Quanto costa davvero GPT-6 Astra

Il listino di GPT-6 Astra dice 10 dollari per milione di token in ingresso e 50 in uscita. La fattura dirà un'altra cosa, e la differenza non è piccola.

Questa pagina mette in fila tutte le voci che il listino non contiene, con i numeri per calcolarle. Dati verificati il 4 settembre 2026.

Le cinque voci del costo reale

Le ultime due righe non compaiono in nessun preventivo e sono quelle che decidono se un progetto ha senso.

Il prompt di sistema, moltiplicato

Le istruzioni che governano il comportamento del modello si pagano a ogni singola chiamata.

Su 20.000 richieste mensili, ogni migliaio di token di istruzioni sono 20 milioni di token di input al mese: 200 dollari solo per ripetere lo stesso testo. Con un prompt da 3.000 token diventano 600.

Qui c'è però la contromisura più efficace disponibile su questo modello: la cache. L'input letto dalla cache costa 1 dollaro invece di 10, cioè un decimo. Su un prompt di sistema stabile riletto migliaia di volte, la differenza è di un ordine di grandezza.

I token di ragionamento

Su Astra questa è la voce che cresce più in fretta, perché i cinque livelli di effort producono quantità di token intermedi molto diverse, tutti conteggiati come output a 50 dollari per milione.

Un esempio con 20.000 richieste mensili, input da 3.000 token e risposta visibile da 500.

I moltiplicatori sono indicativi e vanno misurati sul proprio caso, ma la direzione è certa: la stessa richiesta può costare dieci volte tanto cambiando un parametro.

L'input resta invece costante a 600 dollari in tutti gli scenari. Su un modello dove l'output costa cinque volte l'input, è il livello di ragionamento la leva economica principale — il dettaglio è in i cinque livelli di ragionamento.

La soglia dei 272K

I prompt oltre 272.000 token vengono fatturati al doppio in input e a una volta e mezza in output, con la maggiorazione applicata all'intera richiesta.

Non c'è gradualità: 271.000 token costano una cifra, 273.000 il doppio in input. E siccome la finestra dichiarata è di 1.050.000 token, si può stare quattro volte sopra soglia restando nei limiti del modello.

Chi passa documenti lunghi, archivi o conversazioni con molto storico può superarla senza accorgersene. La contromisura non è accettare il raddoppio ma selezionare cosa mandare, riportando il prompt sotto soglia — costa meno e di solito funziona anche meglio.

Il tempo delle persone

È la voce che nessuno mette in preventivo e che quasi sempre supera tutte le altre messe insieme.

Se ogni esito richiede due minuti di controllo umano, su 20.000 casi al mese sono oltre 660 ore. Confrontale con qualunque cifra di questa pagina: non c'è paragone.

Ne discende una conseguenza controintuitiva ma solida: un modello più caro che riduce la revisione può costare meno in totale. Ed è esattamente ciò che OpenAI rivendica in diversi punti dell'annuncio, dichiarando costi per task inferiori nonostante la tariffa più alta.

Sono stime del produttore su singoli benchmark, non misurazioni indipendenti. Ma indicano dove guardare: il costo per compito completato, non il prezzo per token.

Esempi pratici

Estrazione dati, 20.000 documenti al mese. Prompt di sistema da 1.500 token, documento da 2.000, risposta da 400, livello di ragionamento basso. Ordine di grandezza: circa 300 dollari base, che scendono sensibilmente con la cache sul prompt e con Batch se il carico è notturno.

Assistente interno, 3.000 richieste al mese. Volumi bassi: la spesa API è nell'ordine di poche decine di euro e non è la voce da ottimizzare. Conviene investire il tempo nella qualità dei documenti forniti.

Agente su compiti multi-passo, 5.000 esecuzioni al mese. Qui il costo cresce più che linearmente, perché a ogni passaggio il contesto si allunga e i tentativi falliti si pagano interi. La stima va fatta su esecuzioni complete, non su singole chiamate.

Errori da evitare

• Moltiplicare a tavolino invece di misurare i token reali.
• Dimenticare il prompt di sistema, che si paga sempre.
• Stimare l'output dalla lunghezza delle risposte visibili.
• Ignorare la soglia dei 272K.
• Escludere il tempo delle persone dal calcolo.
• Trattare i carichi in blocco come urgenti.

Il terzo punto merita un chiarimento: sui modelli che ragionano, i token intermedi non compaiono nel testo finale ma si pagano. Stimare il consumo dalla lunghezza della risposta porta sistematicamente a sottovalutarlo.

Come applicarlo in azienda

La procedura che produce una stima affidabile richiede un pomeriggio e sostituisce qualunque calcolo teorico.

