Claude API pricing: come stimare e controllare i costi

Il Claude API pricing si basa su un costo a token: input e output vengono fatturati separatamente, con l'output generalmente più caro, e il costo varia per livello di modello. Il prompt caching può ridurre il costo dei contesti ripetuti anche del 90%. Senza attribuzione per utente, la spesa mensile diventa visibile solo in fattura.

In sintesi

• Il pricing dei modelli Claude si basa sul numero di token elaborati, con tariffe separate per input e output.
• I token di output costano più dei token di input, e la differenza tra i livelli di modello di una stessa famiglia può essere ampia.
• Il prompt caching riduce il costo di rielaborare lo stesso contesto in richieste successive.
• Senza un sistema di attribuzione per utente e per modello, la spesa mensile emerge solo quando arriva la fattura.
• Budget e limiti di spesa per singola chiave API permettono di far crescere l'uso dell'AI senza sorprese di costo.
• I listini dei provider cambiano nel tempo: quello che non cambia è la necessità di misurare l'uso, non solo il prezzo.

Indice

• Come funziona il pricing a token dei modelli Claude
• Input, output e prompt caching: le tre leve del costo
• Perché il pricing varia per modello
• 7 fattori che fanno lievitare la spesa AI in azienda
• Esempio illustrativo: stimare la spesa mensile di un team
• Come mantenere i costi AI sotto controllo
• Domande frequenti
• Prossimi passi

Come funziona il pricing a token dei modelli Claude

Un token è l'unità minima di testo che un modello legge o genera — grosso modo una parola o una parte di essa. Il modello legge il prompt in ingresso (token di input) e produce una risposta (token di output), e la fattura riflette entrambe le quantità, misurate in genere in milioni di token.

Secondo la documentazione ufficiale sul pricing di Claude, le tariffe sono espresse per milione di token e variano sia per direzione (input contro output) sia per modello. Questa struttura non è specifica di Claude: è lo schema usato dalla maggior parte dei provider di modelli linguistici, il che rende il ragionamento di questo articolo applicabile anche oltre un singolo fornitore.

Le tariffe esatte cambiano periodicamente e vanno sempre verificate sulla documentazione ufficiale al momento dell'acquisto: qui l'obiettivo non è fotografare un listino, ma spiegare la struttura che determina il costo, così da poterla stimare indipendentemente dai numeri del momento.

Input, output e prompt caching: le tre leve del costo

Tre fattori determinano la spesa su un singolo modello: quanti token di input vengono inviati, quanti token di output vengono generati, e quanta parte del contesto è già in cache. I token di output costano tipicamente più dei token di input, perché generare testo richiede più calcolo che leggerlo.

Il prompt caching interviene sulla prima leva: quando uno stesso contesto — un system prompt lungo, un documento di riferimento, la cronologia di una conversazione — viene riutilizzato in richieste successive, la porzione già vista può essere fatturata a una frazione della tariffa di input standard invece che per intero. Per i flussi di lavoro con contesto ampio e stabile, come un assistente che lavora sempre sugli stessi documenti aziendali, l'effetto cumulativo è significativo.

Perché il pricing varia per modello

Ogni famiglia di modelli offre livelli diversi: modelli più leggeri e veloci per compiti semplici e ad alto volume, modelli più capaci per ragionamento complesso, a un costo per token proporzionalmente più alto. La scelta del modello è quindi essa stessa una leva di costo, non solo di qualità.

Instradare automaticamente le richieste semplici verso il modello più economico disponibile — e riservare il modello più capace ai compiti che lo richiedono davvero — è spesso l'ottimizzazione con l'impatto più immediato sulla spesa mensile, prima ancora di intervenire su volumi o caching.

7 fattori che fanno lievitare la spesa AI in azienda

La spesa AI raramente esplode per un singolo motivo. Più spesso è la somma di piccole inefficienze che nessuno misura singolarmente.

1. Uso non attribuito per persona o team

Quando tutte le richieste passano da una chiave API condivisa, non è possibile sapere quale team o progetto genera la spesa, e quindi non è possibile intervenire in modo mirato.

2. Modelli sovradimensionati per compiti semplici

Usare il modello più capace — e più caro — anche per classificazione, riformulazione o estrazione dati è uno degli sprechi più comuni e più facili da correggere.

3. Prompt lunghi e ripetuti senza caching

Rimandare lo stesso system prompt o lo stesso documento di riferimento a ogni richiesta, senza sfruttare il prompt caching, significa pagare più volte per la stessa informazione.

4. Integrazioni e agenti che chiamano l'API senza limiti

Workflow automatizzati e agenti che richiamano il modello in loop possono generare volumi di richieste ordini di grandezza superiori a un utente umano, spesso senza che nessuno se ne accorga fino alla fattura.

5. Abbonamenti paralleli mai confrontati

Team diversi che pagano separatamente ChatGPT aziendale, Claude e altri strumenti, senza un confronto centralizzato di utilizzo e costo, finiscono per duplicare la spesa su funzionalità simili.

6. Nessun budget per singola chiave

Senza un limite di spesa impostato a livello di chiave o di utente, un errore di codice o un uso anomalo può generare una bolletta inattesa prima che qualcuno se ne accorga.

