In due giorni ho bruciato i cento dollari di crediti del mio abbonamento Claude enterprise aziendale. Non con un agente lasciato a girare di notte, non per un prompt scritto male: lavorando, con la testa, come lavoro sempre. Il contatore parte quando apri la sessione e non si ferma finche non chiudi, e a quel punto ti accorgi che la promessa “automatizza le tue giornate” ha una nota a pie di pagina che nessuno legge ad alta voce: dipende da quanti token te la puoi permettere.
Mi sono messo a guardare i numeri, e ho trovato una cosa che mi ha dato fastidio e incuriosito insieme. Lo stesso lavoro, sullo stesso modello, puo costare fino a quaranta volte tanto a seconda di come e fatto l’abbonamento. E il piano pensato per le aziende e quello che ti lascia meno spazio per fare la cosa per cui l’AI la paghi.
I due modi di pagare la stessa AI
La cosa che ho capito guardando la fattura e che ci sono due mondi di billing che sembrano lo stesso prodotto e non lo sono.
Da una parte i piani flat, quelli a posto o a persona: Pro, Max, Team. Paghi un forfait mensile per un posto, e dentro quel forfait usi il modello con dei limiti d’uso, ma senza vedere il prezzo di ogni singola richiesta. Un Max 5x da cento dollari e questo: un tetto alto, un prezzo fisso, e la sensazione, per un po’ vera, che i token siano quasi gratis.
Dall’altra parte l’uso a consumo: le API e, soprattutto, il piano Enterprise. Qui non paghi un posto con dentro l’uso. Paghi una seat fee per la sedia e poi paghi ogni token che consumi a tariffa API, senza un pacchetto di token inclusi. Ogni parola che il modello legge e ogni parola che scrive ha un prezzo, e quel prezzo si somma per tutta la giornata. E il modello di consumo classico del cloud: comodo perche scala, spietato perche non dimentica niente.
Detta cosi sembra un dettaglio da ufficio acquisti. Non lo e, perche cambia completamente cosa ti puoi permettere di far fare all’AI.
Il paradosso: il piano aziendale ti lascia meno margine
Qui sta la parte che mi ha fatto storcere il naso. Uno si aspetta che il piano “enterprise”, quello che paghi di piu, sia anche quello che ti da piu liberta. E invece, per chi vuole automatizzare, e il contrario.
Con un forfait Max da cento dollari hai un tetto alto e un costo fisso: puoi far lavorare l’agente, ripetere, sbagliare e riprovare, dentro un prezzo che sai gia. Con un piano a token, quegli stessi cento dollari sono un portafoglio che si svuota a ogni chiamata. Ogni ciclo dell’agente, ogni file che gli dai in pasto, ogni tentativo a vuoto e un addebito. Il forfait ti compra margine di manovra; il consumo ti compra un contatore.
Ed e per questo che sui token vado a sbattere proprio sul lavoro agentico, che e il lavoro per cui l’AI serve davvero. Non e un problema del modello, che e lo stesso. E un problema di come sto pagando quel modello.
Voglio dire una cosa con onesta, perche in giro se ne leggono di sensazionalistiche. C’e chi legge questa faccenda come un “il Max e venduto in perdita, e un loss leader per agganciarti”. Puo darsi, e una lettura che alcuni fanno. Ma non ho prove per dirlo come un fatto, e altri analisti sostengono il contrario: che le tariffe API abbiano un margine e che non ci sia evidenza che il Max medio sia in perdita. Non lo so, e non fingo di saperlo. La cosa che so e piu semplice: due strutture di prezzo diverse ti lasciano una quantita di corda molto diversa.
Perche succede, e perche non e solo un problema mio
Il motivo tecnico e banale: gli agenti bruciano molti piu token della chat. Una conversazione e qualche scambio; un agente rilegge il contesto, chiama strumenti, itera, si corregge, e ogni giro ricarica token su token. E li che il consumo esplode, ed e li che il modo in cui paghi fa tutta la differenza.
E non e una mia paranoia isolata, ci sono segnali che il problema sia reale e diffuso. Lo dico come cose riportate da altri, non come misurazioni mie, e senza farne un caso. A giugno di quest’anno Anthropic ha messo gli agenti “a contatore” anche sui piani flat: l’Agent SDK, le run headless, la CI, le app di terze parti attingono a crediti separati a tariffa pay-as-you-go. Sempre in quel periodo e stata riportata una causa che accusa l’azienda di aver sovravenduto l’uso, con un “20x” che non sarebbe stato quello promesso, ed e stato riferito che una grande azienda avrebbe esaurito il budget annuale per l’AI-coding molto prima della fine dell’anno. Non voglio caricare questi episodi di significato: li cito solo per dire che il conto dei token e un tema che stanno toccando in tanti, non un mio incidente.
Sul “fino a quaranta volte” vale la stessa cautela. Non l’ho misurato io: viene da analisi indipendenti, ne ho vista una di Quesma. Lo riporto attribuendolo, non lo trasformo in una mia promessa.
La lettura d’insieme, per me, e che la stagione dei token che sembravano gratis stava gia finendo, e la mossa di giugno di mettere gli agenti a contatore lo mette nero su bianco. Prima o poi il prezzo doveva incontrare il costo.
