Prezzo per milione di token spiegato

Tutti i listini dei modelli AI usano la stessa unità: il prezzo per milione di token. È un modo di misurare che sembra semplice e che in pratica genera preventivi sbagliati con notevole regolarità.

Questa guida spiega cosa significa davvero quel numero, cosa ci sta dentro e cosa no, e come arrivare a una stima che regga il confronto con la fattura.

Cos'è un token

Un token è l'unità con cui i modelli misurano il testo. Non corrisponde a una parola: può essere una parola intera, una parte di parola, uno spazio o un segno di punteggiatura.

Per una stima di budget non serve conoscere il meccanismo esatto. Serve l'ordine di grandezza, e questo si può fissare con qualche riferimento pratico.

Vale la pena notare che l'italiano tende a consumare un po' più token dell'inglese a parità di contenuto. Non è determinante per un budget, ma è utile saperlo quando si confrontano numeri riferiti a testi in lingue diverse.

Si paga due volte, a tariffe diverse

Il punto che sfugge più spesso: si paga sia il testo che mandi al modello sia quello che il modello produce, con tariffe diverse.

L'input è il testo in ingresso: la domanda, le istruzioni di sistema, i documenti di riferimento, lo storico della conversazione. L'output è quello che il modello genera.

L'output costa di più, perché generare richiede più elaborazione che leggere. Su diversi listini il rapporto è di cinque a uno, ma varia da fornitore a fornitore e va verificato.

Le tre voci che il listino non contiene

Il calcolo che quasi tutti fanno all'inizio — richieste per lunghezza attesa per prezzo — produce una stima sistematicamente troppo bassa. Le ragioni sono tre e si sommano.

Il prompt di sistema ripetuto. Ogni richiesta porta con sé le istruzioni che governano il comportamento del modello. Quelle istruzioni si pagano a ogni singola chiamata. Un prompt di 2.000 token su 50.000 richieste mensili sono 100 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, sulla maggior parte dei listini, si pagano come output. Una risposta di tre righe può costarne trenta.

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 del preventivo.

L'ultima riga non è una voce di API ma è quella che determina se un progetto ha senso. Se ogni esito richiede due minuti di controllo, su 50.000 casi al mese sono oltre milleseicento ore: nessuna differenza di prezzo per token si avvicina.

Un esempio completo

Prendiamo un sistema di estrazione: 20.000 documenti al mese, prompt di sistema da 1.500 token, documento da 2.000, risposta da 400. Usiamo un modello a 2 dollari di input e 10 di output.

Due osservazioni. La prima: il prompt di sistema costa quasi quanto i documenti, pur essendo sempre lo stesso testo. La seconda: i ritentativi aggiungono un quinto, e in molti sistemi la percentuale reale è più alta.

Come stimare davvero

• Prendi cento casi reali del tuo processo
• Eseguili sul modello candidato, senza scorciatoie
• Leggi i token effettivamente consumati, non stimarli
• Conta i casi conclusi correttamente
• Dividi la spesa totale per quel numero
• Aggiungi il tempo di revisione stimato

Il terzo punto è quello che fa la differenza. I fornitori riportano il consumo effettivo di ogni chiamata: usarlo invece di stimare elimina in un colpo solo l'errore su prompt di sistema, ragionamento e verbosità.

Nella pratica il risultato è spesso da tre a dieci volte la stima fatta a tavolino. Non è un difetto del listino: è che il listino misura una cosa sola e il progetto ne comprende quattro.

Dove si risparmia

La prima riga a sinistra è quella con il ritorno più alto e il costo più basso: un'ora di lavoro che riduce una voce pagata milioni di volte. Nei sistemi in produzione da tempo si trovano quasi sempre istruzioni scritte per correggere comportamenti di modelli non più in uso.

I listini a confronto, per orientarsi

Per dare un riferimento concreto agli ordini di grandezza, ecco alcuni prezzi ufficiali verificati. Anthropic e OpenAI il 19 agosto 2026, Google il 3 settembre 2026 sul piano Standard.

