Vai al contenuto
LLM Pricing Calc
Ultima verifica prezzi

Calcolatore prezzi LLM per i costi di API e agenti AI

Calcola il costo delle API LLM su 35 modelli di OpenAI, Anthropic Claude, Google Gemini, DeepSeek e xAI, inclusi prompt caching, sconti Batch API, loop di agenti multi-turno e token di ragionamento nascosti.

Carico di lavoro

Preset rapidi

1.000 token ≈ 750 parole in inglese.

Modalità Pro / Agente

Caching, batch, loop multi-turno, token di ragionamento

Confronto dei costi

Più economico / mese

$10.65

Claude Haiku 5.5

Più costoso / mese

$425.88

Claude Opus 5.5

Token / richiesta

1.5K in

400 out (modello più economico)

Costo stimato per modello
Rimuovi
Claude Haiku 5.5Il più economicoAnthropic · $0.10 / $0.50$0.00035$0.35$10.65$127.75
GPT-6 LunaOpenAI · $0.10 / $0.50$0.00035$0.35$10.65$127.75
DeepSeek V4 ProDeepSeek · $1.32 / $3.96$0.00356$3.56$108.42$1,301
Grok 4.7xAI · $2.00 / $6.00$0.0054$5.40$164.27$1,971
Claude Sonnet 5.5Anthropic · $2.00 / $10.00$0.007$7.00$212.94$2,555
GPT-6.2 SolOpenAI · $2.00 / $10.00$0.007$7.00$212.94$2,555
Gemini 4 CarbonGoogle · $2.00 / $10.00$0.007$7.00$212.94$2,555
Claude Opus 5.5Anthropic · $4.00 / $20.00$0.014$14.00$425.88$5,110

Mensile = giornaliero × 30,42. I prezzi sono di listino per la fascia di contesto standard. Supplementi per contesti lunghi, prezzi regionali e tasse non sono inclusi.Prezzi ufficiali: Anthropic ↗ · OpenAI ↗ · Google ↗ · DeepSeek ↗ · xAI ↗

Altri strumenti sui costi AI

Guida

Come funziona il prezzo dei token LLM

Tutte le principali API LLM fatturano a token, un frammento di testo di circa quattro caratteri, ovvero tre quarti di una parola inglese. I prezzi sono indicati per milione di token e i token di input (system prompt, cronologia della conversazione, documenti recuperati e risultati dei tool) sono fatturati separatamente dai token di output (il testo generato dal modello). L'output è quasi sempre la parte più cara: sulla maggior parte dei modelli attuali costa da quattro a cinque volte di più per token rispetto all'input, perché generare i token uno alla volta richiede molto più tempo GPU che leggere un prompt in parallelo.

Ne deriva una formula semplice per qualsiasi richiesta: token di input × prezzo input ÷ 1M + token di output × prezzo output ÷ 1M. Una richiesta di chatbot con 2000 token di input e 500 token di output su Claude Sonnet 5.5 ($2.00 input / $10.00 output per 1M) costa circa $0.009. Con 10.000 richieste al giorno sono circa $2,738 al mese. Il calcolatore qui sopra fa esattamente questo per tutti i modelli contemporaneamente, così puoi vedere quanto costa lo stesso carico di lavoro presso i diversi provider.

Confronto prezzi API di OpenAI, Claude e Gemini

I prezzi di listino sono un punto di partenza, non la risposta. Due modelli con lo stesso prezzo per token possono generare bollette molto diverse se uno scrive risposte più lunghe, ha bisogno di un prompt più lungo per comportarsi come previsto o consuma più token di ragionamento nascosti. Modelli di fascia media come Claude Sonnet 5.5, GPT-6.2 Sol e Gemini 4 Carbon oggi hanno prezzi quasi identici, quindi un confronto corretto dei costi LLM passa i tuoi conteggi di token reali su ciascuno. Per una panoramica rapida di tutte le tariffe di input, cache e output, usa la tabella prezzi delle API LLM.

