Prezzi dei modelli Claude a confronto

I prezzi dei modelli Claude coprono un intervallo di dieci volte fra il più economico e il più costoso. Capire come si traducono in una spesa mensile reale è la differenza fra un progetto sostenibile e uno che viene chiuso dopo tre mesi.

Tutti i dati provengono dalla documentazione ufficiale Anthropic, verificata il 19 agosto 2026.

Il listino ufficiale

Due osservazioni immediate. La prima è la regolarità: il rapporto fra output e input è cinque a uno su tutti e quattro i modelli, e ogni fascia costa circa il doppio della precedente. È un listino leggibile, cosa non scontata in questo settore.

La seconda è che l'output è la voce cara. Un sistema che genera risposte lunghe spende molto di più di uno che risponde in modo conciso, a parità di modello. È la leva di risparmio più immediata e più trascurata: chiedere risposte brevi quando bastano riduce la spesa senza toccare nulla.

Perché il listino non è la spesa

Il calcolo che quasi tutti fanno all'inizio — numero di richieste per lunghezza attesa per prezzo — produce una stima che nella pratica risulta sistematicamente troppo bassa. Le ragioni sono tre.

Il contesto ripetuto. Ogni richiesta porta con sé istruzioni di sistema, esempi e documenti di riferimento. Quei token si pagano a ogni singola chiamata. Un prompt di sistema da 3.000 token su 50.000 richieste mensili sono 150 milioni di token di input al mese, spesso più di quanto produca l'utente.

I token di ragionamento. I modelli che elaborano prima di rispondere generano token intermedi che si pagano come output. Una risposta di tre righe può costarne trenta se il percorso per arrivarci è stato lungo. Il fenomeno è descritto in reasoning effort: cosa cambia nei confronti.

I tentativi falliti. Ogni chiamata che non produce un risultato utilizzabile si paga comunque. Se il compito richiede in media due passaggi, il costo reale è il doppio di quello preventivato sul caso ideale.

Un esempio completo

Ipotizziamo un sistema di estrazione dati: 20.000 documenti al mese, prompt di sistema da 1.500 token, documento medio da 2.000 token, risposta da 400 token.

Due cose saltano all'occhio. La prima è che il prompt di sistema pesa quasi quanto i documenti: è la voce che nessuno mette in preventivo e che spesso si può ridurre della metà con una rilettura attenta.

La seconda è che i ritentativi aggiungono un quinto alla spesa. Se il modello leggero ne richiedesse molti di più — poniamo il sessanta per cento — il suo vantaggio si assottiglierebbe fino a sparire.

Dove si risparmia davvero

• Accorcia il prompt di sistema. Si paga a ogni chiamata, per sempre.
• Chiedi risposte concise quando la lunghezza non serve.
• Seleziona il contesto invece di mandare documenti interi.
• Usa la fascia leggera sul traffico ordinario.
• Abbassa il livello di ragionamento sui compiti semplici.
• Rimisura ogni sei mesi se una fascia inferiore basta.

Il primo punto è quello con il ritorno più alto in assoluto ed è quasi sempre possibile. I prompt di sistema in produzione accumulano nel tempo istruzioni scritte per correggere comportamenti di modelli precedenti, esempi che non servono più, ripetizioni difensive. Rileggerli e tagliare il superfluo riduce una voce che si paga milioni di volte.

Il terzo merita una nota: se il sistema manda un intero archivio a ogni domanda, il problema non è il prezzo del modello ma l'assenza di selezione. Un sistema che individua i tre paragrafi pertinenti costa una frazione e risponde meglio, per le ragioni descritte in finestra di contesto: quanto conta davvero.

La strategia mista

È il modo più efficace di ridurre la spesa senza perdere qualità, e vale la pena vedere il conto.

Riprendiamo l'esempio precedente con 20.000 documenti al mese. Se Haiku 4.5 gestisce il novanta per cento dei casi e passa il restante dieci per cento a Opus 5, la spesa è la somma di 18.000 casi sulla fascia leggera e 2.000 sulla fascia alta.

Il misto costa poco più della configurazione economica e offre la qualità della fascia alta esattamente dove serve. È il motivo per cui, nei progetti ben fatti, la domanda «quale modello scegliere» ha spesso come risposta «due».

Errori da evitare

• Preventivare sul listino senza contare contesto e ritentativi.
• Ignorare il prompt di sistema. È spesso la voce maggiore.
• Scegliere il più economico senza misurare i tentativi.
• Generare risposte lunghe quando non servono.
• Mandare documenti interi invece di selezionare.
• Non rivedere la configurazione dopo sei mesi.

Quanto è un milione di token

Il prezzo è espresso per milione di token, un'unità che non dice granché finché non la si traduce.

