Il costo mensile di una flotta di agenti AI si calcola moltiplicando il costo di una singola esecuzione per il numero di esecuzioni al mese, e poi correggendo per cache, ritentativi e lavoro non urgente. Il prezzo per milione di token del modello è solo il primo fattore. Quasi sempre il costo reale sfugge in un punto diverso: quante volte l’agente gira, quanto contesto si porta dietro a ogni giro e quante volte sbaglia e riprova.
Tengo ogni giorno un sistema di agenti sotto controlli automatici e test, e le lezioni dei miei errori le scrivo. Per questo qui non parto da una cifra mia: una cifra senza il suo perimetro non si trasporta da un’azienda a un’altra. Ti do il metodo di misura, con prezzi che puoi verificare tu stesso.
Quanto costa un token oggi?
Dal listino pubblico di Anthropic e dalla documentazione dei prezzi (consultati il 12 ottobre 2026), per milione di token:
- Opus 5.5: 4 $ in ingresso, 20 $ in uscita, 0,20 $ per la lettura da cache.
- Sonnet 5.5: 2 $ in ingresso, 10 $ in uscita, 0,10 $ per la lettura da cache.
- Haiku 4.5 (modello precedente, ancora disponibile): 1 $ in ingresso, 5 $ in uscita, 0,10 $ per la lettura da cache. Il Haiku corrente, il 5.5, parte da 0,10 $ in ingresso e 0,50 $ in uscita.
- Elaborazione batch: sconto del 50%.
L’uscita costa cinque volte l’ingresso, e la lettura da cache costa un ventesimo dell’ingresso normale su Opus e Sonnet (un decimo su Haiku 4.5). Sono questi rapporti a decidere la bolletta, più del nome del modello. La documentazione riporta anche le tariffe di scrittura della cache. I prezzi cambiano: rileggi il listino prima di fare i conti.
Come si calcola il costo di una singola esecuzione?
Servono tre numeri: token in ingresso, token in uscita, quota dell’ingresso che arriva dalla cache. Prendo un caso di esempio, inventato per mostrare il calcolo, non misurato su un cliente:
- 20.000 token in ingresso (istruzioni, strumenti, documenti), di cui 15.000 identici a ogni giro e quindi in cache;
- 2.000 token in uscita.
Con Sonnet 5.5: 5.000 token a 2 $/M fanno 0,010 $; 15.000 token di cache a 0,10 $/M fanno 0,0015 $; 2.000 token di uscita a 10 $/M fanno 0,020 $. Totale: circa 0,0315 $ a esecuzione. Senza cache, tutti i 20.000 token a prezzo pieno: 0,040 $ più 0,020 $ di uscita, cioè 0,060 $.
Quanto viene al mese?
Qui entra il numero che la gente dimentica: le esecuzioni. Ipotesi illustrativa: 10 agenti che girano 50 volte al giorno ciascuno, per 30 giorni, sono 15.000 esecuzioni al mese.
| Modello | Costo per esecuzione (con cache) | Al mese su 15.000 esecuzioni |
|---|---|---|
| Haiku 4.5 | 0,0165 $ | circa 248 $ |
| Sonnet 5.5 | 0,0315 $ | circa 473 $ |
| Opus 5.5 | 0,063 $ | circa 945 $ |
| Sonnet 5.5 senza cache | 0,060 $ | 900 $ |
Nel caso di esempio la cache dimezza quasi la spesa su Sonnet. Il calcolo ignora il costo di scrittura della cache, che esiste ed è più alto dell’ingresso normale: con contesti che cambiano a ogni giro il vantaggio si riduce. Verifica la tariffa sul listino.
Dove sfugge il costo reale?
- Il contesto che cresce. Un agente che accumula la cronologia paga di nuovo, a ogni passo, tutto ciò che ha già letto. Un compito da dieci passi non costa dieci volte un passo: costa di più.
- I ritentativi. Un agente che fallisce e riprova raddoppia la riga di costo senza produrre niente. È uno dei motivi per cui racconto cosa si rompe davvero negli agenti in produzione: ogni rottura ha un prezzo.
- I modelli sovradimensionati. Usare il modello più forte per smistare un’email è come mandare un perito a leggere il contatore. I compiti ripetitivi stanno bene su un modello piccolo.
- Gli agenti sempre accesi. Se un agente controlla qualcosa ogni pochi minuti anche quando non succede niente, paghi le esecuzioni a vuoto. Ne parlo in agenti sempre accesi.
- Tutto ciò che non è il modello. Hosting, strumenti a pagamento, ricerca web, orchestrazione, e soprattutto il tempo di chi sorveglia. Non compare nel listino dei token, ma nella tua contabilità sì.
Come si abbassa senza peggiorare il risultato?
- Cache sul prefisso stabile. Metti istruzioni e documenti fissi all’inizio e le parti che cambiano in fondo, così la parte fissa viene letta dalla cache.
- Modello giusto per ogni compito. Un modello piccolo per lo smistamento, Sonnet per il lavoro ordinario, Opus solo dove la qualità del ragionamento cambia l’esito.
- Batch per il non urgente. Report notturni, classificazioni, riepiloghi: lo sconto del 50% si prende rinunciando alla risposta immediata.
- Tetto di spesa per agente. Un limite di token o di passi per esecuzione ferma l’agente che si perde in un giro infinito prima che lo faccia la fattura.
- Misura per esecuzione, non per mese. Il totale mensile ti dice che hai speso troppo; il costo per esecuzione ti dice dove.
Quanti agenti servono, prima di chiedersi quanto costano?
Il costo cresce con il numero di agenti, quindi la domanda viene prima: serve davvero un agente per ogni compito? Ho ragionato su questo in quanti agenti AI servono a un’azienda e come si divide il lavoro. Meno agenti ben separati costano meno di tanti agenti che si sovrappongono.
Domande frequenti
Quanto costa una flotta di agenti AI al mese?
Dipende da esecuzioni, token per esecuzione e modello. Nell’esempio di questo articolo, 15.000 esecuzioni al mese vanno da circa 250 a circa 950 dollari a seconda del modello. Sono numeri illustrativi: i tuoi dipendono dai tuoi contesti.
La cache dei prompt conviene sempre?
Conviene quando gran parte del contesto è identica da un’esecuzione all’altra. Se il contesto cambia quasi del tutto a ogni giro, il costo di scrittura può annullare il risparmio.
Qual è la voce di costo che si sottovaluta di più?
Il numero di esecuzioni, insieme ai ritentativi. Un prezzo per token basso non salva una flotta che gira a vuoto o che ripete lo stesso errore.
Si può stimare il costo prima di costruire?
Sì: scrivi il compito, stima i token di ingresso e uscita, moltiplica per le esecuzioni previste, poi misura su un campione reale prima di scalare. Un incremento piccolo, misurato, vale più di una stima fatta a tavolino.
Fonte dei prezzi: listino pubblico Anthropic (claude.com/pricing e documentazione dei prezzi), consultato il 12 ottobre 2026. Gli scenari numerici sono esempi di calcolo, non dati di clienti.
