Consumo di token API: calcolare costi e budget

Versi denaro su un account API e quasi subito ti chiedi: quanto durerà? Hai in testa qualcosa come «Ho diecimila, l’input costa così, l’output costa di più, c’è anche una specie di sconto per la cache» e non è chiaro come trasformare tutto questo in un unico numero. Te lo spiego passo per passo, con i numeri.

Il punto principale è questo: una fattura API si calcola con una sola formula: numero di token moltiplicato per il prezzo per token. I token di input e di output si conteggiano separatamente perché hanno prezzi diversi. Ora ti mostro come usare questa formula per calcolare quanto durerà il tuo budget e come si inserisce la cache nel calcolo.

Le informazioni sull’uso di Ailoot sono disponibili nella documentazione.

Da cosa è composta una fattura API?#

Quando chiami un modello tramite API, paghi la quantità di testo che è passata attraverso il modello. Questa quantità si misura in token. Un token è un piccolo frammento di testo; ci tornerò nella prossima sezione, ma per ora consideralo l’unità di misura di tutto.

Una singola chiamata ha due componenti. La prima è ciò che hai inviato al modello: la domanda, gli eventuali frammenti di codice o documenti allegati, i messaggi precedenti della conversazione e l’istruzione di sistema iniziale. Questo è l’input. La seconda è ciò che il modello ha scritto in risposta. Questo è l’output. DeepSeek lo dice esplicitamente nella descrizione dei prezzi: la fattura si basa sul totale dei token di input e di output.

Input e output hanno prezzi diversi, quindi si conteggiano separatamente. La formula per una richiesta è semplice:

cost = (input tokens × input price) + (output tokens × output price)

Di solito i prezzi sono indicati per milione di token: è più comodo, perché il costo di un singolo token è una frazione di un’unità monetaria. Tutti i calcoli da qui in poi ruotano attorno a questa formula, e il tuo budget copre esattamente tante richieste quante ne rientrano nei fondi disponibili a quel prezzo.

Un token non è una parola: come puoi stimare quanti ne userai?#

La prima cosa che crea confusione a tutti: un token non equivale a una parola. Il modello suddivide il testo in blocchi secondo le proprie regole, e un blocco può essere una parola breve intera, una parte di una parola più lunga, uno spazio con una lettera oppure un segno di punteggiatura. Perciò non puoi calcolare esattamente a mente «quanti token richiederà la mia richiesta»: puoi solo stimare.

Ecco una regola approssimativa. Nel testo inglese, un token corrisponde a circa quattro caratteri: è una stima iniziale indicata dagli stessi Anthropic e OpenAI. I modelli suddividono il testo russo in parti più piccole: il cirillico viene spezzato in segmenti più brevi, quindi un testo di significato equivalente usa più token. La quantità dipende dal modello, ma considera da una volta e mezza a due volte i token dell’inglese.

Ecco cosa significa in termini di token. Se invii al modello una pagina di testo e ricevi un paragrafo in risposta, hai già migliaia di token di input e centinaia di token di output. Se alleghi un file grande a una richiesta o mantieni una cronologia di conversazione lunga, l’input può arrivare a decine di migliaia di token, e la quota maggiore della fattura dipenderà da questo. La risposta API mostrerà il dato esatto: nei campi dei metadati indica quanti token sono stati effettivamente usati per input e output. Ma per stimare in anticipo il budget basta un calcolo approssimativo basato sui caratteri.

Perché l’output costa più dell’input e che effetto ha sulla fattura?#

Ecco una tabella dei prezzi ufficiali per milione di token all’inizio di settembre 2026: si vede che l’output costa diverse volte più dell’input in tutti i casi.

La differenza di prezzo tra i provider è enorme: un milione di token di input per Claude Opus 5 costa quanto circa 7.58 milioni per DeepSeek Pro, alle tariffe di input della tabella ($5 ÷ $0.66 ≈ 7.58). Ma all’interno di ogni fascia di prezzo vale una regola: l’output costa da tre a sei volte più dell’input. Il motivo è semplice: per il modello è più facile leggere la tua richiesta che scrivere una risposta, e il lavoro più impegnativo costa di più.

