Il 30 luglio 2026 OpenAI ha tagliato dell’80% il listino di GPT-5.6 Luna, il suo modello economico, portandolo a 20 centesimi di dollaro per milione di token in input. Ventiquattro ore dopo ha annunciato il superamento del miliardo di utenti attivi, e il Wall Street Journal ha messo i due fatti nello stesso titolo. I due fatti stanno insieme per una ragione precisa: la competizione tra i grandi modelli linguistici si è spostata sul prezzo, la pressione arriva soprattutto dai modelli open cinesi, e per le imprese che comprano intelligenza artificiale la differenza tra un listino e l’altro vale ormai due ordini di grandezza sullo stesso identico compito.
Conviene guardare i numeri da vicino, perché raccontano una partita meno lineare di quanto sembri.
Indice degli argomenti:
Un miliardo di utenti, un taglio dell’80%
L’annuncio ufficiale di OpenAI riguarda solo le API, i prezzi che pagano sviluppatori e aziende per integrare i modelli nei propri prodotti. GPT-5.6 Luna passa da 1 dollaro a 0,20 per milione di token in input e da 6 a 1,20 in output, GPT-5.6 Terra scende del 20% (da 2,50/15 a 2/12 dollari), mentre il flagship Sol resta fermo a 5/30. La motivazione dichiarata è l’efficienza: costi di serving ridotti del 20%, generazione dei token più efficiente del 15%. OpenAI scrive: «When the cost of useful intelligence falls, more work becomes worth doing». Quando il costo dell’intelligenza utile scende, più lavoro merita di essere fatto.
Il miliardo di utenti attivi, con oltre due milioni di clienti business, arriva a meno di quattro anni dal lancio di ChatGPT: a Facebook, per lo stesso traguardo, ne servirono più di otto. Sul fronte consumer però i listini non si toccano, ChatGPT Plus resta a 20 dollari al mese e il tier gratuito negli Stati Uniti ha iniziato a mostrare pubblicità, segno che la guerra dei prezzi si combatte dove comprano le aziende, non dove naviga il grande pubblico.
La mossa va letta dentro una sequenza di dieci giorni che ha pochi precedenti. Il 21 luglio Google ha lanciato Gemini 3.6 Flash abbassando l’output da 9 a 7,50 dollari, il 24 luglio Anthropic ha presentato Claude Opus 5 a 5/25 dollari, metà del listino del suo modello di punta Fable 5, e il 27 luglio la cinese Moonshot ha pubblicato i pesi di Kimi K3, 2.800 miliardi di parametri, il più potente modello open mai rilasciato. Tre risposte diverse alla stessa domanda: quanto può ancora costare l’intelligenza?
Quanto costa oggi un milione di token
La fascia alta occidentale parte dai 10/50 dollari di Claude Fable 5, il listino base più alto tra i flagship attuali, passa per i 5/30 di GPT-5.6 Sol e i 5/25 di Opus 5, e scende verso una fascia media affollata intorno ai 2 dollari in input: GPT-5.6 Terra e Gemini 3.1 Pro a 2/12, Claude Sonnet 5 a 2/10 in prezzo promozionale fino a fine agosto. Sotto, i modelli piccoli: Haiku 4.5 a 1/5, Gemini 3.5 Flash-Lite a 0,30/2,50, e il nuovo Luna a 0,20/1,20.
I listini cinesi partono da dove quelli occidentali finiscono. Kimi K3, il flagship, costa 3/15 dollari; GLM-5.2 di Z.ai 1,40/4,40; DeepSeek V4 Pro 0,435/0,87; DeepSeek V4 Flash 0,14/0,28, con l’input già in cache a 0,0028 dollari, praticamente gratis. GLM-4.7 Flash è gratuito del tutto. E c’è un dettaglio curioso nella documentazione DeepSeek: l’annuncio di un sovrapprezzo del 100% nelle ore di punta cinesi, il prezzo dell’AI che comincia a comportarsi come quello dell’energia elettrica.
Ai listini vanno aggiunti gli sconti strutturali, che nei costi reali pesano quanto il prezzo di partenza: batch al 50% su tutte le piattaforme principali, input in cache al 10% del prezzo pieno. Chi progetta bene l’architettura paga una frazione di chi chiama le API in modo ingenuo.
