Le API LLM si pagano per milione di token, su contatori separati: input nuovo, input in cache e output. I token di ragionamento si pagano come output, le immagini come token di input e lo speech-to-text al minuto di audio. Questa guida spiega ogni contatore, poi calcola il prezzo di richieste reali con le tariffe pubblicate da BroadNet Inference, sincronizzate il 2026-11-14.
Che cosa stai pagando davvero?
Un token è un frammento di testo, di solito qualche carattere. Nella misurazione di BroadRouter su cinque tokenizer, 1.000 parole in inglese corrispondono a circa 1,290 token; la regola empirica di OpenAI è di circa 75 parole ogni 100 token. Per le altre lingue i numeri cambiano: incolla il tuo testo nel contatore di token gratuito per vedere il valore reale. Ogni richiesta riporta i propri token nel blocco usage, e la fattura è la somma di questi contatori:
| Contatore | Che cosa conta | Prezzo applicato |
|---|---|---|
| Input (prompt) | Prompt di sistema, cronologia, documenti, definizioni degli strumenti, immagini | Prezzo di input |
| Input in cache | Input che il provider ha già elaborato e riutilizza | Prezzo cache, molto più basso |
| Output (completamento) | La risposta visibile più l’eventuale ragionamento | Prezzo di output |
| Minuti di audio | Durata dell’audio inviato per la trascrizione | Prezzo al minuto |
La distinzione tra token di input e di output è quella che pesa di più, perché i due prezzi sono molto distanti.
Quanto costa ogni modello per token?
Prezzi di BroadNet Inference, per 1M di token:
| Modello | Input | Input in cache | Output | Contesto |
|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 | 1.048.576 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 | 1.048.576 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 | 262.144 |
| Gemma 4 VL 26B | $0.10 | Nessuno sconto cache | $0.22 | 32.768 |
Due regole valgono per questo listino e per la maggior parte degli altri. L’output costa più dell’input: da circa il doppio su Gemma 4 VL 26B a oltre dieci volte su Qwen3.8 27B. E l’input in cache costa una frazione dell’input nuovo. Per confrontare queste tariffe con OpenAI, Anthropic, Google e altri provider, consulta la tabella dei prezzi delle API LLM. Per mediane di mercato, differenze tra provider e rapporti output/input su tutti i modelli che monitoriamo, vedi l’indice dei prezzi delle API LLM (CSV e JSON aperti).
Perché l’output costa più dell’input?
Il modello legge tutto il prompt in un unico passaggio parallelo. La risposta, invece, la scrive un token alla volta, e ogni nuovo token richiede un altro passaggio. L’output quindi consuma più tempo di GPU per token, e il prezzo lo riflette. Un prompt breve con una risposta lunga può costare più di un prompt lungo con una risposta breve.
Come vengono fatturati i token di input in cache?
Quando l’inizio del tuo prompt coincide con una richiesta recente, il provider può riutilizzare il lavoro già fatto. Quei token di input in cache compaiono in prompt_tokens_details.cached_tokens e si pagano al prezzo cache. Su DeepSeek V4.1 Flash sono $0.0055 invece di $0.175 per 1M.
La cache premia i prompt con un prefisso stabile: prima prompt di sistema, elenco degli strumenti e documenti, in fondo il messaggio nuovo. Chi ci guadagna di più sono gli agenti che a ogni turno reinviano lo stesso repository. Per sapere come ogni provider fattura letture e scritture in cache, leggi i token di input in cache spiegati; per stimare la tua percentuale di cache, usa il calcolatore del prompt caching.
Perché un modello di ragionamento fattura più output di quanto ne vedi?
DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B ragionano prima di rispondere. Quel ragionamento è fatto di token di ragionamento. Non li vedi nella risposta, ma vengono contati in completion_tokens e fatturati al prezzo dell’output. La guida di OpenAI al ragionamento descrive la stessa regola per i suoi modelli: i token di ragionamento “are billed as output tokens” (traduzione: vengono fatturati come token di output).
Il ragionamento conta anche ai fini di max_tokens. Se lo imposti troppo basso, paghi il ragionamento senza ottenere una risposta. Perché le risposte tornano vuote, e come contenere i costi del ragionamento.
Come si pagano immagini e audio?
Immagini. Un modello di visione converte un’immagine in token di input. Li paghi al prezzo di input, e un’immagine più grande usa più token. Su BroadNet non c’è una tariffa separata per immagine. Costo per immagine a confronto.