Prendi cento casi reali ed eseguili sul modello. Leggi i token effettivamente consumati, che l'API riporta per ogni chiamata — è l'unico modo di catturare in un colpo solo prompt di sistema, ragionamento e verbosità. Somma tutto, compresi i tentativi falliti, e dividi per il numero di casi conclusi correttamente.

Poi aggiungi il tempo di revisione: minuti per caso moltiplicati per il volume mensile.

L'ordine degli interventi che fa risparmiare di più, in ordine di ritorno:

• Verifica se serve questa fascia — vale fino al 95%
• Sposta i carichi non urgenti su Batch o Flex — vale il 50%
• Metti in cache il contesto stabile — vale fino al 90% su quella porzione
• Abbassa il ragionamento dove non serve — vale molto sull'output
• Accorcia il prompt di sistema — un'ora di lavoro, effetto permanente

Il primo punto viene prima di tutto: per classificare o estrarre esiste quasi sempre una fascia che fa lo stesso lavoro a un cinquantesimo, secondo il criterio di quando basta un modello economico.

Un caso completo, dal preventivo alla fattura

Seguiamo un esempio realistico, perché mostra dove le stime si rompono.

La stima iniziale. Un'azienda vuole analizzare 8.000 documenti al mese. Calcolo a tavolino: 2.500 token per documento, 600 di risposta. Risultato: 200 dollari di input più 240 di output, 440 dollari al mese. Sembra sostenibile.

Cosa succede in produzione. Il prompt di sistema, con le istruzioni e tre esempi, occupa 2.200 token e si paga a ogni chiamata: sono 17,6 milioni di token mensili, cioè 176 dollari che nessuno aveva previsto. Il livello di ragionamento impostato su medio porta l'output medio a 1.400 token invece di 600, quindi la voce di output passa da 240 a 560 dollari. Il 15% dei documenti richiede un secondo passaggio.

La spesa API è più che raddoppiata. Ma il dato che colpisce è l'ultima riga: se il 5% dei documenti richiede un controllo di venti minuti, sono oltre centotrenta ore mensili — che valgono molto più dei mille dollari.

Dove intervenire. Mettere in cache il prompt di sistema porta quella voce da 176 a circa 18 dollari. Abbassare il livello di ragionamento, se il compito è di estrazione, riporta l'output vicino alla stima. Ma l'intervento con il ritorno più alto resta ridurre quel 5% di documenti da rivedere — e quello si ottiene migliorando le istruzioni, non cambiando modello.

Confronto con le alternative

Per capire se la spesa si giustifica, serve il termine di paragone. Ecco i listini delle altre fasce, tutti per milione di token.

L'ultima riga è quella che ridimensiona tutto: per compiti di riconoscimento ad alto volume esiste un modello della stessa famiglia che costa un cinquantesimo. Se il tuo lavoro è classificare messaggi o estrarre campi da documenti strutturati, il confronto rilevante non è fra Astra e Fable 5.1 — è fra Astra e Luna.

Il criterio per capire quale fascia serve davvero è in quando basta un modello economico, e la struttura a due livelli che permette di usarne due insieme è in strategia a modello misto.

Come presentare il costo a chi decide

Un punto pratico che spesso manca. Il costo di un progetto AI è difficile da comunicare perché il confronto naturale — «prima costava X, ora Y» — spesso non esiste: quel lavoro prima non veniva fatto, o veniva fatto da persone il cui tempo non era tracciato.

Tre modi che funzionano meglio del confronto diretto.

• Costo per caso trattato: una cifra piccola e confrontabile nel tempo
• Ore liberate: quante ore di lavoro ripetitivo sono tornate disponibili
• Cose che ora si fanno e prima restavano indietro

Il terzo è quasi sempre il più convincente, perché descrive un guadagno che il confronto sui costi non cattura: un archivio finalmente classificato, un controllo fatto su tutto invece che a campione, una risposta che arriva in minuti invece che in giorni.

Da qui, tre approfondimenti utili. Per i numeri ufficiali completi vedi GPT-6 Astra: cos'è e cosa cambia. Il listino con le condizioni che cambiano il conto è in GPT-6 Astra: prezzi e come si paga. E per il verdetto per tipo di azienda, GPT-6 Astra: tutti i benchmark ufficiali.

Conclusione

Il costo reale di GPT-6 Astra non è 10 e 50 dollari per milione di token: è quella cifra più il prompt di sistema ripetuto, i token di ragionamento, i tentativi falliti e — soprattutto — il tempo delle persone che rivedono gli esiti.

Il numero che decide è il costo per compito completato, e su questo modello può giocare a favore nonostante la tariffa alta: OpenAI dichiara costi per task inferiori su diversi test proprio perché consuma meno per arrivare al risultato.

Ma è un'affermazione che va verificata sui propri casi, misurando cento esecuzioni reali. E poi raddoppiando la stima.

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.

Schema consigliato: Article + FAQPage + BreadcrumbList