Una tariffa flat sostituisce il contatore dei token con un importo fisso. La domanda utile non è “è illimitato?” ma “che cosa limita al suo posto?”
Come funziona
Una tariffa flat è “a single fixed fee for a service, regardless of usage” (traduzione: un’unica tariffa fissa per un servizio, indipendentemente dall’uso). Per un’API LLM, quella tariffa compra l’accesso per un periodo. Poiché il tempo di GPU è finito, ogni piano limita l’uso in qualche altro modo. I limiti più comuni:
- una quota di token o di messaggi al giorno, alla settimana o al mese;
- una finestra mobile, per esempio di qualche ora, che si azzera;
- un limite settimanale oltre alla finestra;
- la concorrenza: quante richieste girano contemporaneamente;
- la velocità, che limita l’output orario attraverso i token al secondo;
- un elenco fisso di modelli e una clausola di uso corretto.
Per confrontare un piano con il pagamento a consumo, calcola a token il prezzo di un mese del tuo traffico reale. Se quel numero supera il prezzo del piano, vince il piano, purché i suoi limiti si adattino al tuo modo di lavorare.
Perché è importante
- Budget prevedibile. Un solo numero al mese, senza sorprese da un ciclo di retry o da un contesto lungo.
- Abitudini diverse. Senza contatore, puoi rimandare contesti ampi e lasciar ragionare un modello senza contare i token.
- Rischi diversi. Se il limite è la concorrenza, i job paralleli si mettono in coda. Se è una finestra, il lavoro si ferma finché non si azzera.
Su BroadNet Inference
BroadNet vende tre piani, tutti per DeepSeek V4.1 Flash illimitato, con prezzo per sessione:
| Piano | Prezzo | Periodo |
|---|---|---|
| Full Moon | $60 | un mese, si rinnova |
| Orbit | $15 | una settimana |
| Meteor | $1 | un’ora |
Non c’è un contatore di token, né un tetto mensile, né una finestra di 5 ore, né un limite settimanale. Il limite è la concorrenza: una sessione esegue una richiesta alla volta, con una velocità tipica di circa 100 token al secondo. Per far lavorare agenti in parallelo, compra una sessione per agente.
Nell’esempio di calcolo di BroadNet, con l’80% di cache hit, Full Moon batte il prezzo per token a circa 917 milioni di token di input e 46 milioni di token di output al mese. Leggi piano flat o pagamento per token, come funzionano le sessioni e cosa verificare in qualsiasi piano “illimitato”.
Errori comuni
- Comprare una sola sessione per molti worker paralleli. Si mettono in coda uno dietro l’altro.
- Confrontare il prezzo del piano con il listino per token ignorando la cache, che abbassa la spesa a token.