Come ordine di grandezza, un milione di token corrisponde ad alcune centinaia di migliaia di parole: molto più di un libro. Una richiesta aziendale tipica — una domanda, un documento di riferimento, una risposta — sta spesso fra poche centinaia e qualche migliaio di token.

Questo significa che con un milione di token si coprono molte richieste, e spiega perché i prezzi sembrino così bassi a prima vista. Il conto cambia quando si moltiplica per il volume mensile: sono i numeri grandi, non il prezzo unitario, a produrre la fattura.

La conversione esatta dipende dalla lingua e dal tipo di testo, e l'italiano tende a consumare un po' più dell'inglese a parità di contenuto. Per una stima di budget la precisione al singolo token non serve: serve l'ordine di grandezza, e serve moltiplicarlo per il volume vero.

Il costo che non è nel listino

C'è una voce che supera tutte le altre in quasi ogni progetto e che non compare in nessun preventivo di API: il tempo delle persone.

Se ogni esito prodotto dal sistema richiede due minuti di controllo umano, su 20.000 documenti al mese sono oltre 650 ore. Nessuna differenza fra i prezzi dei modelli si avvicina a quella cifra: è la voce dominante, di gran lunga.

Da qui una conseguenza che ribalta l'intuizione comune. Un modello più caro che riduce la revisione necessaria — perché sbaglia meno, o perché segnala in modo affidabile i casi dubbi invece di chiuderli a caso — può far risparmiare molto più di quanto costi in più.

L'ultima voce merita attenzione perché è la più insidiosa. Un modello che sbaglia in modo evidente costa una correzione; un modello che sbaglia in modo plausibile costa un errore che entra nei dati aziendali e viene scoperto mesi dopo. Nella scelta, la capacità di dichiarare l'incertezza vale più di qualche punto di accuratezza dichiarata.

Esempi pratici

Studio professionale, assistente interno sulle procedure. Poche centinaia di richieste al mese. A questi volumi la differenza fra le fasce vale pochi euro mensili: conviene scegliere la qualità e investire il tempo nella qualità dei documenti, non nell'ottimizzazione del modello.

E-commerce, risposte automatiche ai clienti. Decine di migliaia di messaggi al mese. Qui l'ottimizzazione si ripaga in poche settimane: scendere di fascia e accorciare il prompt di sistema può ridurre la spesa di un ordine di grandezza a parità di risultato.

Azienda manifatturiera, normalizzazione del catalogo. Centinaia di migliaia di schede da uniformare, una volta sola, senza urgenza. È il caso in cui la fascia economica non è un'ottimizzazione ma la condizione perché il progetto esista: con la fascia alta il conto sarebbe insostenibile.

Come applicarlo in azienda

La procedura che produce una stima affidabile richiede un pomeriggio e va fatta prima di impegnare un budget.

Prendi cento casi reali ed eseguili sul modello candidato. Non stimare i token: leggi quelli effettivamente consumati, che i fornitori riportano a ogni chiamata. Somma tutto — compresi i tentativi che non hanno prodotto nulla di utilizzabile — e dividi per il numero di casi conclusi correttamente.

Poi aggiungi la voce che non compare in nessun listino e che quasi sempre è la maggiore: il tempo di revisione umana, calcolato come minuti per caso moltiplicati per il volume mensile.

Il numero che orienta ogni decisione successiva è il costo per compito completato, non il prezzo per token: il ragionamento completo è in costo per task o prezzo per token, e il criterio per capire se una fascia inferiore basta è in quando basta un modello economico.

Ultima raccomandazione: raddoppia la stima prima di impegnarti. I preventivi AI sbagliano sistematicamente verso il basso, perché il prompt cresce, i casi difficili emergono con il traffico vero e un sistema che funziona genera più traffico di quanto previsto.

Se vuoi una stima dei costi fatta sui tuoi numeri e non su un listino, Giallo Studio può aiutarti a trasformare il problema in un workflow reale.

Tre riferimenti che completano il quadro. Il criterio di scelta per tipo di compito è in strategia a modello misto: leggero e potente. Per la parte economica il riferimento è come si leggono i benchmark AI. E se stai valutando di rivedere una configurazione già in produzione, il percorso è in quando conviene cambiare modello AI.

Conclusione

Il listino Claude è regolare e leggibile: quattro fasce, ognuna circa il doppio della precedente, con l'output sempre a cinque volte l'input. Ma il listino è il pavimento della spesa, non la spesa.

Il numero che conta è il costo per compito completato, che tiene dentro contesto ripetuto, token di ragionamento e tentativi falliti. Si ottiene solo misurando su casi reali, e capovolge più spesso di quanto si creda la classifica apparente dei prezzi.

Se vuoi progettare un sistema AI sostenibile, con una stima dei costi fatta sui tuoi numeri e non su un listino, Giallo Studio costruisce automazioni su misura per le PMI.

Schema consigliato: Article + FAQPage + BreadcrumbList