BroadRouter

Costo API: modelli open-weight o chiusi? Cosa dicono i prezzi

A cura del team di BroadNet Inference · 9 min di lettura · Pubblicato · Aggiornato

Di solito sì, ma non basta il nome del modello. Con i prezzi verificati il 15 novembre 2026, GLM 5.3 presso il suo produttore costa meno per token di GPT-6.1 Sol o Claude Sonnet 5.5, ma i piccoli modelli chiusi come GPT-6 Luna costano più o meno quanto i modelli open-weight ospitati. Conta anche l’host: lo stesso modello open-weight può costare parecchie volte di più da un host che da un altro.

«L’open source costa meno» è la scorciatoia abituale. In gran parte è vero, ma sono i dettagli a decidere la bolletta. Questo articolo confronta i prezzi per token dei modelli chiusi (GPT, Claude, Gemini, Grok) e dei modelli open-weight (GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B, gpt-oss-120b, Gemma 4) partendo dalla pagina prezzi di ciascun provider, poi calcola il costo di un carico di lavoro realistico. Ogni prezzo di terzi è stato riletto sulla pagina del provider il 15 novembre 2026. BroadRouter è il sito di BroadNet, e BroadNet vende alcuni di questi modelli open-weight, quindi mostriamo dove altri host costano meno.

Le righe vengono dal nostro dataset dei prezzi dei provider di API LLM, i dati grezzi dietro l’indice dei prezzi delle API LLM. Per il lato business della scelta (controllo, lock-in, divario di qualità), leggi modelli open-weight o chiusi per le aziende.

Come si confrontano per token i prezzi dei modelli chiusi e open-weight?

Prezzi standard a consumo per 1M di token, prompt brevi, verificati il 15 novembre 2026:

Modello Tipo Venditore Input Input in cache Output
GPT-6.1 Sol Chiuso OpenAI 2,00 USD 0,10 USD 10,00 USD
Claude Sonnet 5.5 Chiuso Anthropic 2,00 USD 0,10 USD 10,00 USD
Gemini 4 Hydrogen Chiuso Google 1,50 USD 0,075 USD 7,50 USD
Gemini 3.8 Flash Chiuso Google 0,75 USD 0,075 USD 3,75 USD
Grok 4.3 Chiuso xAI 1,25 USD 0,20 USD 2,50 USD
GPT-6 Luna Chiuso OpenAI 0,10 USD 0,01 USD 0,50 USD
Claude Haiku 5.5 Chiuso Anthropic 0,10 USD 0,01 USD 0,50 USD
GLM 5.3 Open-weight Z.ai (produttore) 1,40 USD 0,26 USD 4,40 USD
DeepSeek V4.1 Flash Open-weight DeepSeek (produttore), picco 0,30 USD 0,006 USD 1,20 USD
Qwen3.8 27B Open-weight Alibaba Cloud (produttore) 0,50 USD non indicato 3,00 USD
gpt-oss-120b Open-weight Groq 0,15 USD 0,075 USD 0,60 USD
Gemma 4 26B A4B Open-weight DeepInfra 0,07 USD non indicato 0,34 USD

Note dalle pagine stesse:

  • Gemini 3.8 Flash ha un prezzo promozionale «through December 31, 2026» (traduzione: fino al 31 dicembre 2026). Dal 1° gennaio 2027 Google indica 1,50 USD di input, 0,15 USD in cache e 7,50 USD di output, il doppio delle tariffe attuali.
  • Claude Haiku 5.5 vale per prompt fino a 100.000 token. I prompt più lunghi pagano 0,50 USD di input e 2,50 USD di output.
  • GPT-6.1 Sol e GPT-6 Luna hanno tariffe più alte sopra i 272K token di input. Grok 4.3 fattura l’intera richiesta a una tariffa più alta quando il prompt arriva a 200K token.
  • DeepSeek dimezza i prezzi fuori picco: 0,15 USD di input, 0,003 USD in cache e 0,60 USD di output fuori dalle fasce 01:00-04:00 e 06:00-10:00 UTC nei giorni feriali.

