Quale agente AI costa meno nel 2026: il costo di un’attività risolta

I prezzi degli abbonamenti e dei token sono dati utili per confrontare i costi, ma da soli non bastano. Con la stessa spesa un agente può completare cinque attività oppure una sola. Per confrontare la convenienza sul tuo lavoro, misura la spesa per attività portata a uno stato funzionante definito, includendo i tentativi falliti.

Di seguito mostrerò la formula per calcolare questo costo e farò i calcoli usando i prezzi dei provider all’inizio di settembre 2026. Userò dati di utilizzo d’esempio e lo specificherò chiaramente: i tuoi dati saranno diversi. Puoi rifare tutti i calcoli qui sotto da solo; non prometto risparmi e non ci sono combinazioni magiche.

Per informazioni su come usare il servizio, consulta la documentazione di Ailoot.

Perché il prezzo mensile non ti dice quale agente costa meno?#

La maggior parte delle persone guarda il prezzo dell’abbonamento al momento della scelta. Un agente costa 20 dollari al mese, un altro 200, e sembra che il primo offra un rapporto qualità-prezzo dieci volte migliore. Il solo confronto dei prezzi non dimostra la convenienza: un abbonamento misura l’accesso, mentre il lavoro completato va ancora misurato.

Immagina due taxi con una tariffa mensile fissa. Il primo ti porta a destinazione al primo tentativo, mentre il secondo sbaglia strada in metà dei tragitti, quindi devi chiamarlo di nuovo. Gli abbonamenti potrebbero costare uguale, ma nella pratica con il primo raggiungerai la destinazione spendendo la metà. Lo stesso vale per gli agenti: paghi lo stesso abbonamento, ma il numero di attività che completi dipende da cosa c’è sotto il cofano.

È meglio tenere l’abbonamento separato dal discorso sul costo di un’attività. Il suo vantaggio è che l’importo è prevedibile. Ho dedicato un’analisi a parte alla scelta del modello di prezzo — abbonamento, pagamento a consumo o sviluppo personalizzato — in cosa determina il prezzo di un agente AI. Questo articolo risponde a una domanda diversa: a prescindere dal modello di pagamento, quale agente produce risultati a un costo inferiore?

Perché anche il prezzo per token è fuorviante?#

Il secondo metodo di confronto più diffuso consiste nel guardare il prezzo per token. Un token è una porzione di testo, più o meno una parte di parola; misura sia ciò che invii al modello sia ciò che il modello scrive in risposta. I provider pubblicano i prezzi per milione di token, e i prezzi variano molto da un modello all’altro. Sembra logico: scegli il modello con il prezzo più basso e paghi meno.

La trappola è che il prezzo per token è il prezzo della materia prima, come il prezzo della benzina al litro. Quello che ti interessa è il costo dell’intero viaggio; il prezzo di un litro, da solo, non ti dice granché. Un agente risolve un’attività in molti passaggi: consulta i file, esegue comandi, legge gli errori, riscrive il codice e invia di nuovo il contesto al modello a ogni passaggio. Una singola conversazione con un agente può facilmente trasformarsi in decine di richieste, ognuna delle quali usa token.

Due possibili effetti possono cambiare un confronto basato solo sui prezzi: un modello può richiedere più passaggi e token oppure completare meno attività. Nessuno dei due effetti deriva dal solo prezzo. Misurali per ogni candidato sulle stesse attività, includendo i tentativi falliti. Ho spiegato nel dettaglio come cresce la fattura in come calcolare l’uso dei token API e, separatamente, perché il vibe coding costa più di quanto sembri.

Quanto costa un’attività risolta?#

Passiamo alla metrica dell’articolo: il costo di un risultato portato a termine. Il prezzo del piano o dei token contribuisce a quel costo, ma occorre includere consumo reale e risultati completati. La formula è semplice:

1. Prendi il costo di un’esecuzione dell’agente su un’attività, cioè il costo di tutti i token usati in un tentativo.
2. Stima la quota di attività che l’agente porta effettivamente a uno stato funzionante.
3. Dividi il primo valore per il secondo per ottenere il costo di un’attività risolta.

Ecco perché si divide. Se un agente completa sette attività su dieci, tre delle dieci esecuzioni sono sprecate, ma le paghi tutte e dieci. Il costo di queste dieci esecuzioni viene quindi ripartito su sette risultati funzionanti, rendendo ciascuno più costoso di una singola esecuzione. Più basso è il tasso di successo, più alto è il costo per attività funzionante.

