---
title: "Prezzi API dei modelli open-weight: 6 provider a confronto"
description: "Come OpenRouter, Together AI, Fireworks, Groq, DeepInfra e BroadNet prezzano i modelli open-weight: per token, cache, batch, ore GPU e piani flat, con fonti."
url: https://broadrouter.com/it/blog/llm-inference-provider-pricing-compared/
lang: it
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/blog/llm-inference-provider-pricing-compared/) (aggiornato il 2026-11-16).

# Prezzi dei modelli open-weight: 6 provider di inferenza a confronto

A cura del team di BroadNet Inference · 7 min di lettura · Pubblicato 2026-11-14 · Aggiornato 2026-11-16

Quasi tutti i provider prezzano i modelli open-weight per milione di token, con l’input in cache più economico e spesso il 50% di sconto sui job batch. Together AI, Fireworks e DeepInfra noleggiano anche GPU a ore. OpenRouter riporta i prezzi dei provider e applica una commissione sull’acquisto di crediti. Groq copre pochi modelli. BroadNet aggiunge piani flat mensili, settimanali e orari per DeepSeek V4.1 Flash.

## Punti chiave

-   I prezzi per token dello stesso modello open-weight possono variare di parecchie volte da un provider all’altro, quindi confronta il modello esatto che userai.
-   Per DeepSeek V4.1 Flash, Together AI e Fireworks indicano 0,30 USD di input e 1,20 USD di output per 1M di token, BroadNet $0.175 e $0.52. DeepInfra indica DeepSeek-V4.1-Flash-1017 scontato del 51% a 0,098 USD e 0,294 USD, sotto BroadNet.
-   Gli sconti sull’input in cache e sul batch spesso contano più della tariffa di listino. Controllali entrambi.
-   Le GPU dedicate si pagano a ore, che lavorino o restino ferme, e convengono con volumi costanti e molto alti.
-   I piani flat eliminano del tutto il contatore di token; Full Moon di BroadNet costa $60 al mese per sessione.

**In questa pagina**

1.  Quali sono i cinque modi di prezzare i modelli open-weight?
2.  Come prezza i modelli open-weight ciascun provider?
3.  Quanto costa lo stesso modello presso ciascun provider?
4.  E lo speech-to-text?
5.  Come si confrontano i provider per il tuo carico di lavoro?
6.  Dove si colloca BroadNet Inference

Il «prezzo per milione di token» sembra confrontabile tra un provider e l’altro. Non del tutto. I provider cambiano per i modelli che ospitano, per il costo dell’input in cache, per gli sconti sui job batch, per la possibilità di noleggiare GPU e per le commissioni che si aggiungono. Questo articolo confronta sei provider di modelli open-weight sul modo in cui fanno pagare, poi mette fianco a fianco i loro prezzi pubblicati per gli stessi modelli. Tutti i dati dei concorrenti vengono dalle pagine ufficiali di ciascun provider, verificate il 2026-11-14; i link sono nelle fonti. I prezzi cambiano spesso, quindi ricontrollali prima di impegnarti.

## Quali sono i cinque modi di prezzare i modelli open-weight?

1.  **Per token, serverless.** Prezzi separati per 1M di [token di input e di output](https://broadrouter.com/it/glossary/input-and-output-tokens/). Lo offrono tutti i provider di questa lista.
2.  **Input in cache.** Una tariffa più bassa per i prefissi di prompt ripetuti. Gli sconti vanno dalla metà del prezzo a pochi punti percentuali della tariffa di input. [I token in cache spiegati](https://broadrouter.com/it/blog/cached-input-tokens-explained/).
3.  **Batch.** Prezzi più bassi per i job che possono aspettare ore.
4.  **GPU dedicate.** Noleggi l’hardware a ore e fai girare il modello in proprio o con lo stack del provider. Vedi [self-hosting o API: il punto di pareggio](https://broadrouter.com/it/blog/self-hosting-llm-vs-api-cost/), oppure rifai i conti con i tuoi numeri nel [calcolatore self-hosting o API](https://broadrouter.com/tools/self-hosting-vs-api-calculator/).
5.  **Piani flat.** Un prezzo fisso per un periodo di tempo, senza contatore di token. Vedi [piano LLM flat](https://broadrouter.com/it/glossary/flat-rate-llm-plan/).

