Calcolatore costo API LLM
Inserisci token medi in input/output e numero di richieste al giorno. Ottieni una stima del costo mensile su Claude Sonnet, Claude Haiku, GPT-5, GPT-5 mini e Gemini 2.5 Pro/Flash.
- Confronto a parità tra 6 modelli frontier
- Stima costo giornaliero, mensile, annuo
- Calcolo nel browser su token tipici input/output
- Prezzi indicativi, link al pricing ufficiale dei vendor
Per singola richiesta. ~3 char IT = 1 token.
Risposta media generata dal modello.
Volume tipico per uno use case in produzione.
22 = lavorativi tipici, 30 = sempre attivo.
Confronto 6 modelli frontier
Il più caro costa 8.4x il più economico.
| Modello | Costo / mese | Costo / anno | Costo / giorno |
|---|---|---|---|
GPT-5 miniPiù economicoOpenAI · Efficient | 10 € | 121 € | 0,46 € |
Gemini 2.5 FlashGoogle · Efficient | 13 € | 151 € | 0,57 € |
Claude Haiku 4.5Anthropic · Efficient | 28 € | 340 € | 1,29 € |
Gemini 2.5 ProGoogle · Frontier | 51 € | 607 € | 2,30 € |
GPT-5OpenAI · Frontier | 61 € | 729 € | 2,76 € |
Claude Sonnet 4.5Anthropic · Frontier | 85 € | 1020 € | 3,86 € |
Prezzi convertiti da USD a EUR al cambio 0.92. Stime on-demand: prompt caching, Batch API e fine-tuning possono ridurre la bolletta del 30-70% su carichi ripetitivi. Verifica sempre il pricing ufficiale prima di costruire un business case definitivo.
Prossimo passo
Vuoi capire come strutturare un'integrazione LLM efficiente sul tuo use case (modello giusto, prompt caching, fallback)? Prenota una call.
Come stimare il costo di un'integrazione LLM
Per stimare il costo di un'integrazione con modelli LLM servono 4 numeri: token in input per richiesta (il prompt più il contesto inviato), token in output (la risposta generata), numero di richieste al giorno e giorni operativi al mese (22 per workload allineato all'orario lavorativo, 30 se sempre attivo).
Una stima di partenza ragionevole per uso PMI: 800 token in input, 400 token in output, 500 richieste/giorno, 22 giorni di operatività. Su questo profilo Claude Haiku e Gemini Flash costano tipicamente €15-40/mese, Claude Sonnet e GPT-5 sui €100-200/mese, modelli frontier full €200-400/mese.
Per scegliere il modello giusto non guardare solo il prezzo: parti dal modello più economico della famiglia, misura la qualità su 50-100 esempi reali, e fai upgrade solo se i risultati non soddisfano. Spesso un buon prompt su un modello economico batte un modello frontier con prompt generico, con differenza in fattura di 5-15x.
Costi API LLM, pricing e ottimizzazione
Come funziona il pricing dei modelli LLM?
I modelli frontier (Claude, GPT, Gemini) fatturano per token, contati separatamente in input (il prompt + contesto inviato) e output (la risposta generata). Tipicamente il prezzo per token in output è 3-5x quello in input. 1 token ≈ 4 caratteri in inglese, ~3 caratteri in italiano. Un prompt medio (1-2 paragrafi) consuma 300-800 token in input, una risposta tipica 200-1500 token in output.
I prezzi indicati nel calcolatore sono aggiornati?
I prezzi sono indicativi e aggiornati all'ultimo refresh del calcolatore. I vendor cambiano i prezzi 2-4 volte all'anno, di solito al ribasso. Prima di costruire un business case definitivo controlla sempre il pricing ufficiale: anthropic.com/pricing, openai.com/api/pricing, ai.google.dev/pricing.
Quanto serve davvero al mese per integrare un LLM in produzione?
Per un'integrazione semplice (es. classificatore di ticket, riassunto email, assistente FAQ) con volume PMI tipico (1.000-5.000 richieste/giorno), il costo mensile su modelli efficient (Claude Haiku, GPT-5 mini, Gemini Flash) è tipicamente €30-150. Per use case più complessi con modelli frontier (Claude Sonnet, GPT-5, Gemini Pro) e contesti lunghi, il costo cresce a €200-1000/mese. Sopra €1500/mese di solito conviene rivalutare prompt e architettura.
Quando conviene usare un modello più economico?
Quasi sempre, almeno in prima battuta. La regola: parti con il modello più economico della famiglia (Haiku, GPT-5 mini, Gemini Flash), misura la qualità su 50-100 esempi reali, e fai upgrade al modello frontier solo se la qualità non è sufficiente. Spesso un buon prompt + few-shot esempi su un modello economico batte un modello frontier con prompt generico. La differenza in fattura è 5-15x.
I prezzi includono caching, batching, fine-tuning?
No, il calcolatore stima il prezzo standard 'on-demand'. Le ottimizzazioni reali in produzione (prompt caching di Anthropic e OpenAI, Batch API a -50%, fine-tuning con prezzi dedicati) possono ridurre la bolletta del 30-70% su carichi ripetitivi. Sono leve da valutare quando il costo mensile supera €300-500.
Esiste un modello locale che batte questi costi?
Per volume basso, no: l'API costa pochi euro, un GPU dedicato ne costa centinaia. Per volume molto alto (>10k richieste/giorno costanti) e use case semplici (classificazione, embeddings, riassunto breve), modelli open source self-hosted (Qwen, Llama 3, DeepSeek) su Ollama o vLLM possono diventare convenienti. La qualità su task agentici complessi resta sotto i modelli frontier.
Approfondisci: Cursor vs Claude Code vs Codex CLI