API LLM economiche nel 2026: prezzi e costi a confronto

Tra le API LLM economiche, OpenAI GPT OSS 20B su Groq offre il costo senza cache più basso per tutti e tre i carichi di lavoro confrontati qui, a partire da $0.075 per milione di token in input e $0.30 per milione di token in output. La scelta più conveniente cambia se le risposte si allungano, se si riutilizza un prompt esteso o se serve un secondo tentativo: Ministral 3 3B di Mistral può prevalere sul costo dell’output, mentre OpenAI GPT-6 Luna e Anthropic Claude Haiku 5.5 sono punti di partenza economici per chi ha già un’integrazione attiva.

API LLM economiche: prezzi verificati il 20 ottobre 2026

Leggere sempre insieme le colonne di input e output. Un token è una piccola unità di testo elaborata dal modello. L’input comprende istruzioni, documenti e cronologia della conversazione; l’output comprende la risposta fatturata dal modello e, dove previsto, il suo ragionamento. Un milione di token in input e un milione in output sono due voci di spesa distinte.

Tutti i prezzi riportati sono in USD per 1 milione di token, verificati sulle pagine ufficiali dei fornitori il 20 ottobre 2026. Si tratta delle fasce economiche a pagamento attualmente offerte dai sette fornitori indicati, non di un censimento di tutti i servizi di hosting né di una classifica qualitativa. Groq ospita un modello a pesi aperti di OpenAI e applica tariffe proprie. Le altre righe si riferiscono all’API diretta del produttore del modello.

Note: la scheda del modello Groq indica $0.037 per l’input in cache. La documentazione sul caching descrive uno sconto del 50%, che applicato alla tariffa di input dà $0.0375. La tabella conserva la precisione mostrata nella scheda; gli esempi di calcolo più avanti non usano quella tariffa arrotondata. †I prezzi Batch di Groq e Mistral sono calcolati applicando gli sconti documentati del 50%. Groq Batch, Mistral Batch.

Le condizioni tariffarie cambiano il conto. La riga di OpenAI vale fino a 272K token in input; con prompt più lunghi si applicano tariffe superiori all’intera richiesta. La riga di Haiku vale fino a 100,000 token nel prompt, compresi quelli in cache; oltre questa soglia, le tariffe di input e output quintuplicano. La fascia superiore di Grok Build scatta a 200K token nel prompt. Gli esempi seguenti restano sotto tutte e tre le soglie. Prezzi del modello OpenAI, prezzi Claude per contesti lunghi, prezzi xAI.

Per DeepSeek, le fasce di punta sono 01:00-04:00 e 06:00-10:00 UTC, dal lunedì al venerdì, escluse le festività pubbliche cinesi. Tutti gli altri orari sono fuori punta. La tariffa oraria più economica non è uno sconto dell’API Batch. Prezzi DeepSeek.

L’input in cache indica una lettura ripetuta che soddisfa i requisiti del servizio, non qualsiasi token in ingresso. Con OpenAI Luna, le scritture in cache costano $0.125 per milione; con Haiku nella fascia per prompt brevi costano $0.125 per cinque minuti o $0.20 per un’ora. Google indica un costo di archiviazione di $1 per milione di token in cache all’ora. Queste voci vanno conteggiate separatamente dalle letture riuscite. Prezzi OpenAI, caching Claude, prezzi Gemini.

Prezzi API LLM: tre attività, una formula

Calcolare il costo dell’intera richiesta, poi moltiplicarlo per il numero di attività. Il modello con l’input più economico può perdere il vantaggio quando produce una risposta lunga. Nel conteggio dell’input rientrano anche le definizioni degli strumenti dell’applicazione e i messaggi precedenti.

Per l’input ordinario senza cache, la formula è:

Costo per richiesta = (token in input × tariffa di input + token di output fatturati × tariffa di output) ÷ 1,000,000.

I carichi di lavoro seguenti sono ipotesi costruite per questo confronto, non generazioni misurate:

• Classificazione di un ticket: 500 token in input e 20 token di output fatturati. Il risultato è una breve etichetta di reparto o un oggetto per lo smistamento.
• Sintesi di un documento: 10,000 token in input e 500 token di output fatturati. Il risultato è un riassunto di lunghezza limitata di un documento già estratto.
• Un passaggio di un agente di programmazione: 20,000 token in input e 2,000 token di output fatturati. Il modello legge istruzioni, codice pertinente e risultati degli strumenti, poi produce la risposta successiva o una proposta di modifica.

