---
title: "Ridurre i costi dell'AI: 9 modi che funzionano nel 2026"
description: "Nove modi per ridurre i costi dell'AI: modelli gratuiti, modelli economici sotto uno forte, meno effort, cache e batch, con i numeri dei fornitori."
url: "https://madsalt.tech/it/blog/how-to-reduce-ai-costs/"
author: "Denys Zaichenko"
author_url: "https://madsalt.tech/it/about/"
language: "it"
published: 2026-11-11
---

# Ridurre i costi dell'AI: 9 modi che funzionano nel 2026

TL;DR

Per ridurre i costi dell'AI bisogna smettere di pagare il prezzo del modello top a ogni passaggio. Abbassi prima il livello di effort: nel [test di Anthropic](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence) un modello ha risolto l'87,4 % dei compiti di programmazione a effort basso per USD 0,11 ciascuno, contro il 95,3 % a effort alto per USD 0,29. Eseguire tutto in basso e ripetere in alto solo i fallimenti ha dato circa il 97 % per circa USD 0,17. Poi: metta in cache i prompt ripetuti, mandi in batch ciò che può aspettare ([sconto del 50 %](https://platform.claude.com/docs/en/about-claude/pricing)), dia i passaggi semplici a modelli gratuiti o economici e lasci al modello forte il compito di decidere.

Sono Denys, ingegnere full-stack e AI. Costruisco agenti AI e automazioni per piccole aziende. Questo è l'elenco che uso io. È per il titolare che vede crescere una voce AI in fattura e vuole sapere quali leve la muovono. I numeri sono dati dei fornitori di novembre 2026, con il link dove compaiono; i numeri di benchmark di Anthropic vengono dai suoi test interni. Tutti i prezzi sono in USD, come li pubblicano i fornitori.

## Ridurre i costi dell'AI: da dove viene la fattura?

Dai token, i pezzi di testo che un modello legge e scrive. Scrivere costa più che leggere: nel listino di Anthropic un modello forte addebita USD 4 per milione di token letti e USD 20 per milione scritti, il suo modello più piccolo USD 0,10 e 0,50 ([prezzi Anthropic](https://platform.claude.com/docs/en/about-claude/pricing)). Per capire quanto costa l'AI bisogna quindi guardare tre cose: quale modello chiama, quanto ragiona e scrive, e quante volte gli rimanda lo stesso testo lungo. Ogni modo qui sotto riduce una di queste tre voci.

| Modo                                                  | Cosa riduce                     | Risparmio tipico (dati dei fornitori)          |
| ----------------------------------------------------- | ------------------------------- | ---------------------------------------------- |
| 1. Abbassare il livello di effort                     | ragionamento e scrittura        | medium costa il 30–52 % in meno di high        |
| 2. Prima low, ripetere i fallimenti in high           | ragionamento sui compiti facili | circa il 40 % in meno rispetto a tutto in high |
| 3. Modelli gratuiti per i passaggi semplici           | prezzo per token                | USD 0 entro i limiti giornalieri               |
| 4. Il modello forte decide, quelli economici lavorano | prezzo per token                | circa un terzo, solo sui lavori grandi         |
| 5. Cache dei prompt                                   | rilettura dello stesso testo    | lettura da cache al 5–10 % del prezzo di input |
| 6. Batch per ciò che può aspettare                    | tutto                           | sconto del 50 %                                |
| 7. Mandare meno                                       | lettura                         | 21–26 % su un piccolo agente                   |
| 8. Chiedere risposte più brevi                        | scrittura                       | circa il 13 %                                  |
| 9. Licenze contro API                                 | licenze non usate               | dipende dall'uso                               |

## 1. Abbassare il livello di effort

La maggior parte dei modelli attuali ha un'impostazione di effort o di ragionamento, ed è la leva singola più grande dopo la scelta del modello. I livelli di Anthropic sono low, medium, high, xhigh e max, e l'effort cambia tutti i token della risposta, comprese le chiamate agli strumenti e il ragionamento ([documentazione Anthropic sull'effort](https://platform.claude.com/docs/en/build-with-claude/effort)).

Il test pubblicato da Anthropic su Claude Opus 5.5 (un sottoinsieme di SWE-bench Pro, un benchmark proprio) ([guida a costo e intelligenza](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)):

| Effort               | Compiti risolti | Costo per compito |
| -------------------- | --------------- | ----------------- |
| low                  | 87,4 %          | USD 0,11          |
| medium (predefinito) | 92,8 %          | USD 0,21          |
| high                 | 95,3 %          | USD 0,29          |

La stessa guida dice che medium è costato circa il 30 %–52 % in meno di high sui compiti di programmazione lunghi, e low circa due terzi in meno. I modelli di OpenAI hanno lo stesso interruttore (`reasoning.effort`, da low a max) e OpenAI precisa che i token di ragionamento sono fatturati come output, ma non pubblica alcuna percentuale, quindi non ne cito una ([guida OpenAI al ragionamento](https://developers.openai.com/api/docs/guides/reasoning)).

