Il prezzo dell’AI sta crollando. E il modello migliore conta meno

OpenAI e Anthropic hanno tagliato in pochi mesi il prezzo di alcuni modelli e componenti di costo fino all’80%. La sequenza ricostruita da Max Woolf mostra una guerra dei prezzi che riguarda soprattutto API e cache, cioè il carburante invisibile dei sistemi agentici. Il punto più interessante non è che usare l’AI costi meno: è che il modello di frontiera sta diventando più facile da sostituire proprio mentre diventa più potente.

In un’analisi pubblicata il 25 ottobre, Max Woolf ha ricostruito i cambi di prezzo avvenuti da giugno a settembre 2026. Il caso più vistoso è GPT-5.6 Luna, il cui listino è stato ridotto dell’80% a fine luglio. Nei mesi successivi sono arrivati ulteriori tagli, nuove fasce e modelli con costi inferiori, mentre Anthropic ha ridotto in modo marcato soprattutto il prezzo delle letture da cache.

I listini ufficiali oggi mostrano quanto ampia sia diventata la scala. La pagina prezzi di OpenAI arriva fino a modelli molto economici come GPT-6 Luna, mentre Anthropic differenzia input, output e prompt caching sui modelli Claude. Il confronto non è perfetto perché capacità, contesti e modalità di servizio cambiano, ma la tendenza è netta: il costo unitario dell’inferenza non sta salendo con la qualità.

Woolf cita inoltre dati del gateway AI di Vercel secondo cui il costo per token sarebbe sceso al 43,3% del livello di aprile 2026. Non significa che la spesa complessiva per l’AI stia diminuendo: se i modelli migliorano e vengono usati molto di più, il totale può continuare a crescere anche mentre ogni singolo token diventa più economico.

Per gli agenti conta la cache più del prezzo in vetrina

Il dato che rende la storia meno banale riguarda il prompt caching. Un agente di coding o un sistema che lavora per molte iterazioni continua a rileggere una grande quantità di contesto già processato: conversazione, file, istruzioni e stato del lavoro. In questi carichi, secondo l’analisi di Woolf, le letture dalla cache possono rappresentare il 96-99% dei token elaborati.

Questo cambia il modo in cui si confrontano i modelli. Un taglio del 50 o 75% al costo della cache può incidere sul conto reale più di una riduzione molto visibile del prezzo dell’input. Per chi costruisce agenti, quindi, il listino “input/output” racconta soltanto metà della fattura.

È anche uno dei motivi per cui il tema si lega all’adozione degli agenti AI: più il software lavora a lungo e in autonomia, più il costo di mantenere il contesto diventa una variabile industriale e non un dettaglio per sviluppatori.

Open weight e gateway riducono il potere del singolo laboratorio

Woolf attribuisce una parte della pressione competitiva ai modelli open-weight e alla possibilità di cambiare fornitore attraverso servizi come OpenRouter o strumenti che astraggono l’API del singolo laboratorio. La tesi è plausibile, ma va distinta dai fatti: OpenAI e Anthropic non hanno dichiarato di aver tagliato i prezzi perché costrette da DeepSeek, Kimi o altri concorrenti.

Il meccanismo però è concreto. Se due modelli diventano sufficientemente vicini per qualità su un certo compito, l’azienda che li usa può iniziare a confrontare costo, latenza e affidabilità invece del marchio. È la stessa dinamica che in altri mercati trasforma una tecnologia distintiva in una commodity: non serve che i prodotti siano identici, basta che siano abbastanza sostituibili.

La disponibilità di molti provider per uno stesso modello open-weight spinge ancora più in là questa logica. Il valore non sparisce, ma si sposta: dall’accesso esclusivo al modello verso distribuzione, tooling, integrazione, sicurezza e capacità di costruire prodotti che restano utili anche quando il modello sottostante cambia.

Prezzi più bassi non significano laboratori più deboli

Qui conviene evitare una conclusione troppo comoda. Il crollo del prezzo per token non dimostra che OpenAI o Anthropic stiano perdendo il controllo del mercato. I modelli possono diventare meno costosi da servire grazie a ottimizzazioni dell’inferenza, architetture migliori, hardware più efficiente e maggiore utilizzo delle cache. Anthropic ha collegato direttamente parte dei prezzi più bassi di modelli recenti a minori requisiti di compute.

Inoltre il prezzo è soltanto un pezzo del vantaggio competitivo. Un laboratorio può compensare margini più bassi sui token con abbonamenti, prodotti enterprise, agenti, strumenti di sviluppo o integrazioni. E i clienti possono continuare a preferire un modello più costoso se produce risultati abbastanza migliori da ridurre il costo del lavoro umano.

Terza Pillola ha già osservato come il vantaggio dei modelli AI stia incontrando limiti diversi dalla semplice scala. Il prezzo aggiunge un’altra crepa: se capacità simili arrivano da più direzioni, diventa più difficile trasformare ogni progresso in potere di prezzo.

Il vantaggio dei modelli chiusi può restringersi senza sparire

La corsa del 2026 sta producendo un paradosso. I modelli sono migliori, i data center costano somme sempre più grandi e le aziende che li costruiscono chiedono quantità enormi di capitale. Eppure il prezzo di accesso a molta di quella intelligenza continua a scendere.

Non è una contraddizione: è concorrenza. Il compute può restare costoso mentre il margine su ogni unità di servizio diminuisce, soprattutto se più operatori dispongono di modelli abbastanza buoni per lo stesso lavoro. La domanda quindi non è più soltanto “chi ha il modello migliore?”, ma “quanto a lungo riesce a far pagare un sovrapprezzo per averlo?”.

Per i clienti è una buona notizia. Per i laboratori è il genere di buona notizia che preferirebbero probabilmente annunciare con meno entusiasmo.