Claude Opus 5 vs Gemini 3.1 Pro

Claude Opus 5 e Gemini 3.1 Pro sono i modelli di riferimento di Anthropic e Google, e il loro confronto è più insidioso di quelli fra Anthropic e OpenAI, per una ragione precisa: i due fornitori non espongono i prezzi nello stesso modo.

Questo articolo mette a confronto i dati ufficiali e spiega dove il paragone regge e dove va maneggiato con cautela. Dati verificati il 19 agosto 2026 per Anthropic e il 3 settembre 2026 per Google.

I dati a confronto

I prezzi Gemini indicati sono quelli del piano Standard. La documentazione Google specifica inoltre che il prezzo di output include i token di ragionamento prodotti dal modello prima di rispondere.

Sulla carta il vantaggio di prezzo di Gemini è netto: meno della metà in input e circa la metà in output sotto la soglia. Ma è proprio qui che il confronto va fatto con attenzione.

Le tre asimmetrie da conoscere

Gli scaglioni. Il prezzo di Gemini 3.1 Pro raddoppia in input superati i 200.000 token di prompt. Se il tuo caso prevede documenti lunghi o molto contesto ripetuto, la tariffa che ti si applica è la seconda, non la prima. Opus 5 mantiene invece la stessa tariffa a qualunque lunghezza.

I piani di servizio. Google articola il prezzo su più livelli: oltre allo Standard esistono opzioni sensibilmente più economiche per lavorazioni non urgenti e un'opzione prioritaria più cara. Fra l'estremo economico e quello prioritario il divario è di oltre tre volte. Un confronto che non dichiara il piano non è utilizzabile.

I token di ragionamento. Nell'output Gemini rientra l'elaborazione intermedia. Su un compito complesso la differenza fra la lunghezza della risposta visibile e quella fatturata può essere sostanziale, e non si stima a occhio.

Un esempio con i numeri

Prendiamo 30.000 richieste al mese con prompt da 8.000 token e risposte da 800 token: siamo abbondantemente sotto la soglia dei 200.000, quindi si applica lo scaglione favorevole a Gemini.

Il divario sembra schiacciante. Va però letto con due avvertenze. La prima è che l'output di Gemini include i token di ragionamento: se il modello elabora molto, la seconda riga cresce oltre la stima. La seconda è che questa tabella non tiene conto dei tentativi falliti, che si pagano comunque su entrambi.

Se un modello chiude i casi al primo colpo e l'altro ne richiede due, il rapporto si dimezza. Ed è esattamente il tipo di informazione che nessun listino contiene e che solo un test sui propri dati produce.

Lo stato di anteprima

La pagina ufficiale Google indica Gemini 3.1 Pro come modello in anteprima alla data di verifica. Per un uso in produzione è un elemento da valutare esplicitamente, non un dettaglio formale.

L'ultima riga della colonna di destra è un consiglio di progettazione che vale a prescindere: tenere l'identificativo del modello in un unico punto configurabile rende ogni cambio un'operazione da cinque minuti, e in questo settore i cambi arrivano più spesso di quanto si preveda.

Cosa dichiarano i produttori

Entrambi i fornitori pubblicano risultati sui benchmark, e nessuno dei due è una fonte neutra sull'altro.

Anthropic, nell'annuncio di Opus 5 del 24 luglio 2026, dichiara risultati allo stato dell'arte su Frontier-Bench e GDPval-AA, un punteggio su ARC-AGI 3 pari a circa tre volte quello del secondo miglior modello, e un posizionamento vicino a Fable 5 a circa metà prezzo. Lo stesso annuncio ammette un limite su cybersecurity rispetto a un concorrente.

Non abbiamo verificato test in cui Opus 5 e Gemini 3.1 Pro siano stati valutati nella stessa configurazione, con la stessa impalcatura e lo stesso livello di ragionamento. Per questo non costruiamo un confronto di prestazioni fra i due: sarebbe un accostamento di numeri prodotti in condizioni diverse. Le ragioni sono spiegate in perché i benchmark dei vendor non sono comparabili.

Come decidere

• Verifica se i tuoi prompt stanno sotto o sopra i 200.000 token
• Decidi quale piano Google è adatto al tuo scenario
• Prova entrambi su dieci casi reali, tre difficili
• Misura i token consumati, non stimarli
• Confronta il costo per compito completato
• Valuta lo stato di anteprima per la produzione

Il secondo punto è quello con il ritorno più immediato. 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.

La soglia dei 200.000 token, in pratica

È il dettaglio che decide se il vantaggio di prezzo di Gemini 3.1 Pro si applica al tuo caso o no. Vale la pena tradurlo in qualcosa di concreto.

Duecentomila token sono, come ordine di grandezza, alcune centinaia di pagine di testo in una singola richiesta. La maggior parte dei casi aziendali sta molto sotto: una domanda con qualche documento di riferimento, una email con lo storico, una fattura da analizzare stanno tutti nell'ordine delle migliaia di token.