## Come prezza i modelli open-weight ciascun provider?

| Provider | Modello di business | Per token | Input in cache | Batch | GPU dedicate | Piano flat |
| --- | --- | --- | --- | --- | --- | --- |
| OpenRouter | Router su molti provider | Prezzo del provider, «no markup» | Dipende dal provider | Dipende dal provider | No | No |
| Together AI | Serverless proprio + dedicato | Sì | Indicato per alcuni modelli | 50% di sconto su alcuni modelli (solo Whisper Large v3, alla verifica) | H100 da 5,49 USD per ora GPU | No |
| Fireworks AI | Serverless proprio + on demand | Sì, da 0,05 USD per 1M di input | 50% di sconto di default, di più su alcuni modelli | 50% di sconto | H100 a 8,00 USD l’ora | No |
| Groq | Hardware proprio | Sì, pochi modelli | 50% di sconto, sui modelli GPT-OSS | 50% di sconto | Non indicate | No |
| DeepInfra | Serverless proprio + dedicato | Sì, alcuni modelli fatturati a tempo di esecuzione | Indicato per molti modelli | Non indicato nella pagina prezzi | H100 a 2,90 USD per ora GPU | No |
| BroadNet Inference | Lista di modelli breve; modelli ospitati da partner di inferenza statunitensi | Sì | Indicato per tre modelli chat su quattro | Non offerto | No | Sì, DeepSeek V4.1 Flash |

Note dalle pagine:

-   **OpenRouter** dice che «there is no markup on inference pricing» (traduzione: non c’è alcun ricarico sui prezzi di inferenza). Applica una commissione quando compri crediti: 5,5% sul piano Standard (minimo 0,80 USD, secondo le sue FAQ) e 8% su Business, oppure 5% in criptovalute. Le varianti gratuite dei modelli sono limitate a 20 richieste al minuto e 50 al giorno, o 1.000 al giorno dopo aver acquistato almeno 10 USD di crediti. È un [router](https://broadrouter.com/it/glossary/llm-router/), quindi lo stesso modello può avere molti prezzi. Vedi [OpenRouter o un provider a tariffa flat](https://broadrouter.com/it/blog/openrouter-alternative-flat-rate/).
-   **Together AI** indica le H100 dedicate a 5,49 USD per ora GPU on demand. La sua documentazione batch dice che alcuni modelli serverless girano al 50% di sconto, con una finestra di completamento fissa di 24 ore, ma alla nostra verifica la tabella dei modelli scontati elencava solo `openai/whisper-large-v3`. Gli altri modelli girano a tariffa standard.
-   **Fireworks** ha le modalità Standard, Priority, Fast, Batch (50% di sconto) e Spot (30% di sconto su alcuni modelli). L’input in cache si paga la metà o meno, senza costo di scrittura.
-   **Groq** indica prezzi per token per un piccolo gruppo di modelli di produzione, come `openai/gpt-oss-120b` a 0,15 USD di input e 0,60 USD di output per 1M, e lo speech-to-text Whisper a ore. L’input in cache costa la metà sui suoi modelli GPT-OSS, e i job batch girano al 50% di sconto entro una finestra da 24 ore a 7 giorni.
-   **DeepInfra** mostra molti modelli con una tariffa scontata accanto al prezzo di listino, per esempio il 51% su DeepSeek-V4.1-Flash-1017 e il 38% su GLM-5.3. La pagina non dice quando finiscono questi sconti. Offre anche i livelli Standard, Priority (1,5×) e Flex (0,8×).

