Apfel, una mela per Apple Intelligence

Mon, 11 May 2026 06:00:00 +0000

Uno dei motivi, pochi per la verità, per passare a macOS 26 Tahoe è la possibilità di utilizzare il modello linguistico che è alla base di Apple Intelligence.

Apple Intelligence è il prodotto finale, integrato nativamente nell’ecosistema Apple, con cui possiamo elaborare il testo (ma anche le immagini) direttamente sul nostro dispositivo. Ad esempio, basta selezionare quello che ci interessa, cliccare con il tasto destro del mouse e scegliere Show Writing Tools (in italiano Mostra gli Strumenti di Scrittura), per avere sulla punta del mouse uno strumento utile per riassumere certi documenti chilometrici oppure per farci riscrivere quella frase che abbiamo buttato giù alla bell’e meglio.

Come mostra la figura qui sotto, questi strumenti non sono limitati alle sole applicazioni Apple, ma possono essere utilizzati anche in applicazioni di terze parti come Firefox.¹

Il modello linguistico (LLM) che sta dietro Apple Intelligence è accessibile attraverso il Foundation Models framework. Ed è proprio questo framework che permette agli sviluppatori di integrare le funzioni di intelligenza artificiale nelle applicazioni che girano macOS 26 e anche su iOS e iPadOS.

Qualche mese fa Apple ha aggiunto ai Comandi Rapidi una nuova azione che permetteva anche agli utenti finali di utilizzare il Foundation Models framework, ma non era una cosa proprio alla portata di tutti.

Da qualche settimana, però, è disponibile apfel (“mela” in tedesco), con il quale finalmente chiunque può utilizzare l’LLM integrato in macOS Tahoe tramite la linea di comando e anche attraverso una semplice GUI.

Installazione

Installare apfel è un attimo per chi già usa Homebrew. Dal Terminale, bisogna prima eseguire²

% brew update
% brew upgrade

per aggiornare homebrew, e poi

% brew install apfel

per installare l’applicazione vera e propria. Chi non usa Homebrew (e fa male!), può installarlo seguendo queste istruzioni.

Come già detto, apfel funziona solo sui Mac con macOS 26 Tahoe e Apple Silicon. Se si prova ad installarlo su Sequoia si ottiene questo messaggio di errore.

% brew install apfel
==> Fetching downloads for: apfel
✔︎ API Source apfel.rb                                                                        Verified      1.1KB/  1.1KB
apfel: A full installation of Xcode.app 26.4 is required to compile
this software. Installing just the Command Line Tools is not sufficient.

Xcode 26.4 cannot be installed on macOS 15.
You must upgrade your version of macOS.
apfel: This software does not run on macOS versions older than Tahoe.
Error: apfel: Unsatisfied requirements failed this build.

Configurazione

Prima di poter usare apfel bisogna chiudere e riaprire il Terminale oppure aprire una nuova scheda.³ Ma non basta, bisogna anche attivare Apple Intelligence sul Mac eseguendo

% apfel --model-info

e seguendo le istruzioni, visibili anche nell’immagine qui sotto.

In pratica si tratta di andare in Impostazioni di Sistema > Apple Intelligence & Siri, configurare Siri in modo che usi la stessa lingua del Mac (io ho dovuto farlo perché uso sempre il Mac in inglese con Siri in italiano) per poi attivare l’interruttore relativo ad Apple Intelligence.

Non vi fidate della scritta 100% complete che compare subito dopo aver attivato Apple Intelligence. Sarà un bug, perché poco dopo macOS inizia a scaricare il modello e ci vuole un po’ per completare il download.

A questo punto, anche apfel ci conferma che siamo pronti per usare il modello, per cui si può cominciare.

Tanti modi diversi per usare apfel

Il modo più semplice per usare apfel, adatto anche ad essere integrato in un programma, è eseguire da Terminale il comando apfel seguito dal prompt fra virgolette. Ad esempio:

% apfel "Qual'è la capitale dell'Italia?"
La capitale dell'Italia è Roma.

