L'America corporativa passa a modelli di IA più economici mentre la guerra dei prezzi ridefinisce il mercato
- Le aziende americane scelgono sempre più il modello AI più economico in grado di completare affidabilmente un compito, invece di pagare per quello più potente.
-
Questo spostamento, riportato dal FT e confermato dai dati di spesa di Ramp, indica un calo nell'utilizzo di modelli all'avanguardia e un calo del 41% nei prezzi effettivi per token.
- Il mercato si sta riorganizzando attorno al costo per compito completato, anche se analisti come Gartner avvertono che le bollette totali per l'inferenza potrebbero continuare a salire.
Le imprese statunitensi stanno selezionando la soluzione IA meno costosa in grado di eseguire il lavoro in modo efficiente, piuttosto che optare automaticamente per la soluzione IA più avanzata disponibile.
Questa tendenza ha creato una certa pressione sui prezzi elevati poiché i nuovi modelli di IA stanno eliminando il divario nelle capacità, mentre i costi per i token sono in costante diminuzione, secondo il Financial Times.
Acquistare il modello più economico che svolge il lavoro
L'essenza di questa nozione è che i modelli frontiera costosi sono richiesti solo quando necessario e il lavoro regolare può essere svolto da modelli economici, che eseguono il compito in modo sufficientemente buono.
Questo schema è emerso nell'Indice IA di Ramp del 9 settembre. In base ai dati di spesa di agosto 2026, il 43,8% delle imprese statunitensi nel campione di Ramp ha acquistato prodotti Anthropic, rispetto al 39,8% per OpenAI. Ramp ha anche evidenziato la crescente utilizzo di modelli più economici come una minaccia per le aziende di IA che si affidano a un aumento costante della spesa da parte delle imprese sui sistemi all'avanguardia.
La tendenza è anche coerente con i risultati dell'rapporto sull'IA agenziale dell'OCSE pubblicato a settembre 2026. Le interviste con 25 organizzazioni hanno indicato che il risparmio sui costi era una ragione comune per l'uso di sistemi agenziali, insieme al loro contributo a una maggiore produttività e alla risoluzione delle carenze di manodopera.
Una guerra dei prezzi misurata in frazioni di centesimo
Il prezzo dei modelli sta rapidamente diminuendo, proprio mentre vengono introdotti nuovi sistemi.
Secondo una precedente copertura di Cryptopolitan, OpenAI ha rilasciato GPT-6 Sol e GPT-6 Luna il 22 settembre con prezzi almeno del 50% inferiori rispetto ai modelli precedenti, GPT-5.6. GPT-6 Sol costa 2 $ per ogni milione di token di input e 10 $ 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 da criteri di rapporto prezzo-prestazioni. Secondo Axios, i modelli economici ma ancora efficienti rappresentano la nuova gara competitiva nel settore.
La tendenza al ribasso a lungo termine è ancora più sorprendente. Secondo Epoch AI, il prezzo per raggiungere un livello costante di prestazioni IA è diminuito di circa il 47% su base trimestrale dal 2023, o circa 13 volte all'anno.
Il costo per attività completata conta di più
A causa di questa crescente pressione basata sui prezzi, le metriche con cui le aziende misurano il successo stanno cambiando. L'importanza della leadership nei benchmark non è diminuita, ma c'è maggiore attenzione su quanto devono pagare i clienti per prestazioni efficienti.
L'AutomationBench di Zapier testa gli agenti rispetto ai flussi di lavoro end-to-end in 47 strumenti aziendali. Al 28 settembre, Claude Opus 5.5 ha guidato la classifica con un'efficienza del 42,47% a un prezzo di 1,44 $ per attività, mentre GPT-6 Sol era al 33,2% a XHigh per soli 0,27 $ a attività.
Lo stesso compromesso appare in Artificial Analysis. GPT-6 Sol al massimo sforzo ottiene 48 sul suo Indice di Intelligenza a un costo stimato di 1,06 $ per attività. MiMo-V2.6-Pro open-weight di Xiaomi ottiene 46 mentre costa solo 0,13 $ per attività.
Questo divario è così piccolo che il routing multi-modello diventa fattibile. Invece di dover utilizzare un singolo fornitore per tutti i carichi di lavoro, le aziende hanno l'opportunità di utilizzare il modello giusto in base all'importanza relativa e alla complessità di un'attività.
Token più economici possono comunque significare bollette più grandi
Prezzi più bassi non significano necessariamente spese IA inferiori.
Secondo Axios, il paradosso di Jevons indica che risorse più accessibili portano a un maggiore consumo. Gartner ha rilasciato una dichiarazione simile al paradosso di Jevons nella sua previsione del 17 agosto, stimando un aumento di oltre cinque volte del costo di inferenza dei flussi di lavoro agenziali entro il 2028.
Modelli meno costosi possono anche aumentare l'accessibilità in altre parti del mondo. Secondo l'Rapporto sulla diffusione globale dell'IA pubblicato da Microsoft, i modelli accessibili e open-source possono fornire accessibilità, tuttavia, infrastrutture, connettività e competenze giocheranno un ruolo vitale nel determinare chi può trarne vantaggio.
La domanda sta diventando più forte per gli acquirenti aziendali: la migliore IA potrebbe non essere l'IA più intelligente, ma è il tipo di IA che svolge il suo lavoro in modo efficiente al costo più basso.
Non limitarti a leggere le notizie sulle criptovalute. Comprendile. Iscriviti alla nostra newsletter. È gratuita.
Domande frequenti
Quanto più economici sono i nuovi modelli AI?
OpenAI ha ridotto i prezzi di GPT-6 Sol e Luna di almeno il 50% rispetto ai loro predecessori GPT-5.6 il 22 settembre, e Anthropic afferma che Opus 5.5, rilasciato lo stesso giorno, costa circa il 40% in meno rispetto a Opus 5.
Le aziende stanno effettivamente passando a modelli più economici?
I dati di Ramp mostrano che i modelli all'avanguardia sono scesi al 45% della quota di token da un picco del 53% ad agosto, e il loro indice di prezzo effettivo è crollato del 41% a circa $0,68 per milione di token, poiché le aziende impostano predefiniti che indirizzano i compiti di routine verso modelli standard più economici.
Un'AI più economica significa che le aziende spendono complessivamente meno?
Non necessariamente. Gartner prevede che i costi di inferenza per ogni flusso di lavoro agenziale aumenteranno di oltre cinque volte entro il 2028, e Axios cita il paradosso di Jevons, secondo cui la diminuzione dei prezzi stimola un aumento del consumo totale e della spesa.
Disclaimer. Le informazioni fornite non costituiscono consulenza finanziaria. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti basati sulle informazioni presenti in questa pagina. Si raccomanda vivamente di effettuare ricerche autonome e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Ibiam Wayas
Ibiam Wayas si occupa di notizie sul crypto dal 2019. Si è laureato in Informatica presso l'Open University of Nigeria. I suoi lavori sono apparsi su varie piattaforme di notizie crypto, tra cui Coinfomania, Crypto News Australia e AltcoinBuzz. Sfruttando il suo background in Informatica, ora si concentra su notizie relative a crypto, robotica e longevità.
