OpenAI API pricing 2026: limiti di spesa vincolanti per gli agenti AI

Sul fronte OpenAI API pricing, ora è possibile definire per un agente basato su OpenAI un perimetro finanziario mensile preciso: individuare quale chiave API ha generato il costo, collocare l'agente in un progetto con un tetto rigido e lasciare che OpenAI blocchi le richieste interessate con un errore 429 quando la spesa contabilizzata raggiunge il limite. Il cambiamento per le aziende va ben oltre una semplice opzione di fatturazione. Finalmente un budget può diventare un confine applicato dal sistema, anziché un'email che arriva mentre il contatore continua a correre.

OpenAI API pricing: la risposta utile in una frase

Una chiave API identifica chi ha generato la spesa; un'organizzazione o un progetto stabilisce invece dove quella spesa si ferma.

OpenAI ha distribuito le due metà della soluzione in momenti distinti del 2026. I limiti mensili rigidi per organizzazioni e progetti sono arrivati il 22 luglio. Il filtro e il raggruppamento per chiave API sono comparsi il 4 agosto nelle dashboard Usage e Costs, oltre che nelle API Usage e Costs.

È una distinzione decisiva. I nuovi report possono mostrare il costo di una chiave specifica, ma i confini documentati per l'applicazione dei limiti rigidi restano l'organizzazione e il progetto. Se un agente deve avere un budget effettivamente vincolante, l'architettura più pulita prevede un progetto dedicato e una chiave dedicata a quell'agente.

La chiave è come il nome stampato su una carta aziendale; il progetto è il limite di credito della carta. Il nome permette all'amministrazione di sapere chi ha effettuato l'acquisto. Il limite è ciò che respinge davvero la transazione successiva.

Come funzionano i controlli, senza gergo di fatturazione

Il sistema ha tre livelli: osservare, avvisare, fermare. Ognuno risponde a una domanda operativa diversa.

1. Osservare per chiave API. Le dashboard Usage e Costs permettono di filtrare e raggruppare per chiave. La Costs API offre la stessa possibilità tramite api_key_ids e group_by=api_key_id. Un key_id è semplicemente l'identificatore della credenziale che ha effettuato le richieste.
2. Avvisare con gli alert di spesa. Un alert invia una notifica alla soglia scelta, ma il traffico prosegue. Conviene posizionare gli alert sotto il tetto rigido, così una persona ha il tempo di indagare.
3. Fermare con un limite rigido. Il limite di un progetto blocca il traffico fatturato a quel progetto. Il limite di un'organizzazione blocca il traffico interessato in tutti i progetti. Entrambi sono controlli mensili.

Il blocco si presenta come un normale errore API, non come un arresto graduale. Il superamento del limite di progetto restituisce project_spend_limit_exceeded; quello del limite dell'organizzazione restituisce organization_spend_limit_exceeded. In entrambi i casi lo stato HTTP è 429. L'applicazione deve controllare il codice di errore, perché 429 viene usato anche per i limiti sulla frequenza delle richieste e sul numero di token.

OpenAI segnala con chiarezza un dettaglio scomodo: l'applicazione del limite non è istantanea. Durante la propagazione del nuovo stato può essere elaborata una piccola quantità di utilizzo aggiuntivo, quindi la spesa registrata può superare leggermente l'importo configurato. Il limite va considerato un interruttore di sicurezza con un minimo gioco meccanico, non una carta prepagata sigillata alla perfezione.

1. 1

   Isolare il carico di lavoro rischioso

   Create un progetto dedicato per l'agente, l'ambiente, il cliente o l'esperimento la cui spesa non deve ricadere su nient'altro.

2. 2

   Assegnargli una chiave dedicata

   Usate una sola chiave per quel carico di lavoro, così il relativo costo rimane visibile senza stime né attribuzioni condivise.

3. 3

   Posizionare l'avviso sotto il blocco

   Aggiungete un alert di spesa abbastanza presto da consentire a qualcuno di verificare un picco di traffico, un ciclo di tentativi o un cambio di modello inatteso prima che il limite rigido interrompa il servizio.

4. 4

   Testare il percorso del 429

   Nell'ambiente di staging, verificate che project_spend_limit_exceeded sospenda il lavoro, preservi la coda e informi l'operatore giusto dell'accaduto.

La nuova logica economica dei costi delle API OpenAI

Il costo di un agente fuori controllo ora si avvicina alla perdita autorizzata, non alla somma che può consumare prima che qualcuno se ne accorga. Se la perdita massima tollerabile per un esperimento è $500, un limite rigido di progetto può trasformare un guasto senza confini all'incirca nel tetto scelto, più il piccolo sforamento che, secondo OpenAI, può verificarsi durante la propagazione.

