Costo per task o prezzo per token

Il prezzo dei modelli AI si legge in dollari per milione di token, ed è il numero che tutti confrontano. Non è però il numero che descrive quanto spendi.

Quello che spendi dipende da quanti token servono per arrivare a un risultato utilizzabile: quante volte il modello sbaglia e va corretto, quanti passaggi impiega, quanto ragionamento genera prima di rispondere. È il costo per task, ed è la misura su cui ragionano anche i vendor quando presentano i propri modelli.

I listini, per orientarsi

Alla data di questo articolo, dai listini ufficiali dei tre vendor:

Fonti: platform.claude.com, developers.openai.com, ai.google.dev — consultati il 19 agosto 2026. Gemini: piano Standard.

Guardando solo questa tabella, la conclusione sembra ovvia: usa il più economico. Ed è la conclusione che fa spendere di più.

Perché il prezzo al token inganna

Tre meccanismi, tutti verificabili sul proprio caso.

I ritentativi. Se il modello sbaglia e devi rilanciare, paghi due volte. Un modello che sbaglia una volta su tre su un compito consuma molto più di quanto suggerisca la sua tariffa.

I passaggi. Un compito articolato può richiedere una catena di richieste. Un modello che capisce al primo colpo ne fa tre; uno che fatica ne fa dodici, e ogni passaggio porta con sé il contesto.

I token di ragionamento. L'output fatturato comprende i token che il modello genera per ragionare, non solo la risposta finale. Google lo dichiara esplicitamente nel listino, dove la voce di output è indicata come comprensiva dei token di pensiero.

Quando conviene il modello economico

La risposta non è ideologica, dipende dalla natura del compito.

La strategia che rende meglio nella pratica è mista: modello leggero sui compiti ad alto volume e bassa difficoltà, modello potente dove serve davvero. È lo stesso ragionamento descritto in costo delle API AI e approfondito in strategia a modello misto.

Come si misura sul proprio caso

1. Scegli dieci compiti reali, non esempi puliti.
2. Falli svolgere a due o tre modelli, con la stessa istruzione.
3. Conta i token totali consumati fino al risultato utilizzabile, ritentativi inclusi.
4. Moltiplica per le tariffe e dividi per dieci.
5. Confronta anche la qualità: un risultato che va corretto a mano non è completato.

Il punto 5 è quello che le misurazioni sbrigative saltano. Se il modello economico produce risposte che qualcuno deve sistemare, il costo vero include quel tempo — e a quel punto il conto cambia segno.

I piani tariffari

Un confronto tra vendor deve considerare che i piani non sono equivalenti. Google, per esempio, pubblica per lo stesso modello tariffe Standard, Batch, Flex e Priorità, con differenze sostanziali: Batch e Flex costano circa la metà dello Standard, Priorità circa l'ottanta per cento in più.

Questo significa che un articolo comparativo che affianca un prezzo Batch di un vendor allo Standard di un altro sta costruendo un confronto privo di significato. Quando leggi un confronto di prezzi, la prima domanda è quale piano.

Esempi pratici

Classificazione di email in tre categorie, migliaia al mese. Compito semplice, alto volume. Qui il modello economico vince nettamente e la differenza di tariffa si traduce quasi uno a uno in risparmio.

Analisi di contratti lunghi. Il modello leggero fatica, richiede più passaggi e produce risultati da verificare. Il conto per task premia il modello potente, anche se la tariffa è dieci volte superiore.

Assistente clienti con conversazioni lunghe. Qui pesa un fattore ulteriore: se la cronologia viene rimandata per intero a ogni messaggio, il costo cresce in modo più che proporzionale. È un problema di progettazione più che di scelta del modello.

Errori da evitare

• Scegliere solo sulla tariffa. Descrive il prezzo, non la spesa.
• Ignorare i token di ragionamento. Sono fatturati come output.
• Non contare i ritentativi. Sono la voce nascosta più grande.
• Confrontare piani diversi tra vendor. Il confronto non regge.
• Usare un modello solo per tutto. Si paga troppo sui compiti semplici.
• Non valorizzare il tempo di correzione. Un output da sistemare non è completato.

Come applicarlo in azienda

Prima di scegliere, misura su dieci casi tuoi. È mezza giornata e produce un numero — il costo medio per compito — che nessun listino ti può dare.