## Quanto costa lo stesso modello presso ciascun provider?

Prezzi pubblicati per 1M di token, per i modelli che serve anche BroadNet. «—» significa che il modello non era nella pagina prezzi di quel provider.

**DeepSeek V4.1 Flash** (input / in cache / output):

| Provider | Input | In cache | Output |
| --- | --- | --- | --- |
| Together AI | 0,30 USD | 0,006 USD | 1,20 USD |
| Fireworks AI | 0,30 USD | 0,006 USD | 1,20 USD |
| DeepInfra, listino | 0,20 USD | 0,006 USD | 0,60 USD |
| DeepInfra, scontato (30%) | 0,14 USD | 0,0042 USD | 0,42 USD |
| DeepInfra, DeepSeek-V4.1-Flash-1017, scontato (51%) | 0,098 USD | 0,0029 USD | 0,294 USD |
| Groq | — | — | — |
| BroadNet Inference | $0.175 | $0.0055 | $0.52 |

La variante datata `-1017` di DeepInfra è la stessa release che l’API di DeepSeek serve come `deepseek-flash`; verifica quale chiama il tuo codice. Su OpenRouter, alla nostra verifica, il modello aveva 37 endpoint di 28 provider, da circa 0,05 USD (Baidu) a 3 USD (il livello più veloce di Venice) per 1M di token di input. La nostra [tabella prezzi di DeepSeek V4.1 Flash](https://broadrouter.com/it/llm-api-pricing/deepseek-v4.1-flash/) elenca ogni provider che pubblica un proprio prezzo per il modello, con la pagina di origine e la data di verifica in ogni riga. Quanto si allarga la forbice di prezzo sullo stesso modello in tutto il mercato lo misuriamo nel nostro [indice dei prezzi delle API LLM](https://broadrouter.com/data/llm-api-price-index/). Per il confronto tra questi prezzi open-weight e GPT, Claude e Gemini sullo stesso carico di lavoro, vedi [costo API: modelli open-weight o chiusi](https://broadrouter.com/it/blog/open-weight-vs-closed-model-api-cost/).

**GLM 5.3** (il prezzo di ogni provider: [tabella prezzi di GLM 5.3](https://broadrouter.com/it/llm-api-pricing/glm-5.3/)):

| Provider | Input | In cache | Output |
| --- | --- | --- | --- |
| Together AI | 1,40 USD | 0,26 USD | 4,40 USD |
| Fireworks AI | 1,40 USD | 0,26 USD | 4,40 USD |
| DeepInfra, listino | 0,90 USD | 0,20 USD | 4,00 USD |
| DeepInfra, scontato (38%) | 0,5625 USD | 0,125 USD | 2,50 USD |
| BroadNet Inference | $0.78 | $0.173 | $3.46 |

**Qwen3.8 27B** (il prezzo di ogni provider: [tabella prezzi di Qwen3.8 27B](https://broadrouter.com/it/llm-api-pricing/qwen3.8-27b/)):

| Provider | Input | In cache | Output |
| --- | --- | --- | --- |
| DeepInfra, listino | 0,20 USD | 0,05 USD | 2,50 USD |
| DeepInfra, scontato (25%) | 0,15 USD | 0,0375 USD | 1,875 USD |
| Groq (anteprima, solo per valutazione) | 0,80 USD | — | 4,00 USD |
| BroadNet Inference | $0.175 | $0.0435 | $2.17 |

**Gemma 4 26B A4B** (la build di BroadNet è [Gemma 4 VL 26B](https://broadrouter.com/it/models/gemma-4-vl-26b/)):

| Provider | Input | Output |
| --- | --- | --- |
| DeepInfra | 0,07 USD | 0,34 USD |
| BroadNet Inference | $0.10 | $0.22 |

Qui BroadNet non è il più economico per token. Le tariffe scontate di DeepInfra sono sotto quelle di BroadNet in ogni riga per DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B, e sotto sull’input di Gemma (l’output di Gemma di BroadNet costa meno). L’API di DeepSeek dimezza tutti i prezzi nelle fasce fuori picco, e in quelle ore il suo input scende sotto quello di BroadNet ([dettagli](https://broadrouter.com/it/blog/deepseek-v4-1-flash-api-pricing/)). I prezzi di listino di BroadNet sono sotto quelli di Together e Fireworks su DeepSeek V4.1 Flash e GLM 5.3. Il prezzo per token è solo un fattore: controlla anche lunghezza del contesto, conservazione dei dati e rate limit, che queste tabelle non mostrano.

