---
title: "Agenti di coding in parallelo con un’API LLM flat | BroadRouter"
description: "Sub-agenti, orchestratori e worker batch su DeepSeek V4.1 Flash illimitato: quante sessioni servono, come dividerle tra chiavi e come limitare la concorrenza."
url: https://broadrouter.com/it/blog/run-parallel-coding-agents-flat-rate/
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/run-parallel-coding-agents-flat-rate/) (aggiornato il 2026-11-16).

# Come far girare agenti di coding in parallelo con un’API LLM flat

A cura del team di BroadNet Inference · 5 min di lettura · Pubblicato 2026-11-14 · Aggiornato 2026-11-16

Dai a ogni agente che lavora in contemporanea la sua sessione del piano. Una sessione esegue una richiesta alla volta senza contatore di token, quindi un orchestratore con tre sub-agenti ha bisogno di quattro sessioni. Limita di conseguenza le richieste in corso nel tuo codice. Una chiave può contenere più sessioni, e ogni sessione Full Moon costa $60 al mese.

## Punti chiave

-   Una sessione del piano corrisponde a una richiesta in corso. Conta gli agenti che chiamano il modello nello stesso momento, non gli agenti totali.
-   Un orchestratore più tre sub-agenti che lavorano insieme ha bisogno di quattro sessioni.
-   Le chiavi a consumo permettono 4 richieste in corso e 30 al minuto, più adatte ai picchi che a un carico costante.
-   Gli agenti passano molto tempo a eseguire tool, quindi misura la sovrapposizione reale prima di comprare sessioni.
-   Dai a ogni agente il suo git worktree, così le modifiche in parallelo non si scontrano.
-   Prova con un’ora Meteor da $1 per sessione prima di comprare un mese.

**In questa pagina**

1.  Cosa copre una sessione flat?
2.  Quante sessioni servono agli agenti in parallelo?
3.  Quante sessioni servono a ciascuno schema di agenti?
4.  Come eviti che gli agenti in parallelo si intralcino?
5.  Quando conviene il pagamento a consumo per agenti in parallelo?
6.  Come colleghi gli agenti al piano?
7.  Cosa va storto con gli agenti in parallelo?
8.  Quanto contesto può usare ogni agente?
9.  Come provi la configurazione spendendo poco?
10.  Dove si inserisce BroadNet Inference

I framework per agenti sono passati da un assistente a molti: un orchestratore che pianifica, sub-agenti che scrivono codice, lo rivedono ed eseguono i test, e worker batch che smaltiscono un backlog. Su un’API a token ognuno di questi fa salire la fattura. Su un’[API flat](https://broadrouter.com/it/glossary/flat-rate-llm-plan/) la domanda diventa: **quante cose chiamano il modello nello stesso momento?**

## Cosa copre una sessione flat?

I piani illimitati di BroadNet vendono **sessioni**. Una sessione esegue una richiesta alla volta, con token [DeepSeek V4.1 Flash](https://broadrouter.com/it/models/deepseek-v4.1-flash/) illimitati e senza finestra mobile né tetto settimanale. Corrisponde a come lavora un agente: invia una richiesta, legge la risposta, esegue un tool e invia la richiesta successiva.

| Configurazione | Richieste in corso al picco | Sessioni |
| --- | --- | --- |
| Un agente di coding in un terminale | 1 | 1 |
| Orchestratore + 3 sub-agenti | 4 | 4 |
| 10 worker batch | 10 | 10 |
| 2 sviluppatori, 1 agente ciascuno | 2 | 2 (ognuno sul proprio account) |

Ogni sessione Full Moon costa $60 al mese. Una chiave può contenere più sessioni, oppure puoi dividere le sessioni di un piano tra le sue chiavi, per esempio una chiave per server o per progetto, così una chiave trapelata o revocata ferma solo gli agenti che la usano. Chiavi e account sono personali: puoi integrare un piano nel tuo prodotto, ma non puoi condividere né rivendere la chiave. [Regole complete delle sessioni](https://broadrouter.com/it/guides/unlimited-llm-api-sessions/).

## Quante sessioni servono agli agenti in parallelo?

Gli agenti passano molto tempo **senza** chiamare il modello: eseguono test, leggono file, aspettano una build. Quattro sub-agenti che chiamano il modello ciascuno per il 40% del tempo raramente ne hanno bisogno tutti insieme. Prima di comprare quattro sessioni:

1.  Registra un orario di inizio e di fine per ogni richiesta al modello che il tuo framework fa, per agente.
2.  Conta il massimo di richieste che si sovrappongono in ogni minuto.
3.  Compra sessioni per la sovrapposizione che raggiungi la maggior parte del tempo, non per il picco assoluto, e metti in coda il resto nel tuo codice (vedi il semaforo più sotto). Le pagine di BroadNet non dicono se una richiesta oltre il limite resta in attesa o viene rifiutata, quindi non lasciare che gli agenti la inviino alla cieca.