Il budget di output comprende gli eventuali token di ragionamento fatturati. Sul proprio compito, un modello di ragionamento può superare queste quantità: occorre quindi sostituire le ipotesi con i consumi riportati dal servizio. Lo stesso documento produce inoltre conteggi diversi con tokenizer diversi. Usare lo stesso numero di token rende confrontabili le tariffe, ma non dimostra parità di qualità, lunghezza dei documenti o sforzo di ragionamento.

Quanto costano 1,000 attività completate con una sola chiamata

La tabella presuppone che ogni chiamata riesca. Esclude letture e scritture in cache, archiviazione, strumenti, maggiorazioni regionali, imposte, tentativi ripetuti e revisione umana. Un passaggio dell’agente corrisponde a una chiamata al modello, non a un intero incarico di programmazione completato.

Tutti i totali sono calcoli originali basati sulle tariffe dei fornitori alla data indicata sopra. Per 10,000 attività al mese, basta moltiplicare per dieci. A quel volume, il passaggio di programmazione ipotizzato costa $21 su Groq o $30 su Luna. La differenza è di $9 al mese, prima di errori e strumenti: un dato da tenere presente prima di dedicare una settimana alla migrazione di una funzionalità che già funziona.

Classificare un ticket: basta una risposta minima

Per questa attività ben delimitata, Groq è il primo candidato da valutare sul prezzo. Una chiamata costa (500 × $0.075 + 20 × $0.30) ÷ 1,000,000 = $0.0000435. Con 10,000 ticket al mese, sono $0.435 di inferenza Standard, oppure $0.2175 con lo sconto Batch documentato, se la coda può attendere.

Chi fonda un’impresa e vuole etichettare le richieste di assistenza in arrivo dovrebbe definire le etichette ammesse prima di scegliere il modello. «Fatturazione», «assistenza tecnica» e «account» si possono validare automaticamente; un paragrafo non richiesto che spiega la scelta aggiunge output senza aiutare lo smistamento. I ticket ambigui vanno controllati a parte e inviati a revisione, invece di imporre un’etichetta apparentemente sicura.

Il compromesso è tra latenza e programmazione delle elaborazioni. Lo smistamento in tempo reale richiede un risultato immediato; la riclassificazione di un vecchio archivio di assistenza può aspettare Batch. Groq documenta finestre di elaborazione da 24 ore a sette giorni: promettere il completamento entro la mattina successiva richiede un piano di capacità, non una supposizione. Documentazione Groq Batch.

Riassumere un documento: pagare per una sintesi utile

Gemini 2.5 Flash-Lite è un buon primo candidato per i documenti quando serve il suo supporto per PDF e input multimodali. Nell’ipotesi basata sui token di testo, una sintesi costa (10,000 × $0.10 + 500 × $0.40) ÷ 1,000,000 = $0.00120. Sono $12 per 10,000 sintesi mensili, oppure $6 con Batch. Il calcolo corrispondente su Groq, limitato al testo, dà un importo inferiore, ma il modello scelto non accetta la stessa varietà di input. Funzionalità del modello Gemini, funzionalità del modello Groq.

Questo calcolo vale per il testo estratto. Un PDF scansionato con immagini delle pagine può avere un profilo di token diverso; estrazione, recupero e archiviazione dei documenti possono comportare costi aggiuntivi. Il criterio di accettazione utile è verificare che la sintesi conservi decisioni, scadenze ed eccezioni, non soltanto che sia ben scritta.

Chi analizza interviste ai clienti dovrebbe chiedere una serie prestabilita di risultati con riferimenti alle fonti. Se la sintesi omette una precisazione che cambia la decisione di prodotto, il paragrafo più economico non ha svolto il compito. Conviene tenere disponibile il documento originale per i controlli, anziché pagare una seconda riscrittura più estesa.

Un passaggio dell’agente di programmazione: calcolare l’intero ciclo

Partire da Luna o Haiku nell’integrazione esistente e valutare Groq come alternativa più economica. Il passaggio ipotizzato con Luna costa (20,000 × $0.10 + 2,000 × $0.50) ÷ 1,000,000 = $0.003. Haiku nella fascia per prompt brevi ha lo stesso costo. Nessuna delle due cifre dimostra che il modello sappia completare la modifica specifica richiesta.

