Il 30 luglio 2026 OpenAI ha tagliato dell’80% il listino di GPT-5.6 Luna, il suo modello economico, e ventiquattro ore dopo ha annunciato il superamento del miliardo di utenti attivi.
Sette settimane prima Anthropic aveva mosso i prezzi nella direzione opposta, lanciando Claude Fable 5 a 10 dollari per milione di token in input e 50 in output, il doppio del flagship precedente, e in aprile la stessa OpenAI aveva raddoppiato il listino della propria linea principale con GPT-5.5.
Le due traiettorie sembrano contraddirsi e invece compongono un unico disegno: il prezzo dell’intelligenza “sufficiente” crolla, quello dell’intelligenza di frontiera sale, e in mezzo preme un ecosistema cinese che ha appena piazzato Kimi K3, modello open da 2.800 miliardi di parametri, al quarto posto assoluto delle classifiche di capacità e costa la metà dei rivali americani.
Ma spicca anche il nuovo DeepSeek V4 Flash 0731: spinge ancora più in basso la soglia dei prezzi dell’AI: nei test, il divario di costo supera le cento volte.
Fonte: elaborazione Agendadigitale.eu su listini ufficiali dei provider e Artificial Analysis Intelligence Index, agosto 2026
Indice degli argomenti
Prezzi dell’AI a due velocità: base in calo, frontiera in rialzo
Il taglio di OpenAI, efficace dal 30 luglio, riguarda le API, cioè i prezzi che pagano sviluppatori, imprese e pubbliche amministrazioni per integrare i modelli nei propri servizi. GPT-5.6 Luna scende da 1 dollaro a 0,20 per milione di token in input e da 6 a 1,20 in output, il tier medio Terra cala del 20%, il flagship Sol resta fermo a 5/30 dollari. 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.
I rincari dei modelli di frontiera
La direzione opposta è meno raccontata ma altrettanto documentata. Claude Fable 5, lanciato il 9 giugno, ha portato il tetto della frontiera a 10/50 dollari, contro i 5/25 di Claude Opus; GPT-5.5, uscito in aprile, aveva raddoppiato la linea GPT da 2,50/15 a 5/30; Claude Sonnet 5 è in prezzo introduttivo fino al 31 agosto, poi salirà del 50%. Perfino DeepSeek, che la guerra dei prezzi l’ha innescata, ha annunciato a fine giugno un sovrapprezzo del 100% nelle ore di punta cinesi: il prezzo dell’AI comincia a comportarsi come quello dell’energia elettrica, con tariffe di picco e tariffe notturne.
La sintesi dei due movimenti sta in una traiettoria: dal lancio di GPT-4 nel marzo 2023, quando un milione di token in input costava 30 dollari, la fascia economica “capace” è scesa di circa 300 volte, mentre il vertice del mercato, spostandosi su modelli sempre più potenti, è tornato a salire. Si regala la base per massimizzare l’adozione, si fa pagare la frontiera a chi non può farne a meno. La pressione che spiega la generosità selettiva sulla base non viene dai concorrenti americani, che si muovono sugli stessi prezzi, ma da un ecosistema cinese che ha scelto una strada diversa.
Modelli AI cinesi e guerra dei listini: l’open weight come leva
I principali modelli cinesi, da DeepSeek a Qwen fino alla famiglia GLM, sono rilasciati nelle versioni attuali con licenze MIT o Apache: chiunque può scaricarne i pesi, eseguirli sui propri server o affidarli a un fornitore cloud di fiducia. La distribuzione gratuita del bene, unita a listini API che valgono una frazione di quelli occidentali, ha prodotto in un anno uno spostamento di massa.
Su OpenRouter, il marketplace che instrada le richieste API di decine di migliaia di sviluppatori, i modelli cinesi valevano poco più dell’1% del traffico a fine 2024 e superano il 60% a metà 2026, con le prime cinque posizioni per volume tutte cinesi a luglio; la quota dei modelli americani è scesa dal 70% al 30% circa.
