavoro, ma non nello stesso modo.

Google descrive MKA come una prova nuova di lavoro di conoscenza agentico su file visivi complessi e riporta per Hydrogen 53,4%, contro 52,0% di Sonnet 5.5 e 43,8% di Terra ([annuncio](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/) e [model card](https://deepmind.google/models/model-cards/gemini-4-hydrogen/)). Su Chartography Hydrogen ha 66,6%, Sonnet 5.5 61,6% e Terra 63,2%, ma nelle pagine consultate il 14 novembre 2026 Google non spiega che cosa misuri: sappiamo soltanto che la colloca nella comprensione multimodale. Per questo non la leggiamo come «lettura dei grafici» né come altro: è un indizio di categoria.

Un ufficio che deve estrarre dati da documenti visivi trae da queste righe un solo messaggio: Hydrogen merita di entrare nella prova, insieme a Sonnet 5.5. Quale dei due sbaglia meno sui vostri PDF, con i vostri formati e le vostre firme in basso a destra, lo può dire solo il test. Per le basi del tema, la guida [AI multimodale](https://giallostudio.it/blog/ai-multimodale-cos-e) spiega che cosa significa far leggere a un modello testo, immagini e tabelle insieme.

## Quanto costa ottenere questi risultati?

Google indica per Hydrogen 1,50 $ per milione di token in input e 7,50 $ per milione in output, con prezzo piatto su tutta la finestra da un milione di token ([annuncio](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/) e [listino](https://aistudio.google.com/docs/pricing)). I token di ragionamento si pagano come output, e i risultati della tabella sono ottenuti, salvo eccezioni come Terminal-Bench 4.1 (livello `high`), al livello di ragionamento più alto: con un livello più basso costo e punteggi possono cambiare. Il conto completo, con esempi, è in [Gemini 4 Hydrogen prezzi](https://giallostudio.it/blog/gemini-4-hydrogen-prezzi-api). I listini dei concorrenti non sono nelle fonti Google e qui non li abbiamo riesaminati.

## Come rifare un test sui propri casi in una PMI?

Un benchmark risponde alla domanda «come va questo modello su compiti di altri». Voi dovete rispondere a «come va sui miei». Il metodo regge per qualunque coppia di modelli, anche tra Hydrogen e Sonnet 5.5, e non richiede numeri inventati.

<ol class="steps">
<li><strong>Scegliete un processo reale:</strong> una cosa ripetitiva e verificabile, come estrarre dati da fatture o riassumere capitolati.</li>
<li><strong>Raccogliete una ventina di casi già conclusi:</strong> con l’esito corretto noto, compresi due o tre casi sporchi, con scansioni storte o dati mancanti.</li>
<li><strong>Fissate i criteri di errore prima di provare:</strong> quale sbaglio rende il risultato inutilizzabile, quale è tollerabile, quanto tempo richiede la correzione.</li>
<li><strong>Usate lo stesso testo di istruzioni per tutti i modelli:</strong> stesso prompt, stessi documenti, stesso formato di risposta; cambiate una variabile alla volta, per esempio il <a href="https://giallostudio.it/blog/reasoning-effort-cosa-cambia">livello di ragionamento</a>.</li>
<li><strong>Contate errori, tempo di revisione e costo:</strong> un modello che sbaglia meno ma costa il doppio può non convenire, e il contrario.</li>
<li><strong>Ripetete la prova a ogni cambio di modello:</strong> il banco di prova è un asset dell’azienda, il modello si può sostituire.</li>
</ol>

Chi ha già integrazioni attive trova i passaggi tecnici in [migrare a Gemini 4 Hydrogen](https://giallostudio.it/blog/gemini-4-hydrogen-migrazione-checklist); per le scelte di prodotto e privacy, la guida [Gemini 4 Hydrogen per aziende](https://giallostudio.it/blog/gemini-4-hydrogen-aziende-pmi) indica da quale superficie partire.

## Quali errori fanno più spesso i confronti tra benchmark?

Quattro errori ricorrono ogni volta che esce una tabella nuova.