Perché gli agenti AI multi-turno costano più dei chatbot

Le API LLM sono stateless. Per proseguire una conversazione, il tuo codice reinvia l'intera cronologia a ogni chiamata, e un agente aggiunge a quella cronologia definizioni dei tool, chiamate ai tool e output dei tool a ogni passo. I token di input crescono quindi a ogni turno, e l'input totale di una sessione cresce all'incirca con il quadrato del numero di turni.

Prendi un agente di coding o di ricerca che parte con 12.000 token di contesto, aggiunge 2500 token di output dei tool e 500 token del proprio output a ogni turno, e lavora per 25 turni. Una stima ingenua dà 25 × 12.000 = 0,3M token di input. La cifra reale è di circa 1,2M, 4× di più, perché il turno 25 rilegge tutto ciò che hanno prodotto i primi 24 turni. Senza caching, quella singola sessione costa circa $2.52 su Claude Sonnet 5.5. Un calcolatore dei costi degli agenti AI deve modellare questa crescita del contesto, ed è ciò che fa la modalità Pro / Agente qui sopra. Gli agenti vocali seguono lo stesso schema a ogni turno parlato; il calcolatore dei costi degli agenti vocali AI lo modella insieme a speech-to-text, text-to-speech e telefonia.

Come prompt caching e sconti Batch API riducono la bolletta

Prompt caching

Poiché gli agenti reinviano lo stesso prefisso più e più volte, i provider ti permettono di metterlo in cache. I token di input in cache su Claude Sonnet 5.5 costano $0.10 per 1M invece di $2.00 (95% in meno). Anthropic applica un sovrapprezzo per scrivere in cache ($2.50 per 1M); OpenAI e Google usano la cache automaticamente per i prompt oltre una lunghezza minima. Con un cache hit rate pari a 85%, la sessione dell'agente vista sopra scende da $2.52 a circa $0.677 (73% in meno). Per ottenere hit rate elevati, tieni tutto ciò che è stabile (system prompt, schemi dei tool, documenti di riferimento) all'inizio del prompt e aggiungi i contenuti nuovi alla fine. Un timestamp o un ID utente nella parte alta del prompt invalida la cache a ogni richiesta.

Batch API

Se non ti serve una risposta in tempo reale, la Batch API di OpenAI, Anthropic e Google applica il 50% di sconto sia sui token di input sia su quelli di output, in cambio di risultati entro 24 ore. Eval, classificazione di documenti, estrazione di dati, backfill di embedding e riepiloghi notturni sono tutti casi adatti. Gli sconti batch e cache si possono cumulare, ed è per questo che le pipeline offline sono spesso i carichi di lavoro LLM più economici.

Come vengono fatturati i token di ragionamento nascosti

I modelli di ragionamento pensano prima di rispondere. Quei token di ragionamento vengono generati come qualsiasi altro output e fatturati alla tariffa di output, ma la maggior parte delle API non te li mostra mai. Una risposta visibile di 500 token che ha richiesto 1.000 token di ragionamento viene fatturata come 1.500 token di output: $0.015 invece di $0.005 su Claude Sonnet 5.5. Il consumo di ragionamento varia con la difficoltà del compito e con le impostazioni di effort, quindi misuralo dal campo usage delle risposte reali e imposta di conseguenza il moltiplicatore di ragionamento nel calcolatore. I token di ragionamento non vengono riportati nel contesto del turno successivo, quindi aumentano il costo dell'output senza gonfiare il lato input di un loop di agenti.