Un agente di programmazione invia ripetutamente il contesto, riceve un’azione proposta, esegue strumenti e restituisce i risultati al modello. Un test fallito può avviare un’altra chiamata con una cronologia ancora più lunga. Vanno conteggiati ogni passaggio, il ragionamento fatturato e l’ambiente di esecuzione esterno. Una tabella di prezzi per token non può quantificare l’intero ciclo senza osservarne il comportamento.

Per un piccolo intervento di manutenzione, richiedere i file modificati, l’esito dei test pertinenti e una condizione di arresto chiara. Meglio una patch mirata che una lunga spiegazione. Ridurre l’output totale fatturato da 2,000 a 500 token alla tariffa di Luna fa risparmiare $0.00075 per passaggio, ossia $7.50 su 10,000 passaggi, purché la risposta più breve porti comunque a termine il lavoro.

Cache, Batch e lunghezza dell’output cambiano la convenienza

La cache aiuta con l’input ripetuto; Batch con le attività che possono aspettare; un output più breve con ogni chiamata riuscita. Sono interventi diversi: combinarli senza verificarne le condizioni porta a sovrastimare il risparmio.

Leggere dalla cache e scriverci hanno costi diversi

Supponiamo che il passaggio di programmazione riutilizzi un prefisso di 18,000 token idoneo alla cache, aggiunga 2,000 token di input nuovi e generi 2,000 token di output fatturati. Il prefisso è la parte iniziale invariata della richiesta, per esempio istruzioni e materiale di riferimento stabile. Quando il prefisso viene trovato in cache, Luna o Haiku nella fascia per prompt brevi costano:

(18,000 × $0.01 + 2,000 × $0.10 + 2,000 × $0.50) ÷ 1,000,000 = $0.00138.

La prima richiesta, che scrive quel prefisso alla tariffa di $0.125 per milione, costa $0.00345, supponendo che il suffisso variabile resti input ordinario. Per dieci chiamate con una scrittura e nove letture complete prima della scadenza, il costo totale è $0.01587, contro $0.030 senza cache: un risparmio del 47.1%. È il confronto completo sulle dieci chiamate; uno sconto di dieci volte sull’input non riduce di dieci volte l’intera fattura.

Per lo stesso passaggio con lettura riuscita dalla cache, DeepSeek costa $0.001554 fuori punta o $0.003108 in punta. La tariffa inferiore di lettura dalla cache non basta qui a battere Luna, perché input nuovo e output costano di più. Il calcolo corrispondente di Mistral, sempre con lettura riuscita, dà $0.00058: un prezzo promettente per un’attività delimitata, non la prova di capacità di programmazione equivalenti.

Mettere in cache soltanto il materiale che si prevede di riutilizzare. Su Google, conservare per un’ora una cache esplicita di 10,000 token costa $0.01. Ogni riutilizzo completo alla tariffa Standard fa risparmiare $0.0009 sull’input: servono quindi dodici letture dalla cache per superare il solo costo di archiviazione, al quale si aggiunge l’elaborazione iniziale. Una sintesi da eseguire una sola volta non giustifica quella cache solo perché esiste una tariffa di lettura scontata. Prezzi della cache Gemini.

Ogni fornitore applica regole proprie agli sconti Batch

Usare Batch per attività indipendenti in arretrato, non per la prossima risposta di una conversazione in corso. OpenAI, Anthropic, Google, Mistral e Groq documentano modalità con input e output a metà prezzo per i modelli selezionati. La pagina prezzi di DeepSeek indica invece fasce orarie; Grok Build 0.1 esclude esplicitamente il supporto Batch.

Anthropic dichiara che gli sconti Batch e cache sono cumulabili. Groq precisa il contrario: i token Batch ricevono già lo sconto, indipendentemente dalla cache. Per il modello Google selezionato, la lettura dalla cache in Batch resta a $0.01, anziché dimezzarsi insieme alla tariffa dell’input ordinario. Il conto va costruito a partire dalle singole categorie di token, senza applicare due percentuali di sconto all’intera fattura. Sconti Claude, regole della cache Groq, prezzi Google Batch.

