Quale modello AI scegliere è la prima domanda tecnica che un'azienda si trova davanti quando smette di giocare con i chatbot e inizia a costruire qualcosa di vero. La risposta istintiva — "il più potente disponibile" — è quasi sempre quella sbagliata, e si paga in bolletta ogni singolo mese. I modelli linguistici oggi non sono un prodotto unico: sono una scala di potenza con prezzi che variano di venti volte tra il gradino più basso e quello più alto. Scegliere bene significa capire su quale gradino sta ciascun compito.
Il punto non è quale modello sia "il migliore" in astratto. È quanto costa risolvere il tuo problema specifico, con la qualità che ti serve, alla velocità che ti serve. Sono tre variabili diverse, e raramente puntano tutte allo stesso modello.
Quanto costa davvero un modello AI: i numeri di listino
I modelli si pagano a token: circa quattro caratteri di testo, o tre quarti di una parola. Il prezzo si esprime in dollari per milione di token, con due tariffe distinte — una per quello che mandi al modello (input) e una, sempre più alta, per quello che il modello scrive (output). Ecco l'ordine di grandezza sui listini pubblici di agosto 2026:
- Fascia alta — Claude Opus 5: 5 $ input / 25 $ output per milione di token. Claude Fable 5, il modello di punta di Anthropic, arriva a 10 $ / 50 $.
- Fascia intermedia — Claude Sonnet 5 a 2 $ / 10 $; Gemini 3.1 Pro a 2 $ / 12 $; GPT-5 a 1,25 $ / 10 $.
- Fascia leggera — Claude Haiku 4.5 a 1 $ / 5 $; Gemini 3.5 Flash-Lite a 0,30 $ / 2,50 $; GPT-5-nano a 0,05 $ / 0,40 $.
Tra un modello di punta e un modello leggero ci sono uno o due ordini di grandezza. Tradotto: la stessa automazione può costarti 40 euro al mese o 800, a parità di risultato utile, solo per come hai instradato le richieste. È il tipo di differenza che decide se un progetto AI regge economicamente o muore dopo il pilota.
Quale modello AI scegliere per ciascun compito
La documentazione di Anthropic è insolitamente diretta su questo punto e suggerisce di usare i modelli leggeri per i compiti semplici, quelli intermedi per la maggior parte dei carichi in produzione e quelli di punta solo per il ragionamento più complesso. È un principio banale e sistematicamente ignorato.
Nella pratica, la maggior parte del lavoro che un'azienda automatizza è ripetitivo e ben definito: classificare una mail in arrivo, estrarre l'IVA da una fattura, decidere se un messaggio WhatsApp è una richiesta di preventivo o una lamentela, riassumere una telefonata. Sono compiti che un modello leggero svolge benissimo. Il modello grande serve altrove: quando bisogna ragionare su più passaggi, scrivere codice che deve funzionare, tenere insieme un documento lungo, decidere cosa fare in una situazione ambigua.
Non è solo un'intuizione di mestiere. Un paper di ricerca NVIDIA del 2025 sostiene esattamente questa tesi per i sistemi ad agenti: i modelli piccoli sono "sufficientemente potenti, intrinsecamente più adatti e necessariamente più economici" per i compiti specializzati e ripetitivi che compongono la maggior parte del lavoro di un agente, mentre l'architettura sensata è eterogenea — modelli diversi che convivono nello stesso sistema.
Il routing: un modello diverso per ogni gradino
L'errore più costoso è far passare tutto dal modello più caro. La soluzione si chiama routing: uno strato che smista ogni richiesta al modello adeguato, e riserva la fascia alta ai casi che la meritano davvero. Nella nostra esperienza il taglio è netto — la grande maggioranza delle richieste di un'automazione aziendale è routine, e solo una minoranza richiede il modello di punta.
Il routing si combina con due leve che riducono ulteriormente il conto, entrambe documentate nei listini ufficiali. La prima è il prompt caching: se ogni richiesta contiene lo stesso blocco di contesto — le istruzioni, il catalogo prodotti, il tono di voce aziendale — quel blocco si può mettere in cache e rileggere al 10% del prezzo normale. La seconda è l'elaborazione in batch: per tutto ciò che non è urgente (report notturni, arricchimento di un archivio, classificazione di uno storico), sia Anthropic sia Google sia OpenAI applicano uno sconto del 50% su input e output.
Un esempio concreto dalla documentazione di Anthropic: processare 10.000 ticket di assistenza con un modello leggero costa circa 37 dollari. Con il modello di punta, lo stesso lavoro costerebbe una cifra dieci volte superiore, per un risultato che il cliente finale non distinguerebbe.
Le tre domande da farsi prima del prezzo
Il costo per token è la variabile più visibile, ma non è l'unica. Prima di fissare un modello, tre verifiche valgono il tempo che costano.
Quanta memoria serve. La finestra di contesto è quanto testo il modello può tenere davanti a sé in una volta sola: oggi i modelli di fascia alta arrivano a un milione di token — circa 550.000 parole — mentre i leggeri si fermano a 200.000. Se l'automazione deve leggere un contratto di trecento pagine, la scelta è già fatta.
Quanto tempo hai. Un modello che ragiona a lungo dà risposte migliori ma può metterci decine di secondi. Va benissimo per un report notturno, molto meno per un assistente che risponde in chat mentre il cliente aspetta. Latenza e intelligenza sono un compromesso, non una scala unica.
Dove finiscono i dati. I fornitori principali offrono opzioni di residenza dei dati e istanze su cloud diversi, spesso con un sovrapprezzo. Se tratti dati sensibili, questa scelta viene prima del prezzo — ne abbiamo parlato più a fondo nell'articolo su sicurezza dei dati AI in azienda.
Come lo facciamo noi
Gli agenti che costruiamo in Studiollice non usano un modello solo. Il criterio è il compito, non l'abitudine: un comando che deve solo leggere uno stato e rispondere passa dal modello più leggero e costa frazioni di centesimo; una ricerca su più fonti va sulla fascia intermedia; la scrittura di un articolo o la stesura di codice vanno sul modello di punta. La stessa flotta di agenti, con la stessa infrastruttura, spende in un mese quello che spenderebbe in un giorno se instradassimo tutto sull'Opus.
È lo stesso ragionamento che applichiamo al costo reale di un agente AI: il conto non si fa sul prezzo di listino, si fa sul lavoro effettivamente svolto per euro speso. E si rifà periodicamente, perché i modelli cambiano ogni pochi mesi e il gradino giusto di oggi non è quello di sei mesi fa.
Studiollice progetta agenti e automazioni su misura, scegliendo il modello adatto a ogni singolo passaggio invece di applicare la stessa soluzione ovunque. Se stai valutando dove iniziare, la domanda giusta non è quale modello sia il migliore, ma quale sia il primo processo che vale la pena automatizzare.