Claude Code, il prezzo nascosto delle tre parole che raccontano gli agenti AI

Tre parole per dire che cosa sta facendo un agente AI. E, per scriverle, una nuova chiamata al modello: con altro contesto da leggere, altri token da elaborare e un costo che non compare nel testo della conversazione. È il meccanismo di Claude Code finito sotto esame dopo che Flamerix AI ha misurato quanto possa pesare in un ambiente che utilizza molti agenti in parallelo.

La società ha attribuito alla funzione agent_summary il 16,4% della spesa API stimata in una settimana di utilizzo. Una percentuale sufficiente a superare, in quella misurazione, il 15,7% registrato dalla conversazione principale. Ma non è una media di Claude Code: un membro del team Anthropic, intervenuto nella discussione pubblica, ha fornito numeri sensibilmente più bassi e indicato una prima correzione già distribuita.

La notizia non è che l’AI costi denaro. È che una parte del consumo può derivare dal modo in cui il servizio racconta all’utente ciò che sta facendo, anche quando quel racconto è lungo appena una riga.

Claude Code: perché il riepilogo degli agenti consuma token

Claude Code può affidare parti di un lavoro a subagenti che operano in background. Per permettere di seguirne l’attività, il programma produce brevi aggiornamenti: poche parole che indicano su cosa ciascun agente stia lavorando. Secondo l’analisi pubblicata da Flamerix AI il 28 ottobre 2026, quando un agente è attivo il programma richiede periodicamente una sintesi al modello, indicativamente ogni trenta secondi.

Il paradosso è nel rapporto fra ingresso e uscita. Per produrre quella breve descrizione, la richiesta può includere la cronologia dell’agente. La risposta è minuscola; i dati da processare, soprattutto nelle sessioni lunghe, possono essere molti. Nel campione osservato da Flamerix, queste operazioni rappresentavano anche il 19,7% delle richieste API, con il 96% della relativa spesa stimata imputato a Opus.

Il consumo non coincide necessariamente con una fattura aggiuntiva: nei piani in abbonamento può incidere sul margine d’uso disponibile prima dei limiti, mentre negli impieghi tariffati a consumo può tradursi in costi direttamente misurabili. L’azienda ha utilizzato i dati di telemetria di Claude Code, non una contabilità universale degli utenti Anthropic.

Il 16,4% non vale per tutti: la risposta di Anthropic

Nel confronto nato su Hacker News, un partecipante che si presenta come membro del team Claude Code ha precisato che le richieste riguardano gli agenti in background effettivamente attivi, non quelli inattivi. Il suo confronto con i dati complessivi ridimensiona la portata dell’allarme: nella settimana precedente, tra gli utenti che trasmettono telemetria, agent_summary avrebbe rappresentato circa il 2% dei costi stimati ai prezzi API di listino e meno del 4% delle richieste; nel solo terminale, circa il 6% del costo.

La differenza non smentisce la misurazione di Flamerix: segnala che la composizione del lavoro conta moltissimo. Una sessione con numerosi agenti attivi e contesti lunghi può avere un peso diverso da un’interazione ordinaria con un solo assistente.

Il membro del team ha inoltre indicato una correzione per le sintesi più costose, quelle che non sfruttavano correttamente la cache dei prompt, a partire dalla versione 2.1.311. Il gruppo starebbe anche lavorando a una modalità meno onerosa, basata su note più brevi e su un modello più piccolo. Si tratta di informazioni comunicate in quella discussione, non della prova che ogni installazione abbia già eliminato il problema.

Una richiesta GitHub aveva già misurato il problema ad agosto

Il caso non nasce con il post di ottobre. Il 15 agosto un utente aveva aperto nel repository ufficiale di Claude Code la segnalazione #86879, chiedendo un modo supportato per disattivare i riepiloghi. In una sessione di quattro ore con 27 subagenti, aveva contato 339 chiamate di agent_summary, pari al 22,7% delle richieste e a circa il 18% dei token ponderati in base ai prezzi del modello.

Quella segnalazione aggiunge un punto meno appariscente del costo: le richieste di riepilogo non sempre compaiono nel normale transcript della sessione. Un utente che stima i consumi leggendo soltanto la conversazione può quindi non vedere tutte le operazioni associate al suo lavoro. È un limite della visibilità, non automaticamente la prova di un addebito improprio.

La prossima battaglia degli agenti AI sarà sulla contabilità

Flamerix propone una modifica non ufficiale che impedisce l’esecuzione del timer dei riepiloghi. È una soluzione sperimentale legata alle versioni del programma, non un’impostazione raccomandata o garantita da Anthropic: gli aggiornamenti possono renderla inefficace e ogni intervento sul runtime richiede prudenza.

Per l’utente, la verifica utile è piuttosto conoscere le richieste effettive, distinguendo il lavoro principale dalle attività di servizio. Per chi costruisce prodotti AI, invece, il problema diventa di progettazione: quanta capacità di calcolo vale una funzione di osservabilità, e chi deve poter decidere se mantenerla attiva?

Gli agenti promettono di eliminare le operazioni ripetitive. Sarebbe curioso scoprire che una parte non trascurabile delle risorse liberate finisce impiegata per produrre, ogni mezzo minuto, tre parole che rassicurano sul fatto che gli agenti stiano ancora lavorando.