7. Assenza di reportistica mensile per team o progetto

Senza un report periodico leggibile da chi decide il budget, i costi AI restano un numero aggregato in fattura invece che un dato su cui agire.

Esempio illustrativo: stimare la spesa mensile di un team

I numeri di questa sezione sono puramente illustrativi, con valori arrotondati a scopo di calcolo: non rappresentano il listino reale di alcun modello o provider, che va sempre verificato sulla documentazione ufficiale.

Il metodo di stima è lo stesso indipendentemente dai prezzi correnti: si moltiplica il volume mensile di token per la tariffa applicabile, separatamente per input e output.

Voce	Volume mensile ipotizzato	Tariffa illustrativa (per milione di token)	Costo illustrativo
Token di input	40.000.000	3 €	120 €
Token di output	8.000.000	15 €	120 €
Totale, un team, scenario illustrativo	—	—	240 €

Con dieci team che lavorano in questo modo, lo stesso scenario illustrativo porta a circa 2.400 € al mese: non un numero enorme in sé, ma un numero che nessuno vede finché non arriva la fattura consolidata, e che cresce linearmente con ogni nuovo team o integrazione — a meno che caching e scelta del modello non vengano usati attivamente per contenerlo.

Come mantenere i costi AI sotto controllo

La leva più efficace non è negoziare un prezzo migliore, ma vedere la spesa mentre si forma, non dopo. Questo richiede attribuzione per utente e per modello, non solo un totale a fine mese.

Un gateway LLM con una chiave virtuale per persona permette di misurare ogni richiesta per chi l'ha fatta, con quale modello e a quale costo, e di impostare budget e soglie di allarme prima che la spesa esca dal perimetro previsto. È lo stesso principio descritto nella guida su come portare i costi AI sotto controllo, applicato qui in modo specifico all'uso delle API Claude. Lo stesso principio di attribuzione vale anche per le licenze software più in generale, come spiegato nella guida sulla gestione delle licenze software e sull'uso reale degli strumenti.

Il confronto con un abbonamento ChatGPT aziendale a canone fisso mostra bene la differenza di logica: secondo quanto dichiarato da OpenAI per ChatGPT Enterprise, i dati aziendali non vengono usati per addestrare i modelli per impostazione predefinita, e il piano offre prevedibilità di costo per postazione. L'uso diretto delle API offre invece flessibilità, ma sposta la responsabilità della previsione sull'azienda. Nessuna delle due strade è "sbagliata" — quello che serve, in entrambi i casi, è sapere chi sta consumando cosa, che è anche il principio alla base di un framework di data governance per l'uso dell'AI.

Questa esigenza di attribuzione non è solo una buona pratica di controllo di gestione: la Commissione Europea, nel quadro normativo sull'AI Act (Regolamento UE 2024/1689), chiede alle organizzazioni di poter dimostrare come e da chi i sistemi di intelligenza artificiale vengono utilizzati — un requisito che un uso non tracciato dell'API rende difficile da soddisfare.

Domande frequenti

Cosa determina il prezzo di una chiamata alle API di Claude?

Il prezzo dipende dal numero di token di input e di output elaborati e dal modello scelto: modelli più capaci hanno una tariffa per token più alta. Il prompt caching può ridurre il costo dei token di input già visti in richieste precedenti.

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

Generare testo richiede più calcolo che leggerlo, e i provider riflettono questa differenza nel prezzo: la tariffa di output è tipicamente un multiplo di quella di input, con un rapporto che varia da modello a modello.

Il prompt caching conviene sempre?

Conviene quando lo stesso contesto viene riutilizzato più volte in un breve periodo, ad esempio un system prompt fisso o un documento consultato ripetutamente. Per richieste isolate, senza contesto ripetuto, il vantaggio è marginale o assente.

Come si stima la spesa mensile prima di iniziare a usare l'API?

Si stima il volume atteso di token di input e output per richiesta, lo si moltiplica per il numero di richieste previste e per la tariffa del modello scelto, tenendo conto separatamente dell'effetto del prompt caching sui contesti ripetuti.

Conviene di più un abbonamento ChatGPT aziendale o l'uso diretto delle API?

Dipende dal tipo di utilizzo: un abbonamento a canone fisso per postazione è più prevedibile per un uso conversazionale diffuso, mentre l'accesso diretto alle API è più efficiente quando l'AI è integrata in un flusso di lavoro o in un'applicazione con volumi variabili.

Come si evita che la spesa AI cresca senza controllo?

Attribuendo ogni richiesta a una persona, un team e un modello, impostando budget e soglie di allarme per chiave d'uso, e rivedendo periodicamente quali team usano quali modelli per quali compiti.

Prossimi passi

Stimare la spesa è utile una volta; vederla per persona, team e modello ogni mese è ciò che la mantiene sotto controllo nel tempo. Prenota una demo di DevKira per vedere come funzionano chiavi virtuali, budget e reportistica per utente, oppure approfondisci l'argomento nella guida su come portare i costi dell'intelligenza artificiale sotto controllo.