Consigli pratici per ridurre la spesa mensile per le API LLM

  1. Instrada in base alla difficoltà. Invia le chiamate semplici di classificazione, estrazione e routing a un modello economico e riserva i modelli di punta ai casi difficili. Molti team così riducono la spesa del 60–80%.
  2. Limita la lunghezza dell'output. I token di output sono la parte cara. Imposta max_tokens, chiedi formati concisi come JSON ed evita che il modello ripeta il suo input.
  3. Progetta i prompt per il caching. Metti prima i contenuti stabili e per ultimi quelli variabili, e controlla il conteggio dei token in cache nelle risposte API per confermare gli hit.
  4. Riduci il contesto dell'agente. Riassumi o elimina i vecchi output dei tool invece di trascinarti interi contenuti di file e log in ogni turno.
  5. Usa il batch per tutto ciò che può aspettare. Metà prezzo per lo stesso modello è il risparmio più facile che ci sia.
  6. Regola l'effort di ragionamento. Usa un effort basso o medio, o un modello senza ragionamento, dove un ragionamento approfondito non migliora i risultati.
  7. Riconsidera il self-hosting su larga scala. Con miliardi di token al mese, un modello open-weight su una GPU dedicata può costare meno. Usa il calcolatore di break-even API vs self-hosting per trovare il tuo punto di pareggio e il calcolatore VRAM per LLM per dimensionare l'hardware.

Tutti i valori di questo calcolatore sono salvati nell'URL della pagina, quindi una volta ottenuta una stima puoi copiare il link e condividerlo con il tuo team o con il responsabile finance.

Come funzionano i calcoli

Per una singola richiesta, il costo è semplicemente token × prezzo. I carichi di lavoro reali sono più complessi, quindi la modalità Pro aggiunge quattro elementi che la maggior parte dei calcolatori ignora:

  • Crescita del contesto. Al turno k di un loop di agenti il modello rilegge input + k × (contesto aggiunto + output) token.
  • Prompt caching. Gli hit della cache sono fatturati alla tariffa cache del provider. I miss sono fatturati alla tariffa di scrittura in cache, dove esiste (Anthropic: 1,25× l'input).
  • Batch API. 50% di sconto su tutto, solo per i provider che la offrono.
  • Token di ragionamento. Ragionamento nascosto fatturato come output, solo sui modelli di ragionamento. Non viene riportato nel contesto successivo.

Formula della sessione di un agente

input_tokens  = T·I + (G + O)·T(T−1)/2
output_tokens = T·O·R
cost = (1−h)·input·P_miss + h·input·P_cached
     + output·P_out        (× 0.5 if batch)

T turni · I contesto iniziale · G contesto aggiunto per turno · O output per turno · R moltiplicatore di ragionamento · h cache hit rate

FAQ sui prezzi LLM

Quanto costa 1 milione (1M) di token in un LLM?

Un milione di token corrisponde a circa 750.000 parole in inglese ed è l'unità con cui tutti i provider indicano i prezzi. Oggi 1M di token costa da $0.10 input / $0.50 output su Claude Haiku 5.5 fino a $8.00 input / $40.00 output su GPT-6.2 Astra. I modelli di fascia media come Claude Sonnet 5.5 si attestano su $2.00 input / $10.00 output.

Come si calcola il costo di una API LLM?

I provider fatturano separatamente i token di input (prompt) e quelli di output (completion), ciascuno con un prezzo per 1 milione di token. Costo per richiesta = token di input × prezzo input ÷ 1.000.000 + token di output × prezzo output ÷ 1.000.000. Per esempio, 2000 token di input e 500 di output su Claude Sonnet 5.5 costano $0.009, quindi 10.000 richieste al giorno fanno circa $2,738 al mese.

Come si calcola il prezzo di un singolo token?

Dividi il prezzo per milione per 1.000.000. Claude Sonnet 5.5 costa $2.00 per 1M di token di input, quindi un token di input costa $0.000002 e un token di output costa $0.00001. Moltiplica quel prezzo per token per il tuo numero di token, oppure lascia che il calcolatore qui sopra lo faccia per tutti i modelli insieme.

Come calcolare i token LLM a partire da parole o caratteri?

