Il modello più costoso non è automaticamente la scelta migliore per un prodotto. Un bot di assistenza, un agente di programmazione e un servizio di estrazione documenti hanno criteri di qualità diversi. Confronto dieci modelli di quattro grandi fornitori per creare una rosa di candidati da testare.
Situazione al 23 settembre 2026. È un confronto selettivo di API per la generazione di testo, non una classifica esaustiva del mercato né un confronto degli abbonamenti consumer. Per questo articolo non è stato eseguito un benchmark originale; le raccomandazioni sono valutazioni ingegneristiche basate su specifiche ufficiali.
Prezzi API su una base uniforme
USD per un milione di token: elaborazione standard, input testuale senza cache e tariffa per contesto breve, se applicabile. L’ultima colonna ipotizza 1.000 richieste con 10.000 token in input e 2.000 token totali fatturabili in output ciascuna. Esclude tasse, strumenti, ricerca, archiviazione della cache e nuovi tentativi. Lo stesso numero di token è un’ipotesi di budget, non la stessa quantità di testo tra tokenizer diversi.
| Modello | Input / 1 M | Output / 1 M | 1.000 richieste |
|---|---|---|---|
| GPT-6 Astra | $10.00 | $50.00 | $200.00 |
| GPT-6 Sol | $2.00 | $10.00 | $40.00 |
| GPT-6 Luna | $0.10 | $0.50 | $2.00 |
| Claude Fable 5.1 | $10.00 | $50.00 | $200.00 |
| Claude Opus 5.5 | $4.00 | $20.00 | $80.00 |
| Claude Sonnet 5 | $2.00 | $10.00 | $40.00 |
| Gemini 3.8 Flash | $0.75 | $3.75 | $15.00 |
| Gemini 3.5 Flash-Lite | $0.30 | $2.50 | $8.00 |
| DeepSeek V4.1 Flash | $0.30 | $1.20 | $5.40 |
| DeepSeek V4 Pro (0813) | $1.32 | $3.96 | $21.12 |
Gemini 3.8 Flash: $0.75/$3.75 vale fino al 31 dicembre 2026; la tariffa pubblicata dal 1º gennaio 2027 è $1.50/$7.50. I valori DeepSeek si riferiscono alle ore di punta; fuori punta costano la metà. Verifica il calendario del fornitore. Sonnet 5 resta a $2/$10: l’aumento annunciato per settembre è stato annullato. Contesti lunghi e altri livelli di elaborazione possono modificare la fattura. Seguono le fonti dei prezzi.
Prezzi dell’API di OpenAI: https://developers.openai.com/api/docs/pricing
Prezzi dell’API di Anthropic: https://platform.claude.com/docs/en/about-claude/pricing
Prezzi dell’API di Google: https://ai.google.dev/gemini-api/docs/pricing
Prezzi dell’API di DeepSeek: https://api-docs.deepseek.com/quick_start/pricing/
Qualità: scegli in base al lavoro da portare a termine
Questo confronto non individua un vincitore misurato. Il posizionamento dei fornitori aiuta a selezionare candidati, ma non dimostra la superiorità sui tuoi dati. Un punteggio elevato di ragionamento non garantisce chiamate corrette agli strumenti, citazioni fedeli o un ucraino naturale.
Per ragionamenti difficili e attività articolate in più passaggi, testerei GPT-6 Astra con i candidati premium di Claude. Nella famiglia GPT-6, Sol è l’opzione intermedia e Luna è pensata per attività ripetitive su larga scala. Inizia a valutare la famiglia con Sol e giustifica ogni upgrade con meno errori o meno correzioni manuali. https://developers.openai.com/api/docs/guides/latest-model
Anthropic posiziona Opus 5.5 per attività prolungate di coding e conoscenza, Fable 5.1 per ragionamenti impegnativi e Sonnet 5 per velocità e capacità. Confronterei Opus e Sonnet su attività legate a un repository prima di pagare Fable. Un prezzo più alto da solo non dimostra un risultato migliore. https://platform.claude.com/docs/en/models/overview
Per estrazione e classificazione ad alto volume, la mia rosa comprende Luna, Gemini Flash-Lite e DeepSeek Flash. Per flussi di agenti più complessi, prova anche Gemini 3.8 Flash. DeepSeek V4 Pro non accetta immagini, mentre V4.1 Flash supporta la visione; questa differenza può escludere un candidato prima ancora del test di qualità. https://ai.google.dev/gemini-api/docs/pricing https://api-docs.deepseek.com/quick_start/pricing/
Misura il costo per risultato accettato
Costo della richiesta = (token in input × tariffa input + token fatturabili in output × tariffa output) / 1.000.000. Includi i token di ragionamento fatturati, il contesto ripetuto, le chiamate agli strumenti, i nuovi tentativi e la revisione umana. Un token più economico può comunque rendere più costosa un’attività completata.
Esempio illustrativo, non benchmark: un tentativo da $0.04 con un tasso di accettazione dell’80% costa $0.05 per risultato accettato su un lotto ampio. Un tentativo da $0.08 al 95% costa circa $0.084. La seconda opzione può convenire se gli errori sono costosi. Le stime della tabella per 1.000 richieste vanno da $2 per Luna a $200 per Astra o Fable; non prevedono i tassi di accettazione.
Come sceglierei per un prodotto reale
Crea un insieme fisso di 100–300 attività rappresentative, incluse richieste ambigue, prove mancanti e tutte le lingue supportate. Documenta prompt, strumenti e budget di ragionamento. Valuta accuratezza dei fatti, rispetto delle istruzioni, validità dell’output strutturato, successo degli strumenti e modifiche umane. Misura latenza end-to-end p50/p95 e costo totale; ripeti le prove e conserva un set di controllo separato.
Partirei da un modello meno costoso per le attività di routine, passando a un candidato più potente quando la convalida fallisce. Mantieni un fornitore indipendente come riserva, convalida la sua risposta e mostra contatti diretti se tutte le API non funzionano. Scegli la configurazione meno costosa che raggiunge l’obiettivo di qualità misurato e ricontrollala quando cambiano modelli o prezzi.
Dai al prossimo prodotto qualcuno che resti.
Pronto a iniziare? Scrivimi: posso cominciare subito e restare. Collaborazioni a lungo termine, non passaggi di consegne dopo due settimane. Parliamo del progetto, dei requisiti e del modo migliore per procedere.