Audio. Lo speech-to-text si paga in base alla durata dell’audio, non ai token:
| Modello | Al minuto | Per ora di audio |
|---|---|---|
| BroadNet Transcribe Arabic | $0.0042 | $0.25 |
| BroadNet Transcribe (14 lingue) | $0.002 | $0.12 |
Quanto costa una richiesta reale? Esempi pratici
Questi esempi usano DeepSeek V4.1 Flash. Ognuno è dimensionato perché i totali arrivino a milioni interi di token, così i conti sono facili da verificare.
- Una funzione di chat. 500 richieste, ciascuna con 2.000 token di input e 2.000 di output, usano 1M di token di input e 1M di output. Costo: $0.175 più $0.52.
- Un agente che rilegge il proprio contesto. Dieci turni che inviano ogni volta lo stesso contesto da 100.000 token fanno 1M di token di input. Se niente è in cache, costano $0.175. Se fosse tutto in cache, costerebbero $0.0055, ma il primo turno non ha nulla da riutilizzare, quindi consideralo un limite inferiore: nel caso migliore 900.000 token si pagano al prezzo in cache e i primi 100.000 al prezzo di input.
- Ragionamento nascosto. 1.000 risposte da 200 token visibili, ciascuna con 800 token di ragionamento, fatturano 1M di token di output: $0.52. Solo un quinto era testo che hai visto.
- Trascrizione. 1.000 ore di audio in arabo costano $252.00. 10.000 messaggi vocali da 30 secondi costano $21.00.
La formula generale:
cost = new_input/1M × input_price
+ cached_input/1M × cached_price
+ output/1M × output_price (output includes reasoning)
Per fare questi conti sul tuo traffico, usa il calcolatore dei costi delle API LLM gratuito. Per una previsione completa di una nuova funzionalità, leggi come stimare il costo di un’API LLM prima del lancio.
Come leggi i numeri reali da una risposta?
Quando hai traffico vero, non stimare dal numero di parole. Leggi i dati:
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
r = client.chat.completions.create(
model="broadnet/deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Summarise this ticket in one line: ..."}],
)
u = r.usage
details = u.prompt_tokens_details # can be None when the model reports no cache data
cached = (details.cached_tokens or 0) if details else 0
print(u.prompt_tokens, cached, u.completion_tokens)
In streaming, aggiungi stream_options={"include_usage": True} perché l’ultimo chunk contenga usage. Guida allo streaming.
Quali altri modelli di prezzo esistono?
La fatturazione per token non è l’unica opzione:
- Piani flat. Un piano flat fa pagare il tempo, non i token. Full Moon di BroadNet costa $60 al mese per sessione per DeepSeek V4.1 Flash illimitato, una richiesta alla volta. Orbit costa $15 a settimana, Meteor $1 all’ora.
- Chiavi orarie. Con $0.50 compri un’ora di Gemma 4 VL 26B su uno stream. Le chiavi orarie spiegate.
- Batch e GPU dedicate. Alcuni provider scontano i job batch notturni o noleggiano GPU intere a ore. Come gli altri provider prezzano i modelli open.
Quando un piano flat conviene rispetto al pagamento per token dipende dai volumi e dalla percentuale di cache. Per tutte le leve in ordine, dalla cache agli sconti batch, leggi come ridurre i costi delle API LLM.
Anche i prezzi per token cambiano nel tempo, in entrambe le direzioni. Nelle pagine dei prezzi archiviate di 11 provider, l’80% dei modelli non ha mai cambiato prezzo. Tra i modelli che l’hanno cambiato, abbiamo registrato 100 ribassi e 52 rialzi, ciascuno confrontando il prezzo di un modello con il suo prezzo precedente. Leggi quanto spesso cambiano i prezzi delle API LLM e i maggiori tagli di prezzo delle API LLM, con le fonti.
Dove si colloca BroadNet Inference
BroadNet pubblica un unico listino per tutti i modelli che serve, in un file leggibile dalle macchine che la pagina dei prezzi di questo sito legge. I nuovi account partono con $5 di credito; Gemma 4 VL 26B ed entrambi i modelli di trascrizione funzionano con quello, mentre gli altri modelli di chat richiedono una ricarica. È una buona scelta se vuoi prezzi per token e flat sullo stesso account; i piani hanno chiavi proprie. Non è il posto per i modelli chiusi di frontiera: serve solo modelli open-weight e build proprie.