La soglia si avvicina in tre situazioni ricorrenti.

Le righe ad alto rischio hanno una cosa in comune: il sistema manda tutto invece di selezionare. E questo, oltre a far scattare lo scaglione superiore, è quasi sempre anche una scelta tecnica discutibile.

Cosa guardare oltre al prezzo

Fra due modelli di fascia alta, il listino è raramente il criterio che determina il successo di un progetto. Contano di più tre cose che nessuna tabella riporta.

Come sbaglia. Un modello che di fronte a un documento incompleto dichiara «questa informazione non è presente» ha fatto il suo lavoro. Uno che produce un valore plausibile ha generato un errore che nessuno verificherà, perché non ha l'aspetto di un errore. Nella scelta questa proprietà vale più di qualche punto di accuratezza dichiarata.

Quanto è veloce. Se la risposta compare su uno schermo mentre qualcuno attende, la latenza entra nella decisione con lo stesso peso della qualità. Va misurata sui propri casi, perché dipende anche dalla lunghezza del prompt e dal livello di elaborazione.

Quanto tempo richiede la revisione. È la voce di costo più grande di quasi ogni progetto AI e non compare in nessun listino. Se ogni esito richiede due minuti di controllo umano, su 30.000 casi al mese sono mille ore: nessuna differenza di prezzo per token si avvicina a quella cifra.

Un modello più caro che riduce sensibilmente la revisione necessaria può quindi costare meno in totale, pur costando di più a chiamata. È il calcolo che ribalta più spesso le decisioni prese sul listino.

Esempi pratici

Azienda con analisi documentali brevi e frequenti. Prompt nell'ordine delle migliaia di token, quindi ampiamente sotto la soglia dei 200.000: si applica lo scaglione favorevole. Sulla carta il divario di listino è netto. La verifica da fare riguarda i tentativi e la revisione umana, che possono ridurlo o annullarlo.

Studio che analizza capitolati molto lunghi. Qui i prompt superano regolarmente la soglia, quindi la tariffa applicabile è la seconda, non la prima. Vale però la pena chiedersi se il documento vada passato per intero: selezionare le sezioni pertinenti costa meno, funziona meglio e riporta il sistema sotto soglia.

Sistema critico in produzione. Uno dei due modelli è indicato come in anteprima. Per un flusso da cui dipende un processo aziendale, è un elemento da pesare insieme al prezzo: il comportamento può cambiare senza preavviso e la continuità non è garantita come per un modello stabile.

Errori da evitare

• Citare il prezzo Gemini senza dichiarare quale piano di servizio.
• Ignorare lo scaglione oltre i 200.000 token di prompt.
• Dimenticare i token di ragionamento, inclusi nell'output.
• Trascurare lo stato di anteprima per un sistema in produzione.
• Confrontare solo il listino senza contare tentativi e revisione.
• Mandare documenti interi quando si potrebbe selezionare.

Come applicarlo in azienda

Il confronto diventa onesto solo dopo tre verifiche, e nessuna richiede più di dieci minuti.

Prima: i tuoi prompt stanno sopra o sotto i 200.000 token? La risposta stabilisce quale riga del listino ti riguarda. Se stai sopra e non è necessario, il primo intervento non è scegliere il modello ma migliorare la selezione del contesto, come spiegato in finestra di contesto: quanto conta davvero.

Seconda: il tuo carico è urgente o può attendere? Su lavorazioni in blocco i piani economici riducono sensibilmente la tariffa senza alcun effetto sul risultato; su flussi interattivi serve almeno lo standard.

Terza: lo stato di anteprima è compatibile con il tuo uso? Per un progetto pilota non è un problema; per un processo critico va valutato esplicitamente, prevedendo un modello di riserva già configurato.

Un'ultima raccomandazione di progettazione, che vale doppio quando uno dei candidati è in anteprima: tieni l'identificativo del modello in un unico punto configurabile. Rende il cambio un'operazione da cinque minuti il giorno in cui serve.

Se vuoi scegliere il modello sui tuoi dati invece che sui listini, Giallo Studio progetta agenti e automazioni AI su misura per le PMI.

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 basta un modello economico. Il metodo di valutazione sui propri casi è in costo per task o prezzo per token, mentre il calcolo della spesa reale è in strategia a modello misto: leggero e potente.

Conclusione

Sul piano Standard e sotto la soglia dei 200.000 token, Gemini 3.1 Pro ha un listino nettamente più basso di Opus 5. Sopra la soglia il vantaggio si assottiglia, e la struttura a piani rende il confronto sensato solo se si dichiara quale piano si sta usando.

Va inoltre considerato che il modello è indicato come in anteprima e che l'output include i token di ragionamento. Sono due elementi che non compaiono nella tabella dei prezzi ma che pesano su un uso reale.

Se vuoi scegliere il modello sui tuoi dati invece che sui listini, Giallo Studio progetta agenti e automazioni AI su misura per le PMI.

Schema consigliato: Article + FAQPage + BreadcrumbList