// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Chi più spende, meno spende: vale anche per i modelli AI "più cari"
GPT-6 Astra, l'ultimo modello di OpenAI, costa 10 dollari per milione di token in input e 50 in output: 2,5 volte il prezzo per token del predecessore, GPT-5.6 Sol, fermo a 4 e 20 dollari. Sui test di valutazione, però, il conto si ribalta. Sul Terminal-Bench 4.0 Astra ottiene 57,9% contro il 37,3% di Sol, e costa il 9% in meno per ogni attività portata a termine; sul GPQA Diamond, a parità quasi assoluta di punteggio (94,9% contro 94,6%), il risparmio sale al 37%.
La differenza si vede meglio fuori dai test ufficiali. In un confronto su una base di codice reale, uno sviluppatore ha cronometrato Astra all'impostazione di ragionamento media completare l'analisi, l'implementazione e la revisione in 51 minuti per 25,67 dollari, contro i 75 minuti e i 31,79 dollari di Sol spinto al massimo. Con Astra portato allo stesso livello di ragionamento più alto, invece, il tempo sale a 77 minuti e il costo a 37,23 dollari: il modello più capace va usato quasi sempre a un'intensità più bassa del massimo disponibile.
Il "reasoning effort" (basso, medio, alto, xhigh, massimo) è il cursore che decide quanto un modello pensa prima di rispondere, e quindi quanto costa: più è alto, più token consuma per arrivare alla stessa risposta. Il problema è che chi sviluppa lo conosce, ma chi in azienda approva i budget spesso ignora che quella leva esiste, e finisce per pagare il livello di default, quasi sempre il più caro, senza saperlo. Il cursore è arrivato con lo stesso lancio di Astra, insieme a una finestra di contesto ampliata a oltre un milione di token.
I dati di valutazione di ARC Prize mostrano che il rapporto fra livello di ragionamento e costo totale segue una curva irregolare: il livello "massimo" di Astra è risultato il più economico dei quattro testati, nonostante sia anche il più accurato, mentre i livelli intermedi hanno speso di più per un punteggio inferiore. A quel livello, secondo gli stessi dati, il modello risolve i compiti con meno tentativi, ed è questo a tenere basso il conto finale nonostante il prezzo per token più alto.
Il test sulla base di codice reale resta un solo caso, e va letto tenendo conto delle differenze di fondo: Astra a livello medio ha lavorato con 80 richieste e 11,1 milioni di token in input, Sol al massimo ne ha usati 37,8 milioni su 238 richieste, un volume di lavoro diverso più che un compito identico eseguito da due motori. La direzione del risultato, però, coincide con quella dei test di valutazione ufficiali, ed è quella che conta per chi deve scegliere un livello di default.
Il paradosso di Astra si intreccia con un problema più largo: i prezzi dei modelli AI scendono da mesi, eppure le bollette aziendali non calano di pari passo, perché gli agenti aziendali possono consumare fino a trenta volte più token di un semplice chatbot. Scegliere il livello di ragionamento giusto è esattamente il tipo di leva che i preventivi dei fornitori non mettono in conto, la stessa voce che secondo alcune analisi fa lievitare del 40-60% il costo reale di un progetto AI rispetto alle stime iniziali. Nel caso di Astra, il ragionamento invisibile che OpenAI ha introdotto per farlo pensare in loop rende ancora più difficile stimare a occhio quanto costerà una singola richiesta prima di lanciarla.
Il proverbio regge anche qui: il conto finale a fine lavoro conta più del prezzo del singolo token. Quel conto, per ora, si abbassa scegliendo il livello di ragionamento con criterio, uno sguardo ai test di valutazione prima di lasciare acceso il default.
Aggiungi Tom's Hardware alle tue fonti preferite su Google
Il Kirin 950 Pro di Huawei promette il 42% di prestazioni in più senza tecnologia USA, ma il pieghevole Mate XT2 vive in una nicchia dell'1,6% degli smartphone, con Apple pronta a entrarci domani.