Su tutti i 119 modelli venduti da più host, non solo questi quattro, il prezzo di listino più caro è in mediana 1,76 volte il più economico; vedi [stesso modello, host diverso](https://broadrouter.com/it/blog/same-llm-different-host-prices/). I prezzi degli host cambiano anche più spesso di quelli dei produttori dei modelli: [ogni quanto cambiano i prezzi delle API LLM](https://broadrouter.com/it/blog/how-often-llm-api-prices-change/).

## E lo speech-to-text?

Groq indica `whisper-large-v3-turbo` a 0,04 USD per ora di audio e `whisper-large-v3` a 0,111 USD l’ora. DeepInfra indica Voxtral Mini a 0,001 USD al minuto. Il modello multilingue di BroadNet costa $0.002 al minuto ($0.12 l’ora) e quello per l’arabo $0.0042 al minuto. Per altri provider, vedi [prezzi delle API speech-to-text a confronto](https://broadrouter.com/it/blog/speech-to-text-api-pricing-compared/). Per l’arabo, l’accuratezza sui tuoi dialetti conta più della tariffa: [come scegliere un’API speech-to-text per l’arabo](https://broadrouter.com/it/blog/arabic-speech-to-text-api-buyers-guide/).

## Come si confrontano i provider per il tuo carico di lavoro?

1.  **Fissa modello e versione.** «DeepSeek V4.1 Flash» e una sua variante datata possono avere prezzi diversi.
2.  **Misura il tuo mix di token**: input, quota in cache e output, ragionamento compreso. Vedi [stimare il costo prima del lancio](https://broadrouter.com/it/blog/estimate-llm-api-cost-before-launch/).
3.  **Calcola il prezzo con le tre tariffe di ciascun provider**, non solo con quella di input. Per gli agenti spesso decide la tariffa in cache. Il [calcolatore dei costi API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/) e il [calcolatore del prompt caching](https://broadrouter.com/tools/prompt-caching-calculator/) fanno i conti per te.
4.  **Applica gli sconti batch** solo al lavoro che può aspettare.
5.  **Aggiungi le commissioni**: commissioni sull’acquisto di crediti e moltiplicatori dei livelli.
6.  **Controlla i limiti**: [rate limit](https://broadrouter.com/it/glossary/rate-limit/), concorrenza e lunghezza del contesto possono escludere un provider a qualsiasi prezzo.
7.  **Confronta con un piano flat** se un agente lavora per gran parte della giornata. Vedi [i conti del pareggio](https://broadrouter.com/it/blog/flat-rate-vs-pay-per-token-llm-api/) oppure il [calcolatore tariffa flat o per token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## Dove si colloca BroadNet Inference

BroadNet serve una breve lista di modelli, alcuni ospitati da partner di inferenza statunitensi, con i prezzi per token pubblicati in un [file dei prezzi](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-llm-inference-provider-pricing-compared&utm_content=body). Le sue tariffe per token sono a metà classifica, non le più basse: se conta solo il prezzo per token, le offerte scontate di DeepInfra costano meno. Quello che gli altri provider di questo confronto non vendono è DeepSeek V4.1 Flash illimitato a $60 al mese per sessione, più le opzioni settimanale a $15 e oraria a $1. Non è un marketplace, non ha sconti batch né GPU dedicate. Gli altri punti di forza sono la [zero data retention](https://broadrouter.com/it/privacy/) su ogni richiesta, lo speech-to-text in arabo e un’unica chiave compatibile con OpenAI per chat e audio. Se ti servono decine di famiglie di modelli o la tariffa promozionale più bassa per un carico a picchi, un router o un host più grande fa al caso tuo.

