Le aziende americane si orientano verso modelli di intelligenza artificiale più economici, mentre la guerra dei prezzi rimodella il mercato
- Le aziende americane scelgono sempre più spesso il modello di intelligenza artificiale più economico in grado di completare un compito in modo affidabile, piuttosto che investire nel modello più potente.
-
Questo cambiamento, riportato dal Financial Times e supportato dai dati di spesa di Ramp, indica un calo nell'utilizzo dei modelli di frontiera e una diminuzione del 41% dei prezzi effettivi dei token.
- Il mercato si sta riorganizzando in base al costo per attività completata, anche se analisti come Gartner avvertono che i costi totali per l'inferenza potrebbero continuare ad aumentare.
Le aziende statunitensi scelgono la soluzione di intelligenza artificiale meno costosa in grado di svolgere il lavoro in modo efficiente, anziché optarematicper la soluzione di intelligenza artificiale più avanzata disponibile.
Secondo il Financial Times.
Acquistare il modello più economico che svolga comunque il lavoro
L'essenza del concetto è che i costosi modelli di frontiera devono essere impiegati solo quando necessario, mentre il lavoro ordinario può essere svolto da modelli economici, che svolgono il compito in modo sufficientemente efficace.
Questo schema è emerso nell'AI Index di Ramp del 9 settembre. Sulla base dei dati di spesa di agosto 2026, il 43,8% delle aziende statunitensi nel campione di Ramp ha acquistato prodotti Anthropic, rispetto al 39,8% per OpenAI. Ramp ha anche sottolineato come il crescente utilizzo di modelli più economici rappresenti una minaccia per le aziende di intelligenza artificiale che dipendono da investimenti sempre maggiori da parte delle imprese nei sistemi di frontiera.
Questa tendenza è inoltre coerente con i risultati del rapporto sull'IA agentica dell'OCSE, pubblicato nel settembre 2026. Le interviste condotte con 25 organizzazioni hanno indicato che il risparmio sui costi rappresentava una ragione comune per l'utilizzo di sistemi agentici, insieme al loro contributo ad una maggiore produttività e alla risoluzione della carenza di manodopera.
Una guerra dei prezzi misurata in frazioni di centesimo
Il prezzo dei modelli sta calando rapidamente, proprio mentre vengono introdotti nuovi sistemi.
Secondo quanto riportato in precedenza da Cryptopolitan, OpenAI ha rilasciato GPT-6 Sol e GPT-6 Luna il 22 settembre con prezzi inferiori di almeno il 50% rispetto ai modelli precedenti, GPT-5.6. GPT-6 Sol costa 2 dollari per ogni milione di token di input e 10 dollari per ogni milione di token di output.
Nella stessa settimana, Anthropic ha lanciato Opus 5.5, mentre xAI ha presentato Grok 4.7 in un mercato sempre più guidato dal rapporto qualità-prezzo. Secondo Axios, i modelli economici ma comunque efficienti rappresentano la nuova sfida competitiva del settore.
La tendenza al ribasso a lungo termine è ancora più sorprendente. Secondo Epoch AI, il costo per raggiungere un livello di prestazioni costante dell'IA è diminuito di circa il 47% su base trimestrale dal 2023, ovvero circa 13 volte all'anno.
Il costo per lavoro completato è più importante
A causa di questa crescente pressione sui prezzi, i parametri con cui le aziende misurano il successo stanno cambiando. L'importanza della leadership di riferimento non è diminuita, ma l'attenzione si concentra maggiormente su quanto i clienti devono pagare per ottenere prestazioni efficienti.
AutomationBench testa gli agenti in relazione ai flussi di lavoro end-to-end in 47 strumenti aziendali. Al 28 settembre, Claude Opus 5.5 era in testa alla classifica con un'efficienza del 42,47% e un prezzo di 1,44 dollari per attività, mentre GPT-6 Sol si attestava al 33,2% con un livello di efficienza XHigh e un prezzo di soli 0,27 dollari per attività.
Lo stesso compromesso si presenta nell'Analisi Artificiale. GPT-6 Sol, con il massimo impegno, ottiene un punteggio di 48 nel suo Indice di Intelligenza, con un costo stimato di 1,06 dollari per attività. MiMo-V2.6-Pro di Xiaomi, con pesi aperti, ottiene un punteggio di 46, costando solo 0,13 dollari per attività.
Tale divario è così ridotto che il routing multi-modello diventa una soluzione praticabile. Invece di dover utilizzare un unico fornitore per tutti i carichi di lavoro, le aziende hanno l'opportunità di utilizzare il modello più adatto in base all'importanza e alla complessità relative di un'attività.
I gettoni più economici possono comunque significare bollette più salate
Prezzi più bassi non significano necessariamente una minore spesa per l'intelligenza artificiale.
Secondo Axios, il paradosso di Jevons indica che risorse più economiche portano a un loro maggiore consumo. Gartner ha fatto un'affermazione simile al paradosso di Jevons nelle sue previsioni del 17 agosto, dove ha stimato un aumento di oltre cinque volte del costo di inferenza dei flussi di lavoro agentici entro il 2028.
I modelli meno costosi possono aumentare l'accessibilità anche in altre parti del mondo. Secondo il Global AI Diffusion Report pubblicato da Microsoft, anche i modelli open source e a prezzi accessibili possono garantire l'accessibilità; tuttavia, infrastrutture, connettività e competenze giocheranno un ruolo fondamentale nel determinare chi potrà trarne vantaggio.
La domanda da parte degli acquirenti aziendali è intronaumento: la migliore IA potrebbe non essere la più intelligente, ma è quella che svolge il suo lavoro in modo efficiente al minor costo.
Se stai leggendo questo, sei già un passo avanti. Rimani al passo con i tempi iscrivendoti alla nostra newsletter.
Domande frequenti
Quanto sono più economici i modelli di intelligenza artificiale più recenti?
Il 22 settembre OpenAI ha ridotto i prezzi di Sol e Luna, basati su GPT-6, di almeno il 50% rispetto ai loro predecessori GPT-5.6, e Anthropic afferma che Opus 5.5, rilasciato lo stesso giorno, costa circa il 40% in meno rispetto a Opus 5.
Le aziende stanno davvero passando a modelli più economici?
I dati di Ramp mostrano che i modelli di frontiera sono scesi al 45% della quota di token dal picco di agosto del 53%, e il suo indice di prezzo effettivo è calato del 41% a circa 0,68 dollari per milione di token, poiché le aziende hanno impostato come predefinite le attività di routine indirizzandole verso modelli standard più economici.
Un'intelligenza artificiale più economica significa che le aziende spendono meno in generale?
Non necessariamente. Gartner prevede che i costi di inferenza per flusso di lavoro agentico aumenteranno di oltre cinque volte entro il 2028, e Axios cita il paradosso di Jevons, secondo il quale la diminuzione dei prezzi fa aumentare l'utilizzo e la spesa totali.
Disclaimer. Le informazioni fornite non costituiscono consulenza di trading. Cryptopolitan/ non si assume alcuna responsabilità per gli investimenti effettuati sulla base delle informazioni fornite in questa pagina. Consigliamotronvivamente di effettuare ricerche indipendentident di consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Ibiam Wayas
Ibiam Wayas si occupa di notizie sul mondo delle criptovalute dal 2019. Ha studiato Informatica presso la National Open University of Nigeria. I suoi articoli sono apparsi su diverse piattaforme di notizie sulle criptovalute, tra cui Coinfomania, Crypto News Australia e AltcoinBuzz. Forte della sua formazione in Informatica, ora si concentra su notizie relative a criptovalute, robotica e longevità.
