Riserva e addebito

• Prezzo — in dollari per 1 milione di token di input e output (oppure per unità: immagine, secondo video, caratteri). I prezzi di ogni modello sono nel catalogo.
• Riserva — prima di inviare una nuova richiesta testuale, Ailoot riserva l’importo stimato per l’input e una risposta tipica, secondo le condizioni accettate per la richiesta. Per immagini, video e audio in output rimane riservato l’intero costo del risultato.
• Limite più basso invece del rifiuto — se la riserva calcolata non rientra nel saldo disponibile o nel limite della chiave, il limite di risposta può essere ridotto solo per il modello specifico e il metodo che lo rispettano, e solo fino al volume pagabile, senza scendere sotto il minimo applicabile. I modelli per cui funziona sono indicati sotto.
• Addebito — uno solo, in base al consumo effettivo riportato in usage. Il resto della riserva viene restituito subito.
• Se la risposta costa più della riserva — la differenza viene presa dal saldo libero non impegnato in altre riserve. L’addebito non supera mai il saldo: il saldo non diventa negativo.
• Se il saldo non basta nemmeno per la riserva minima — la richiesta non viene inviata al modello e ricevi l’errore 402 con un testo chiaro. Non viene addebitato nulla.
• Un errore senza risultato non viene addebitato. Se la connessione si interrompe, controlla la richiesta tramite il Request ID nella cronologia dell’area personale prima di inviarla di nuovo.

• Input — viene riservato in base alla stima delle dimensioni della richiesta e degli allegati supportati, non a un consumo effettivo già noto. Per le nuove richieste testuali si stimano il corpo e gli allegati in base al loro tipo. Il calcolo «4 token per byte, ma almeno 4096 token» riguarda riserve accettate in precedenza con la vecchia versione e non descrive le nuove riserve testuali. Se un allegato viene passato come link (fileData) o sono attivi strumenti integrati, per le richieste testuali supportate si usano stime separate degli allegati e del lavoro degli strumenti; la loro presenza non implica una riserva per l’intera finestra di input. Le riserve precedenti mantengono le condizioni accettate, mentre per i media in output si calcola il costo del risultato completo.
• Output — ai fini della riserva per una nuova richiesta testuale, viene stimato in base alla lunghezza tipica della risposta e alle condizioni accettate. Il limite richiesto si imposta tramite max_tokens (max_output_tokens in Responses). Il limite richiesto non coincide automaticamente con il numero di token usato per calcolare la riserva e non garantisce la lunghezza effettiva della risposta di un modello senza un vincolo affidabile. Il valore iniziale 4096 si applica solo alle relative rotte; la regola specifica dipende dal modello e dal metodo.
• Prezzo — per le nuove riserve testuali tiene conto delle condizioni della richiesta: modalità standard o prioritaria e scaglioni di prezzo raggiungibili in base alla stima dell’input. Entro le condizioni scelte, il calcolo resta prudenziale; la modalità flex non riduce la riserva. Per una richiesta prioritaria, la riserva può considerare la modalità applicabile più costosa, comprese priority, flex o fast. Le riserve accettate in precedenza senza queste condizioni mantengono il calcolo originario alle tariffe massime.
• Riduzione del limite — quando la riserva calcolata non rientra nei fondi disponibili e il modello specifico e il metodo permettono di limitare la risposta: i fondi devono coprire la stima dell’input e il volume minimo di output. Il limite ridotto non scende sotto 256 token (1025 con pensiero nel formato Anthropic). Il modello riceve il limite già ridotto.

Modello claude-sonnet-5-5: input $2, output $10 per 1 milione di token. Hai inviato 20 000 token, il modello ha risposto con 1 200 token.

Nell’esempio aritmetico il costo effettivo è $0.0520. L’addebito mostrato presuppone che la riserva accettata e il saldo libero disponibile coprano questo costo. Qui l’importo della riserva non viene calcolato: per una nuova richiesta testuale è calcolato separatamente sulla base della stima dell’input e di una risposta tipica, e può essere maggiore o minore del costo effettivo. La riserva inutilizzata viene liberata; il limite dell’addebito è indicato nella formula seguente.

Addebito effettivo = min(costo effettivo totale, riserva accettata + saldo libero non riservato). Le altre riserve aperte restano protette; il saldo totale quindi non scende necessariamente a zero. Il saldo non diventa negativo. Se il costo effettivo supera la riserva accettata più il saldo libero non riservato, la differenza non coperta resta una perdita di Ailoot: non diventa un tuo debito e non ti viene richiesta successivamente.

Chiudere la connessione, un timeout della tua applicazione o non leggere una risposta già pronta non annulla automaticamente la richiesta: la risposta pronta del modello viene addebitata una sola volta. Se il risultato non è consegnato per colpa di Ailoot, il denaro viene restituito. Se la connessione si interrompe, controlla la richiesta tramite il Request ID nella cronologia dell’area personale prima di inviarla di nuovo.

• Per le nuove richieste testuali, la riserva per la risposta viene calcolata sulla lunghezza tipica, tenendo conto del valore impostato di max_tokens e delle condizioni del modello specifico. È una stima della riserva, non una garanzia sulla lunghezza effettiva o sul costo della risposta.
• Per i modelli senza un limite affidabile alla lunghezza effettiva della risposta, la stima della riserva non diventa un vincolo sulla lunghezza. Per le nuove richieste testuali non viene sostituita automaticamente dal costo della risposta più lunga. Le riserve accettate in precedenza mantengono le condizioni originarie.
• Le immagini in input aggiungono alla riserva la stima del loro costo.
• Gli agenti (Claude Code, Codex CLI, Cline) inviano un contesto ampio a ogni passaggio: un passaggio può riservare decine di centesimi. Mantieni almeno qualche dollaro sul saldo.
• Suggerimento: imposta un valore ragionevole di max_tokens — riduce la riserva per i modelli la cui risposta può essere limitata.

I modelli con caching hanno prezzi distinti per la scrittura e la lettura della cache. La lettura di solito costa diverse volte meno dell’input normale. I prezzi sono nella scheda del modello nel catalogo.

Se il saldo libero non basta nemmeno per la riserva minima, Ailoot non invia la richiesta e risponde 402 con il codice insufficient_balance. Se è esaurito il limite totale di spesa della chiave — codice api_key_quota_exhausted. Se sull’account c’è un debito per un pagamento contestato — codice payment_disputed: le nuove richieste sono sospese fino al pagamento del debito.

{
  "error": {
    "code": "insufficient_balance",
    "reason": "insufficient_balance",
    "type": "insufficient_quota",
    "param": null,
    "message": "Your balance is too low to start this request. … Request ID: 5c0e7a1d-….",
    "request_id": "5c0e7a1d-…"
  }
}

La cronologia delle richieste e degli addebiti è nell’area personale su ailoot.ai. Per ogni richiesta sono visibili modello, token e importo.