Per un testo in inglese, 1 token equivale a circa 4 caratteri o 0,75 parole, quindi token ≈ parole × 1,33 oppure caratteri ÷ 4. Un articolo di 1.500 parole corrisponde a circa 2.000 token. Codice, lingue diverse dall'inglese e numeri richiedono di solito più token per parola, quindi per conteggi esatti usa il tokenizer del provider o il campo usage nelle risposte API.

Quanto è lungo un token LLM?

Un token corrisponde in media a circa 4 caratteri di testo inglese, più o meno tre quarti di una parola. Le parole comuni sono un singolo token, mentre quelle lunghe o rare vengono divise in più pezzi. Anche spazi e punteggiatura contano, e ogni famiglia di modelli usa il proprio tokenizer, quindi lo stesso testo può dare conteggi leggermente diversi su modelli diversi.

Quanto costano 1.000 token AI?

1000 token di input costano $0.0001 su Claude Haiku 5.5, $0.002 su Claude Sonnet 5.5 e $0.008 su GPT-6.2 Astra. Come output, gli stessi 1000 token costano rispettivamente $0.0005, $0.01 e $0.04. Sono circa 750 parole, ed è per questo che il costo per richiesta è di solito una frazione di centesimo.

Quanto costano 4.000 token?

4000 token di input costano $0.0004 su Claude Haiku 5.5, $0.008 su Claude Sonnet 5.5 e $0.032 su GPT-6.2 Astra. Come output, gli stessi 4000 token costano rispettivamente $0.002, $0.04 e $0.16. 4.000 token sono circa 3000 parole, un tipico prompt di chatbot con un po' di cronologia della conversazione.

Quanto costano 100.000 (100K) token?

100.000 token di input costano $0.01 su Claude Haiku 5.5, $0.20 su Claude Sonnet 5.5 e $0.80 su GPT-6.2 Astra. Come output, gli stessi 100.000 token costano rispettivamente $0.05, $1.00 e $4.00. 100K token sono circa 75.000 parole, più o meno la lunghezza di un romanzo intero.

Quanto costano 300.000 token?

300.000 token di input costano $0.03 su Claude Haiku 5.5, $0.60 su Claude Sonnet 5.5 e $2.40 su GPT-6.2 Astra. Come output, gli stessi 300.000 token costano rispettivamente $0.15, $3.00 e $12.00. 300K token sono circa 225.000 parole, circa tre romanzi o una codebase di grandi dimensioni.

Quanto costano 500.000 token?

500.000 token di input costano $0.05 su Claude Haiku 5.5, $1.00 su Claude Sonnet 5.5 e $4.00 su GPT-6.2 Astra. Come output, gli stessi 500.000 token costano rispettivamente $0.25, $5.00 e $20.00. 500K token sono circa 375.000 parole, un volume comune per una lunga sessione di un agente multi-turno.

Quante parole sono 20.000 token?

20.000 token sono circa 15.000 parole in inglese, ovvero circa 30 pagine a interlinea singola. Leggerne così tanti come input costa $0.002 su Claude Haiku 5.5 e $0.04 su Claude Sonnet 5.5. Codice e testi non in inglese producono meno parole per token.

Quanto testo sono 1.000.000 di token?

1.000.000 di token sono circa 750.000 parole, all'incirca 1.500 pagine a interlinea singola o dieci romanzi di lunghezza media. Molti modelli attuali, tra cui Claude Sonnet 5.5 e GPT-6.2 Astra, accettano circa 1M di token di contesto in una singola richiesta. Inviarne così tanti come input costa $2.00 su Claude Sonnet 5.5.

Come vengono prezzati i token delle API di OpenAI e ChatGPT?