Su Hugging Face, documenta la piattaforma stessa, i modelli cinesi valgono il 41% dei download e Qwen ha generato più modelli derivati di Google e Meta messe insieme. La qualità ha seguito i volumi: sull’Intelligence Index di Artificial Analysis 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, quarto assoluto, Kimi K3 a 57,1, a metà del prezzo dei rivali americani. Il grafico che segue mette in relazione capacità e prezzo dei principali modelli: la distanza orizzontale tra i due gruppi, a parità di fascia, è la misura economica della sfida.
Il nuovo Deepseek conferma questa nuova concorrenza sui prezzi.
DeepSeek V4 Flash accelera la commoditizzazione dell’AI
Il punto non è soltanto che DeepSeek V4 Flash costi poco. È che riesca a mantenere prestazioni elevate a un prezzo estremamente basso, trasformando capacità fino a poco tempo fa considerate premium in una risorsa sempre più accessibile e standardizzata.
Questo spostamento cambia le aspettative del mercato. Quando modelli competitivi vengono offerti a costi marginali, gli sviluppatori iniziano a considerare normale pagare pochissimo l’inferenza. Il prezzo basso smette così di essere un vantaggio eccezionale e diventa la nuova base del confronto.
La leva di controllo dietro le licenze aperte
Sarebbe un errore scambiare questa apertura per filantropia tecnologica. La guerra dei prezzi interna alla Cina, con Xiaomi che a fine maggio ha tagliato i listini fino al 99% per allinearsi a DeepSeek, comprime i margini domestici verso lo zero e rende l’export di standard l’unico premio che conta: ogni startup occidentale che costruisce sopra un modello cinese è un nodo di dipendenza tecnologica che si consolida. La licenza di Kimi K3 lo dice con chiarezza contrattuale, i pesi sono liberi ma i fornitori di servizi sopra i 20 milioni di dollari di ricavi devono firmare un accordo con Moonshot: apertura sì, con una leva di controllo incorporata.
La risposta americana alla pressione sui prezzi dell’AI
Il Wall Street Journal ha appena raccontato la corsa, per ora in salita, a un’alternativa americana all’AI economica cinese. Le startup che costruiscono modelli open negli Stati Uniti 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, fondatore di Arcee AI, racconta al giornale che «praticamente ogni VC di prima fascia ha detto no». Il paradosso è che il finanziatore più attivo dell’open americano è Nvidia, che sostiene Reflection AI, Poolside e Thinking Machines Lab e ha rilasciato in proprio Nemotron 3 Ultra, il miglior modello aperto statunitense nei benchmark, comunque sotto i leader cinesi.
Meta, che con Llama aveva aperto la strada, secondo la stampa americana sta sviluppando il successore come modello chiuso.
Dai capitali privati all’intervento dello Stato
Dove il mercato non arriva, si sta muovendo lo Stato. L’AI Action Plan della Casa Bianca del luglio 2025 include il sostegno esplicito ai modelli open source e open weight americani come priorità strategica, il Department of Energy ha avviato collaborazioni con i laboratori open, e l’ATOM Project lanciato dal ricercatore Nathan Lambert, con oltre 350 firmatari, chiede cluster dedicati da oltre diecimila GPU per riportare la frontiera aperta in Occidente. È il riconoscimento, tardivo ma netto, che un modello open competitivo è infrastruttura strategica oltre che prodotto.
Sovranità europea e prezzi dell’AI: la carta Mistral
In questo scenario l’unico modello occidentale stabilmente ai vertici delle classifiche open è europeo.
Mistral Large 3, rilasciato con licenza Apache 2.0 e un listino a 0,5/1,5 dollari per milione di token, è il solo non cinese a reggere il confronto nella parte alta delle graduatorie dei modelli aperti. L’azienda francese ha ASML come primo azionista con circa l’11%, ricavi annualizzati che dichiara intorno ai 400 milioni di dollari, un data center da 13.800 GPU in Francia e un nuovo modello di frontiera open in early access da luglio. Per un continente che discute di autonomia strategica da anni, è la dimostrazione concreta che il presidio tecnologico europeo su questa fascia resta possibile.