Ne deriva una conclusione che incide direttamente sulla fattura. Una risposta lunga costa più di una domanda lunga. Se chiedi al modello di «spiegare nel modo più dettagliato possibile», fai aumentare tu stesso la parte più costosa della fattura. Lo stesso significato espresso in una risposta breve costa diverse volte meno. Questo è uno dei motivi per cui il vibe coding costa poco a una persona, ma brucia il budget di un’altra in un giorno, anche usando lo stesso modello.

Come puoi calcolare quanto durerà il tuo budget?#

Facciamo il calcolo passo per passo. Inserisci i tuoi prezzi, il volume tipico di token e il budget.

1. Stima una richiesta tipica. Supponiamo che una chiamata usi 20,000 token di input (la domanda, un frammento di codice e un po’ di cronologia) e 2,000 token di output (la risposta del modello).
2. Calcola il costo dell’input: dividi il numero di token di input per un milione e moltiplica per il prezzo dell’input per milione di token.
3. Calcola il costo dell’output: dividi il numero di token di output per un milione e moltiplica per il prezzo dell’output per milione di token.
4. Somma i costi di input e output.
5. Dividi il tuo budget per il costo risultante per richiesta.

Con le tariffe Opus 5 della tabella: 20,000 ÷ 1,000,000 × $5 = $0.10 per l’input e 2,000 ÷ 1,000,000 × $25 = $0.05 per l’output. Totale: $0.15 per richiesta senza cache. Un budget di $10 copre 66 richieste intere ($9.90), con gli stessi conteggi e senza altri addebiti.

Una richiesta reale non è quasi mai «media»: allega un file grande o porta avanti una conversazione lunga, e l’input passa da 20,000 a 200,000 token. Calcola quindi in base al tuo modo abituale di lavorare: una richiesta idealizzata darebbe un risultato sbagliato. È meglio anche arrotondare per eccesso.

Devin, Claude Code e qualsiasi altro agente AI usano la stessa API e consumano token secondo la stessa formula: l’unica differenza è che un agente ne usa di più perché effettua molte chiamate dietro le quinte. Ho spiegato a parte perché il vibe coding costa più del previsto nell’articolo sul costo nascosto del vibe coding.

Che cos’è lo sconto della cache e quando si applica?#

Ora parliamo della cache, lo «sconto fino all’80%» che fa sembrare complicato il calcolo. Il meccanismo è semplice. Una parte dell’input rimane uguale da una richiesta all’altra: l’istruzione di sistema iniziale, un contesto ampio o un documento allegato con cui lavori in più chiamate. La cache consente al modello di non rileggere quella parte da zero ogni volta e di recuperarla dalla memoria a un prezzo molto più basso.

Quanto più basso dipende dal provider. Per Claude, rileggere dalla cache costa dieci volte meno dell’input normale: per Opus 5, l’input normale costa $5 per milione, mentre una lettura dalla cache costa $0.50. Lo sconto di DeepSeek è ancora maggiore: l’input nella cache per il modello flash costa $0.007 contro $0.22 per l’input normale, oltre trenta volte meno. Quindi «fino all’80% di sconto» è una stima prudente: lo sconto effettivo può essere maggiore.

Tieni a mente due condizioni, altrimenti il calcolo della cache sarà sbagliato.

• Lo sconto si applica solo all’input ripetuto. Il modello genera ogni volta l’output da zero, senza alcuno sconto della cache. Se la maggior parte della fattura deriva da risposte lunghe, la cache ti farà risparmiare pochissimo.
• La prima scrittura nella cache costa un po’ più dell’input normale. Per l’archiviazione a breve termine, Claude addebita 1.25 volte il prezzo normale dell’input per una scrittura nella cache. Il risparmio inizia dalla seconda richiesta, che legge la parte già memorizzata nella cache. La cache non sarà utile per una richiesta singola e costerà persino un po’ di più.