Il comando apfel dispone di parecchie opzioni utili, descritte nel README del programma. Quelle più interessanti sono quelle elencate qui sotto, dove il simbolo <n> rappresenta il valore numerico associato all’opzione:

--temperature <n>, imposta la temperatura della risposta. Una temperatura più bassa (<n> vicino a 0) rende la risposta più ripetitiva, una temperatura più alta (<n> intorno ad 1 o più) la rende più casuale e imprevedibile.
--seed <n>, imposta il valore iniziale del generatore di numeri casuali utilizzato dall’LLM. Fissare il valore del seed significa che una stessa domanda produrrà sempre una risposta identica.
--max-tokens <n>, imposta il numero massimo di token della risposta. Un valore basso di <n> rende la risposta più concisa, un valore alto permette all’LLM di generare una risposta più lunga.
--permissive, permette di generare risposte con filtri di sicurezza meno rigidi. Francamente non ho capito bene cosa significhi in pratica, ma forse non gli ho fatto le domande giuste. In ogni caso, mi pare che le risposte acquisiscano un tono più leggero e amichevole.

È possibile anche attivare un server basato su apfel, da interrogare tramite il comando curl. Il vantaggio in questo caso è che la risposta è un file JSON che può essere facilmente elaborato in modo automatico.

In alternativa, si può aprire una sessione di chat nel Terminale tramite il comando apfel --chat. Qui si può dialogare direttamente con l’LLM, senza dover mettere le domande fra virgolette e potendo scorrere con i tasti freccia la storia delle domande della sessione corrente, che possono così essere facilmente modificate o integrate.

Infine, è disponibile anche una GUI per apfel. Una GUI molto spartana per carità, non vi aspettate le sofisticatezze a cui ci hanno abituato Claude, Gemini, ChatGPT e compagnia cantante.

Mettiamo apfel alla prova

Prima di iniziare va detto che il modello linguistico di Apple, unico fra quelli prodotti dalle grandi aziende del settore (OpenAI, Anthropic, Google, Microsoft, Meta, i soliti noti), non ha bisogno di essere collegato alla rete per funzionare, ma gira sulla macchina su cui è installato (con qualche eccezione). Una garanzia per la privacy dei nostri dati che solo Apple è in grado di offrire.

Però, dovendo girare su dei semplici iPhone, iPad e Mac, il modello Apple ha delle forti limitazioni in termini di dimensioni e, di conseguenza, di capacità di elaborazione. Un dettaglio da tenere bene in conto in fase di valutazione di ciò che è in grado di fare (e di non fare). Ma questo è un problema comune a tutti i modelli locali, quelli che possiamo far girare sulle nostre macchine personali. In definitiva si tratta di scegliere fra potenza e privacy, e non è mai una scelta facile.

Ma, a parte rispondere a domande banali come quelle di sopra, cosa è davvero in grado di fare apfel (e di conseguenza il modello linguistico di Apple a cui apfel si appoggia)?

Scordatevi di usarlo per la matematica, per il ragionamento logico o per scrivere codice. Apple non esagera quando scrive che queste attività sono fuori dalla portata del suo modello.

Il solito test sulla morte di Maria Antonietta produce risposte molto variabili, a volte corrette a volte totalmente inventate. Quando usa l’inglese se la cava un po’ meglio, ma è normale perché l’inglese è la lingua nativa di tutti gli LLM. Anche la matematica non è il suo forte, non tanto perché le risposte sono sbagliate, quanto perché ogni tanto lo sono. Usereste mai una calcolatrice che vi dà quasi sempre il risultato corretto, ma che ogni tanto sbaglia? Inutile dire che anche con il codice non ci siamo.

Se, invece, si rimane dentro le capacità dichiarate da Apple le cose vanno decisamente meglio.

Ho provato a far riassumere ad apfel una lunga nota che avevo dettato sull’iPhone mentre ero in giro e, nonostante la presenza di tanti errori di trascrizione, di ripetizioni e di incertezze, ha fatto un lavoro eccellente. La nota in questione contiene del materiale ancora riservato, per cui avere la sicurezza che il testo fornito in pasto all’LLM rimarrà solo sul mio computer è un valore aggiunto che supera di gran lunga le limitazioni del modello.