Per esempio, se i tuoi log mostrano due richieste in corso quasi sempre e quattro solo in brevi picchi, due sessioni più una coda lato client possono essere la configurazione più economica.

Uno script breve fa il conteggio. Data una lista di tempi `(start, end)` in secondi presi dai tuoi log:

```python
from collections import Counter

def overlap_histogram(requests):
    events = sorted([(s, 1) for s, _ in requests] + [(e, -1) for _, e in requests])
    in_flight, last_t, seconds_at = 0, None, Counter()
    for t, delta in events:
        if last_t is not None:
            seconds_at[in_flight] += t - last_t
        in_flight += delta
        last_t = t
    return dict(sorted(seconds_at.items()))   # {requests in flight: seconds}
```

Se il risultato mostra che la maggior parte del tempo si sta a una o due richieste in corso, compra due sessioni. Se resta a quattro per ore, comprane quattro.

## Quante sessioni servono a ciascuno schema di agenti?

| Schema | Come chiama il modello | Regola di dimensionamento |
| --- | --- | --- |
| Orchestratore + worker | Il planner chiama, poi distribuisce il lavoro | I worker che girano insieme, più una per il planner se continua a lavorare |
| Pipeline (scrivi → rivedi → testa) | Una fase alla volta per attività | Una sessione per ogni attività in parallelo |
| Backlog batch | Molti job identici | Una sessione per worker; più worker finiscono prima |
| Agenti di più sviluppatori | Indipendenti | Una sessione per sviluppatore, ognuno sul proprio account |

## Come eviti che gli agenti in parallelo si intralcino?

La capacità del modello è solo metà del problema. Due agenti che modificano lo stesso file annullano l’uno il lavoro dell’altro. La soluzione abituale è un [git worktree](https://git-scm.com/docs/git-worktree) per agente: ognuno ha il proprio checkout e il proprio branch dello stesso repository.

```bash
git worktree add ../agent-auth -b agent/auth
git worktree add ../agent-billing -b agent/billing
```

Poi dividi le attività per modulo, così gli agenti toccano di rado gli stessi file, e fai il merge con un passo di revisione. Per farli girare senza supervisione, vedi [esecuzioni notturne degli agenti di coding](https://broadrouter.com/it/blog/overnight-coding-agent-runs/); per quanto costano in token gli agenti in più, vedi [il costo dei sistemi multi-agente](https://broadrouter.com/it/blog/multi-agent-cost/).

## Quando conviene il pagamento a consumo per agenti in parallelo?

Una chiave a [pagamento a consumo](https://broadrouter.com/it/glossary/pay-as-you-go/) permette 4 richieste in corso e 30 richieste al minuto. È adatta a distribuzioni brevi e a picchi: un passo di revisione che lancia quattro controllori per venti secondi e poi tace. Il carico costante si adatta alle sessioni, quello a picchi alla fatturazione a token. Molte configurazioni usano entrambi: sessioni del piano per gli agenti che girano a lungo e una chiave a consumo per i picchi e per altri modelli come [GLM 5.3](https://broadrouter.com/it/models/glm-5.3/).

Quando una chiave a consumo raggiunge il suo [rate limit](https://broadrouter.com/it/glossary/rate-limit/) o il limite di [concorrenza](https://broadrouter.com/it/glossary/concurrency/), restituisce 429. Rallenta e riprova; vedi [codici di errore e quando ripetere](https://broadrouter.com/it/guides/errors-and-retries/). Il [calcolatore dei rate limit](https://broadrouter.com/tools/llm-rate-limit-calculator/) mostra fin dove arriva un dato limite con il tuo schema di richieste.