La traiettoria di fondo è nota agli osservatori ma vale la pena quantificarla: dal lancio di GPT-4 nel marzo 2023, quando un milione di token in input costava 30 dollari, il prezzo della fascia economica “capace” è sceso di circa 300 volte, quello della frontiera di appena 12. Si regala la fascia bassa per massimizzare l’adozione, si difende il margine dove la capacità è scarsa. Il taglio asimmetrico di OpenAI, tutto su Luna e niente su Sol, è la conferma più recente di questo pattern.
Il sorpasso cinese, misurato
Sull’Intelligence Index di Artificial Analysis, il benchmark aggregato più citato del settore, la classifica di inizio agosto vede Claude Opus 5 a 60,7, Claude Fable 5 a 59,9, GPT-5.6 Sol a 58,9 e poi, quarto assoluto, Kimi K3 a 57,1. Un modello open cinese davanti a metà dei frontier proprietari americani, a metà del loro prezzo. La stessa società ha introdotto una metrica ancora più parlante, il costo per task: 1,78 dollari con Claude Opus 4.8, 0,99 con GPT-5.5, 4 centesimi con DeepSeek V4 Pro, che ottiene un punteggio inferiore ma sufficiente per una quota enorme dei carichi di lavoro reali.
I volumi seguono i prezzi. Su OpenRouter, il marketplace che instrada le richieste API di decine di migliaia di sviluppatori e per questo funziona da termometro del mercato, i modelli cinesi valevano poco più dell’1% del traffico a fine 2024 e superano il 60% a metà 2026; a luglio le prime cinque posizioni per volume erano tutte cinesi, con Xiaomi, DeepSeek, MiniMax, Qwen e Moonshot davanti a tutti gli americani. La quota dei modelli USA è scesa dal 70% al 30% circa in un anno.
Su Hugging Face, racconta la piattaforma stessa, i modelli cinesi valgono il 41% dei download e Qwen ha generato più modelli derivati di Google e Meta messe insieme.
Dietro questi numeri c’è una guerra dei prezzi interna alla Cina ancora più feroce di quella globale: a fine maggio Xiaomi ha tagliato del 99% i prezzi dei suoi modelli MiMo per allinearsi a DeepSeek, che a sua volta aveva ridotto i listini di circa il 75%, e a giugno sono arrivati i tagli di Tencent e MiniMax. Il margine, in quel mercato, tende a zero.
Tre scenari di spesa reale
Per capire cosa significhino questi listini conviene fare i conti su casi concreti (le stime che seguono sono elaborazioni dell’autore sui listini ufficiali di agosto 2026, arrotondate).
Un chatbot di customer care che gestisce 100mila conversazioni al mese, circa 250 milioni di token in input e 60 in output, costa al mese circa 3.050 dollari su GPT-5.6 Sol, 1.220 su Terra, 1.100 su Claude Sonnet 5, 614 su GLM-5.2, 122 su Luna e 52 su DeepSeek V4 Flash. Tra il flagship americano e il modello economico cinese la forbice è di quasi sessanta volte, e dopo il taglio dell’80% Luna ha quasi chiuso il gap con i cinesi: è esattamente il senso della mossa di OpenAI.
Un’analisi documentale batch su 20mila documenti da una decina di pagine, con riassunto di ciascuno, vale circa 210 dollari su Terra usando la Batch API, 35 su Gemini Flash-Lite, 24 su DeepSeek V4 Flash a listino pieno. Lo stesso lavoro sul flagship a prezzo pieno supererebbe i 1.000 dollari.
Il coding agentico è il caso più estremo, perché gli agenti macinano decine di milioni di token al giorno e l’80-90% dell’input è contesto ripetuto che finisce in cache. Rest of World ha stimato circa 10 dollari per un’ora di coding agentico con Claude contro meno di 50 centesimi con DeepSeek, e il Wall Street Journal ha riportato il caso di un carico di lavoro identico costato 4.811 dollari con Claude e 544 con GLM. Numeri del genere spiegano perché la voce “AI” nei budget IT abbia smesso di essere una riga fissa e sia diventata oggetto di negoziazione continua.
Chi continua a pagare il prezzo pieno
Se i modelli cinesi costano così tanto meno, perché qualcuno paga ancora il premium? Il Wall Street Journal ha dedicato un’analisi proprio alle aziende che continuano a farlo, e la risposta che emerge è un mercato a due corsie. Nella corsia capability-first stanno i carichi di lavoro dove la qualità dell’output è il prodotto: Shopify instrada i propri ingegneri sui migliori modelli di coding disponibili, pagandoli senza discutere. Nella corsia cost-first sta tutto il resto, e la stessa Shopify usa Qwen per l’estrazione dati dai negozi dei merchant, con una riduzione di costo per unità di circa 75 volte.