Prima di questo controllo, un team che avesse bisogno di un vero arresto doveva sviluppare un sistema di monitoraggio capace di interrogare l'utilizzo e revocare l'accesso, instradare il traffico attraverso un gateway oppure acquistare un prodotto di osservabilità più ampio. Gli attuali piani di ingresso a pagamento in quel mercato partono da $29 al mese per Langfuse Core, $49 per Portkey Production, $79 per Helicone Pro e $160 per Datadog Agent Observability Pro con fatturazione annuale. Questi prodotti comprendono tracing, valutazione, routing e altre funzioni. Se l'unica necessità scoperta era un tetto mensile per un progetto OpenAI, il controllo nativo della piattaforma può eliminare il bisogno di un abbonamento a pagamento dedicato soltanto a quel compito.

La funzione non riduce il prezzo dei token. Le attuali tariffe Standard di OpenAI per contesti brevi vanno da $0.20 in input e $1.20 in output per milione di token con gpt-5.6-luna a $4 in input e $20 in output con gpt-5.6-sol. Scegliere l'API di AI più economica è una decisione sul costo unitario. I limiti rigidi di spesa servono invece a contenere le perdite. In genere occorrono entrambi.

Sette casi d'uso, in ordine di vantaggio

1. Un fondatore SaaS limita il rischio di un agente rivolto ai clienti

A guadagnarci di più è una piccola azienda software in cui un singolo ciclo difettoso può mettere a rischio il margine dell'intero mese. L'agente di produzione va collocato in un progetto separato, dotato di una chiave dedicata e protetto da alert impostati sotto un tetto mensile rigido; fatturazione, embedding e prodotti non correlati restano in progetti diversi. Se l'agente ripete per tutta la notte la stessa chiamata a un tool, si ferma il progetto senza trascinare nell'incidente il resto del prodotto.

Il beneficio non è soltanto una fattura più bassa, ma un raggio d'impatto più ristretto. Prima del rilascio della funzione, il fondatore può stabilire il costo massimo di un errore accettabile e testare l'esperienza precisa che vivrà il cliente quando scatta il tetto.

2. Un'agenzia AI protegge i margini dei clienti

Un'agenzia può rendere finanziariamente leggibile ogni account cliente. A ciascun cliente si assegnano un progetto e una chiave di produzione dedicata; i dati Costs vengono poi raggruppati per quella chiave e al progetto si applica il limite mensile approvato dal cliente. L'agenzia può vedere quale credenziale ha generato la fattura e impedire che la campagna di un cliente consumi il margine di tutti gli altri account.

Il vantaggio è particolarmente evidente quando i contratti includono una quota AI fissa. Il limite rigido trasforma la promessa scritta in un foglio di calcolo in un confine tecnico. Resta da gestire la continuità del servizio: l'agenzia deve decidere se il raggiungimento del limite sospende il lavoro, richiede un'approvazione oppure sposta il cliente su un percorso meno costoso.

3. Un team di prodotto gestisce più agenti autonomi

Un team che confronta agenti di ricerca, assistenza, coding e operations non deve più considerarli un unico bacino anonimo di token. Ogni agente costoso o non presidiato può essere collocato in un progetto, con chiavi separate per i worker di produzione e un confronto dei costi per chiave. Un tetto rigido di progetto controlla così l'intero carico dell'agente anche quando vengono avviati più worker contemporaneamente.

Il risultato è un'analisi realmente utilizzabile del costo per agente. Il reparto Product può dismettere l'agente che genera poco valore per l'azienda, anziché il modello che appare costoso in un grafico riferito all'intera organizzazione.

4. Un responsabile dell'assistenza protegge il canale clienti principale

Un bot di assistenza ha bisogno di un budget senza diventare una dipendenza tutto-o-niente. Il bot rivolto ai clienti va mantenuto in un progetto dedicato, con un alert sotto il tetto e un percorso per project_spend_limit_exceeded capace di indirizzare i clienti verso la ricerca, un modulo di ticket o una coda gestita da persone.

Il beneficio è una continuità progettata in anticipo. Un incidente di budget degrada un solo canale, invece di interrompere ogni workflow dell'organizzazione basato su OpenAI. Serve intervenire sull'applicazione: OpenAI restituisce l'errore, ma non sceglie l'esperienza alternativa.

5. Un team dati pone un tetto a un processo batch di arricchimento

Una pipeline di arricchimento offline può avere un tetto mensile netto senza toccare il traffico interattivo. Il worker batch deve operare con un progetto e una chiave propri. I report dei costi consentono di verificare quale worker sta consumando il budget; il tetto di progetto può quindi bloccare le nuove chiamate se il numero di righe, la lunghezza dell'output o i tentativi superano le previsioni.