Dove si sposta la competenza
Qui il pezzo si aggancia a una cosa che ripeto da tempo. Questo e l’ennesimo caso in cui l’AI e un moltiplicatore di competenza, non una scorciatoia.
Se il collo di bottiglia non e piu quanto e capace il modello, ma quanto costa usarlo, allora la competenza che conta si sposta di nuovo. Non basta scrivere buoni prompt. Serve sapere quale motore usare per quale task, e quanto costa ogni token che gli dai. La promessa “automatizza le tue giornate” e vera, ma solo per chi sa cosa delega, sceglie il modello giusto, scrive prompt che non girano a vuoto e mette dei gate dove serve fermarsi. Un agente a briglia sciolta, l’ho imparato a mie spese in due giorni, non e produttivita: e una fattura.
Cosa faccio in pratica, e cosa sto costruendo
Da quando ho visto quel conto ho cambiato modo di lavorare, e provo a mettere in fila cosa faccio davvero.
Scelgo il modello in base al task, non per abitudine. Non tutto merita il modello di punta. Una classificazione, un’estrazione, una prima bozza le puoi far girare su un modello piu piccolo, magari open source che ti tieni in casa, e tenere il modello frontiera per i passaggi dove serve ragionamento vero.
Scrivo prompt densi invece che chiacchierati, raggruppo in batch le operazioni ripetitive invece di aprire una sessione per ognuna, e metto dei punti di controllo dove l’agente potrebbe partire per la tangente e bruciare token senza produrre niente.
E c’e la direzione piu grossa, quella su cui sto lavorando adesso: un orchestratore di modelli. Un livello che sta sopra i modelli e li smista, che guarda il task e decide quale motore usare in base a cosa serve e a quanto costa, invece di mandare tutto al piu caro per inerzia. Modelli piccoli o self-hosted per il lavoro sporco, modello frontiera solo dove il ragionamento lo giustifica. Ci sto lavorando davvero, non e un’idea da slide. Ma non l’ho ancora chiuso, e non vi vendo la ricetta.
In conclusione
Non credo che ci sia un cattivo in questa storia, e diffido di chi la racconta come uno scandalo. Far girare questi modelli costa davvero, e prima o poi il prezzo deve incontrare il costo: la stagione dei token che sembravano gratis stava finendo, ed e giusto cosi.
Il punto che mi porto a casa e un altro. Se il collo di bottiglia non e piu la capacita del modello ma quanto mi costa usarlo, allora la competenza che conta si sposta ancora: non basta scrivere buoni prompt, serve decidere quale motore usare per quale compito. E la direzione in cui sto lavorando io, un orchestratore che sceglie il motore in base al task e al suo costo. Non l’ho ancora chiuso, e non vi vendo la ricetta. Ma e li che secondo me si gioca la prossima competenza da consulente: non “so usare l’AI”, ma “so quanto mi costa ogni token e come non sprecarlo”. Di nuovo, un moltiplicatore di competenza. Vi faro sapere se il conto torna.
FAQ
Qual e la differenza tra il piano Max e il piano Enterprise di Claude?
Il piano Max e un forfait a posto: paghi una cifra fissa al mese e usi il modello dentro dei limiti d’uso, senza vedere il prezzo della singola richiesta. Il piano Enterprise funziona a consumo: paghi una seat fee per il posto e poi ogni token che usi a tariffa API, senza token inclusi nel forfait. Sullo stesso lavoro l’Enterprise ti lascia meno margine per automatizzare, perche ogni token dell’agente ha un prezzo.
Perche un abbonamento a token puo costare cosi tanto con gli agenti AI?
Perche gli agenti consumano molti piu token della chat: rileggono il contesto a ogni giro, chiamano strumenti, iterano e si correggono, e ogni ciclo ricarica token. In un piano a consumo ogni ciclo e un addebito, quindi il costo esplode proprio sul lavoro agentico, che e quello per cui l’AI serve di piu.
E vero che lo stesso lavoro puo costare fino a 40 volte di piu?
Secondo analisi indipendenti, ad esempio di Quesma, con gli stessi token sullo stesso modello il prezzo puo variare fino a circa quaranta volte a seconda del piano di abbonamento. E un dato di terze parti, non una misurazione diretta, e non va inteso come una garanzia di risparmio.
Cos’e un orchestratore di modelli LLM?
E un livello software che sta sopra i modelli di linguaggio e instrada ogni task al motore piu adatto e piu economico: modelli piccoli o open source self-hosted per compiti semplici come classificazione, estrazione e prime bozze, e modello di punta solo dove serve davvero ragionamento. Serve a non mandare ogni richiesta al modello piu costoso per abitudine e a tenere sotto controllo il costo in token.
Chi scrive
Fabio Canovi e consulente Adobe presso Lutech. E stato tra i primi in Italia a certificarsi su Adobe Commerce, ed e certificato su Adobe Experience Manager, Adobe Analytics e Adobe Target (livello Master su Target). Unisce le competenze sull’ecosistema Adobe all’AI agentica, costruendo MCP e agenti su misura per chi vende online.