Se lo imposta troppo basso, il modello si ferma prima di avere prove sufficienti. Parta da medium, misuri e scenda dove i risultati reggono.

## 2. Eseguire prima in low, ripetere solo i fallimenti in high

Nello stesso test di Anthropic, eseguire tutto in low e rieseguire in high il 13 % dei compiti falliti ha risolto circa il 97 % per circa USD 0,17 a compito, contro il 95,3 % per USD 0,29 con tutto in high. Anthropic parla di circa il 40 % in meno a parità di tasso di successo ([guida](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)).

![Costo per compito per livello di effort. USD per compito di programmazione, un modello, benchmark del fornitore. Effort basso: 87,4 % risolti: 0,11; Effort medio: 92,8 % risolti: 0,21; Effort alto: 95,3 % risolti: 0,29; Basso, fallimenti ripetuti in alto: circa 97 %: 0,17.](https://madsalt.tech/charts/it/how-to-reduce-ai-costs.svg)

*Fonte: guida di Anthropic a costo e intelligenza, novembre 2026. Benchmark interno del fornitore.*

Funziona quando si può capire automaticamente che un compito è fallito: un test, un controllo del modulo, un campo mancante. Senza questo controllo non si sa cosa ripetere.

## 3. Usare modelli gratuiti per i passaggi semplici

OpenRouter, un'unica API davanti a molti fornitori di modelli, elenca versioni gratuite di alcuni modelli, contrassegnate da `:free`. I suoi limiti ([limiti OpenRouter](https://openrouter.ai/docs/api-reference/limits)):

- 20 richieste al minuto;
- 50 richieste al giorno se ha acquistato in totale meno di USD 10 di crediti;
- 1.000 richieste al giorno una volta acquistati USD 10 o più;
- i tentativi falliti contano nel limite giornaliero.

La raccolta gratuita di OpenRouter a novembre 2026 comprendeva NVIDIA Nemotron 3 Ultra e Nemotron 3.5 Super VL, Cohere North Mini Code e Google Gemma 4 ([modelli gratuiti](https://openrouter.ai/collections/free-models)). L'elenco cambia ogni settimana e alcune voci gratuite scadono.

Legga la politica sui dati prima di inviare qualcosa di riservato. OpenRouter non conserva i prompt a meno che non lo attivi, ma ogni fornitore ha una propria politica e alcuni sono segnati «may train», cioè possono usare i suoi dati per l'addestramento ([registrazione per fornitore](https://openrouter.ai/docs/guides/privacy/provider-logging)). I modelli gratuiti vanno bene per testi pubblici o anonimizzati: riassunti di pagine web, smistamento, prime bozze, non dati dei clienti né dati personali soggetti al GDPR.

## 4. Un modello forte decide, i modelli economici lavorano

Tenga il modello costoso per pianificare e controllare e affidi i passaggi in volume a modelli più economici. Entrambi i principali agenti di programmazione lo supportano: i subagenti di Claude hanno una propria impostazione `model`, e Codex ha `default_subagent_model` e `default_subagent_reasoning_effort` ([subagenti Anthropic](https://code.claude.com/docs/en/sub-agents), [subagenti Codex](https://learn.chatgpt.com/docs/agent-configuration/subagents)).

Come appare questa divisione su una sola schermata, con il costo di ogni agente come barra, si vede nel mio prototipo di [dashboard di orchestrazione multi-agente](https://madsalt.tech/it/work/multi-agent-orchestration/) (dati di esempio).

Sia onesto su dove conviene. Anthropic ha misurato un orchestratore forte con subagenti di taglia media a circa un terzo di costo in meno per un punteggio quasi uguale, ma su lavori più grandi di una finestra di contesto. Quando il lavoro era un'unica catena dipendente o stava in un solo contesto, un modello singolo a effort più basso risultava più economico in ogni caso misurato ([guida](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)). Il suo consiglio: regoli prima l'effort su un solo modello, perché la maggior parte dei carichi di lavoro finisce lì.

## 5. Mettere in cache il testo inviato ogni volta

Se ogni richiesta parte dalle stesse istruzioni, dagli stessi documenti o dallo stesso elenco di strumenti, li metta in cache. In Anthropic una lettura da cache costa il 10 % del normale prezzo di input, e il 5 % sui suoi modelli Opus e Sonnet più recenti; la scrittura in cache costa un po' di più, una sola volta ([prezzi Anthropic](https://platform.claude.com/docs/en/about-claude/pricing)). OpenAI prezza l'input in cache al 5 % su GPT-6.1 Sol ([pagina del modello](https://developers.openai.com/api/docs/models/gpt-6.1-sol)). Anthropic ha misurato che la cache riduceva il costo di un agente di ricerca da 4,8 a 7,2 volte e la definisce di solito la leva più grande.