Strumenti gratuiti sul tema (in inglese)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[Strumenti gratuiti (in inglese)](https://broadrouter.com/tools/)

## Termini in questo articolo

[Token](https://broadrouter.com/it/glossary/token/)

Un token è l’unità di testo che un modello linguistico legge e scrive: una parola, una parte di parola, un segno di punteggiatura o una sequenza di byte prodotta dal tokenizer del modello. Le API LLM contano, limitano e di solito fatturano l’uso in token.

[Speech-to-text (riconoscimento vocale)](https://broadrouter.com/it/glossary/speech-to-text/)

Lo speech-to-text, detto anche riconoscimento automatico del parlato (ASR), è la tecnologia che converte l’audio parlato in testo scritto. Un’API speech-to-text riceve un file o uno stream audio e restituisce una trascrizione, di solito a prezzo per minuto di audio. L’accuratezza si misura con il word error rate e varia con accento, dialetto e qualità della registrazione.

[Token di input in cache (cached input)](https://broadrouter.com/it/glossary/cached-input-tokens/)

I token di input in cache sono token del prompt che un provider LLM ha elaborato da poco e può riusare da una cache invece di ricalcolarli, di solito un prefisso ripetuto come un system prompt o un documento. I provider li fatturano a una tariffa più bassa dei token di input nuovi.

[Rate limit (limite di frequenza)](https://broadrouter.com/it/glossary/rate-limit/)

Un rate limit è un tetto che un’API pone a quanto un client può usarla in un intervallo di tempo, per esempio richieste al minuto o token al minuto. Le richieste oltre il limite vengono rifiutate, di solito con HTTP 429 Too Many Requests, finché l’uso non torna sotto la soglia.

[Modello open-weight (a pesi aperti)](https://broadrouter.com/it/glossary/open-weight-model/)

Un modello open-weight è un modello di machine learning i cui pesi addestrati sono pubblicati perché chiunque possa scaricarli ed eseguirli, di solito con una licenza che pone condizioni. Si distingue dall’AI completamente open source, che rilascia anche il codice di addestramento e informazioni dettagliate sui dati, così altri possono studiare e riprodurre il modello.

[Tool calling (chiamata di strumenti)](https://broadrouter.com/it/glossary/tool-calling/)

Il tool calling, detto anche function calling, è una funzionalità delle API LLM in cui il modello restituisce una richiesta strutturata di eseguire una funzione definita dallo sviluppatore, con argomenti JSON. L’applicazione esegue la funzione e rimanda il risultato; il modello non esegue mai codice da solo.

[Piano LLM flat (flat-rate)](https://broadrouter.com/it/glossary/flat-rate-llm-plan/)

Un piano LLM flat applica un prezzo fisso per un periodo, per esempio un mese, per accedere all’API di un modello linguistico invece di fatturare per token. Di solito questi piani limitano qualcos’altro, come concorrenza, velocità, modelli o finestre di utilizzo, quindi i limiti contano quanto il prezzo.

[Token di input e di output](https://broadrouter.com/it/glossary/input-and-output-tokens/)

I token di input sono quelli che un modello linguistico legge in una richiesta: system prompt, cronologia, definizioni degli strumenti e immagini. I token di output sono quelli che genera in risposta, ragionamento compreso. Le API LLM di solito li prezzano separatamente, e l’output costa di più.

## Domande frequenti

### Qual è il provider di inferenza più economico per i modelli open-weight?

Nessuno in assoluto, e per token non è BroadNet. Alla verifica del 2026-11-14 le tariffe scontate di DeepInfra erano sotto quelle di BroadNet su DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B, e OpenRouter elencava endpoint di DeepSeek V4.1 Flash da circa 0,05 USD a 3 USD per 1M di token di input. Confronta il modello esatto, la tariffa in cache e lo sconto batch.