Quando l’output fa passare Mistral davanti a Groq

Ministral 3 3B diventa più economico di Groq GPT OSS 20B quando l’output supera un token ogni otto token in input, a parità di token Standard senza cache e di risultati riusciti. Mistral costa di più per l’input ma meno per l’output; confrontando le due equazioni di costo si ottiene una soglia del rapporto output/input pari a 0.125.

Con 20,000 token in input e 4,000 in output, Mistral costa $0.0024 per chiamata e Groq $0.0027. Le tre attività di riferimento hanno output più brevi: per questo Groq prevale in quelle righe. Una funzionalità che genera descrizioni, riscritture o report lunghi può invertire l’ordine.

Non ridurre l’output soltanto per rientrare nella colonna più economica. Definire il risultato minimo utile: l’etichetta, l’estratto, la patch o la sintesi di lunghezza limitata. Poi verificare se il modello meno costoso riesce a produrlo con costanza.

Prezzi delle API AI a confronto: quale fascia economica scegliere

Le sette schede seguenti indicano un ordine di valutazione, non una classifica di benchmark. Ognuna presenta un limite operativo diverso. I prezzi sono le attuali tariffe Standard di partenza per input e output; tutte le fasce sono disponibili sulle pagine prezzi dei fornitori.

1. Groq: da valutare per primo per testi brevi e verificabili

Groq è un fornitore di inferenza che ospita OpenAI GPT OSS 20B, un modello testuale con supporto per strumenti, ragionamento e output strutturati. Nei tre esempi senza cache ha il conto più basso, perché il prezzo ridotto dell’input favorisce risposte brevi a prompt più estesi. Per classificare richieste di assistenza o elaborare una coda di documenti già in formato testuale, è un buon punto di partenza se si è pronti a confrontarne i risultati con la soluzione esistente. Il limite è la validità del risultato, non la velocità di generazione pubblicizzata: un’etichetta non ammessa o un ulteriore passaggio di ragionamento possono annullare il risparmio. Dettagli del modello.

Ideale per: Risposte brevi validate e code di elaborazione testuale indipendenti
Punto di forza: Il costo senza cache più basso per i tre budget di token indicati
Prezzi: Da $0.075 per l’input e $0.30 per l’output per milione di token
Prova gratuita: Il confronto non include quote promozionali

La guida ai prezzi Groq affronta la scelta del servizio nel suo insieme. Per questo confronto, fare riferimento alla riga GPT OSS con prezzi pubblici. Nel catalogo attuale di Groq, Llama 3.1 8B richiede un preventivo commerciale: una vecchia tariffa pubblica non è una base valida per il budget. Catalogo attuale dei modelli in produzione.

Come impostare il primo confronto

1. 1

   Scegliere un’attività ben delimitata

   Partire dalla classificazione dei ticket, non dall’intero assistente per il supporto. Scrivere le etichette ammesse e le condizioni che richiedono una revisione.

2. 2

   Confrontare richieste rappresentative

   Usare 100 esempi rappresentativi, opportunamente ripuliti dai dati sensibili, per una prima selezione. Includere ticket ambigui, malformati e insolitamente lunghi. Valutare la soluzione attuale e quella candidata con gli stessi criteri di accettazione.

3. 3

   Registrare il risultato completo

   Annotare se l’output è stato accettato o rifiutato, input e output fatturati, latenza complessiva ed eventuali nuovi tentativi o passaggi a una soluzione di riserva. Distinguere le letture dalla cache dall’input ordinario.

4. 4

   Spostare solo le attività che superano la verifica

   Affidare al modello più economico le classificazioni validate. Mantenere una soluzione di riserva per i risultati rifiutati e continuare il monitoraggio oltre il campione iniziale.

2. Mistral: conveniente quando l’output pesa di più

Mistral propone Ministral 3 3B, un modello compatto con output strutturati, function calling e supporto per domande sui documenti. La stessa tariffa per input e output lo rende interessante per trasformazioni circoscritte che producono un risultato consistente da un prompt breve. Chi genera descrizioni standardizzate di prodotti può valutarlo prima di pagare altrove una tariffa di output superiore. Il limite è la complessità del compito: l’output più economico serve soltanto se il piccolo modello conserva i dettagli e rispetta i vincoli richiesti. Funzionalità di Ministral.