Spiccano tre tendenze:

  1. La fascia alta dei modelli chiusi costa di più. L’output di GPT-6.1 Sol e Claude Sonnet 5.5 costa più del doppio di quello di GLM 5.3 presso il suo produttore.
  2. La fascia bassa dei modelli chiusi no. GPT-6 Luna e Claude Haiku 5.5 indicano un prezzo di input più basso di gpt-oss-120b su Groq, e a pochi centesimi da Gemma 4 su DeepInfra. Il prezzo di output di Gemma è più basso.
  3. L’input in cache è dove i fornitori differiscono di più. La tariffa in cache di DeepSeek è il 2% di quella di input; quella di GLM 5.3 su Z.ai è circa il 19%. Gli agenti che rimandano lo stesso contesto guadagnano di più da una tariffa di cache bassa. Vedi i token di input in cache spiegati.

Quanto cambia l’host il prezzo di un modello open-weight?

Un modello chiuso ha un solo listino per fornitore (più i cloud con licenza). I pesi aperti li può servire chiunque, quindi lo stesso modello ha molti prezzi. Alcuni esempi, per 1M di token, verificati il 15 novembre 2026:

Modello open-weight Host Input Input in cache Output
GLM 5.3 Z.ai 1,40 USD 0,26 USD 4,40 USD
GLM 5.3 Together AI 1,40 USD 0,26 USD 4,40 USD
GLM 5.3 DeepInfra (promozione, 38% di sconto) 0,5625 USD 0,125 USD 2,50 USD
GLM 5.3 BroadNet Inference $0.78 $0.173 $3.46
DeepSeek V4.1 Flash DeepSeek, picco 0,30 USD 0,006 USD 1,20 USD
DeepSeek V4.1 Flash Together AI 0,30 USD 0,006 USD 1,20 USD
DeepSeek V4.1 Flash DeepInfra (promozione, 30% di sconto) 0,14 USD 0,0042 USD 0,42 USD
DeepSeek V4.1 Flash BroadNet Inference $0.175 $0.0055 $0.52
Qwen3.8 27B Alibaba Cloud 0,50 USD non indicato 3,00 USD
Qwen3.8 27B DeepInfra (promozione, 25% di sconto) 0,15 USD 0,0375 USD 1,875 USD
Qwen3.8 27B BroadNet Inference $0.175 $0.0435 $2.17
gpt-oss-120b Groq 0,15 USD 0,075 USD 0,60 USD
gpt-oss-120b Together AI 0,15 USD non indicato 0,60 USD
gpt-oss-120b DeepInfra 0,037 USD non indicato 0,17 USD
Gemma 4 26B A4B DeepInfra 0,07 USD non indicato 0,34 USD
Gemma 4 26B A4B BroadNet Inference $0.10 non pubblicato $0.22

La forbice è ampia: circa 2,5 volte sull’input di GLM 5.3 e circa 4 volte sull’input di gpt-oss-120b tra gli host qui sopra. Le righe di DeepInfra per GLM, DeepSeek e Qwen sono etichettate come sconti promozionali, e le pagine non dicono quando finiscono. BroadNet sta sotto il prezzo di listino del produttore su GLM 5.3 e Qwen3.8 27B e sotto le tariffe di picco di DeepSeek, ma le tariffe fuori picco di DeepSeek per input e input in cache sono più basse di quelle di BroadNet, e i prezzi promozionali di DeepInfra sono più bassi su tutti e tre i modelli. Le pagine prezzi per modello elencano ogni host che monitoriamo, e come i provider di inferenza prezzano i modelli open-weight spiega perché i numeri cambiano. Su tutti i 119 modelli venduti da più host, il divario mediano è di 1,76 volte: stesso modello, host diverso.

Il prezzo non è l’unica differenza tra host. Per ciascuno controlla quantizzazione (alcuni servono pesi a precisione ridotta), lunghezza del contesto, rate limit, conservazione dei dati e supporto al tool calling per quel modello.

Quanto costa un carico di lavoro reale su ciascuno?