## Come colleghi gli agenti al piano?

Quasi tutti i framework per agenti accettano un base URL compatibile con OpenAI. Punta ogni agente a `https://inference.broadnet.ai/v1` con il modello `broadnet/deepseek-v4.1-flash` e dai a ciascuno una chiave:

```bash
export OPENAI_BASE_URL="https://inference.broadnet.ai/v1"
export OPENAI_API_KEY="$BROADNET_PLAN_KEY"
```

Per un singolo agente di coding da terminale, la [guida ad Aider](https://broadrouter.com/it/guides/aider-unlimited-deepseek/) ha le impostazioni esatte; [Cline](https://broadrouter.com/it/guides/cline-openai-compatible/) e [OpenCode](https://broadrouter.com/it/guides/opencode-custom-provider/) hanno le loro guide. Per un orchestratore tuo, la [guida all’SDK Python di OpenAI](https://broadrouter.com/it/guides/openai-python-sdk/) mostra come configurare il client. Nel tuo codice, limita le richieste in corso al numero di sessioni, così si mettono in coda dalla tua parte, dove puoi vederle:

```python
import asyncio
SESSIONS = 4
gate = asyncio.Semaphore(SESSIONS)

async def ask(client, messages):
    async with gate:
        return await client.chat.completions.create(
            model="broadnet/deepseek-v4.1-flash", messages=messages, max_tokens=4000)
```

## Cosa va storto con gli agenti in parallelo?

-   **Avviare tutti gli agenti insieme.** Una raffica di prime chiamate simultanee supera subito le tue sessioni. Scagliona gli avvii di qualche secondo.
-   **Tempeste di retry.** Se tutti gli agenti riprovano nello stesso istante, si scontrano di nuovo. Aggiungi jitter al backoff.
-   **`max_tokens` troppo basso.** DeepSeek V4.1 Flash ragiona prima di rispondere; un limite basso può restituire una risposta vuota. [Perché](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/).
-   **Condividere una chiave tra più persone.** Le chiavi sono personali. Dai a ogni sviluppatore il suo account.

## Quanto contesto può usare ogni agente?

Ogni richiesta può portare fino a 1.048.576 token su DeepSeek V4.1 Flash. Un sub-agente può leggere l’intero modulo su cui lavora invece di un riassunto ridotto, e su un piano un prompt lungo non costa di più. [Quando serve una finestra da 1M di token](https://broadrouter.com/it/blog/million-token-context-window-guide/).

## Come provi la configurazione spendendo poco?

Compra un’ora Meteor ($1) per ogni sessione che pensi di usare ed esegui il tuo flusso di agenti reale. Se gli agenti si aspettano troppo spesso, aggiungi una sessione. Se una resta inattiva, toglila. Poi passa a Full Moon o a sessioni Orbit settimanali ($15 ciascuna).

## Dove si inserisce BroadNet Inference

Le sessioni del piano sono adatte ad agenti costanti e in parallelo su un unico modello, perché la fattura dipende da quanti ne girano insieme, non da quanto leggono. Se i tuoi agenti hanno bisogno di più modelli diversi, o chiamano il modello solo a brevi raffiche, una chiave a consumo o un router possono costare meno. Prima confronta con [i conti del punto di pareggio](https://broadrouter.com/it/blog/flat-rate-vs-pay-per-token-llm-api/).

Strumenti gratuiti sul tema (in inglese)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[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.

[Pagamento a consumo (pay-as-you-go)](https://broadrouter.com/it/glossary/pay-as-you-go/)

Il pagamento a consumo è un modello di prezzo in cui paghi solo ciò che usi, misurato per unità come token, richieste o minuti di audio, senza abbonamento né impegno minimo. La maggior parte delle API LLM fattura così, da un saldo prepagato o con una fattura periodica.

[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.

[Concorrenza (concurrency)](https://broadrouter.com/it/glossary/concurrency/)

La concorrenza è il numero di richieste che un client ha in corso nello stesso momento. Le API LLM spesso la limitano per chiave o per piano, separatamente dalle richieste al minuto, perché ogni richiesta aperta occupa capacità GPU finché la sua risposta non è terminata.

[Agente di coding AI (AI coding agent)](https://broadrouter.com/it/glossary/coding-agent/)

Un agente di coding AI è uno strumento software in cui un modello linguistico lavora su una codebase in un ciclo: legge file, li modifica, esegue comandi come i test, legge l’output e decide il passo successivo finché il compito è finito o si raggiunge un limite.

[Base URL (URL di base)](https://broadrouter.com/it/glossary/base-url/)

La base URL è l’indirizzo radice fisso di un’API, come https://api.example.com/v1, che un client antepone a ogni percorso di endpoint, come /chat/completions. Negli SDK compatibili con OpenAI, cambiare la base URL, insieme alla chiave API e all’ID del modello, punta lo stesso codice verso un altro provider.