Ideale per: Riscritture circoscritte, descrizioni ed estrazioni con output verificabile automaticamente
Punto di forza: Stesso prezzo Standard per input e output
Prezzi: Da $0.10 per l’input e $0.10 per l’output per milione di token
Prova gratuita: Crediti di valutazione esclusi; la tariffa indicata è per l’inferenza a pagamento

Per riprodurre la valutazione di questo candidato, usare ministral-3b-2512. «Small», «Mini» e «3B» non sono nomi di prodotto intercambiabili. Se la valutazione indica che il compito richiede un modello Mistral più grande, ricalcolare il costo con la relativa tariffa, senza trasferire il prezzo del modello più piccolo a una classe di capacità diversa.

3. Google: una scelta pratica per documenti e prototipi

Google Gemini offre Gemini 2.5 Flash-Lite, attualmente presente a catalogo come modello stabile per attività leggere con testo, immagini, video, audio e PDF. È un buon primo candidato quando il sistema di sintesi gestisce più del solo testo estratto, oppure per prototipare con un piano gratuito dichiarato. Il costo del testo a pagamento è abbastanza vicino alle opzioni più economiche da rendere decisivo il supporto dei formati in ingresso. Il limite è la distanza tra un budget normalizzato sui token di testo e la richiesta multimodale effettiva. Dettagli del modello Gemini.

Ideale per: Elaborazione leggera di documenti e prototipi con dati ripuliti dalle informazioni sensibili
Punto di forza: Ampia scelta di formati in ingresso e piano gratuito dichiarato
Prezzi: Standard a pagamento da $0.10 per l’input testuale e $0.40 per l’output per milione di token
Prova gratuita: Piano gratuito disponibile, con limiti e condizioni propri

La pagina prezzi di Google distingue l’uso dei contenuti nel piano gratuito da quello nel piano a pagamento. Per un prototipo gratuito, usare dati adatti e ripuliti dalle informazioni sensibili; prima di elaborare materiale dei clienti, verificare le condizioni del piano a pagamento. La pagina sui prezzi Gemini distingue le diverse opzioni di abbonamento e API; questo confronto riguarda soltanto la Developer API.

4. OpenAI: contenere i costi di un’integrazione già funzionante

OpenAI propone GPT-6 Luna per attività mirate ad alto volume, con output strutturati e sforzo di ragionamento regolabile. Per un’applicazione che usa già OpenAI, è il primo modello economico da valutare prima di cambiare fornitore. I validatori e la gestione delle soluzioni di riserva già presenti hanno valore, soprattutto quando il risparmio mensile di riferimento di una migrazione è di pochi dollari. Il limite è il ragionamento senza controllo o la ripetizione dei cicli di utilizzo degli strumenti: una tariffa unitaria bassa non pone un tetto ai token fatturati. Documentazione del modello Luna.

Ideale per: Attività delimitate in un’applicazione OpenAI già esistente
Punto di forza: Un candidato economico che non richiede di ricostruire la gestione operativa specifica del fornitore
Prezzi: Da $0.10 per l’input e $0.50 per l’output per milione di token nella fascia a contesto breve
Prova gratuita: Nessun credito promozionale sottratto ai costi indicati

Per i flussi che usano strumenti, la pagina del modello rimanda a Responses; il function calling in Chat Completions richiede reasoning_effort impostato su none. Annotare endpoint e impostazioni nel registro della valutazione. Usare «lo stesso modello» con configurazioni diverse di ragionamento o strumenti non equivale a condurre lo stesso esperimento operativo.

Per una breve classificazione, partire dal livello minimo di ragionamento che supera la validazione. Per una proposta di modifica al codice, aumentarlo soltanto se migliora i risultati accettati abbastanza da giustificare i token aggiuntivi. Sono decisioni da ricavare dal proprio insieme di test, non conclusioni che si possono leggere in una pagina prezzi.

5. Anthropic: passaggi Claude economici entro la fascia del prompt

Anthropic presenta Claude Haiku 5.5 per classificazione, smistamento, estrazione e attività affidate a sottoagenti. Merita uno dei primi posti nella valutazione di un’applicazione che usa già Claude, perché le tariffe per prompt brevi coincidono con quelle di Luna. Se entrambi superano il compito e la migrazione non offre vantaggi operativi, conviene mantenere l’integrazione. Il limite è la soglia di 100,000 token nel prompt, che comprende sia le letture dalla cache sia il nuovo materiale inviato. Panoramica di Haiku, regole tariffarie.

