Hai trovato un modello che ti piace e accanto un prezzo: 2 $ per milione di token. Quel numero è inutile finché non sai rispondere a una domanda: quanti token consuma davvero la tua applicazione?
Quasi tutti tirano a indovinare, e quasi tutti stanno sotto. Non perché i token siano complicati, ma perché quasi tutto ciò che compone una richiesta è fatto di token, e solo una piccola parte è quello che hai scritto tu.
Ecco cos'è un token, come si conta e dove si nascondono le sorprese.
Prezzi verificati l'ultima volta il 26 agosto 2026. Le cifre aggiornate sono sulla pagina di confronto di ElliSekiz.
Cos'è davvero un token
I modelli di IA non leggono lettere né parole. Leggono token: piccoli pezzi di testo presi da un vocabolario fisso con cui il modello è stato costruito.
Un token può essere una parola intera, una parte di parola, un singolo carattere o un segno di punteggiatura. All'incirca:
cat→ un tokentokenization→ spesso tre o quattro pezzi, cometoken+iz+ation!→ un token- Lo spazio che precede una parola di solito viaggia con lei, quindi
theè un token, non due
Perché spezzare il testo così? Un modello ha bisogno di un elenco fisso di cose che sa riconoscere. Un elenco di tutte le parole inglesi sarebbe enorme e mancherebbe comunque nomi propri, refusi e altre lingue. Un elenco di circa 100.000 frammenti sub-lessicali copre quasi tutto, perché una parola sconosciuta si può compitare con frammenti noti.
Tutta qui l'idea. Il testo entra, viene tagliato in pezzi noti, e ti viene fatturato al pezzo.
Quanti token è il tuo testo?
La regola empirica di OpenAI per l'inglese è un token ≈ 4 caratteri ≈ ¾ di parola, quindi 100 token sono circa 75 parole.
Va bene per una verifica al volo e non va bene per un preventivo, per tre motivi.
Ogni modello tokenizza in modo diverso. La stessa frase produce conteggi diversi su modelli diversi, a volte molto diversi. La documentazione di Anthropic afferma che Claude 4.7 e successivi usano un tokenizzatore più recente in cui «lo stesso testo di input produce circa il 30 per cento di token in più rispetto ai modelli precedenti». Stesso testo, stesso fornitore, 30 % di token in più, solo per un cambio di versione.
Le altre lingue costano di più. Il vocabolario della maggior parte dei modelli è dominato dall'inglese. Il testo nelle lingue meno rappresentate viene spezzato in pezzi più numerosi e più piccoli, quindi lo stesso significato costa più token.
Il codice e il testo strutturato si comportano in modo strano. Indentazione, parentesi e identificatori lunghi si frammentano diversamente dalla prosa.
La mossa affidabile è contare invece di stimare. I fornitori ti danno come farlo: Anthropic ha un endpoint per il conteggio dei token la cui chiamata è gratuita, e OpenAI pubblica uno strumento di tokenizzazione. Conta una volta con i tuoi prompt reali e non dovrai più indovinare.
La parte che sorprende: tutto è token
La tua domanda è una piccola quota di quello che paghi. La documentazione di Anthropic pubblica i conteggi esatti di alcune richieste minime, e vale la pena leggerli con attenzione:
| Cosa è stato inviato | Token di input |
|---|---|
| Prompt di sistema «You are a scientist» più il messaggio «Hello, Claude» | 14 |
| La domanda «What's the weather like in San Francisco?» più una definizione di strumento | 403 |
| Un'immagine più «Describe this image» | 1.028 |
| Un PDF più «Please summarize this document.» | 2.188 |
Rileggi la seconda riga. La domanda è di nove parole. Descrivere un solo strumento — il suo nome, la sua descrizione, il suo schema di input — costa circa 390 token. Un agente con quindici strumenti paga quella cifra a ogni singola richiesta, prima che l'utente abbia scritto qualcosa.
La terza e la quarta riga raccontano la stessa storia per i media. Un'immagine sono circa mille token. Un PDF un paio di migliaia, e quello era corto.
