Su OpenRouter lo stesso compito può costare da 2,70 a 40 dollari a seconda del modello, ma il listino dice solo una parte del conto. Promozioni senza scadenza, prezzi che cambiano da un provider all’altro, cache e un router che sceglie per popolarità: dove guardare prima di mettere a budget un modello di intelligenza artificiale.

Prezzi di listino vs costi effettivi

Mille chiamate a un modello linguistico, ciascuna con 10 000 token in ingresso e 2 000 in uscita, costano 40 dollari su Claude Sonnet 5.5 e 2,70 dollari su DeepSeek V4.1 Flash, secondo i listini che OpenRouter esponeva il 12 ottobre. I token sono le unità di testo su cui i fornitori calcolano la tariffa, e il confronto, fatto così, sembra semplice: una differenza di quindici volte, da pesare contro la qualità delle risposte.

Il conto reale si costruisce altrove. Tra la cifra in vetrina e quella che arriva in fattura stanno sconti che possono finire senza preavviso, lo stesso modello venduto a prezzi molto diversi da chi lo esegue, la memoria che il fornitore conserva tra una chiamata e l’altra e un sistema di scelta automatica che segue la spesa degli altri utenti.

Guida operativa e recente cambio di proprietà

Per i passaggi operativi, dalla chat alla prima chiamata API, c’è la guida pubblicata da Agenda Digitale; qui conviene guardare i punti in cui prezzo esposto e prezzo pagato si separano, anche perché la piattaforma ha appena cambiato padrone, con l’accordo di acquisizione annunciato da Stripe il 19 agosto.

Case study: Gemini 3.8 Flash

Gemini 3.8 Flash, uscito il 2 settembre, compare oggi su OpenRouter a 0,75 dollari per milione di token in input e 3,75 in output, accompagnato da un’etichetta «50 % off» e da nessuna data di scadenza. Il listino dei due fornitori che lo servono, Google AI Studio e Vertex, è il doppio, 1,50 e 7,50 dollari, come mostra la scheda del modello. Nella simulazione delle mille chiamate la differenza vale 15 dollari contro 30, e cambia la posizione del modello rispetto a Claude Sonnet 5.5, che passa dall’essere quasi tre volte più caro a costare un terzo in più.

Promozioni: vantaggi e insidie

Le promozioni sono uno strumento ordinario di questo mercato, e funzionano: OpenRouter stessa ha documentato come gli sconti estivi su GPT‑5.6 abbiano spostato utenti da un laboratorio all’altro nel giro di tre settimane. Un business case costruito sul prezzo promozionale però si rompe il giorno in cui lo sconto finisce, e su OpenRouter quel giorno non sempre è scritto. La pianificazione prudente usa il listino pieno e tratta lo sconto come un margine temporaneo, da incassare senza contarci.

Modelli open‑weight e varianza dei provider

Il secondo scarto riguarda i modelli open‑weight, quelli di cui il produttore rilascia i pesi (i parametri che ne determinano il funzionamento) e che quindi chiunque può eseguire sui propri server. Sulla scheda di DeepSeek V4.1 Flash compaiono una trentina di provider, cioè i servizi che materialmente fanno girare il modello, ciascuno con il proprio prezzo, e la cifra mostrata in testa alla pagina non coincide con quella di nessuno di loro.

Sull’endpoint gestito da DeepSeek, il punto di accesso del produttore, il modello costa 0,15 dollari in input e 0,60 dollari in output; le mille chiamate della simulazione valgono 2,70 dollari.
Su Together o Fireworks il prezzo è 0,30 e 1,20 dollari, quindi 5,40 dollari.
Su Baseten nella versione veloce si arriva a 10,80 dollari.
Un provider che applica uno sconto dell’88 % scende a 0,63 dollari.

Lo stesso modello, con gli stessi pesi, può costare diciassette volte di più o di meno secondo chi lo esegue.

Giurisdizione e conformità dei dati

La scelta del provider pesa anche oltre il prezzo. Cambiano velocità e affidabilità, e soprattutto cambia la giurisdizione: l’endpoint di DeepSeek porta i dati verso un’azienda cinese, la stessa la cui app il Garante italiano ha bloccato a inizio 2025, mentre un provider americano o europeo costa di più e tiene i dati in un altro perimetro.

Per un’impresa la regola è indicare esplicitamente i provider ammessi, disattivare il ripiego automatico verso gli altri quando serve un vincolo contrattuale e fissare con il parametro provider.max_price un prezzo massimo per richiesta.

