---
title: "Cos’è il tool calling (function calling) nelle API LLM?"
description: "Il tool calling permette a un LLM di chiedere al tuo codice di eseguire una funzione con argomenti JSON. Come funziona il ciclo, i costi e come lo usano gli agenti."
url: https://broadrouter.com/it/glossary/tool-calling/
lang: it
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/tool-calling/) (aggiornato il 2026-11-14).

# Tool calling (chiamata di strumenti)

Aggiornato 2026-11-14

Il tool calling, detto anche function calling, è una funzionalità delle API LLM in cui il modello restituisce una richiesta strutturata di eseguire una funzione definita dallo sviluppatore, con argomenti JSON. L’applicazione esegue la funzione e rimanda il risultato; il modello non esegue mai codice da solo.

Detto anche: chiamata di strumenti, chiamata di funzioni, uso degli strumenti, strumenti, tool calling, function calling, tool use, tools, tool\_calls

Il tool calling è il modo in cui un modello linguistico agisce sul mondo: chiede al tuo codice di cercare un dato, lanciare una query o modificare un file, e poi usa il risultato.

## Come funziona

La guida di OpenAI descrive un ciclo tra la tua app e il modello:

1.  **Invia gli strumenti.** La richiesta elenca le funzioni con un nome, una descrizione e un JSON Schema per gli argomenti.
2.  **Ricevi una chiamata a uno strumento.** Se il modello ha bisogno di uno strumento, restituisce il nome della funzione e gli argomenti JSON al posto di una risposta finale.
3.  **Eseguila.** Il tuo codice esegue la funzione. La guida di OpenAI colloca questo passaggio “the application side” (traduzione: dal lato dell’applicazione); il modello non esegue mai codice da solo.
4.  **Restituisci il risultato** con l’ID di chiamata corrispondente.
5.  **Ricevi la risposta**, oppure un’altra chiamata a uno strumento. Ripeti quanto serve.

Nel formato Chat Completions, la definizione di uno strumento è fatta così:

```json
{
  "type": "function",
  "function": {
    "name": "get_order_status",
    "description": "Look up an order by ID",
    "parameters": {
      "type": "object",
      "properties": { "order_id": { "type": "string" } },
      "required": ["order_id"]
    }
  }
}
```

La risposta ha `finish_reason: "tool_calls"` e un elenco `tool_calls`. Ogni voce ha un `id`, il nome della funzione e `arguments` come stringa JSON. Aggiungi un messaggio con `role: "tool"`, lo stesso `tool_call_id` e il risultato, poi richiami l’API.

## Perché è importante

-   **Agenti.** Agenti di coding, bot di assistenza e assistenti per i dati sono per lo più cicli di chiamate a strumenti.
-   **Costo.** Ogni andata e ritorno è una nuova richiesta che rimanda conversazione, definizioni degli strumenti e loro risultati come [token di input](https://broadrouter.com/it/glossary/input-and-output-tokens/). Nei cicli lunghi diventano importanti l’[input in cache](https://broadrouter.com/it/glossary/cached-input-tokens/) e un ordine stabile degli strumenti.
-   **Sicurezza.** Gli argomenti arrivano dal modello. Validali prima di eseguire qualsiasi cosa che modifica dati o spende soldi.

Per una risposta che deve rispettare uno schema ma non richiede alcuna funzione, lo strumento più semplice è l’[output strutturato](https://broadrouter.com/it/glossary/structured-output/).

## Su BroadNet Inference

La documentazione di BroadNet indica il tool calling per [GLM 5.3](https://broadrouter.com/it/models/glm-5.3/) e [Qwen3.8 27B](https://broadrouter.com/it/models/qwen3.8-27b/), entrambi con output strutturato e ragionamento. Non dichiara il supporto agli strumenti per DeepSeek V4.1 Flash né per BroadNet Gemma 4 VL 26B. Prova il tuo ciclo di strumenti sul modello che intendi mettere in produzione.