### OpenRouter applica un ricarico sui prezzi dei modelli?

OpenRouter dice che non c’è ricarico sui prezzi di inferenza. Applica una commissione quando compri crediti: 5,5% sul piano Standard (minimo 0,80 USD, secondo le sue FAQ), 8% sul piano Business e 5% per i pagamenti in criptovalute.

### Conviene il prezzo batch?

Per il lavoro che può aspettare. Fireworks indica il batch al 50% di sconto e Groq documenta uno sconto batch del 50% con una finestra da 24 ore a 7 giorni. La documentazione batch di Together indica il 50% di sconto solo su alcuni modelli (alla nostra verifica la tabella citava solo \`openai/whisper-large-v3\`), con una finestra di completamento fissa di 24 ore.

### Quando conviene noleggiare una GPU dedicata invece di pagare per token?

Quando il tuo traffico tiene la GPU occupata per gran parte della giornata. Le GPU a ore si pagano che arrivino richieste o no, quindi con traffico basso o a picchi conviene il prezzo per token.

### C’è un provider con un prezzo mensile flat per un modello open-weight?

Sì, BroadNet Inference, per DeepSeek V4.1 Flash. Full Moon costa $60 al mese per sessione, senza contatore di token, una richiesta alla volta.

## Continua a leggere

-   [OpenRouter o piano flat per agenti AI: quale costa meno?](https://broadrouter.com/it/blog/openrouter-alternative-flat-rate/)
-   [Prezzi API DeepSeek V4.1 Flash: per token, input in cache e piani](https://broadrouter.com/it/blog/deepseek-v4-1-flash-api-pricing/)
-   [Prezzi delle API LLM spiegati: input, cache, output e ragionamento](https://broadrouter.com/it/blog/llm-api-pricing-explained/)
-   [API LLM a tariffa flat o a consumo per token: i conti del pareggio](https://broadrouter.com/it/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Alternative ad Artificial Analysis: dove confrontare gli LLM nel 2026](https://broadrouter.com/it/blog/artificial-analysis-alternatives/)
-   [SLA delle API LLM: cosa promettono Azure, Bedrock, Google e OpenAI](https://broadrouter.com/it/blog/llm-api-sla-uptime-compared/)
-   [Guida: Usare l’SDK Python di OpenAI con BroadNet Inference](https://broadrouter.com/it/guides/openai-python-sdk/)
-   [Guida: Come funzionano i piani API LLM illimitati per gli agenti](https://broadrouter.com/it/guides/unlimited-llm-api-sessions/)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-llm-inference-provider-pricing-compared&utm_content=page-cta) ·

**Fonti**

-   [FAQ di OpenRouter, prezzi e commissioni sui crediti (verificato il 2026-11-14)](https://openrouter.ai/docs/faq)
-   [Pagina del modello DeepSeek V4.1 Flash su OpenRouter, prezzi dei provider (verificato il 2026-11-14)](https://openrouter.ai/deepseek/deepseek-v4.1-flash)
-   [Prezzi di Together AI (verificato il 2026-11-14)](https://www.together.ai/pricing)
-   [Documentazione di Together AI sull’inferenza batch (verificato il 2026-11-14)](https://docs.together.ai/docs/batch-inference)
-   [Prezzi di Fireworks AI (verificato il 2026-11-14)](https://fireworks.ai/pricing)
-   [Modelli e prezzi di Groq (verificato il 2026-11-14)](https://console.groq.com/docs/models)
-   [Documentazione di Groq sul prompt caching (verificato il 2026-11-14)](https://console.groq.com/docs/prompt-caching)
-   [Prezzi di DeepInfra (verificato il 2026-11-14)](https://deepinfra.com/pricing)
-   [Prezzi di BroadNet Inference in formato leggibile dalle macchine (pricing.json, sincronizzato il 2026-11-14) (in inglese)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-llm-inference-provider-pricing-compared&utm_content=sources)