Il vantaggio è una pianificazione pulita. Il team può riprendere il mese successivo, aumentare il limite dopo una verifica oppure instradare altrove la coda restante. Le chiamate API rivolte ai clienti negli altri progetti continuano a funzionare, a meno che non sia scattato il tetto a livello di organizzazione.

6. Un team Finance riconcilia la spesa con i responsabili

Il reparto Finance può passare dal totale di un singolo fornitore a un elenco di credenziali e progetti con responsabilità chiare. La Costs API può filtrare per chiave API e raggruppare per chiave, progetto e voce di costo. Al momento i raggruppamenti temporali dei costi sono giornalieri, un livello sufficiente per la chiusura mensile, l'analisi di un'anomalia o un report interno di riaddebito.

Il risultato è un confronto con un responsabile, non una variazione inspiegabile. Finance può chiedere perché support-prod sia raddoppiato mentre sales-research è rimasto stabile e poi modificare il confine del progetto che applica realmente il tetto.

7. Un team Security limita i danni di una credenziale sottratta

I controlli sui costi riducono il danno finanziario causato dalla sottrazione di una chiave, ma non sostituiscono la sicurezza delle chiavi. Un progetto dedicato mantiene la credenziale compromessa entro un tetto mensile più ristretto rispetto a quello dell'intera organizzazione. I report per chiave possono aiutare a identificare la credenziale responsabile di costi inattesi.

Il beneficio è il contenimento. La risposta deve comunque includere revoca e rotazione della chiave, analisi dei log e ricerca della causa principale. Un tetto mensile è troppo lento e troppo approssimativo per essere l'unica difesa delle credenziali.

Cosa si può costruire attorno a un budget per le API OpenAI

L'opportunità più solida è una cabina di controllo del budget degli agenti, pensata per agenzie e piccoli team AI. I controlli nativi forniscono i dati e il confine rigido, ma non il workflow operativo per approvazioni, previsioni, fallback e attribuzione ai clienti.

1. Cabina di controllo del budget degli agenti: l'opportunità migliore

Prodotto: un pannello di controllo che associa ogni agente a un progetto e a una chiave OpenAI, mostra il costo maturato nel mese, imposta il limite rigido del progetto e avvia una procedura di approvazione quando la spesa si avvicina al tetto.

Domanda: negli Stati Uniti, circa 210 ricerche al mese riguardano “llm observability tools”, con una crescita del 24% anno su anno nei dati dei suggerimenti. La query ha un CPC di $23.90, mentre i prodotti a pagamento della categoria più ampia partono da circa $29 e arrivano a $160 al mese. È un volume di ricerca ridotto ma con un'attenzione costosa: un buon segnale per un software B2B mirato.

MVP: collegare una chiave OpenAI Admin API, importare progetti e chiavi, recuperare i dati Costs giornalieri raggruppati per chiave, mostrare l'avanzamento verso alert e tetto, creare o sostituire il limite di un progetto e inviare un unico link di approvazione tramite Slack o email. La versione minima vendibile non ha bisogno di tracing né di valutazione dei prompt.

Limite: il mercato è affollato e una reportistica dedicata soltanto a OpenAI non costituisce un vantaggio difendibile. Il prodotto può vincere solo se controlla il workflow del budget: allocazioni per cliente, approvazioni, previsioni, storico degli incidenti e ripristino sicuro. Deve inoltre rendere evidente il confine del progetto, perché OpenAI non documenta un tetto rigido sulla singola chiave.

2. Registro dei costi AI dei clienti per le agenzie

Prodotto: un registro mensile personalizzato con il brand dell'agenzia, che attribuisce i costi OpenAI alla chiave di ciascun cliente, li confronta con la quota inclusa e applica il tetto del relativo progetto.

Domanda: “Openai api cost” riceve circa 1,000 ricerche al mese negli Stati Uniti, con un CPC di $11.25. La ricerca correlata “Openai api cost per month” esprime la vera domanda dell'acquirente. Alle agenzie serve una risposta formulata in termini di clienti e margini, non soltanto di token.

MVP: un progetto e una chiave per ogni cliente, importazione giornaliera dei costi, confronto tra quota e spesa effettiva, previsione a fine mese, esportazione PDF o CSV e controllo del limite rigido. Quando un account manager aumenta il tetto, va aggiunta una registrazione dell'approvazione.

Limite: l'attribuzione non funziona se l'agenzia continua a condividere chiavi o progetti. L'onboarding deve imporre una struttura ordinata degli account e, nel lungo periodo, il prodotto dovrà supportare altri fornitori di modelli per non ridursi a una semplice interfaccia sopra la dashboard OpenAI.

