Confronta lo stesso lavoro
Per scegliere tra OpenAI, Claude e Gemini, parti da un'attività concreta: classificare messaggi, estrarre campi oppure rispondere su documenti. Un prezzo basso per milione di token non basta a stabilire il servizio più conveniente. La quantità di token, il formato del risultato e la qualità ottenuta possono cambiare tra modelli.
Prepara richieste rappresentative del tuo caso e definisci prima i criteri di successo. Per un'estrazione, ad esempio, conta campi corretti e valori inventati; per una sintesi, verifica fatti essenziali e omissioni. Senza questi criteri, rischi di confrontare una risposta breve ma incompleta con una risposta più costosa che svolge davvero il compito richiesto.
Leggi le categorie dei tre listini
I listini ufficiali distinguono input, output e varie forme di caching, con dettagli specifici per modello e modalità. Possono inoltre esistere condizioni per contesti lunghi, elaborazioni batch o strumenti. Controlla ogni voce che riguarda il tuo flusso, evitando di applicare lo schema di un provider agli altri.
Crea una tabella con modello esatto, unità di prezzo, modalità e data di consultazione. Per la cache registra separatamente le categorie previste: lettura, creazione o conservazione non sono sempre organizzate allo stesso modo. Quando una voce non si applica, indicalo. Non riempire una casella con zero soltanto perché non hai ancora verificato se il costo esiste.
Costruisci tre scenari di consumo
Uno scenario utile è una richiesta breve senza materiale riutilizzato. Un secondo può rappresentare domande ripetute su un documento comune. Un terzo può includere output lunghi o attività in più passaggi. Questi scenari mettono in evidenza differenze che una sola tariffa di input nasconde.
Per ogni scenario usa il conteggio e i metadati del provider corrispondente. Non prendere i token misurati con un tokenizer e moltiplicarli per tutti i listini come se fossero identici. Se vuoi fare una prima simulazione con quantità ipotetiche, etichettala chiaramente e sostituiscila poi con misure reali. Conserva i risultati delle risposte insieme ai costi, in modo che il confronto resti collegato alla qualità.
Decidi sul costo per risultato accettabile
Somma i tentativi necessari per arrivare a un esito utile e considera anche la latenza. Un modello più economico per chiamata potrebbe richiedere correzioni frequenti; uno più costoso potrebbe essere superfluo per un compito elementare. La scelta può quindi differire tra attività della stessa applicazione.
Prepara una regola di instradamento semplice solo quando i dati la giustificano, per esempio distinguendo estrazioni ordinarie da documenti ambigui. Verifica che il passaggio tra modelli non introduca formati incompatibili o nuove omissioni. Rivedi il confronto quando cambiano listini, modelli o traffico. Un metodo ripetibile vale più di una classifica assoluta destinata a diventare vecchia appena cambiano le condizioni di utilizzo.
Un esempio concreto: 10.000 token di input
Una richiesta ipotetica con 10.000 token, senza cache e senza tariffe per contesti lunghi. Il numero di token è un'ipotesi comune per mostrare la formula: lo stesso testo può produrre conteggi diversi.
| Provider | Modello | USD / 1M input | USD / 10.000 input | Fonte |
|---|---|---|---|---|
| OpenAI | gpt-6.1-sol | 2.00 | 0.0200 | Listino e dettagli |
| Anthropic | claude-fable-5-1 | 10.00 | 0.1000 | Listino e dettagli |
| gemini-3.8-flash | 0.75 | 0.0075 | Listino e dettagli | |
| xAI | grok-4.7 | 2.00 | 0.0200 | Listino e dettagli |
Catalogo verificato il 2026-10-07; prezzi indicativi in USD, aggiornati manualmente. Formula: token × prezzo / 1.000.000. Esclusi output, cache, strumenti, imposte e condizioni speciali. Controlla il listino ufficiale prima di una decisione di spesa.
Per approfondire
Fonti e aggiornamenti
Questa guida si basa sulle fonti indicate. Consultale per un approfondimento!
Ultima verifica editoriale: .