Il 30 luglio 2026 OpenAI ha tagliato dell’80% il prezzo dell’API di GPT-5.6 Luna, da un dollaro a venti centesimi per milione di token in ingresso. Terra è scesa del 20%. I titoli erano prevedibili: l’IA costa meno, la barriera d’ingresso si abbassa.
Qualche settimana dopo, diverse aziende che usano quei modelli in produzione hanno visto la fattura salire.
Non è una contraddizione né un errore di fatturazione. È che il prezzo per token e il costo della tua operatività sono due cose distinte, e solo una delle due finisce nel tuo budget.
L’unità che fattura il fornitore non è quella che consuma il tuo business
Il tuo fornitore fattura a token. Il tuo business non consuma token: consuma attività risolte. Una richiesta di assistenza gestita. Un documento classificato. Una fattura estratta.
Finché un’attività equivaleva a una richiesta al modello, le due unità si muovevano insieme e la distinzione era accademica. Se il token calava del 30%, la fattura calava del 30%.
Ha smesso di essere vero quando le applicazioni sono passate da una singola richiesta a orchestrarne diverse. Un agente che interroga uno strumento, valuta il risultato, decide il passo successivo e richiama il modello non fa una richiesta per attività: ne fa otto, o quindici. E a ognuna rimanda l’intero contesto.
Un esempio con i numeri
Prendiamo un assistente di supporto che risolve richieste dei clienti. Prompt di sistema da 1.200 token, richiesta dell’utente da 800, risposta da 400.
Versione a richiesta singola:
| Token | Costo | |
|---|---|---|
| Ingresso | 2.000 | 0,0040 $ |
| Uscita | 400 | 0,0048 $ |
| Totale per attività | 0,0088 $ |
La stessa attività, risolta da un agente in otto passi. Ogni passo rimanda il prompt di sistema, la richiesta originale e tutto ciò che si è accumulato fino a quel momento. Ipotizzando che ogni passo aggiunga circa 600 token di cronologia:
| Passo | Token in ingresso |
|---|---|
| 1 | 2.000 |
| 2 | 2.600 |
| 3 | 3.200 |
| 4 | 3.800 |
| 5 | 4.400 |
| 6 | 5.000 |
| 7 | 5.600 |
| 8 | 6.200 |
| Totale | 32.800 |
Con 250 token di uscita per passo, fanno 2.000 token in uscita. Ai prezzi di Terra (2 $ in ingresso e 12 $ in uscita per milione), il costo per attività sale a 0,0896 $.
Dieci volte tanto per risolvere esattamente la stessa cosa.
Ora applica il taglio dell’80%. Se la tua attività a richiesta singola passa a costare un quinto, ottimo. Ma se nello stesso trimestre sei migrato a un’architettura ad agenti, hai moltiplicato per dieci il consumo per attività. Il prezzo è sceso dell’80% e la tua fattura è raddoppiata.
I tre moltiplicatori che non compaiono nel listino
Il contesto rimandato. È il più costoso e il più invisibile. In una conversazione di venti turni, il primo messaggio è stato fatturato venti volte. Non perché la tua applicazione sia scritta male, ma perché le API di chat funzionano così: non hanno memoria, e la cronologia viaggia a ogni richiesta.
Le definizioni degli strumenti. Un agente con dodici strumenti disponibili invia i loro schemi completi a ogni richiesta, che ne usi uno o nessuno. Sono token in ingresso fatturabili in ciascuno degli otto passi.
I tentativi e i vicoli ciechi. Un agente che esplora una via, capisce che non porta da nessuna parte e ne prova un’altra le ha pagate entrambe. Nei report di utilizzo del fornitore non si distinguono: compare tutto come consumo, senza indicare se sia servito a qualcosa.
Come si misura il costo per attività
La cattiva notizia è che il pannello del tuo fornitore non te lo darà. Ti dà token per modello e per giorno. Arrivare al costo per attività richiede qualcosa che loro non hanno: sapere dove inizia e dove finisce un’attività nel tuo business.
Quello che puoi fare senza strumentazioni complicate:
Correla con un’unità di business. Dividi la spesa mensile del modello per il numero di richieste risolte, documenti elaborati o qualunque sia la tua unità. È una media grossolana e funziona lo stesso: se quel numero sale mese dopo mese mentre il prezzo del token scende, hai già la risposta.
Segmenta per tipo di attività. Quasi sempre una minoranza di tipi di attività concentra la maggior parte della spesa. Senza quella segmentazione ottimizzerai il modello sbagliato.
Conta le richieste per attività. È l’indicatore più predittivo che conosciamo. Se passa da tre a nove, il tuo costo salirà anche senza cambiare modello né fornitore.
Cosa farne
Prima di negoziare prezzi o cambiare fornitore, verifica se il tuo problema è di tariffa o di architettura. Di solito è il secondo, e si affronta in modo diverso.
La cache dei prompt viene per prima, perché è la più economica da applicare: il prompt di sistema che rimandi otto volte può essere fatturato con uno sconto sostanziale se il fornitore la offre e il tuo codice la sfrutta. Nell’esempio sopra, quei 1.200 token ripetuti sono quasi un terzo di tutto l’ingresso.
Tagliare la cronologia invece di trascinarla intera. Pochissime attività hanno bisogno di tutti e venti i turni.
E instradare per complessità: riservare il modello costoso alle attività che ne hanno davvero bisogno. È dove c’è più risparmio e dove serve più attenzione, perché è anche dove è più facile degradare la qualità senza accorgersene. Per questo conviene misurare la qualità prima di toccare qualsiasi cosa, non dopo.
Un avvertimento onesto
I numeri di questo articolo sono un esempio costruito per illustrare il meccanismo, non una misurazione del tuo caso. Il moltiplicatore reale dipende da quante richieste fa la tua applicazione per attività, da quanto contesto trascina e da quale quota di attività passa dal percorso costoso. Può essere tre volte o può essere trenta.
E i prezzi cambiano in fretta: quelli citati qui sono di agosto 2026 e conviene verificarli sulla pagina ufficiale di ciascun fornitore prima di usarli per fare budget.
Quello che non cambia è il meccanismo. Finché misuri in token, continuerai a non capire perché la tua fattura fa quello che fa.
Il cluster completo del costo dell’IA
Questa guida è il centro; ogni articolo sviluppa una parte del problema.
Capire il costo
- Che cos’è un token e come si paga
- Prezzi di GPT, Claude e Gemini a confronto
- Calcolatore di costo dei token
- Perché il contesto lungo fa esplodere la fattura
Ridurlo
- Come ridurre la fattura di OpenAI: 7 leve
- Quale modello usare per ogni attività
- Prompt caching: pagare una volta il contesto ripetuto
- Batch API: metà prezzo se l’attività può aspettare
Decidere l’architettura
- RAG, fine-tuning o contesto lungo: quale costa meno
- Modello proprio vs API: quando conviene il self-hosting
Tenerlo sotto controllo
In e-ficient misuriamo il costo per attività di aziende che hanno già l’IA in produzione. L’audit iniziale è gratuito se attivi un piano con impegno di tre mesi e restituisce una diagnosi in 72 ore.