Poi verifica se il tuo caso si può spezzare: spesso una parte del lavoro è banale e una parte è difficile. Assegnare il modello economico alla prima e quello potente alla seconda è la scelta che riduce di più la spesa senza toccare la qualità.

Il quadro sui benchmark è in come si leggono i benchmark AI, quello sui listini in prezzo per milione di token spiegato.

I quattro moltiplicatori nascosti

Il prezzo di listino è il punto di partenza. Fra quel numero e la fattura di fine mese ci sono quattro fattori che quasi nessuno considera in fase di preventivo.

Il contesto ripetuto. Se ogni richiesta include istruzioni, esempi e documenti di riferimento, quei token si pagano a ogni chiamata. Un prompt di sistema da 3.000 token su 50.000 richieste al mese sono 150 milioni di token di input, spesso più di quanto generi l'utente.

I token di ragionamento. I modelli che ragionano prima di rispondere producono token intermedi che, nella maggior parte dei listini, si pagano come output. Una risposta breve può costare quanto una lunga se il percorso per arrivarci è stato articolato.

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

La revisione umana. È il costo più grande e non compare in nessun listino. Se ogni esito richiede un controllo di due minuti, quel tempo vale più dell'intera spesa di API.

Quando il modello caro conviene

È il ribaltamento che sorprende chi ragiona solo sul listino, e succede più spesso di quanto si pensi.

Un modello più costoso che chiude il compito al primo tentativo può risultare più economico di uno leggero che ne richiede tre e poi va comunque rivisto. La differenza sta tutta in quante volte devi ripassare dallo stesso punto.

Nella pratica la risposta migliore è spesso mista: modello leggero sul grosso del traffico, modello potente sui casi che il primo segnala come incerti. Si ottiene gran parte della qualità a una frazione del costo.

Come applicarlo in azienda

La misurazione che rende utile tutto questo articolo richiede un pomeriggio e va fatta prima di impegnare un budget, non dopo.

Prendi cento casi reali del tuo processo ed eseguili sul modello candidato senza scorciatoie. Non stimare i token: leggi quelli effettivamente consumati, che i fornitori riportano per ogni chiamata. Conta separatamente i casi conclusi correttamente al primo tentativo, quelli che ne hanno richiesti altri e quelli che non si sono chiusi affatto.

Dividi la spesa totale — compresa quella dei tentativi falliti — per il numero di casi conclusi bene. Quello è il costo per compito vero, e nella pratica è spesso da tre a dieci volte la stima fatta moltiplicando il listino per la lunghezza attesa della risposta.

Con quel numero in mano puoi fare tre cose che prima non potevi: confrontare fornitori che strutturano i listini in modo diverso, decidere se una fascia inferiore basta secondo il criterio di quando basta un modello economico, e capire se il progetto è sostenibile ai volumi previsti.

Ultima raccomandazione: raddoppia la stima prima di impegnarti. I preventivi AI sbagliano sistematicamente verso il basso, e un progetto che regge solo con la stima ottimistica va ripensato prima di partire.

Se vuoi una stima dei costi fatta sui tuoi numeri e non su un listino, Giallo Studio aiuta PMI e team a costruire automazioni concrete, misurabili e sostenibili.

Il resto del percorso, in tre pagine. Se il compito è ripetitivo e ad alto volume, vale la pena verificare la direzione opposta con quando conviene cambiare modello AI. Il metodo di valutazione sui propri casi è in perché i benchmark dei vendor non sono comparabili, mentre il calcolo della spesa reale è in il miglior modello AI dipende dal caso d'uso.

Conclusione

Il prezzo per token è una tariffa; quello che spendi dipende da quanti token servono per arrivare a un risultato che puoi usare. Sono due numeri diversi e solo il secondo descrive il tuo conto.

La regola pratica: misura il costo per compito su dieci casi tuoi, non confrontare listini. E quando leggi un confronto di prezzi, controlla sempre quale piano tariffario sta usando.

Se vuoi capire quali processi della tua azienda possono essere automatizzati con l'AI, Giallo Studio può aiutarti a trasformare il problema in un workflow reale.

Schema consigliato: Article + FAQPage + BreadcrumbList