// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Usare una supercar al posto di un'utilitaria è stupido, ma è ciò che facciamo con l'AI
Un'azienda che compra accesso a un assistente AI ha davanti un intero catalogo di modelli, ciascuno con un prezzo diverso per la stessa domanda. Nella pratica quasi nessuno guarda il catalogo: ogni richiesta, dalla sintesi di un'email al controllo di un contratto, finisce sullo stesso modello di punta impostato come scelta predefinita, e resta lì per abitudine più che per scelta. Il fenomeno era già stato descritto qui, con l'invito a misurare quanto valga davvero pagare il prezzo pieno per un compito che si accontenta di meno.
Il paradosso ha già un nome, quello della supercar mandata a fare la spesa: lo ha reso pubblico, in una lettura ripresa di recente, il ricercatore Toby Walsh dell'UNSW AI Institute, per cui un modello di punta su un compito banale significa tempo e potenza sprecati. Kimi K3, il modello "open-weight" di Moonshot AI, costa 2,55 e 12,75 dollari per milione di token in ingresso e uscita, contro i 5 e i 25 dollari fissati da Claude Opus 5. Kimi K3 costa quasi la metà di Claude Opus 5, entrata e uscita.
Anthropic vende tre livelli dello stesso modello, e la distanza tra i prezzi misura quanto margine resta sul tavolo per chi si ferma sempre al livello più alto. Claude Opus 5 costa 5 e 25 dollari per milione di token, entrata e uscita. Claude Sonnet 5 scende a 2 e 10 dollari, Claude Haiku 4.5 arriva a 1 e 5: la stessa domanda, evasa da tre modelli a prezzi differenti.
L'inferenza costa più del training ormai, ed è la voce che sale ogni mese in bolletta, a qualunque livello di prezzo si scelga. Ridurla passa anche dal chip che la fa girare, oltre che dal modello scelto.
Taalas ha inciso un modello direttamente nel silicio del proprio chip HC1, invece di farlo girare su una GPU generalista pensata per eseguirne tanti. AMD ha comprato Taalas nell'agosto 2026, azienda dietro il chip HC1. Il produttore la rivendica come 28 volte più veloce di una NVIDIA B200.
Un resoconto giornalistico ha parlato di 48 volte più rapido di una GPU NVIDIA, senza specificare quale. Due fonti tecniche indipendenti misurano invece 10 volte contro una NVIDIA H200 e 28 volte contro una NVIDIA B200, ciascuna con il modello di scheda dichiarato per intero. Qui vale la cifra più alta comprovata, 28 volte, con il nome della GPU che il resoconto aveva lasciato fuori.
Kimi K3 è "open-weight": chiunque può scaricare i pesi e farlo girare sulla propria infrastruttura, saltando il margine di un fornitore cloud. Lo stesso schema si è già visto per il codice, con un altro modello piccolo che programma quasi come quelli grandi, a una frazione del prezzo. Fuori dal cloud, un agente AI gira su un Mac mini casalingo invece che su un data center di un fornitore.
La stessa logica sta dando al PC con l'AI dentro una ragione per esistere: l'inferenza leggera si sposta dal cloud al dispositivo quando il compito è abbastanza piccolo da starci.
Costruire uno smistamento fra modelli richiede un lavoro di ingegneria reale: un responsabile, un budget, criteri chiari su quale compito va a quale modello. È il motivo per cui il risparmio resta teorico per molte aziende, anche quando i numeri lo dimostrano. Chi manca di un team dedicato può appoggiarsi a strumenti già pronti: NVIDIA ha risposto ai costi dell'AI aziendale con un router proprio, e altri fornitori stanno aggiungendo opzioni simili ai propri pannelli.
Una cautela emerge dalla stessa ricostruzione: i modelli premium restano avvantaggiati sui compiti sensibili, ambigui o che richiedono un'autorità esterna riconosciuta, anche se la nota di partenza resta irraggiungibile in originale. La domanda utile allora è misurare il costo per attività completata, invece che il costo per singolo token, e vedere quanto di quel costo serve davvero al risultato. Chi ha impostato un solo modello per tutto paga quella differenza ogni mese, moltiplicata per il volume delle richieste.