Nessun problema anche a chiedergli di essere più o meno conciso, cosa che in tanti casi può essere davvero utile. Molto facile anche fargli cambiare il tono della risposta, convertendo in pochi secondi quello che abbiamo scritto in un comunicato stampa o in un testo comprensibile anche alla nonna.

Anche con le traduzioni se la cava bene, io ho provato l’inglese e il tedesco ma non c’è motivo di pensare che non faccia lo stesso con le altre lingue supportate.

Va detto che le risposte sono un po’ lente, però io ho provato apfel solo su un Macbook Air M1 (l’unico Mac che ho aggiornato a Tahoe) e immagino che i Mac più recenti possano dare dei risultati migliori in termini di velocità.

Perché apfel e non Apple Intelligence?

Semplice, perché gli Strumenti di Scrittura integrati in Apple Intelligence hanno delle impostazioni di default che vanno bene nella maggior parte dei casi, ma solo apfel permette di definire in dettaglio quello che si vuole ottenere.

Infatti, se provo ad usare gli Strumenti di Scrittura per riassumere la stessa nota di prima in un modo che possa capirla anche la nonna, mi risponde che non ce la fa, senza dare altre spiegazioni.

Ma se chiedo la stessa cosa ad apfel, non solo riassume il testo senza battere ciglio ma, dato che gli ho fatto la domanda in inglese, lo traduce anche in questa lingua (nell’immagine qui sotto parte del testo è offuscato perché, come dicevo prima, contiene informazioni ancora riservate).

Insomma, Apple Intelligence è uno strumento immediato che chiunque è in grado di usare. Ma se serve flessibilità, non c’è partita, apfel è la scelta migliore.

Conclusioni

Apple ha ragione, il suo modello linguistico non è un modello generalista in grado di competere con ChatGPT, Gemini o Claude. Ma quello che sa fare lo fa bene, e il fatto di girare sul Mac (o sull’iPhone o l’iPad) è un valore aggiunto che compensa più che abbondantemente i suoi limiti.

Secondo Apple solo le richieste più complesse hanno bisogno di appoggiarsi a modelli più grandi sul cloud. E con apfel sembra che sia davvero così: disattivando il collegamento di rete apfel ha sempre continuato a funzionare senza problemi. Con gli Strumenti di Scrittura però è un’altra storia, perché alcune funzioni vengono disattivate appena manca il collegamento ad internet.

Una differenza di comportamento piuttosto incomprensibile e che meriterebbe di essere approfondita.

Usando apfel bisogna fare i conti con una certa lentezza delle risposte. Io ho usato un MacBook Air M1, su un Mac più recente l’elaborazione sarà di sicuro più veloce. Ma dubito che sia molto più veloce perché, non dimentichiamolo, stiamo sempre usando un computer personale e non una server farm che costa miliardi di dollari.

Dal mio punto di vista, il difetto più grave di Apple Intelligence e di conseguenza di apfel, è il dover configurare il Mac e Siri per usare la stessa lingua. Perché questa modifica è globale, e quindi interessa tutti i dispositivi Apple collegati all’account utilizzato. Me ne sono accorto mentre ero in macchina e su CarPlay Siri ha iniziato improvvisamente a parlarmi in inglese. Per fortuna ero da solo, altrimenti avrei fatto la figura del nerd presuntuoso.

Se voglio tornare ad usare Siri in italiano (e lo voglio), sarò costretto a disattivare Apple Intelligence, almeno finché Apple non si decide a rimuovere questo vincolo. Un vincolo che tecnicamente ha poco senso e che sembra solo una ritorsione contro le regole imposte dall’Unione Europea ad Apple e ai suoi concorrenti.

Se lo screenshot non vi piace (non piace nemmeno a me) prendetevela con chi ha progettato Liquid Glass. ↩︎
Il simbolo % in zsh (oppure il $ in bash), rappresenta il prompt della shell e non fa parte del comando vero e proprio. Io lo uso per distinguere visivamente i comandi eseguiti nel Terminale, che sono preceduti dal %, dalle relative risposte, che invece non lo includono. ↩︎
È un piccolo fastidio che vale per qualunque applicazione installata tramite Homebrew. ↩︎