1. **Sommare le righe e dichiarare un vincitore.** Sette prove su dieci non rendono Hydrogen migliore in ogni compito: per il terminale e l’uso del computer, la tabella dà ragione a Sonnet 5.5.
2. **Confondere versioni della stessa prova.** Terminal-Bench 4.0 e 4.1 sono prove diverse, e anche l’annuncio le cita in contesti diversi.
3. **Ignorare chi ha misurato.** Un valore calcolato dal produttore con il proprio sistema e un valore da leaderboard terzo hanno peso diverso.
4. **Prendere una differenza di un punto per un fatto.** Con valori quasi sempre a un tentativo e dati in parte dichiarati dai fornitori, margini di un punto o due sono dentro il rumore.

## Che cosa fare con questi numeri?

La tabella di Gemini 4 Hydrogen dice che Google ha un modello, da lei dichiarato veloce, che nelle sue prove sta davanti per lavoro di conoscenza, ragionamento e file visivi, e che su terminale e uso del computer il modello da battere resta Claude Sonnet 5.5. Sul resto Google stessa ricorda limiti, allucinazioni possibili e un rapporto di sicurezza ancora da pubblicare. Chi sta scegliendo oggi può usare questi numeri per decidere quali modelli provare, non per chiudere la scelta; il quadro generale su Claude è in [Claude AI: cos’è e quando usarlo](https://giallostudio.it/blog/claude-ai-cos-e).

[Se volete capire quale modello regge i vostri documenti e i vostri processi, con Giallo Studio costruiamo insieme un banco di prova su casi reali e lo facciamo girare su Hydrogen e sugli altri candidati, così scegliete con dati vostri.](https://giallostudio.it/consulenza-ai)

## Domande frequenti

### Gemini 4 Hydrogen è meglio di Claude Sonnet 5.5?

Dipende dalla prova. Nella tabella della model card Google, pubblicata il 12 novembre 2026, Hydrogen è davanti a Sonnet 5.5 in 7 prove su 10, ma resta dietro su Terminal-Bench 4.1, OSWorld-2.1 e Terminal-Bench-Science 0.1. I numeri sono dichiarati da Google e non esiste una prova sui vostri documenti.

### Gemini 4 Hydrogen è meglio di GPT-6.1 Terra?

Nella tabella di Google, Hydrogen supera GPT-6.1 Terra in 8 prove su 9, perché su Terminal-Bench 4.1 il dato di Terra manca. L’unica prova in cui Terra sta davanti è Terminal-Bench-Science 0.1, con 58,3% contro 51,4%.

### In quali prove Gemini 4 Hydrogen è dietro Claude Sonnet 5.5?

In tre: Terminal-Bench 4.1 (57,0% contro 63,9%), OSWorld-2.1 (77,6% contro 83,9%) e Terminal-Bench-Science 0.1 (51,4% contro 59,9%). Sono prove di coding da terminale, uso del computer e scienza e matematica.

### Chi ha calcolato i benchmark di Gemini 4 Hydrogen?

Per sette prove i risultati di Hydrogen sono calcolati da Google. Per AutomationBench-AA e HLE-Diamond vengono dal leaderboard di Artificial Analysis, per Vending-Bench 2 da quello di Andon Labs. I numeri dei concorrenti sono in gran parte dichiarati dai fornitori o presi da leaderboard pubbliche, quindi non tutte le condizioni di prova coincidono.

### Che differenza c’è tra Terminal-Bench 4.0 e 4.1?

Sono due prove diverse. La tabella della model card usa la 4.1, dove Hydrogen ottiene 57,0%. L’annuncio cita la 4.0 per l’Orchestrator di Antigravity e la 4.1 per il confronto con Gemini 3.8 Flash: non vanno confuse.

### Gemini 4 Hydrogen è più sicuro di Gemini 3.8 Flash?

Secondo Google sì, su molte misure agentiche, ma non su tutte. La model card riporta più rifiuti ingiustificati rispetto a 3.8 Flash (+5,57 punti percentuali), soprattutto con prompt multimodali. Il rapporto completo di sicurezza, al 14 novembre 2026, non è ancora pubblicato.

### Posso scegliere un modello AI per la mia azienda guardando i benchmark?

No, non solo. I benchmark dicono in quali categorie un modello parte avvantaggiato, ma nessuno usa i vostri documenti, i vostri clienti e i vostri criteri di errore. Una prova su una ventina di casi reali, con l’esito corretto già noto, dice più di qualunque tabella.