Come ricalcolare il budget tenendo conto della cache?#

Torniamo al volume di richieste dell’esempio e aggiungiamo la cache. L’idea è dividere l’input in due parti: quella che si ripete e ha diritto allo sconto e quella nuova in ogni richiesta.

Prendiamo la stessa richiesta con 20,000 token di input e 2,000 di output: 15,000 token di input sono contesto invariato e 5,000 sono nuovi. Usiamo le tariffe Opus 5 già indicate: $5 per milione di input nuovo, $0.50 per milione letto dalla cache, $6.25 per milione scritto nella cache a breve durata (1.25 × $5) e $25 per milione di output.

La richiesta ripetuta costa il 45% in meno di quella senza cache da $0.15, anche se la sua porzione di input in cache costa il 90% in meno. La prima scrittura costa di più. Due chiamate, una scrittura e una lettura riuscita, costano $0.25125 anziché $0.30. Con $10, una scrittura seguita da 119 letture verificate dà 120 chiamate per $9.98625. Il calcolo presuppone cache ancora valida, questi conteggi per tutte le chiamate e nessun altro costo: usa i consumi effettivi di lettura e scrittura della cache senza presumere che ogni ripetizione la utilizzi.

Quindi, la regola è questa: la cache conviene quando usi un unico contesto ampio per molte richieste, ed è inutile per domande brevi e sporadiche.

Dove si consumano i token senza che te ne accorga?#

Spesso le fatture risultano più alte del previsto, quasi sempre per tre motivi che non si notano a colpo d’occhio.

Il primo e più importante è la cronologia della conversazione. Il modello non ricorda da solo i messaggi precedenti: ogni volta gli viene inviata di nuovo l’intera conversazione come parte dell’input. Questo significa che il decimo messaggio di una lunga conversazione include tutti i nove messaggi precedenti e le relative risposte. All’inizio di una conversazione una richiesta costa poco, ma alla fine una domanda con lo stesso significato costa diverse volte di più perché l’input è aumentato. Ecco un semplice trucco: quando cambia l’argomento, inizia una nuova conversazione. Non serve trascinarne una all’infinito.

Il secondo motivo è la modalità di ragionamento. I modelli più recenti hanno una modalità in cui il modello prima svolge internamente il proprio ragionamento e solo dopo risponde. Anche quel ragionamento conta come token di output, e l’output è la parte più costosa. La risposta sembra breve, ma dietro ci sono molti token, e la fattura arriva a sorpresa.

Il terzo motivo sono gli allegati grandi. Se alleghi a una richiesta un documento voluminoso o un gruppo di file, questi vengono inviati integralmente come input a ogni chiamata finché restano nel contesto. Se lavori per un po’ con lo stesso documento, conviene mantenerlo nella cache per non continuare a pagarlo al prezzo pieno. Gestire ciò che resta nel contesto è una competenza a sé, chiamata context engineering, e incide direttamente sulla fattura.

Come puoi monitorare la spesa senza fare calcoli a mano?#

Devi fare una stima manuale una sola volta, per capire in generale quanto dureranno i tuoi fondi. Dopo non serve più calcolare a mano: ci pensa l’API.

Ogni risposta del modello contiene campi di metadati che indicano il numero esatto di token della richiesta: quanti sono stati usati per l’input, quanti per l’output, quanti token di input sono stati letti dalla cache e quanti vi sono stati scritti per la prima volta. Sono dati esatti su una chiamata specifica e mostrano dove sta andando davvero il tuo budget. Se usi uno strumento come Claude Code, di solito mostra da solo i consumi dopo ogni attività.

Nel pannello del provider c’è anche una pagina dei consumi, con la spesa giornaliera e il saldo attuale. Consultala ogni tanto, soprattutto nelle prime settimane, finché non avrai un’idea delle tue abitudini di spesa. Alcune abitudini aiutano anche a risparmiare: imposta un limite mensile di spesa, se il provider lo consente, e non attivare le ricariche automatiche del saldo finché non sai quanto spendi di solito. Altrimenti, un agente che si mette a funzionare senza controllo durante la notte potrebbe addebitarti più del previsto.

Scopri Ailoot.