Le tabelle per token nascondono il mix di input, input in cache e output. Ecco un carico di lavoro: un assistente integrato in un’app, misurato per utente attivo al mese, dal nostro esempio sul costo LLM per utente:

  • 0,45M token di input nuovi
  • 0,45M token di input in cache (un system prompt stabile e la cronologia)
  • 0,3M token di output, ragionamento compreso

La formula è 0.45 × input + 0.45 × cached + 0.3 × output sui prezzi per 1M. Dove una pagina non indica una tariffa in cache, facciamo pagare i token in cache al prezzo pieno di input. Sono esclusi i costi di scrittura e di conservazione della cache che alcuni fornitori aggiungono.

Modello e venditore Costo per utente attivo al mese
GPT-6.1 Sol, OpenAI 3,95 USD
Claude Sonnet 5.5, Anthropic 3,95 USD
Gemini 4 Hydrogen, Google 2,96 USD
GLM 5.3, Z.ai 2,07 USD
Gemini 3.8 Flash, Google (prezzo promozionale) 1,50 USD
GLM 5.3, BroadNet $1.47
Grok 4.3, xAI 1,40 USD
Qwen3.8 27B, Alibaba Cloud (nessuna tariffa in cache indicata) 1,35 USD
Qwen3.8 27B, BroadNet $0.75
Qwen3.8 27B, DeepInfra (promozione) 0,65 USD
DeepSeek V4.1 Flash, DeepSeek picco 0,50 USD
gpt-oss-120b, Groq 0,28 USD
DeepSeek V4.1 Flash, BroadNet $0.24
GPT-6 Luna, OpenAI 0,20 USD
Claude Haiku 5.5, Anthropic 0,20 USD
DeepSeek V4.1 Flash, DeepInfra (promozione) 0,19 USD
gpt-oss-120b, DeepInfra (nessuna tariffa in cache indicata) 0,08 USD

Due avvertenze cambiano il modo di leggere la tabella. Primo, i modelli non sono equivalenti. Una riga più in basso è un risparmio solo se il modello supera il tuo set di test. Secondo, la riga di Gemini 3.8 Flash raddoppia a 2,99 USD il 1° gennaio 2027 se il cambio di prezzo annunciato da Google andrà avanti. Per rifare i conti con i tuoi numeri, usa il calcolatore dei costi API LLM.

Perché confrontare per fascia di compito e non per nome del modello?

«Aperto o chiuso» è l’asse sbagliato per una decisione di prezzo. La domanda utile è: qual è il modello meno costoso che svolge abbastanza bene questo compito? Le fasce, poi, si muovono in modo diverso nel tempo: nelle pagine prezzi archiviate, Claude Opus e la linea principale di GPT sono diventati molto più economici, mentre Claude Haiku e Gemini Flash sono rincarati (storico dei prezzi delle API di OpenAI, Anthropic e Google).

  • Lavoro semplice e ad alto volume (classificazione, estrazione, riassunti brevi): i piccoli modelli chiusi e i modelli open-weight piccoli o medi stanno tutti in fondo alla tabella. Scegli in base ad accuratezza, latenza e condizioni sui dati.
  • Agenti e coding: contano soprattutto tool calling, contesto lungo e input in cache. I modelli open-weight con una tariffa di cache bassa, o un piano flat, possono costare una frazione di un modello chiuso di frontiera.
  • Il ragionamento più difficile: i modelli chiusi di frontiera tendono ancora a essere in testa. Pagare di più per token può costare meno per risposta corretta.

Misura il costo per risposta corretta su 50-100 casi reali. Come valutare un LLM prima di cambiare propone un metodo.

Cos’altro cambia il costo reale?

  • Tokenizer. Lo stesso testo diventa un numero diverso di token su ogni modello. Nel dataset sui tokenizer di BroadRouter, l’arabo standard moderno richiede da 1.31× (Qwen3.8 27B) a 1.77× (GLM 5.3) i token della sua traduzione inglese, quindi un carico in arabo può riordinare la tabella. Vedi token per parola in arabo e in inglese.
  • Token di ragionamento. I modelli di ragionamento fatturano il ragionamento come output da entrambe le parti. La pagina di Google dice che l’output di Gemini include i «thinking tokens» (traduzione: token di ragionamento). Imposta lo sforzo di ragionamento al livello più basso che supera i tuoi test.
  • Sconti batch. OpenAI e Anthropic indicano prezzi della Batch API a metà della tariffa standard. Se il tuo lavoro può aspettare, il divario con i modelli open-weight si riduce. BroadNet non ha una Batch API; elaborazione batch senza Batch API mostra come aggirare il problema.
  • Sovrapprezzi per contesto lungo. Diversi modelli chiusi costano di più sopra i 100K, 200K o 272K token. Controlla dove si collocano i tuoi prompt.
  • Self-hosting. I pesi aperti possono girare anche sulle tue GPU, ma conviene solo con un uso alto e costante. Vedi self-hosting di un LLM o API.