Ideale per: Classificazione ed estrazione in un flusso Claude già esistente
Punto di forza: Prezzi dei prompt brevi pari a Luna e sconti Batch e cache cumulabili
Prezzi: Da $0.10 per l’input e $0.50 per l’output per milione di token, fino a 100,000 token nel prompt
Prova gratuita: La documentazione indica un piccolo credito di prova senza specificarne un importo fisso

Un classificatore con prompt brevi e una conversazione di programmazione che accumula messaggi possono partire dallo stesso modello e finire in fasce tariffarie diverse. Registrare la lunghezza del prompt per ogni richiesta, non soltanto la media mensile. Una media bassa può nascondere un gruppo più piccolo di chiamate costose a contesto lungo.

La guida ai prezzi dell’API Claude esamina tutte le fasce. Qui la decisione è più circoscritta: valutare Haiku per il singolo passaggio e mantenere un modello più capace come riserva quando il test di accettazione lo richiede. La finestra di contesto supportata da un modello non coincide necessariamente con la fascia di contesto più economica.

6. DeepSeek: contesti ripetuti e attività programmabili

DeepSeek eroga attualmente deepseek-flash come DeepSeek V4.1 Flash-1017, con output JSON, strumenti e un’ampia finestra di contesto. Merita una valutazione per attività che ripetono il contesto e possono essere eseguite fuori punta, soprattutto se un prompt DeepSeek già esistente supera i controlli. Non è il più economico nelle attività senza cache riportate sopra, e il prezzo molto basso delle letture dalla cache non compensa qualsiasi richiesta con output abbondante. Il limite nasce dalla combinazione di orario, mancate letture dalla cache e lunghezza dell’output. Modello e prezzi attuali.

Ideale per: Contesti ripetuti e code con orari di esecuzione flessibili
Punto di forza: Input letto dalla cache a basso costo e fasce fuori punta esplicite
Prezzi: Da $0.15 per l’input e $0.60 per l’output per milione di token fuori punta
Prova gratuita: Il confronto non presuppone una quota gratuita permanente

La guida ai prezzi DeepSeek approfondisce le scelte relative all’account e all’utilizzo. Per programmare le elaborazioni, registrare la fascia oraria fatturata e i token effettivamente letti dalla cache. Chi gestisce un’impresa può spostare fuori punta un arretrato di documenti storici; una conversazione in tempo reale deve invece iniziare quando arriva il cliente.

Conservare deepseek-flash e la versione effettivamente erogata nel registro dei costi. La pagina ufficiale precisa che gli alias Flash precedenti puntano ora al modello e alle tariffe attuali. Una stringa del modello rimasta in una vecchia configurazione non blocca il prezzo.

7. xAI: scegliere per i risultati sul codice, non per la fama di convenienza

xAI indica Grok Build 0.1 come il proprio modello testuale meno costoso nella tabella prezzi pubblica attuale. È orientato alla programmazione e offre function calling, output strutturati e ragionamento. Va incluso nella valutazione quando l’aderenza a quel flusso di lavoro potrebbe giustificare un costo per chiamata superiore, verificandolo poi sulle proprie attività. Per chi cerca il prezzo più basso, il limite è chiaro: costa più delle altre opzioni selezionate e la pagina del modello dichiara che Batch non è supportato. Modello Grok Build, prezzi xAI attuali.

Ideale per: Flussi di programmazione in cui sia dimostrato un vantaggio nei risultati accettati
Punto di forza: Un candidato specifico per la programmazione con capacità documentate di utilizzo degli strumenti
Prezzi: Da $1.00 per l’input e $2.00 per l’output per milione di token, sotto 200K token nel prompt
Prova gratuita: Nessun credito da abbonamento o quota di prova presupposti

Non attribuire a questa riga un prezzo ricordato da un precedente modello Grok Fast. La raccomandazione si basa sulla tabella ufficiale attuale. Se l’account offre altri modelli o condizioni negoziate, calcolarne esplicitamente il costo prima di sostituirli nel confronto.