La «quota di attività completate» si può misurare. Si misura con benchmark come SWE-bench: a un agente vengono assegnati bug reali di progetti reali, e l’agente invia correzioni che il sistema verifica con test automatizzati. La percentuale nella tabella indica la quota di attività risolte. Ma una percentuale di laboratorio non equivale alla tua: la quota sul tuo progetto sarà diversa, quindi considera il benchmark un punto di riferimento, non una promessa. Spiego separatamente come leggere queste tabelle nell’articolo sulla classifica degli agenti di coding AI.

Quali sono i tre fattori che determinano il costo di un’attività?#

Scomponiamo il costo nei suoi elementi per vedere dove si nasconde la spesa aggiuntiva.

Primo: il prezzo per token. È il prezzo base del modello: quanto costano un milione di token in input e un milione di token in output. Tra un modello di fascia alta e uno leggero possono esserci differenze di decine di volte.

Secondo: il volume di token per attività. Quanta parte di testo l’agente elabora con il modello in un tentativo. Dipende dalla complessità dell’attività, dal numero di file che l’agente rilegge e dai passaggi che compie. Un modello che trova la soluzione in meno passaggi può consumare meno token; verifica il consumo effettivo invece di dedurlo dal prezzo o dall’etichetta del modello.

Terzo: la quota di attività completate. È la percentuale di tentativi che si concludono con un risultato funzionante. Questo fattore divide il costo totale: a parità di costo per tentativo, con un tasso di successo del 40 per cento paghi il doppio per ogni attività funzionante rispetto all’80 per cento. Il confronto non stabilisce quale fattore pesi di più quando cambiano anche tariffe e consumo.

La confusione nei confronti nasce dal fatto che le persone guardano soltanto il primo numero, il prezzo per token. Ma sono tutti e tre i numeri a determinare il costo finale. Un prezzo basso, abbinato a un volume elevato e a un tasso di successo basso, può facilmente portare a una spesa superiore rispetto a un prezzo alto con volumi bassi e un tasso di successo alto.

Combinare questi tre numeri richiede di misurarli insieme. Un contesto chiaro e un metodo adatto possono ridurre il volume di token o migliorare il successo, ma anche cambiare modello può modificare quei numeri. Questo esempio non misura se il metodo o il prezzo del modello abbia l’effetto maggiore. L’approccio completo si basa su tre pilastri: un clone AI, un Second Brain e il context engineering.

Quanto costa un’esecuzione con modelli diversi?#

Per rendere concreta la formula, calcolerò il costo di un’esecuzione usando i prezzi effettivamente pubblicati. Prendo come esempio un’attività non banale per cui l’agente usa circa 300.000 token in input per tentativo (rileggendo il progetto e gli errori nel corso di molti passaggi) e circa 40.000 token in output. Anche in questo caso è un esempio per il calcolo, non una misurazione: il tuo utilizzo sarà diverso.

Ecco i prezzi per milione di token secondo i listini ufficiali dei provider all’inizio di settembre 2026:

Puoi verificare la formula con un esempio reale tratto dalla documentazione di Anthropic. Per una richiesta a Opus 5 con 50.000 token in input e 15.000 in output, il calcolo è il seguente:

In altre parole, input e output si sommano usando i rispettivi prezzi, esattamente come nella formula. Non resta che dividere il costo dell’esecuzione per la quota di attività completate: è a quel punto che un prezzo basso inizia a dare risultati inaspettati.

Perché un modello economico può rendere un’attività più costosa di un modello potente?#

Ecco il punto che ha reso utile fare il calcolo con onestà. Confronterò due modelli in base al costo del risultato: il costo dell’esecuzione in sé non è più l’aspetto principale.

Sonnet 5: un’esecuzione costa circa un dollaro e, per la nostra attività d’esempio, supponiamo che completi il 70 per cento dei tentativi. Il costo di un’attività funzionante è un dollaro diviso per 0,7, cioè circa 1,40 dollari.

Haiku 4.5: nell’esempio l’esecuzione costa circa 50 centesimi e il prezzo per token indicato è la metà. Per questa illustrazione, supponiamo un consumo di circa 1,6 volte più token e il completamento del 40 per cento dei tentativi. Con queste ipotesi, un’attività funzionante costa circa 2 dollari. Consumo aggiuntivo e successo sono dati dell’esempio, non osservazioni causate dal prezzo inferiore del modello.