Dove si colloca BroadNet Inference

BroadRouter è il sito di BroadNet. BroadNet Inference è un’API ospitata di modelli open-weight con un’unica base URL compatibile con OpenAI, https://inference.broadnet.ai/v1, per DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B e la build di BroadNet di Gemma 4, più lo speech-to-text. Non serve modelli chiusi e non smista le richieste tra provider. DeepSeek V4.1 Flash è ospitato da un partner.

Sui dati qui sopra, BroadNet ha prezzi sotto i listini dei produttori per GLM 5.3 e Qwen3.8 27B e sotto le tariffe di picco di DeepSeek, e sopra gli attuali prezzi promozionali di DeepInfra e le tariffe fuori picco di DeepSeek per input e input in cache. Non è l’host più economico per ogni modello. Quello che aggiunge è un piano flat per DeepSeek V4.1 Flash ($60 al mese per sessione, una richiesta alla volta, nessun contatore di token), nessuna conservazione dei contenuti di inferenza, e tool calling e output strutturato documentati su GLM 5.3 e Qwen3.8 27B. Non c’è una Batch API e gli account self-service non hanno SLA.

Gemma 4 VL 26B funziona con il credito iniziale di $5; gli altri modelli chat richiedono una ricarica. Confronta i prezzi o leggi la documentazione API.

Domande frequenti

Via API i modelli open-weight costano meno di GPT?

Spesso sì, ma confronta modelli della stessa fascia. Il 15 novembre 2026 GLM 5.3 su Z.ai indicava 1,40 USD di input e 4,40 USD di output per 1M di token, meno di GPT-6.1 Sol a 2,00 USD e 10,00 USD. Il piccolo GPT-6 Luna di OpenAI indicava 0,10 USD e 0,50 USD, nella stessa fascia dei modelli open-weight ospitati.

Perché lo stesso modello open-weight costa cifre diverse da un host all’altro?

Gli host fanno girare gli stessi pesi su hardware diverso, con precisione, tasso di utilizzo e margini diversi, e alcuni fanno promozioni a tempo. Il 15 novembre 2026 l’input di gpt-oss-120b costava 0,037 USD per 1M su DeepInfra e 0,15 USD su Groq e Together.

Le API dei modelli chiusi hanno sconti batch?

Sì, e anche alcuni host di modelli aperti. OpenAI e Anthropic indicano entrambe prezzi della Batch API a metà della tariffa standard per i job asincroni; Fireworks e Groq indicano il 50% di sconto sul batch, e Together lo fa per alcuni modelli. BroadNet Inference non ha una Batch API. Anche i prezzi delle letture dalla cache cambiano molto da un fornitore all’altro.

Il modello più economico è abbastanza buono?

Può dirlo solo il tuo set di test. Sui compiti più difficili sono ancora in testa i modelli chiusi di frontiera. Fai passare da ogni candidato 50-100 casi reali e confronta il costo per risposta corretta, non il costo per token.

La lingua cambia il confronto?

Sì. Ogni tokenizer divide il testo in modo diverso. Nel dataset sui tokenizer di BroadRouter, l’arabo standard moderno richiede da 1.31× (Qwen3.8 27B) a 1.77× (GLM 5.3) i token del testo inglese, quindi per i carichi in arabo i prezzi per token sottostimano il divario.

Posso usare questi modelli open-weight con il credito iniziale di BroadNet?

Gemma 4 VL 26B sì. DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B richiedono una ricarica. Il credito iniziale di $5 copre Gemma, entrambi i modelli di trascrizione e le chiavi orarie di Gemma.

Leggi in MarkdownChiedi a ChatGPTChiedi a ClaudeChiedi a Perplexity

Fonti