Agenti AI: il token da costo invisibile a metrica di business

Un agente autonomo ha costruito da solo una galleria 3D dei monumenti di Parigi — immagini, modelli tridimensionali, compressione dei file e pubblicazione inclusi — senza che l'utente aprisse un singolo strumento. Questo tipo di sessione brucia ordini di grandezza più token rispetto a una chat e sta mettendo in crisi il modello economico dell'intera industria AI: i piani flat rate non reggono il ritmo degli agenti, e il costo del calcolo diventa una metrica di business nell'era delle operazioni autonome.

I flat rate non reggono i workflow agentici

Il modello in abbonamento fisso ha funzionato finché gli utenti imponevano limiti naturali al consumo: una persona scrive lentamente, legge le risposte, fa pause. Un agente non conosce questi limiti — legge file, chiama strumenti, scrive codice, verifica i risultati intermedi e ricomincia. Può farlo per ore.

La risposta del settore è arrivata a inizio giugno 2026. Dal 1° giugno 2026, GitHub Copilot ha avviato la transizione a un modello a consumo con gli "GitHub AI Credits", agganciati al reale utilizzo di token per ogni modello. I crediti scattano dove Copilot fa più delle semplici autocomplete: chat, CLI e funzionalità agentiche. Le completions standard nei piani a pagamento restano fuori da questo meccanismo.

Anthropic ha tracciato una linea analoga: Claude Code, Claude Cowork e i Managed Agents trasformano il modello in un lavoratore digitale. La stessa Anthropic ha attribuito i colli di bottiglia di Claude Code a picchi di carico e a contesti fino a 1 milione di token. I vecchi piani erano dimensionati per l'uso intenso in chat, non per agenti sempre attivi.

Il prezzo per token non dice tutto

Con i workflow agentici, il costo per token smette di essere una nota tecnica di billing e diventa la variabile centrale di qualsiasi budget AI. Il confronto diretto tra listini, però, è fuorviante.

GPT-5.5 costa 30 dollari per milione di token in output. DeepSeek V4 Pro arriva a 0,87 dollari — un rapporto di circa 34 a 1. Eppure un'analisi condotta da OpenRouter su utilizzi reali ha registrato per GPT-5.5 aumenti di costo tra il 49% e il 92% rispetto al predecessore, a seconda della lunghezza dell'input. Un modello più costoso al token può risultare più economico per task se arriva all'obiettivo con meno iterazioni e meno supervisione umana.

Il caso Gemini 3.5 Flash illustra la variante opposta: il prezzo per token è salito di tre volte rispetto a Gemini 3 Flash, ma nelle valutazioni di Artificial Analysis il modello ha richiesto anche più passi per completare i task. Risultato: in quel benchmark, Gemini 3.5 Flash è uscito più costoso di Gemini 3.1 Pro, l'attuale flagship di Google.

Nella direzione opposta lavora la pressione competitiva di provider come DeepSeek: costi unitari così bassi da rendere conveniente ripetere lo stesso job più volte. Il vantaggio regge finché i risultati sono accettabili — se la qualità cede, il costo del rework erode rapidamente il risparmio.

Token premium: dalla chat alla sicurezza informatica

Jensen Huang, CEO di Nvidia, ha descritto questa traiettoria in due interviste recenti. Sul podcast di Dwarkesh Patel ha spiegato che se in passato i token erano praticamente gratuiti, oggi clienti diversi vogliono risposte diverse — e chi ci guadagna molto, come gli ingegneri software, è disposto a pagare token più veloci per essere ancora più produttivo.

In una conversazione con Lex Fridman, Huang ha esteso il concetto: "I token stanno iniziando a segmentarsi, come gli iPhone. Hai token gratuiti, token premium e diversi livelli in mezzo. L'idea che qualcuno sia disposto a pagare 1.000 dollari per milione di token è dietro l'angolo. Non è un se, è solo un quando."

Un esempio concreto di questo differenziale di valore viene dalla sicurezza informatica. Palo Alto Networks ha testato il modello Mythos di Anthropic scansionando il proprio codice sorgente: il sistema ha trovato oltre due dozzine di vulnerabilità critiche in circa tre settimane, un risultato cinque volte superiore a quello dei metodi esistenti. I costi in token sono stati nell'ordine dei milioni, ma restano razionali se le falle non corrette avrebbero generato danni superiori.

Una logica analoga governa il progetto di Basecamp Research, biotech britannica che punta a portare il proprio dataset biologico dagli attuali 10 miliardi di geni a 1 trilione di geni con il "Trillion Gene Atlas", per addestrare modelli destinati allo sviluppo farmaceutico. Un token impiegato per interrogare dati genomici proprietari è economicamente un prodotto diverso rispetto a un token in una chat generica.

La building block economy e le implicazioni pratiche

Il 9 giugno 2026 un esperimento pubblicato su Hugging Face ha mostrato in pratica cosa può fare un agente con strumenti componibili. Un agente ha incatenato due Spaces: ideogram-ai/ideogram4 per generare immagini dei monumenti parigini e VAST-AI/TripoSplat per ricostruire modelli tridimensionali in Gaussian splat. Ha poi gestito la post-elaborazione autonomamente — ha rilevato che gli output di TripoSplat erano orientati verso il basso, li ha corretti, ha compresso i file .ply in formato .ksplat (circa tre volte più leggero) e ha assemblato un viewer Three.js con navigazione drag-and-scroll.

Il meccanismo abilitante è agents.md: ogni Space Gradio su Hugging Face espone un file di testo che descrive all'agente come chiamarlo — schema API, endpoint, formato dei file, autenticazione. L'output di uno Space diventa l'input del successivo. Il catalog open weights di Hugging Face si trasforma così in una libreria di primitive multimediali richiamabili dagli agenti, con la stessa logica delle librerie di codice.

Mettendo insieme questi dati emerge l'implicazione operativa centrale: il costo di un'operazione AI non si misura più al token, ma al task. Il rapporto di 34 a 1 tra GPT-5.5 e DeepSeek V4 Pro dice qualcosa solo se accompagnato da dati sull'efficienza per quel tipo specifico di lavoro — e l'analisi OpenRouter mostra che il modello più costoso al token ha comunque generato costi totali tra il 49% e il 92% superiori al predecessore. Per i workflow agentici ad alto valore — sicurezza, ricerca, sviluppo software — token più costosi ma più precisi possono ridurre le iterazioni necessarie e il costo complessivo per risultato.

Il passaggio ai prezzi a consumo avviato da GitHub il 1° giugno 2026, con Anthropic che sta disegnando confini analoghi tra chat ordinaria e operazioni agentiche prolungate, rappresenta la risposta strutturale più visibile del settore a questa complessità. Chi adopera l'AI in produzione dovrà imparare a leggere le bollette in termini di costo per output, non di costo per milione di token.