Un buon motivo per scegliere xAI sarebbe ridurre i passaggi di programmazione falliti o ripetuti sul proprio carico di lavoro. Questo vantaggio non è stato verificato qui. Senza tale evidenza, i costi per token indicati non giustificano l’uso come scelta predefinita per classificare ticket o produrre semplici sintesi.

Quale API scegliere per ciascuna attività

Scegliere l’opzione meno costosa che supera il compito, poi continuare a misurare i risultati completati. Il punto di partenza dipende dai vincoli dell’attività.

Per classificare i ticket, valutare prima Groq sul prezzo e Mistral come ulteriore candidato per output delimitati. Richiedere un’etichetta ammessa e un percorso di revisione affidabile. Se OpenAI o Claude funzionano già, confrontare il piccolo risparmio possibile con il tempo di sviluppo necessario per cambiare.

Per riassumere documenti, provare Gemini quando l’input PDF o multimodale evita un passaggio di preparazione separato. Provare Groq quando i documenti sono già testo pulito. Valutare prima la copertura dei fatti e la conservazione delle eccezioni, poi lo stile; elaborare gli arretrati indipendenti con Batch quando le scadenze lo consentono.

Per un passaggio di un agente di programmazione, iniziare da Luna o Haiku nell’integrazione già in uso. Aggiungere Groq come candidato sul prezzo, DeepSeek per contesti ripetuti o attività programmate e Grok Build quando c’è un motivo per verificarne l’idoneità alla programmazione. Una tariffa di input inferiore non determina quanti cicli di utilizzo degli strumenti serviranno per completare l’incarico.

Quando conviene cambiare la scelta iniziale

Abbandonare la prima chiamata economica quando i suoi fallimenti rendono più costoso l’intero percorso. Consideriamo un flusso di programmazione esplicitamente ipotetico: la chiamata economica costa $0.0021 e il passaggio a una soluzione di riserva aggiunge $0.003. Se il 40% delle attività richiede questo passaggio e ogni tentativo di riserva riesce, il costo medio dei token è $0.0021 + 0.40 × $0.003 = $0.0033 per attività completata.

Il risultato supera il costo di $0.003 della soluzione diretta, con gli stessi conteggi di token ipotizzati. Il punto di pareggio è un tasso di ricorso alla soluzione di riserva del 30%. È un calcolo di smistamento, non un tasso di fallimento osservato per Groq, Luna o altri modelli; prompt più lunghi nei tentativi successivi e correzioni umane possono abbassare la soglia.

Definire il successo prima di contarlo. Nella classificazione significa ottenere l’etichetta corretta tra quelle ammesse. Nella sintesi significa conservare i fatti richiesti. Nella programmazione significa che la modifica prevista supera i controlli concordati. Il semplice arrivo di una risposta non equivale a un’attività completata.

Se si usa un gateway per confrontare le opzioni, occorre includerne le condizioni commerciali separate. La guida ai prezzi OpenRouter illustra questa modalità di acquisto. Le tabelle dei fornitori di questa pagina non usano tariffe OpenRouter o di altri rivenditori.

Come sono stati selezionati i modelli

Questo è un confronto di prezzi riferito a una data precisa, con un’analisi originale dei costi, non un benchmark qualitativo basato su prove pratiche. Le pagine ufficiali di prezzi e funzionalità sono state consultate durante la preparazione dell’articolo. Nessun modello è stato provato sulle tre attività e nessuna raccomandazione afferma una superiorità misurata in accuratezza o latenza.

La selezione comprende i sette fornitori considerati, con un modello testuale economico per uso generale attualmente a catalogo oppure, nel caso della riga testuale meno costosa di xAI, il suo modello orientato alla programmazione. Sono escluse famiglie di modelli deprecate, prezzi disponibili solo su preventivo, classificatori specializzati per la sicurezza, generazione di immagini, voce ed embedding. Le loro capacità o unità di fatturazione renderebbero fuorviante un confronto sul testo più economico.

La valutazione si basa su cinque criteri pratici: costo ordinario di input e output, regole di caching e Batch, formati di input necessari, soglie di lunghezza del prompt e lavoro richiesto per ottenere un risultato accettato. La seconda tabella mantiene costanti i conteggi di token per rendere riproducibili i calcoli. Una previsione per la produzione deve sostituirli con i consumi effettivi di ciascun modello.