Dal punto di vista di un utilizzatore, il confronto tra Mistral e le alternative cinesi non si esaurisce nel prezzo per token. DeepSeek, Qwen e GLM possono offrire un rapporto tra costo e prestazioni più aggressivo, un ecosistema open più ampio e una maggiore scelta tra modelli, dimensioni e fornitori. Per un’impresa europea, però, il prezzo nominale dell’API è soltanto una componente del costo effettivo: contano anche la residenza dei dati, la giurisdizione del provider, i controlli di sicurezza, i tempi di approvazione interna, l’assistenza e la possibilità di dimostrare la conformità nei confronti di clienti e autorità. I modelli cinesi possono essere eseguiti presso cloud europei o su infrastrutture proprie, riducendo il rischio legato al trasferimento dei dati, ma questa scelta richiede competenze operative e può attenuare parte del vantaggio economico iniziale.
Mistral si colloca quindi come un’alternativa meno problematica da adottare, soprattutto per pubbliche amministrazioni, banche, sanità e imprese regolamentate. Offre pesi aperti, costi competitivi e un soggetto industriale europeo con cui costruire un rapporto contrattuale più vicino alle esigenze di procurement, supporto e responsabilità. Le alternative cinesi restano spesso più convenienti per workload ad alto volume e bassa sensibilità, mentre Mistral può risultare preferibile quando il costo totale comprende anche governance, portabilità, assistenza e rischio geopolitico. Per l’utilizzatore la scelta più solida non è necessariamente adottare un solo modello, ma mantenere Mistral e i principali modelli cinesi nello stesso portafoglio, assegnando ciascun workload in base a qualità, costo, latenza, sensibilità dei dati e requisiti di conformità.
AI Act, residenza dei dati e procurement pubblico
Il tema, per chi decide, è regolatoria e industriale insieme. 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 guadagnata vale qualcosa solo se viene usata per costruire strategia, e la questione della residenza dei dati mostra quanto il tema sia già operativo: il Garante italiano è stato il primo regolatore a bloccare DeepSeek a inizio 2025, e ad aprile 2026 due commissioni della Camera USA hanno aperto un’indagine su Airbnb e Cursor per l’uso di modelli cinesi.
La mitigazione esiste proprio grazie alla natura open weight di questi modelli, che possono girare su fornitori europei o americani a 3-4 volte il listino cinese, comunque largamente sotto i modelli di frontiera occidentali. Per il procurement pubblico europeo il punto operativo è che convenienza e conformità possono coesistere, a patto di governare dove girano i pesi e chi li serve.
Dai prezzi dell’AI al portafoglio: la strategia per imprese e PA
Il mercato enterprise si sta già organizzando su due corsie, come documenta il Wall Street Journal: una corsia capability-first, dove la qualità dell’output giustifica il prezzo pieno, e una cost-first, dove il modello è una commodity da comprare al costo più basso compatibile con i requisiti. Shopify paga i migliori modelli di coding per i propri ingegneri e usa Qwen per l’estrazione dati dai negozi dei merchant, con una riduzione di costo per unità di circa 75 volte; lo stesso giornale ha riportato un carico di lavoro identico costato 4.811 dollari con Claude e 544 con GLM. La forbice tra le corsie è tale da rendere la classificazione dei carichi di lavoro una decisione di bilancio, prima ancora che tecnologica.
Reversibilità e pluralismo dei modelli
Per un’impresa, e a maggior ragione per un CIO pubblico o di un settore regolato, la traduzione è una strategia di portafoglio. Ogni workload va posizionato su una matrice che tiene insieme valore dell’output, sensibilità dei dati, requisiti di conformità e costo per task, con una regola trasversale di reversibilità: architetture che permettano di sostituire il modello sottostante senza riscrivere il servizio, perché in un mercato dove la frontiera rincara mentre la base crolla il fornitore conveniente di oggi può diventare il vincolo di domani, come ricorda la scadenza del 31 agosto sul prezzo introduttivo di Sonnet 5. Il pluralismo dei modelli, in questa chiave, va trattato come requisito di resilienza nei capitolati, alla stregua della portabilità nel cloud.
Il costo dell’intelligenza “sufficiente” continuerà a scendere, per tutti, e questa è la parte facile della previsione. Ciò che resta da decidere, in Europa, è se il continente intende restare un consumatore accorto dei listini altrui o diventare uno dei luoghi dove quei listini si scrivono: la finestra regolatoria appena guadagnata, la carta Mistral e la domanda pubblica aggregata sono gli strumenti disponibili, e nessuno dei tre lavora da solo.
Partecipa alla community