Claude, GPT e Gemini a confronto

Confrontare i modelli di Anthropic, OpenAI e Google è più difficile di quanto sembri, e non per ragioni tecniche: perché i tre fornitori non espongono i prezzi nello stesso modo, e un confronto fatto in fretta finisce quasi sempre per paragonare cose diverse.

Questa guida mette i listini ufficiali uno accanto all'altro, spiega dove il confronto regge e dove no, e propone un metodo per decidere. Dati verificati sulle documentazioni ufficiali dei tre fornitori: 19 agosto 2026 per Anthropic e OpenAI, 3 settembre 2026 per Google.

I listini a confronto

Prezzi in dollari per milione di token. Per Google è indicato il piano Standard.

Per Gemini 3.1 Pro le due cifre sono gli scaglioni: la prima si applica a prompt fino a 200.000 token, la seconda oltre quella soglia. Il modello è indicato come in anteprima sulla pagina ufficiale.

Quattro cose che saltano all'occhio

La fascia di punta ha lo stesso prezzo. Il modello più costoso di Anthropic e quello di OpenAI costano entrambi 10 e 50 dollari per milione di token. È una coincidenza che dice qualcosa sul mercato: su quella fascia il prezzo non è più una leva competitiva, e la scelta si sposta interamente su qualità, velocità e comportamento sui casi reali.

Nella fascia intermedia i prezzi convergono. Tre modelli di tre fornitori diversi partono da 2 dollari di input. Le differenze sono nell'output — 10, 12 e 12 dollari — e nelle condizioni al contorno.

Nella fascia economica il divario è enorme. Fra 0,20 e 1,50 dollari di input c'è un fattore sette. Su volumi alti questa è la fascia in cui la scelta del fornitore pesa di più sul conto finale.

Il contesto non differenzia più in alto. I modelli di punta dei tre fornitori dichiarano finestre nell'ordine del milione di token. Chi sceglieva in base a quel parametro oggi deve guardare altrove, per le ragioni discusse in finestra di contesto: quanto conta davvero.

Perché i confronti che leggi in giro non reggono

Al di là dei listini, il problema più serio è confrontare le prestazioni. Ci sono tre ragioni strutturali per cui un confronto fra fornitori è quasi sempre viziato, e non richiedono malafede per prodursi.

• Ogni fornitore sceglie quali test citare: quelli in cui va bene
• Ognuno sa ottimizzare il proprio modello meglio di quello altrui
• Il confronto esce quando il proprio modello è appena uscito
• I livelli di ragionamento usati spesso non sono dichiarati
• L'impalcatura attorno al modello cambia il risultato

Il quarto punto merita una nota, perché è il più sottovalutato. Tutti e tre i fornitori espongono un parametro che regola quanto il modello elabora prima di rispondere: la documentazione OpenAI descrive una scala che va da nessun ragionamento fino al massimo, Anthropic indica un livello predefinito alto sui modelli di punta, Google conteggia i token di ragionamento nell'output. Confrontare due modelli a livelli diversi non misura i modelli: misura le configurazioni.

Il ragionamento completo è in perché i benchmark dei vendor non sono comparabili.

Le date limite della conoscenza

Le date sono relativamente vicine sulla fascia alta e più distanti scendendo. Ma la conclusione pratica è la stessa per tutti: nei sistemi ben progettati la data limite conta poco, perché i fatti arrivano dai documenti che fornisci tu e non dalla conoscenza interna del modello.

Chi costruisce un assistente che risponde su procedure, contratti o listini aziendali non deve preoccuparsi del cutoff. Chi si affida alla conoscenza interna per rispondere su normativa o su temi che cambiano nel tempo ha un problema che il cutoff più recente non risolve, solo rimanda. Il ragionamento è in knowledge cutoff: cosa significa in pratica.

Come scegliere davvero

Nessuna delle tabelle di questa pagina ti dirà quale fornitore scegliere. Ti dice quanto costano e cosa dichiarano. La decisione si prende su altro.

L'ultima riga della colonna di sinistra è quella che quasi nessuno misura e che più spesso decide il destino di un progetto. Un modello che sbaglia in modo evidente costa una correzione; uno che produce risposte plausibili e sbagliate costa un errore che entra nei dati aziendali e viene scoperto mesi dopo.