Una trappola della stessa guida: una riga di stato di 25 token proprio all'inizio del prompt cambiava a ogni richiesta, quindi ogni richiesta riscriveva l'intera cache. Metta in fondo tutto ciò che cambia.

## 6. Mandare in batch ciò che può aspettare

Report, classificazione notturna, estrazione di massa: tutto ciò che può aspettare fino a 24 ore può passare dall'API batch con sconto del 50 % sia su Anthropic sia su OpenAI, e su Anthropic lo sconto si somma alla cache ([prezzi Anthropic](https://platform.claude.com/docs/en/about-claude/pricing), [prezzi OpenAI](https://developers.openai.com/api/docs/pricing)).

## 7. Mandare meno

Ogni documento, ogni definizione di strumento e ogni vecchio messaggio allegato viene riletto a ogni chiamata. Anthropic ha misurato che ridurre l'input toglieva un altro 21 %–26 % dalla fattura di un piccolo agente di smistamento, e che caricare le definizioni degli strumenti solo quando servono faceva risparmiare il 45 % con 500 strumenti collegati ([guida](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)). I prompt lunghi possono anche superare uno scaglione di prezzo: Haiku 5.5 fa pagare 5 volte tanto i prompt oltre 100.000 token.

## 8. Chiedere risposte più brevi

Scrivere costa circa cinque volte leggere nella maggior parte dei listini. Anthropic ha misurato «chiedere risposte più brevi» a circa il 13 % in meno, da un 39 % di token di output in meno ([guida](https://platform.claude.com/docs/en/about-claude/models/optimizing-for-cost-and-intelligence)). «Rispondi in tre frasi» o «restituisci solo il JSON» è una modifica gratuita.

## 9. Confrontare le licenze con l'uso dell'API

I piani team sono per persona: i posti standard di ChatGPT Business e Claude Team costano USD 25 al mese, o USD 20 con piano annuale ([ChatGPT Business](https://help.openai.com/en/articles/8542115-chatgpt-business-general-faq), [Claude Team](https://support.claude.com/en/articles/9266767-what-is-the-team-plan)). Dieci posti con fatturazione annuale fanno USD 2.400 l'anno. Se metà del team lo apre due volte al mese, uno strumento interno sull'API con un limite di spesa può costare meno. Se lo usano tutti ogni giorno, le licenze di solito convengono di più.

## Il mio caso simile

Il mio lavoro si regge sui modi 1, 3 e 4 insieme. Claude o Codex resta l'orchestratore: pianifica il compito e controlla il risultato. La maggior parte del lavoro va a modelli gratuiti su OpenRouter. E cambio il livello di effort da un compito all'altro invece di lasciarlo su high. Il solo effort è una leva grande: secondo i numeri di Anthropic qui sopra, porta il costo di un compito da USD 0,29 in high a USD 0,11 in low.

Quanto costa un agente intero per esecuzione è in [quanto costa un agente AI](https://madsalt.tech/it/blog/how-much-does-an-ai-agent-cost/), e cosa è andato storto quando ho fatto girare molti agenti in parallelo è in [orchestrazione multi-agente: cosa si è rotto](https://madsalt.tech/it/blog/multi-agent-orchestration-what-broke/).

Mi mandi quello che paga oggi per l'AI e cosa fa, e le mostrerò dove può costare meno. Questo lavoro rientra nell'[integrazione AI](https://madsalt.tech/it/services/ai-integration/).

La sua fattura AI cresce ogni mese?

Mi mandi quello che paga e cosa fa l'AI. Le mostrerò quali di queste leve fanno al caso suo e le imposterò.

[Mi scriva](https://madsalt.tech/it/#contact)

## Limiti di questo elenco

- **Benchmark dei fornitori.** Le percentuali su effort, cache e orchestrazione vengono dai test interni di Anthropic su programmazione e agenti. I suoi compiti possono comportarsi in modo diverso; misuri sui suoi.
- **Nessuna percentuale OpenAI.** OpenAI non pubblica differenze di token o di costo tra i livelli di effort, quindi non ne do.
- **I prezzi cambiano.** Letti il 9 novembre 2026. L'elenco gratuito di OpenRouter cambia ogni settimana e due promozioni sulle pagine dei fornitori finiscono il 30 novembre e il 31 dicembre 2026.
- **I modelli gratuiti** non sono stati provati qui per qualità o disponibilità; li verifichi sul suo compito prima di fidarsene.