Gli esempi si accumulano da mesi. Airbnb usa Qwen nel customer service, e il CEO Brian Chesky lo definiva già a ottobre 2025 «very good… fast and cheap»; DoorDash impiega Kimi K2.6; Cursor, il più popolare tra gli editor di coding AI, ha costruito il suo modello Composer 2 su Kimi K2.5 senza dichiararlo al lancio; la startup Lindy ha spostato tutto il traffico da Anthropic a DeepSeek e il fondatore Flo Crivello ha rivendicato milioni di dollari risparmiati, scrivendo che «you don’t need God to write your email», per scrivere una email non serve Dio.
L’asterisco, per chi opera in Europa, si chiama residenza dei dati. Usare l’API cinese diretta significa mandare dati in Cina, con tutto ciò che ne consegue: il Garante italiano è stato il primo regolatore a bloccare DeepSeek già a inizio 2025, e ad aprile 2026 due commissioni del Congresso USA hanno aperto un’indagine su Airbnb e Cursor per l’uso di modelli cinesi. La mitigazione standard esiste perché questi modelli sono open weight con licenze MIT o Apache: si scaricano i pesi e si fanno girare su provider americani ed europei, pagando 3-4 volte il listino cinese ma restando comunque largamente sotto i frontier occidentali.
La convenienza sopravvive al filtro della compliance. Quanto alle regole europee, dal 2 agosto 2026 si applicano gli obblighi di trasparenza dell’AI Act su chatbot e contenuti sintetici insieme al regime sanzionatorio, mentre il pacchetto Digital Omnibus ha rinviato gli obblighi sui sistemi ad alto rischio a fine 2027: la finestra per prepararsi si è allungata, le scelte di procurement no.
La rincorsa open dell’Occidente
Resta la domanda che il secondo pezzo del Wall Street Journal di questo fine settimana mette a fuoco: dov’è l’alternativa occidentale all’AI economica cinese? La risposta, per ora, è un ecosistema in affanno. Le startup americane che costruiscono modelli open faticano a trovare capitali, perché quasi due terzi dei circa 255 miliardi di dollari raccolti dalle startup AI nel primo trimestre 2026 sono andati a tre società a modello chiuso, e Mark McQuade, CEO di Arcee AI, racconta al giornale che «praticamente ogni VC di prima fascia ha detto no».
La sua azienda, una trentina di persone, ha addestrato un modello competitivo con circa 20 milioni di dollari complessivi. Il finanziatore più attivo dell’open americano è Nvidia, che sostiene Reflection AI, Poolside e Thinking Machines Lab e nel frattempo ha rilasciato in proprio Nemotron 3 Ultra, il miglior open USA nei benchmark, comunque sotto i migliori cinesi.
Meta, l’azienda che con Llama aveva inventato l’open weight occidentale, secondo la stampa americana sta sviluppando il successore come modello chiuso, mentre Llama è scivolato sotto l’1% del traffico su OpenRouter. E gpt-oss di OpenAI, a un anno dal rilascio, non ha ancora un successore annunciato.
In questo quadro l’unico occidentale stabilmente nella fascia alta dell’open è europeo. Mistral Large 3, rilasciato con licenza Apache 2.0 e listino a 0,5/1,5 dollari, a inizio 2026 era l’unico modello non cinese nella top 10 open di LMArena; l’azienda francese, partecipata all’11% da ASML e cresciuta fino a circa 400 milioni di dollari di ricavi annualizzati, ha un nuovo modello di frontiera open in early access da luglio. Per le imprese europee che cercano convenienza senza il nodo geopolitico dei pesi cinesi, è la carta più concreta sul tavolo, tanto che OpenRouter osserva a proposito degli open: «il divario con la frontiera chiusa è reale ma stretto, e non si sta allargando».
La commoditizzazione della fascia bassa è, per chi compra, la miglior notizia degli ultimi due anni: il costo ha smesso di essere una ragione valida per non sperimentare. La domanda giusta per un CIO non è più quale modello sia il migliore in assoluto, ma quale corsia assegnare a ciascun carico di lavoro, con prezzo, capacità, residenza dei dati e rischio geopolitico nella stessa matrice di valutazione. I listini di questa settimana verranno superati, forse già a settembre. Senza dubbio, la vera incognita è un’altra: quanto a lungo chi vende intelligenza di frontiera potrà difendere un premium di cinquanta volte sul prezzo, mentre il “sufficiente” continua a costare come l’elettricità?
Partecipa alla community