Il metodo, in cinque ore

• Scrivi il compito in una frase precisa
• Raccogli dieci casi reali, almeno tre difficili
• Scegli due o tre candidati di fascia comparabile
• Esegui lo stesso identico test su tutti
• Fai valutare a chi conosce il lavoro
• Misura anche costo e tempo, non solo qualità

Il terzo punto è quello in cui le tabelle di questa pagina servono davvero: per scegliere candidati che stiano sulla stessa fascia di prezzo. Confrontare un modello di punta con uno economico non produce informazione utile, perché sai già come andrà a finire.

Il metodo completo, con la procedura passo per passo, è in come si leggono i benchmark AI.

I piani di servizio di Google, spiegati

È la differenza strutturale più importante fra i tre listini, e quella che rende la maggior parte dei confronti online inutilizzabile.

Anthropic e OpenAI espongono una tariffa unica per modello: quel prezzo, per quel modello, punto. Google articola invece il prezzo su più piani di servizio, che rispondono a esigenze diverse di priorità e di tempi di elaborazione.

Sulla pagina ufficiale, oltre al piano Standard, compaiono opzioni sensibilmente più economiche — nell'ordine della metà — pensate per lavorazioni che non hanno urgenza, e un'opzione a priorità più alta che costa sensibilmente di più. Le tabelle che abbiamo verificato per il modello di punta mostrano esattamente questa struttura: lo Standard a 2 e 12 dollari, le opzioni economiche attorno alla metà, quella prioritaria attorno all'ottanta per cento in più.

Per un'azienda questa articolazione è però un'opportunità, non solo una complicazione. Se il tuo lavoro è in blocco e non ha urgenza — elaborazioni notturne, analisi periodiche, generazione di report — il piano economico riduce sensibilmente la spesa senza alcun effetto sul risultato.

Il secondo dettaglio: i token di ragionamento

La documentazione Google specifica che il prezzo di output include i token di pensiero, cioè l'elaborazione intermedia che il modello produce prima di rispondere.

Questo rende il confronto delicato in un modo poco intuitivo. Un modello che ragiona molto può consumare in output molto più di quanto la risposta visibile suggerisca, e su un compito complesso la differenza fra la lunghezza percepita e quella fatturata può essere sostanziale.

L'unico modo per saperlo è misurare i token effettivamente consumati su casi reali, invece di stimarli dalla lunghezza delle risposte. È lo stesso principio descritto in costo per task o prezzo per token, qui reso ancora più necessario dalla struttura del listino.

Cosa cambia scendendo di fascia

L'ultima riga è quella con il divario interno più ampio fra fornitori, ed è anche quella che copre la maggior parte del traffico nei sistemi aziendali reali. Chi processa decine di migliaia di casi al mese di natura ripetitiva ha molto da guadagnare nel confrontare seriamente questa fascia, dove le differenze di listino si traducono direttamente in migliaia di euro all'anno.

La regola che vale su tutte le fasce resta però la stessa: il prezzo unitario più basso non garantisce la spesa più bassa. Se un modello economico richiede tre tentativi dove un altro ne richiede uno, il conto finale può ribaltarsi.

Esempi pratici

PMI che deve scegliere un fornitore per il primo progetto AI. La tentazione è confrontare le classifiche e scegliere il vincitore. Il percorso utile è opposto: definire il compito in una frase, capire in quale fascia ricade e provare due candidati di prezzo comparabile sui propri dieci casi reali. Nella maggior parte dei casi la differenza fra fornitori è più piccola di quella fra fasce, e la decisione si sposta su costo e velocità.

Azienda con lavorazioni notturne in blocco. Qui una differenza strutturale conta più di qualunque benchmark: Google offre piani per carichi non urgenti a circa metà della tariffa standard, mentre gli altri due fornitori espongono una tariffa unica. Su elaborazioni che possono attendere, quel dettaglio vale più di qualsiasi punteggio.

Team che elabora audio. Alcuni modelli Gemini applicano una tariffa maggiorata per l'audio rispetto a testo, immagini e video. Un confronto fatto sui prezzi del testo, in questo caso, porta a una stima sbagliata. È il tipo di dettaglio che si scopre leggendo la riga esatta del listino, non un articolo di sintesi.