Cache: il fattore di riduzione dei costi

La simulazione delle mille chiamate trascura la variabile che più incide sui carichi di lavoro moderni. Un agente, il software che esegue compiti in più passaggi in autonomia, rimanda al modello tutto il contesto a ogni passo, e la gran parte di quel testo il fornitore l’ha già vista e la conserva in cache, una memoria temporanea da cui la rilegge a una frazione del prezzo pieno.

Secondo i dati di OpenRouter, a settembre il tipico carico agentico era fatto per l’87 % di token letti dalla cache, per il 12 % di input nuovo e per circa l’1 % di output.

Applicato ai listini, quel profilo abbassa il costo da quattro a sei volte, ma non in modo uniforme, perché ogni fornitore sconta la cache in misura diversa:

Gemini 3.8 Flash, eGPT‑5.6, Lunala fanno pagare un decimo dell’input;
Claude Sonnet 5.5 ne paga un ventesimo;
L’endpoint di DeepSeek ne paga un cinquantesimo.

Il risultato è che le distanze si muovono. Sonnet 5.5, che nella simulazione semplice costa un terzo più di Gemini 3.8 Flash a listino pieno, su un milione di token agentici costa 0,43 dollari contro 0,39 dollari, circa l’11 % in più.

Ragionamento interno e costi nascosti

A questo si aggiunge il ragionamento. Su Claude Sonnet 5.5 il ragionamento interno è sempre attivo e si regola con il livello di sforzo, e quei token di ragionamento si pagano come output anche quando non compaiono nella risposta. Una simulazione su token fissi fotografa il listino; il costo di un processo lo misura soltanto un test sui propri compiti, con la cache attiva e il livello di ragionamento che si userà davvero.

Auto Router: come funziona

Per chi non vuole scegliere il modello, OpenRouter offre l‘Auto Router, che si attiva indicando openrouter/auto al posto del nome del modello. La documentazione ne spiega il funzionamento: un classificatore assegna la richiesta a una trentina di tipologie di compito, poi il router sceglie fra i modelli su cui la comunità della piattaforma ha speso di più per quella tipologia negli ultimi sette giorni. OpenRouter invita a pensarlo come «a market index», un indice di mercato.

È un buon riassunto di ciò che il mercato compra, e un criterio diverso dalla qualità misurata sul compito di un’impresa specifica: il modello più pagato per il supporto clienti da migliaia di sviluppatori può essere ottimo, ma resta una scelta di popolarità ponderata per la spesa. Il router non aggiunge sovrapprezzi, si paga il modello selezionato, e il campo model della risposta dice quale ha risposto, informazione da registrare per capire dove va la spesa.

Parametri di costo e limiti

La fascia di costo si imposta con il parametro cost_tier, su cinque livelli da low a max, e senza indicazioni il router si comporta come in fascia bassa. La fascia però delimita un intervallo, e la documentazione precisa che esclude sia i modelli più cari sia quelli più economici del livello scelto, quindi non funziona come tetto di spesa.

Per un limite di prezzo per richiesta resta provider.max_price, e per restringere la scelta ai modelli già collaudati internamente ci sono gli elenchi di modelli ammessi ed esclusi.

L’uso più sensato dell’Auto Router sta nella fase di esplorazione: indica quali modelli il mercato usa per un certo compito, poi la decisione passa ai test interni.

Vincoli europei e regioni di dati

Per un’impresa europea il vincolo principale riguarda la residenza dei dati. L’instradamento in‑region, che tiene le richieste dentro l’Unione passando da un indirizzo dedicato, è disponibile sui piani Business ed Enterprise, dove la commissione di piattaforma sale all’8 % contro il 5,5 % del piano standard, e preferisce far fallire una richiesta piuttosto che dirottarla fuori dal perimetro.

La pagina del piano Business precisa due limiti: l’Auto Router è escluso dalle richieste regionali, e una parte dei dati di account diversi dai prompt resta su sistemi statunitensi.

Anche la opzione Zero Data Retention, che limita l’instradamento ai fornitori che non conservano prompt e risposte, ha un perimetro preciso. Si applica all’inferenza, mentre strumenti collegati come la ricerca web possono essere eseguiti da terze parti con regole proprie.

Conclusioni per il budgeting

Il messaggio chiave è che il prezzo in vetrina su OpenRouter non è il costo definitivo. Un’analisi completa deve includere:

listino pieno vs sconti temporanei;
scelta del provider (costi, latenza, affidabilità, giurisdizione);
effetto della cache sul consumo di token;
eventuali costi di ragionamento interno non visibili nella risposta;
parametri di limitazione del prezzo (provider.maxprice, costtier);
vincoli di residenza dei dati per aziende soggette a normative UE.

Solo tenendo conto di tutti questi fattori è possibile definire un budget realistico per l’uso di intelligenze artificiali su OpenRouter, evitando sorprese in fattura e garantendo la conformità normativa.