[Sistema multi-agente (multi-agent system)](https://broadrouter.com/it/glossary/multi-agent-system/)

Un sistema multi-agente è un’applicazione LLM in cui più agenti, ognuno con il proprio prompt, i propri strumenti e il proprio contesto, lavorano su parti di un unico compito. Uno schema comune è orchestrator-worker: un agente principale pianifica, avvia agenti worker in parallelo e combina i loro risultati.

[Subagent (sub-agente)](https://broadrouter.com/it/glossary/subagent/)

Un subagent è un agente separato che un agente principale avvia per gestire un compito specifico. Lavora con una propria finestra di contesto, un proprio system prompt e propri strumenti, svolge il lavoro e restituisce all’agente principale solo un risultato o un riepilogo, mantenendo piccola la conversazione principale.

## Domande frequenti

### Cosa succede se due agenti usano la stessa sessione nello stesso momento?

Una sessione esegue una richiesta alla volta, e le pagine di BroadNet non dicono se una seconda richiesta resta in attesa o viene rifiutata con un 429. Non contare su nessuna delle due: limita nel tuo codice le richieste in corso al numero di sessioni, ripeti i 429 con backoff e aggiungi una sessione se gli agenti aspettano troppo.

### Quanti agenti di coding posso far girare in parallelo?

Tanti quante le sessioni che hai per le richieste che si sovrappongono. Ogni sessione del piano esegue una richiesta alla volta, quindi quattro agenti che chiamano il modello nello stesso momento hanno bisogno di quattro sessioni. Gli agenti che passano quasi tutto il tempo a eseguire tool possono condividere meno sessioni, se il tuo codice mette in coda le loro chiamate al modello.

### Come evito che agenti in parallelo modifichino gli stessi file?

Dai a ogni agente il suo git worktree e il suo branch, e dividi il lavoro per file o per modulo. Fai il merge con normali pull request o con un passo finale di revisione.

### Posso combinare un piano e il pagamento a consumo?

Sì. Le chiavi dei piani e quelle a consumo sono separate. Uno schema comune è usare sessioni del piano per gli agenti costanti e una chiave a consumo per i picchi occasionali o per altri modelli.

### Le sessioni devono stare su chiavi separate?

No. Una chiave può contenere più sessioni, oppure puoi dividerle tra più chiavi, per esempio una chiave per server o per progetto.

### Gli agenti in parallelo costano di più con un piano flat?

Solo in base al numero di sessioni. Su un piano i token non vengono contati, quindi la fattura è il numero di sessioni per il prezzo del piano, qualunque cosa ogni agente legga o scriva.

## Continua a leggere

-   [Cosa significa davvero «illimitato» in un piano API LLM](https://broadrouter.com/it/blog/what-unlimited-llm-api-really-means/)
-   [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/)
-   [Quando conviene una finestra di contesto da 1M di token (e quando no)](https://broadrouter.com/it/blog/million-token-context-window-guide/)
-   [Costo di un’esecuzione di un agente di coding: passi, contesto, cache](https://broadrouter.com/it/blog/ai-coding-agent-run-cost/)
-   [Claude Code con modelli open-weight: proxy, endpoint nativi e limiti](https://broadrouter.com/it/blog/claude-code-with-openai-compatible-models/)
-   [Guida: Come funzionano i piani API LLM illimitati per gli agenti](https://broadrouter.com/it/guides/unlimited-llm-api-sessions/)
-   [Guida: Usare Aider con DeepSeek V4.1 Flash illimitato](https://broadrouter.com/it/guides/aider-unlimited-deepseek/)
-   [Guida: Codici di errore di BroadNet Inference e quando ritentare](https://broadrouter.com/it/guides/errors-and-retries/)
-   [Guida: Usare Cline con BroadNet Inference (provider OpenAI Compatible)](https://broadrouter.com/it/guides/cline-openai-compatible/)
-   [Guida: Aggiungere BroadNet Inference a opencode come provider personalizzato](https://broadrouter.com/it/guides/opencode-custom-provider/)

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-run-parallel-coding-agents-flat-rate&utm_content=page-cta) ·

**Fonti**

-   [Piani di BroadNet Inference e relative FAQ (consultati il 2026-11-16) (in inglese)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-run-parallel-coding-agents-flat-rate&utm_content=sources)
-   [Riferimento API di BroadNet Inference, limiti (consultato il 2026-11-16) (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-run-parallel-coding-agents-flat-rate&utm_content=sources)
-   [Documentazione di Git, git-worktree (consultata il 2026-11-16)](https://git-scm.com/docs/git-worktree)