I token di input e quelli di output non costano uguale
Ogni modello di testo pubblica due tariffe. L'output è sempre quella cara.
| Modello | Input $/1M | Output $/1M | L'output costa |
|---|---|---|---|
| GPT-5 nano | $0.05 | $0.40 | 8× l'input |
| Gemini 2.5 Flash Lite | $0.10 | $0.40 | 4× l'input |
| GPT-5 mini | $0.25 | $2.00 | 8× l'input |
| Claude Haiku 4.5 | $1.00 | $5.00 | 5× l'input |
| GPT-5 | $1.25 | $10.00 | 8× l'input |
| Claude Sonnet 5 | $2.00 | $10.00 | 5× l'input |
| Claude Opus 5 | $5.00 | $25.00 | 5× l'input |
Ne discende una conseguenza pratica diretta: dire al modello di rispondere in tre frasi invece che in dieci fa risparmiare più di quanto faccia accorciare il prompt della stessa misura. Di solito è l'ottimizzazione più economica disponibile e costa una riga di istruzione.
Quanto costa davvero una conversazione
Una chat di 10 turni. Un prompt di sistema da 500 token, domande da 100 token, risposte da 250 token.
Il punto è che i modelli non hanno memoria fra una chiamata e l'altra: l'intera conversazione viene rinviata a ogni turno. Così il turno 10 paga di nuovo per i turni dall'1 al 9.
- Token che hai scritto tu: 10 × 100 = 1.000
- Token di input che ti vengono fatturati: 21.750
- Token di output: 10 × 250 = 2.500
Hai scritto mille token e ne hai pagati quasi ventiduemila.
| Modello | Costo di quella singola conversazione |
|---|---|
| GPT-5 nano | $0.002 |
| Claude Sonnet 5 | $0.069 |
Sono entrambi piccoli. Moltiplica per 50.000 conversazioni al mese e la differenza è quella fra un errore di arrotondamento e una voce di bilancio vera.
Quattro cose che gonfiano in silenzio una fattura a token
- Il prompt di sistema, addebitato a ogni richiesta. Un prompt di sistema da 800 token su 50.000 messaggi sono 40 M di token al mese per un testo scritto una volta sola. La cache dei prompt esiste proprio per questo: il fornitore conserva il prefisso che non cambia e addebita una frazione per rileggerlo.
- La cronologia della conversazione. Come mostrato sopra. Tagliare o riassumere i turni vecchi è la soluzione.
- Le definizioni degli strumenti. Circa 390 token ciascuna, a ogni richiesta, che lo strumento venga usato o no.
- Immagini e PDF. Mille token e oltre, ciascuno.
Niente di tutto questo è nascosto: è tutto documentato. È solo facile da dimenticare in una stima.
I token sono solo una delle unità di prezzo
Da sapere prima di generalizzare: la maggior parte dei modelli di IA non è prezzata a token. Dei 472 modelli seguiti da ElliSekiz, 160 sono prezzati a token — quelli di testo e di chat. Gli altri 338 sono prezzati per immagine, per megapixel, al secondo di video o per esecuzione.
Quindi «quanto costa questo modello» ha una forma diversa a seconda di cosa il modello produce, e un prezzo a token non è mai confrontabile direttamente con uno a immagine.
Conclusione
- Un token è un piccolo pezzo di testo, non una parola. Circa ¾ di parola in inglese, e meno nella maggior parte delle altre lingue.
- Non fare mai un preventivo sulla regola empirica. Conta con lo strumento del fornitore, sul modello esatto che intendi usare.
- La tua domanda è la parte piccola. Prompt di sistema, cronologia, definizioni degli strumenti e allegati sono la parte grande.
- I token di output costano da 4 a 8 volte quelli di input, quindi risposte più brevi sono il risparmio più economico.
Esplora di più su ElliSekiz
Sfoglia i modelli di chat. Prezzi dei token di input e di output per ogni modello di testo, affiancati, sulla pagina dei modelli di chat.
Poi provane uno. Ogni pagina di modello ha un playground: esegui il tuo prompt reale e leggi i conteggi di token veri prima di moltiplicare qualsiasi cosa per 50.000.
Fonti
- Anthropic — Token counting (conteggi di esempio documentati, cambio di tokenizzatore, endpoint di conteggio gratuito)
- OpenAI Help Center — What are tokens and how to count them? (regola empirica per l'inglese)
- API dei modelli di OpenRouter,
https://openrouter.ai/api/v1/models(prezzi dei token, letta il 26/08/2026)