Quasi tutti i fornitori fanno pagare i token di output da tre a cinque volte più di quelli di input. È l’asimmetria più importante della fattura e quella che si ignora di più: si ottimizza il prompt, che è la parte economica, e si lascia intatta la risposta, che è quella cara.
Se non hai ancora chiaro cosa viene contato, parti da cos’è un token e come viene fatturato.
In sintesi
| Cosa succede | L’output costa da 3 a 5 volte più dell’input |
| Dove si vede | Risposte lunghe, ragionamento, formato libero |
| La leva | Accorciare e strutturare la risposta |
| Quando conviene | Ogni volta che l’output pesa sulla tua spesa |
Perché l’output costa di più
L’input viene elaborato in un colpo solo: il modello legge tutto il prompt in parallelo. L’output viene generato token dopo token, e ognuno costringe ad attraversare di nuovo l’intero modello. È lavoro sequenziale e si distribuisce meno bene, quindi il fornitore lo fa pagare di più. La differenza non è un capriccio commerciale, riflette il costo reale della generazione.
Quando l’output domina la fattura
Ci sono tre casi tipici. Le risposte lunghe di default, quando nessuno ha messo un limite e il modello si dilunga. I modelli con ragionamento, che producono token intermedi che paghi anche senza vederli. E la generazione di contenuti, dove il lavoro è proprio scrivere molto.
Se invece il tuo carico è classificare, estrarre campi o rispondere su documenti lunghi, il peso sta sull’input e la leva è un’altra: il costo del contesto lungo e il prompt caching.
Come tagliare la parte cara
Metti un tetto esplicito. Un limite di token di output per tipo di attività evita che una richiesta scappi di mano. Senza, il costo massimo di una richiesta non ha un limite.
Chiedi una struttura. Un oggetto con quattro campi occupa una frazione di quello che occupa un paragrafo che spiega la stessa cosa, ed è anche più facile da usare dopo.
Togli le cortesie. I preamboli del tipo “certo, ecco l’analisi che mi hai chiesto” sono token fatturati che non aggiungono nulla.
Separa ragionare dallo scrivere. Se ti serve che il modello ragioni, lascialo ragionare dove costa poco e scrivere dove serve, invece di pagare il ragionamento al prezzo del modello grande.
Mettici un numero
Prendi una settimana di traffico reale e dividi la spesa tra input e output. Con quei due numeri e il calcolatore del costo dei token saprai se il tuo problema è il prompt o la risposta prima di toccare qualsiasi cosa. È il primo taglio del costo per attività.
Domande frequenti
Quanto costa di più l’output? Dipende dal fornitore e dal modello, ma l’intervallo abituale va da tre a cinque volte il prezzo dell’input.
I token di ragionamento si pagano? Sì, vengono fatturati come output anche se non compaiono nella risposta finale. Sui modelli con ragionamento possono essere la parte maggiore del costo.
Limitare l’output peggiora la qualità? Solo se il limite scende sotto la risposta utile. Misurato per attività c’è quasi sempre margine: le risposte lunghe sono raramente le migliori.
In e-ficient misuriamo il costo per attività di aziende che hanno già l’IA in produzione e ti diciamo quanto risparmieresti con ogni leva al tuo volume reale. Il primo audit è gratuito se attivi un piano con impegno di tre mesi e restituisce una diagnosi in 72 ore.