Questo articolo amplia il confronto delle API AI più economiche con una tabella dei prezzi diretti dei fornitori e tre budget per attività. Sono escluse le tariffe di servizi di monitoraggio, aggregatori e rivenditori. I prezzi pubblici sono un punto di partenza; un contratto negoziato o restrizioni sui modelli specifiche dell’account richiedono un confronto dedicato.

Le scelte da evitare

Evitare la soluzione inadatta, senza escludere a priori un intero fornitore. Le scelte seguenti trasformano un prezzo apparentemente basso in una previsione sbagliata.

• Groq Llama 3.1 8B a una vecchia tariffa pubblica: il catalogo attuale richiede di contattare il reparto vendite. Chiedere un preventivo o usare la riga GPT OSS con i prezzi attuali.
• Grok Build per un semplice classificatore senza un vantaggio misurato: qui presenta il costo di base più alto. L’orientamento alla programmazione non aiuta di per sé un’attività di smistamento con tre etichette.
• La tariffa Haiku per prompt brevi applicata a conversazioni lunghe: anche la cronologia in cache concorre alla soglia del prompt. Calcolare il costo nella fascia di ogni richiesta.
• Un budget DeepSeek sempre fuori punta: la domanda in tempo reale può arrivare nelle fasce più care. Calcolare il costo degli orari imposti dai clienti.
• La cache esplicita Gemini per un documento letto una sola volta: archiviazione ed elaborazione iniziale possono superare il risparmio di una lettura scontata che non avverrà mai.
• Ministral come programmatore autonomo senza validazione: il basso costo dell’output giustifica una prova su un’attività delimitata, ma non dimostra che ogni modifica proposta sia corretta.
• L’elaborazione Standard per un arretrato idoneo a Batch: se i tempi lo permettono, confrontare la modalità Batch documentata prima di cambiare modello o fornitore.

API LLM gratis e confronto dei prezzi: domande frequenti

Come confrontare i prezzi delle API LLM?

Per un modello preciso, confrontare input, output fatturato, letture dalla cache, creazione o archiviazione della cache, Batch e fasce legate alla lunghezza del prompt. Groq è il più economico nei tre esempi senza cache di questa pagina; Mistral può prevalere quando l’output cresce. Sono i risultati effettivamente accettati, la tokenizzazione e i tentativi ripetuti a determinare il conto dell’applicazione.

Quali API LLM gratis sono disponibili per gli sviluppatori?

Google indica un piano gratuito per Gemini 2.5 Flash-Lite. Limiti e condizioni d’uso dei contenuti sono diversi dal piano a pagamento. Per la valutazione, usare dati adatti e ripuliti dalle informazioni sensibili; prima di affidare la domanda dei clienti a una quota gratuita, stimare il costo della modalità a pagamento.

Esistono API LLM gratuite e illimitate?

Nessuna delle fonti tariffarie citate dimostra l’esistenza di un servizio di produzione gratuito e illimitato. L’accesso gratuito va considerato un’opzione di valutazione con condizioni proprie. Per un budget di produzione, una tariffa per token a pagamento e un volume di richieste misurato sono più utili di una promessa di utilizzo illimitato senza riscontri.

Da fare lunedì: misurare una funzionalità

Lunedì, misurare una funzionalità prima di cambiare l’intero stack. Estrarre un campione rappresentativo di richieste, contare input effettivo e output fatturato, poi confrontare la soluzione attuale con il candidato plausibile meno costoso. Usare lo stesso test di accettazione e registrare tentativi ripetuti, scritture e letture riuscite dalla cache, oltre ai costi degli strumenti.

Per un classificatore, imporre le etichette ammesse. Per una sintesi, verificare fatti ed eccezioni. Per un passaggio di programmazione, richiedere la patch e l’esito dei test pertinenti. Spostare soltanto la categoria di attività che supera i controlli, conservare la soluzione di riserva e annotare la data dei prezzi accanto al calcolo, così da aggiornare il budget senza ripetere l’intera valutazione.

Usare la checklist per verificare i flussi aziendali con l’AI per definire input, controlli di accettazione e soluzione di riserva di una funzionalità prima di cambiarne il modello.