3. Calcolatore costi token che installa il tetto

Prodotto: un calcolatore che trasforma volume delle richieste, modello scelto, input e output in un intervallo di spesa mensile e poi scrive la soglia selezionata in un progetto OpenAI.

Domanda: “Ai token cost calculator” riceve circa 70 ricerche al mese negli Stati Uniti, ha intento commerciale, keyword difficulty 0 e registra una crescita del 2,300% anno su anno nei dati dei suggerimenti. La domanda PAA “How much money is 10,000 tokens?” coincide esattamente con il problema che precede l'acquisto.

MVP: supportare il listino OpenAI attuale, consentire all'utente di simulare un mese basso, uno atteso e uno alto, aggiungere un margine di sicurezza scelto dall'utente e creare il tetto del progetto tramite Admin API. Un calcolatore gratuito può intercettare la domanda; la fase a pagamento comprende scenari salvati, dati effettivi in tempo reale e nuove previsioni automatiche.

Limite: un calcolatore è facile da copiare, i prezzi cambiano e i token non comprendono ogni costo dei tool. La versione difendibile deve chiudere il circuito tra previsione, spesa effettiva per chiave e limite di progetto applicato.

Cosa non risolve un limite di spesa OpenAI

I limiti rigidi di spesa sono un componente indispensabile dell'infrastruttura di produzione, non un sistema completo per gestire il budget degli agenti. Restano cinque lacune.

• Nessun tetto rigido documentato per chiave. Le chiavi sono una dimensione di reportistica. I confini di applicazione sono i progetti e l'organizzazione.
• Nessun tetto per singola esecuzione. L'intervallo documentato è mensile, quindi un solo task può ancora consumare una quota consistente del budget del mese prima che il progetto si fermi.
• Nessun arresto perfettamente esatto. OpenAI afferma che una piccola quantità di utilizzo aggiuntivo può passare durante la propagazione dell'applicazione del limite.
• Nessun fallback automatico. Un limite rigido restituisce un 429. L'applicazione deve sospendere, accodare, degradare o instradare altrove il lavoro.
• Nessun budget tra più fornitori. Il tetto di un progetto non può vedere la spesa sostenuta con Anthropic, Google, un'API di ricerca o un tool a pagamento chiamato dall'agente.

Il limite rigido configurato è inoltre distinto dal limite di utilizzo approvato da OpenAI per il proprio tier. Aumentarne uno non aumenta l'altro. Se il traffico si ferma, occorre controllare il codice di errore esatto prima di cambiare qualsiasi impostazione.

La mossa da fare lunedì

La prossima settimana, scegliete l'agente che vi metterebbe più a disagio lasciare incustodito per tutta la notte e assegnategli un confine di budget. Create un progetto OpenAI dedicato, generate una chiave dedicata, aggiungete un alert sotto il tetto, attivate l'applicazione del limite rigido e forzate deliberatamente il percorso project_spend_limit_exceeded in staging. Il test è completo soltanto quando la coda è al sicuro e l'operatore sa come riattivare il traffico.

Le API di OpenAI sono gratuite o a pagamento?

L'utilizzo delle API di OpenAI segue un listino pubblico che dipende dal modello, dal fatto che i token siano di input o output e dalla modalità di elaborazione. I controlli di spesa non modificano il prezzo unitario: limitano l'importo mensile che un'organizzazione o un progetto può consumare.

Quanto costano 1000 token?

Non esiste un prezzo unico. Alle attuali tariffe Standard per contesti brevi, 1,000 token di input costano circa $0.0002 con gpt-5.6-luna e $0.004 con gpt-5.6-sol. Per 1,000 token di output, gli stessi modelli costano rispettivamente circa $0.0012 e $0.02. Occorre usare il listino corrente e il proprio mix effettivo di input e output.

Quanto costa 1 milione di token OpenAI?

Alle attuali tariffe Standard per contesti brevi, 1 milione di token di input costa da $0.20 con gpt-5.6-luna a $4 con gpt-5.6-sol. Un milione di token di output costa da $1.20 a $20 per gli stessi modelli. Per i modelli GPT-5.6 mostrati qui, Batch e Flex riportano tariffe pari alla metà di quelle Standard.

Quanto costano 10,000 token?

Diecimila token corrispondono a un centesimo di milione. Alle attuali tariffe Standard per contesti brevi, 10,000 token di input con gpt-5.6-luna costano circa $0.002 e la stessa quantità di output costa circa $0.012. Il mix è importante: un calcolatore utile separa input, input in cache, scritture nella cache e output.

Se volete realizzare un sistema di controllo del budget degli agenti su misura per la vostra azienda, scoprite i sistemi AI per la produzione.