In questo esempio ipotetico, il modello con token a metà prezzo ha un costo calcolato per attività risolta maggiore perché consumo e fallimenti ipotizzati compensano il vantaggio della tariffa. Questo mostra come funziona la formula, non quale modello sarà più conveniente sul tuo progetto.

Una precisazione: ho usato tassi di successo del 70 e del 40 per cento e volumi di token d’esempio per mostrare come funziona il meccanismo. I tuoi numeri saranno diversi, ed è del tutto possibile che un modello leggero gestisca bene il tuo carico di lavoro e resti l’opzione più economica. Un modello più costoso non offre necessariamente un rapporto qualità-prezzo migliore: confronta il costo per risultato usando i tuoi tre numeri.

Come calcolare il costo per attività: tre profili?#

Per applicare tutto questo al tuo lavoro, stima quale profilo gli si avvicina di più. La formula resta la stessa; cambiano solo i tre numeri.

Profilo uno: attività semplici e ripetitive. Riscrivere testi, organizzare dati, fare una piccola correzione al codice. Verifica se un modello leggero come Haiku o DeepSeek V4-Flash soddisfa i tuoi criteri con consumi bassi e pochi tentativi aggiuntivi. Confronta il costo misurato per risultato funzionante con quello di un altro candidato prima di dichiararne uno il più economico o considerare Opus una spesa eccessiva.

Profilo due: lavoro complesso con codice sconosciuto. Capire il progetto di qualcun altro, correggere un bug non evidente, sviluppare una nuova funzionalità. Misura i tentativi completi su queste attività. Un modello con token più cari può costare meno per risultato utilizzabile se il miglior tasso di successo o il minor consumo compensano la tariffa. Il vantaggio deve emergere dai tuoi risultati, non essere dedotto dalla categoria del modello.

Profilo tre: carico di lavoro misto. Confronta una configurazione con un solo modello con la distribuzione di attività di routine e difficili tra candidati diversi. Conta consumi, fallimenti e correzioni sull’intero carico di lavoro. La distribuzione può migliorare il costo per risultato, ma questo articolo non l’ha misurata come soluzione più economica. Molti agenti consentono di cambiare modello mentre lavori.

Calcola separatamente ciascun profilo usando la stessa formula e vedrai dove spendi meno.

Qual è l’errore più comune nella scelta?#

Una scelta basata solo sul prezzo può nascondere esiti diversi secondo il lavoro. Un modello può gestire economicamente la routine ma richiedere più tentativi per una funzionalità difficile. Per sapere se quei tentativi rendono il risultato più caro rispetto a un altro modello servono consumo e successo misurati; il prezzo basso dei token non lo dimostra.

Può accadere anche il contrario: se un modello leggero completa la stessa attività accettata a un terzo del costo, una configurazione più cara aggiunge una spesa inutile per quella attività. Il confronto è condizionale: verifica qualità, tentativi e costo prima di supporre il vantaggio.

Una nota sul mio approccio. Lavoro con Claude Code e un abbonamento; non uso l’API standard ogni giorno perché preferisco un importo prevedibile a un contatore. Un contesto ordinato e un’attività chiara possono ridurre i token e migliorare il tasso di successo. Anche la scelta del modello può cambiare entrambi, oltre al prezzo. La mia esperienza non ne misura il peso relativo: confronta le stesse attività e conta tutti i tentativi e le correzioni umane.

Allora, quale agente costa meno?#

Questa illustrazione non stabilisce un unico agente più economico: il costo per risultato varia con il lavoro. Usa le tariffe applicabili del piano o dei token, misura consumi e risultati accettati e confronta i costi ottenuti. Aggiorna il calcolo quando cambiano i prezzi o il carico di lavoro.

Un ultimo punto. Il costo per attività risolta dipende dai prezzi del modello, dai token consumati in tutti i tentativi e dalla quota di attività effettivamente riuscite. Contesto e metodo di lavoro possono cambiare consumo e tasso di successo; può farlo anche un modello diverso. I tassi illustrativi qui sopra non misurano il fattore più importante. Confronta i modelli sulle stesse attività rappresentative, conta tentativi ripetuti e correzioni umane e scegli in base al costo misurato per risultato utilizzabile.

L’approccio completo al vibe coding dipende dal metodo, mentre l’agente specifico e il suo prezzo sono secondari: un clone AI, un Second Brain e il context engineering. Un contesto pulito e un lavoro strutturato incidono sul volume di token e sul tasso di successo, che insieme determinano il costo di un’attività.

Scopri Ailoot.