Gli abbonamenti ChatGPT sono canoni mensili fissi, mentre la API di OpenAI fattura a token, con tariffe separate di input e output per 1M di token. Le tariffe attuali sono GPT-6.2 Astra $8.00 input / $40.00 output; GPT-6.2 Sol $2.00 input / $10.00 output; GPT-6 Luna $0.10 input / $0.50 output. L'input in cache su GPT-6.2 Sol scende a $0.10 per 1M, e la Batch API applica il 50% di sconto su entrambi i lati.

Qual è il prezzo attuale di un token LLM presso i principali provider?

In data 21 nov 2026, i prezzi di listino per 1M di token dei modelli più noti sono: Anthropic $0.10–$8.00 input e $0.50–$40.00 output; OpenAI $0.10–$8.00 input e $0.50–$40.00 output; Google $0.75–$3.00 input e $3.75–$15.00 output; DeepSeek $0.30–$1.32 input e $1.20–$3.96 output; xAI $2.00 input e $6.00 output. I modelli closed più economici tra quelli di largo uso, con un mix input/output di 3:1, sono Claude Haiku 5.5, GPT-6 Luna, DeepSeek V4.1 Flash. I modelli open-weight in hosting come Llama e Qwen possono costare ancora meno.

Perché i token di output costano più di quelli di input?

I token di input vengono elaborati in parallelo in un unico passaggio, mentre i token di output vengono generati uno alla volta, e ognuno richiede un passaggio completo attraverso il modello, quindi consumano molto più tempo GPU. Per questo l'output costa in genere circa 5× più dell'input; su Claude Sonnet 5.5 si tratta di $10.00 contro $2.00 per 1M. Limitare la lunghezza delle risposte è uno dei modi più efficaci per ridurre la bolletta.

Quanto si risparmia con il prompt caching sui costi delle API LLM?

I token di input in cache su Claude Sonnet 5.5 costano $0.10 per 1M invece di $2.00 (95% in meno), anche se Anthropic addebita $2.50 per 1M per scrivere in cache. In una sessione di un agente da 25 turni con un cache hit rate pari a 85%, il costo scende da $2.52 a $0.677 (73% in meno). Tieni i contenuti stabili, come system prompt e schemi dei tool, all'inizio del prompt per massimizzare gli hit.

Come vengono fatturati i token di ragionamento (thinking) nascosti?

I modelli di ragionamento generano token di ragionamento prima della risposta visibile e li fatturano alla tariffa di output, anche se la maggior parte delle API non li restituisce. Una risposta di 500 token che ha richiesto 1.000 token di ragionamento viene fatturata come 1.500 token di output: $0.015 invece di $0.005 su Claude Sonnet 5.5. Imposta il moltiplicatore di ragionamento nel calcolatore in base a quanto mostra il campo usage delle risposte reali.

Perché gli agenti AI multi-turno costano più dei semplici chatbot?

Le API LLM sono stateless, quindi un agente reinvia a ogni turno l'intera conversazione, le definizioni dei tool e i risultati dei tool. Una sessione da 25 turni che parte con 12K token di contesto e cresce di 3K per turno legge circa 1,2M token di input, non 0,3M. Senza caching costa circa $2.52 su Claude Sonnet 5.5; attiva la modalità Pro / Agente qui sopra per modellarla.

Qual è lo sconto della Batch API?

OpenAI, Anthropic e Google offrono una Batch API asincrona che restituisce i risultati entro 24 ore con il 50% di sconto sia sui token di input sia su quelli di output. È adatta a eval, classificazione, backfill di embedding e report notturni. L'opzione batch del calcolatore applica lo sconto solo ai modelli il cui provider lo offre.

Quanto sono accurati questi prezzi LLM?

I prezzi provengono dalla pagina prezzi ufficiale di ciascun provider e sono stati verificati l'ultima volta in data 21 nov 2026. Ogni input è salvato nell'URL della pagina, quindi puoi condividere una stima esatta con il tuo team. Verifica sempre sul sito del provider prima di impegnarti su un budget, perché i prezzi cambiano spesso.