Errori da evitare

• Confrontare prezzi Gemini senza dichiarare il piano di servizio.
• Ignorare gli scaglioni per dimensione del prompt dove esistono.
• Dimenticare i token di ragionamento, inclusi nell'output Gemini.
• Scegliere in base alla finestra di contesto, che sulla fascia alta non differenzia più.
• Fidarsi dei confronti pubblicati da uno dei fornitori sull'altro.
• Decidere senza provare sui propri documenti.

Come applicarlo in azienda

La procedura che rende comparabile l'incomparabile richiede un pomeriggio e produce un solo numero.

Prendi cento casi reali ed eseguili su ciascun candidato con lo stesso prompt e, per quanto possibile, lo stesso livello di ragionamento. Leggi i token effettivamente consumati invece di stimarli: è l'unico modo di neutralizzare in un colpo solo scaglioni, piani di servizio, token di ragionamento e differenze di verbosità.

Poi dividi la spesa totale per il numero di casi conclusi correttamente. Quel numero — il costo per compito completato — è confrontabile fra fornitori che strutturano i listini in modo diverso, mentre il prezzo per token non lo è. Il metodo è in costo per task o prezzo per token.

Infine, resta il criterio che nessuna tabella contiene: come sbagliano. Un modello che dichiara di non sapere costa una correzione; uno che produce una risposta plausibile e sbagliata costa un errore che nessuno verificherà. Si osserva solo guardando i casi difficili uno per uno, secondo il metodo di come si leggono i benchmark AI.

Se vuoi capire quale soluzione ha senso per la tua azienda e portarla in produzione, Giallo Studio può aiutarti a trasformare il problema in un workflow reale.

Per completare il ragionamento. Il metodo per costruire il banco di prova è in quando basta un modello economico. Il calcolo del costo per compito completato, che è il numero su cui si decide davvero, è in strategia a modello misto: leggero e potente. Per capire quando conviene rimettere in discussione la configurazione, il criterio è in quando conviene cambiare modello AI.

Le tre domande da fare prima di scegliere il fornitore

Prima di confrontare i modelli conviene rispondere a tre domande sul proprio sistema. Cambiano il risultato più di qualunque benchmark.

Quali parti del carico hanno davvero bisogno di rispondere subito? È un esercizio da mezz'ora che quasi sempre rivela una quota consistente di lavoro senza urgenza. Su quella quota i piani economici, dove il fornitore li offre, riducono sensibilmente la spesa senza alcun effetto sul risultato.

Quanto sono lunghi i prompt tipici? Alcuni modelli applicano scaglioni per dimensione del prompt: superata una soglia, la tariffa cambia. Se il tuo sistema manda documenti interi, potresti stare nello scaglione più caro senza saperlo — e il primo intervento non è cambiare fornitore ma migliorare la selezione del contesto.

Il sistema elabora audio? Su alcuni modelli la tariffa dell'audio è il doppio di quella del testo. Un confronto fatto sulla riga sbagliata del listino porta a una stima sbagliata.

Usare fornitori diversi nello stesso sistema

È tecnicamente possibile e a volte sensato, ma aggiunge complessità che va valutata onestamente.

La colonna di destra si giustifica quando un compito specifico è chiaramente servito meglio da un fornitore — per esempio una lavorazione in blocco che beneficia dei piani economici, accanto a un flusso interattivo che sta meglio altrove.

Non si giustifica come scelta predefinita. Nella maggior parte dei casi restare su un solo fornitore riduce il lavoro di gestione più di quanto costi in mancata ottimizzazione, soprattutto per una PMI che non ha un team dedicato a seguirlo.

Conclusione

Sui listini ufficiali il quadro è chiaro: nella fascia di punta Anthropic e OpenAI si allineano sullo stesso prezzo, nella fascia intermedia i tre fornitori convergono attorno ai 2 dollari di input, nella fascia economica il divario si apre fino a un fattore sette.

Ma i prezzi sono la parte facile del confronto. La parte che decide è come si comporta ciascun modello sui tuoi documenti, e quella non si legge da nessuna parte: si misura in mezza giornata su dieci casi reali.

Se vuoi capire quale soluzione ha senso per la tua azienda e portarla in produzione, Giallo Studio progetta agenti e automazioni AI su misura per le PMI.

Schema consigliato: Article + FAQPage + BreadcrumbList