Entrambi i modelli indicati ragionano prima di rispondere, e il ragionamento conta in `max_tokens`, quindi lascia margine, altrimenti una chiamata a uno strumento può essere troncata. Vedi [token di ragionamento](https://broadrouter.com/it/glossary/reasoning-tokens/). Per gli strumenti da agente che usano un proprio formato degli strumenti, vedi la [guida a Cline](https://broadrouter.com/it/guides/cline-openai-compatible/) e la [guida al Vercel AI SDK](https://broadrouter.com/it/guides/vercel-ai-sdk-openai-compatible/).

## Errori comuni

-   Trattare `arguments` come un oggetto. Arriva come stringa JSON: decodificala e gestisci gli errori.
-   Dimenticare il `tool_call_id`. Senza, il modello non riesce ad abbinare i risultati alle chiamate.

## Domande frequenti

### È il modello a eseguire la mia funzione?

No. Il modello restituisce solo il nome della funzione e gli argomenti. È il tuo codice a decidere se eseguirla, a eseguirla e a rimandare il risultato in un messaggio tool.

### Il modello può chiamare più strumenti insieme?

Molte API consentono chiamate parallele agli strumenti, con più voci in tool\_calls nella stessa risposta. Il tuo codice le esegue tutte e restituisce un risultato per ogni tool\_call\_id.

### Quali modelli BroadNet supportano il tool calling?

La documentazione di BroadNet indica gli strumenti per GLM 5.3 e Qwen3.8 27B. Non dichiara il supporto agli strumenti per DeepSeek V4.1 Flash né per BroadNet Gemma 4 VL 26B, quindi su questi fai delle prove prima di farci affidamento.

## Vedi anche

-   [Output strutturato (structured output)](https://broadrouter.com/it/glossary/structured-output/) (termine)
-   [Token di input e di output](https://broadrouter.com/it/glossary/input-and-output-tokens/) (termine)
-   [Token di input in cache (cached input)](https://broadrouter.com/it/glossary/cached-input-tokens/) (termine)
-   [API compatibile con OpenAI](https://broadrouter.com/it/glossary/openai-compatible-api/) (termine)
-   [Agente AI (AI agent)](https://broadrouter.com/it/glossary/agent/) (termine)
-   [MCP (Model Context Protocol)](https://broadrouter.com/it/glossary/mcp/) (termine)
-   [JSON mode (modalità JSON)](https://broadrouter.com/it/glossary/json-mode/) (termine)
-   [Prompt injection](https://broadrouter.com/it/glossary/prompt-injection/) (termine)
-   [tool\_choice](https://broadrouter.com/it/glossary/tool-choice/) (termine)
-   [Chiamate parallele a strumenti (parallel tool calls)](https://broadrouter.com/it/glossary/parallel-tool-calls/) (termine)
-   [JSON Schema](https://broadrouter.com/it/glossary/json-schema/) (termine)
-   [Usare l’SDK Python di OpenAI con BroadNet Inference](https://broadrouter.com/it/guides/openai-python-sdk/) (guida)
-   [Usare Cline con BroadNet Inference (provider OpenAI Compatible)](https://broadrouter.com/it/guides/cline-openai-compatible/) (guida)
-   [Usare il Vercel AI SDK con BroadNet Inference](https://broadrouter.com/it/guides/vercel-ai-sdk-openai-compatible/) (guida)
-   [Come far girare agenti di coding in parallelo con un’API LLM flat](https://broadrouter.com/it/blog/run-parallel-coding-agents-flat-rate/) (articolo)
-   [Quando conviene una finestra di contesto da 1M di token (e quando no)](https://broadrouter.com/it/blog/million-token-context-window-guide/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-tool-calling&utm_content=page-cta) ·

**Fonti**

-   [OpenAI, guida al function calling](https://developers.openai.com/api/docs/guides/function-calling)
-   [Riferimento API di OpenAI, creare una chat completion (tools)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Riferimento API di BroadNet Inference, modelli (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-tool-calling&utm_content=sources#models)
