STATO DELL’IA PRIVATA · 2026
Lo stato
dell’IA privata, 2026.
Chi può leggere ciò che chiedi a un servizio di IA, chi lo usa per l’addestramento e cosa riportano gli editori dei modelli aperti. Tratto dalle pagine dei servizi stessi e dalle nostre misurazioni, ciascun dato con la sua fonte. Una prima edizione, volutamente ridotta: dice solo ciò che abbiamo potuto citare o contare.
01 · Addestramento
Se le tue chat addestrino il prossimo modello è ancora un’impostazione
Dei cinque servizi confrontati, due usano per l’addestramento le conversazioni dei piani personali a meno che tu non lo disattivi, uno chiede prima e due dichiarano di non farlo, tra cui Undergrove. I piani business spesso sono diversi; questi sono piani personali, così come li descrive ciascun servizio.
UndergroveUndergroveNon addestra sulle chat
No. Non conserviamo alcun contenuto delle conversazioni che possiamo leggere, e chi crea i modelli non riceve mai i tuoi messaggi. [1]
LumoProtonNon addestra sulle chat
No, secondo Proton. [8]
02 · Elaborazione
La protezione mentre un modello legge è la dichiarazione più rara
La cifratura in transito e dei dati inattivi è descritta ovunque. La protezione mentre un modello legge le tue parole no: dei cinque, solo uno la dichiara per il suo prodotto di chat, ed è il nostro, che non è ancora stato valutato in modo indipendente. Un altro provider ha pubblicato una ricerca sull’idea e la definisce un lavoro iniziale.
UndergroveUndergroveDichiara una protezione hardware
Sì, nello spazio di lavoro: i messaggi vengono decifrati solo dentro un’enclave hardware la cui attestazione il tuo browser controlla prima dell’invio. Il tuo browser verifica l’enclave del router di Tinfoil; l’enclave del modello è verificata dal router, e dal tuo browser dove il suo hardware lo consente. [9]
ChatGPTOpenAINon dichiarato
Non dichiarato per i piani personali. Le pagine di OpenAI per le aziende descrivono la cifratura dei dati inattivi (AES-256) e in transito (TLS 1.2 o superiore). [10]
ClaudeAnthropicNon dichiarato
Non dichiarato per le app di Claude. Anthropic ha pubblicato una ricerca sull’inferenza confidenziale con macchine virtuali attendibili, che descrive come un lavoro iniziale. [11]
Mistral VibeMistral AINon dichiarato
Non dichiarato. Mistral descrive backup cifrati replicati in più zone dell’UE. [12]
LumoProtonNon dichiarato
Non dichiarata una protezione hardware. I prompt vengono cifrati in transito verso i server dei modelli, che li decifrano per elaborarli; non viene descritta alcuna enclave. [13]
03 · Pesi aperti
Tre su cinque eseguono modelli a pesi aperti per impostazione predefinita
Undergrove, Lumo e Vibe di Mistral eseguono modelli a pesi aperti per impostazione predefinita; ChatGPT non dichiara di farlo, e i modelli di Claude sono chiusi. Quanto sono validi i modelli aperti? I loro editori riportano i punteggi sugli stessi test pubblici, qui sotto. Sono i numeri degli editori, con le impostazioni che dichiarano, non i nostri.
UndergroveUndergroveModelli a pesi aperti
Sì. Tutti i modelli offerti sono a pesi aperti, e un piccolo modello può essere eseguito nel tuo browser. [14]
ChatGPTOpenAINon dichiarato
Non dichiarati a pesi aperti. I modelli a pesi aperti di OpenAI sono la sua famiglia separata gpt-oss, che definisce i primi dai tempi di GPT-2. [15]
ClaudeAnthropicModelli chiusi
No. Anthropic dichiara di mantenere i pesi dei suoi modelli cifrati e protetti. [11]
Mistral VibeMistral AIModelli a pesi aperti
Il suo modello predefinito, Mistral Medium 3.5, è a pesi aperti, con una licenza MIT modificata. [16]
LumoProtonModelli a pesi aperti
Sì. Proton afferma che Lumo si basa su modelli open source, e li elenca. [8]
04 · Punteggi pubblicati dei modelli aperti
Cosa riportano gli editori dei modelli aperti
Ogni punteggio è copiato dalla model card dell’editore, con le impostazioni che indica. Le impostazioni differiscono, quindi confronta con cautela; la classifica riporta ogni punteggio e ogni fonte.
Come è stato realizzato
- Cinque servizi, consultati sulle loro pagine di assistenza, privacy e sicurezza, per i piani personali. Dove le pagine di un servizio non lo dicono, il report indica «non dichiarato» e non tira a indovinare.
- Undergrove è uno dei cinque. La sua colonna descrive ciò che fa oggi il nostro codice; non è stata valutata in modo indipendente.
- I punteggi dei benchmark sono quelli degli editori, copiati così come sono scritti. Non li abbiamo rieseguiti.
- Nulla è stimato. Una sezione che richiederebbe dati che non abbiamo non è in questa edizione.
Fonti
- Undergrove: dove vanno i tuoi dati
- OpenAI Help Center: How your data is used to improve model performance
- OpenAI Help Center: Data Controls FAQ
- Anthropic Privacy Center: Is my data used for model training?
- Anthropic: Privacy Policy
- Mistral Help Center: Do you use my user data to train your Artificial Intelligence models?
- Mistral Help Center: Can I opt out of my input or output data being used for training?
- Proton Support: Lumo privacy
- Undergrove: architettura
- OpenAI: Business data privacy, security, and compliance
- Anthropic: Confidential Inference via trusted VMs
- Mistral Help Center: How do you ensure the security of user data?
- Proton blog: Lumo security model
- Undergrove: modelli
- OpenAI: Introducing gpt-oss
- Mistral AI: Remote agents in Vibe. Powered by Mistral Medium 3.5.