L'ultima colonna mostra che il rapporto fra output e input non è uguale ovunque: si muove fra cinque e otto volte. Su un sistema che genera molto testo, quella differenza conta più del prezzo di input.

Il divario complessivo è di cinquanta volte fra la prima e l'ultima riga in input. È il motivo per cui la scelta della fascia pesa molto più della scelta del modello dentro la fascia.

Perché i preventivi sbagliano sempre nella stessa direzione

C'è una regolarità nei preventivi dei progetti AI: sono quasi sempre troppo bassi, mai troppo alti. Le ragioni sono strutturali, non casuali.

Chi stima parte dal caso ideale — una richiesta, una risposta, tutto al primo colpo — perché è l'unico scenario che si riesce a immaginare a tavolino. Tutto ciò che si aggiunge in produzione va in una sola direzione: più contesto del previsto, più tentativi del previsto, risposte più lunghe del previsto.

• Il prompt di sistema cresce nel tempo, non si accorcia
• I casi difficili emergono solo con il traffico vero
• Le istruzioni difensive si accumulano dopo ogni errore
• Lo storico delle conversazioni cresce senza controllo
• I volumi aumentano quando il sistema funziona

Il quinto punto è quello che sorprende di più: un progetto AI riuscito genera più traffico di quanto previsto, perché le persone iniziano a usarlo per cose che non erano nel piano. È un buon problema, ma va messo in conto nel budget.

Esempi pratici

Studio che valuta un assistente interno. Poche centinaia di richieste al mese. A questi volumi la differenza fra le fasce vale pochi euro mensili: il tempo va investito nella qualità dei documenti, non nell'ottimizzazione del listino.

Azienda con estrazione dati da fatture. Ventimila documenti al mese. Qui il prompt di sistema, moltiplicato per il volume, costa quanto i documenti stessi — ed è la voce che nessuno mette in preventivo. Accorciarlo della metà è un'ora di lavoro che si ripaga ogni mese.

Sistema con conversazioni lunghe. Lo storico cresce a ogni scambio: al decimo messaggio il modello riceve nove domande e nove risposte precedenti. Il consumo cresce più che linearmente, e va misurato su una conversazione lunga, non su una breve.

Errori da evitare

• Moltiplicare a tavolino invece di misurare i token reali.
• Dimenticare il prompt di sistema, che si paga a ogni chiamata.
• Non contare i tentativi falliti, che si pagano comunque.
• Ignorare i token di ragionamento nella stima dell'output.
• Escludere il tempo delle persone dal calcolo del costo totale.
• Non rimisurare quando i volumi crescono.

Come applicarlo in azienda

La procedura che produce un preventivo affidabile richiede un pomeriggio e sostituisce qualunque calcolo a tavolino.

Prendi cento casi reali ed eseguili sul modello candidato. Leggi i token effettivamente consumati, che i fornitori riportano per ogni chiamata: è l'unico modo di catturare in un colpo solo prompt di sistema, ragionamento e verbosità. 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.

Con quel numero puoi finalmente confrontare fornitori che strutturano i listini in modo diverso e capire se una fascia inferiore basta, secondo il criterio di quando basta un modello economico. Il ragionamento completo sulle voci nascoste è in costo per task o prezzo per token.

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 letture per chiudere il quadro. Se stai ancora scegliendo la fascia, il criterio operativo è in strategia a modello misto: leggero e potente. Per il calcolo della spesa reale — quella che comprende contesto ripetuto, tentativi falliti e revisione umana — il riferimento è come si leggono i benchmark AI. E quando il traffico è disomogeneo, l’impostazione che dà il miglior rapporto fra qualità e costo è descritta in quando conviene cambiare modello AI.

Conclusione

Il prezzo per milione di token è una misura chiara di una cosa sola: quanto costa il testo che passa. Non contiene il prompt ripetuto, i token di ragionamento, i tentativi falliti né il tempo delle persone.

Per un preventivo che regga serve un solo numero, il costo per compito completato, e si ottiene misurando cento casi reali invece di moltiplicare a tavolino. Il ragionamento completo è in costo per task o prezzo per token.

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

Schema consigliato: Article + FAQPage + BreadcrumbList