Cryptopolitan Report: Apple dice di abbandonare il contatore AI. Il 39% dei nostri lettori è d'accordo

Apple vuole che le aziende smettano di pagare a seconda del numero di token e comprino un banco pieno di Mac per i loro lavori di intelligenza artificiale. Nella stessa settimana in cui sono usciti i nuovi Mac, OpenAI e Anthropic hanno ridotto i prezzi delle loro API. Abbiamo chiesto ai nostri newsletter lettori quale approccio preferirebbero. 

La proposta che ha dato il via a questa vicenda 

Il 22 settembre Apple ha iniziato a spedire i suoi nuovi desktop Mac mini e Mac Studio con un lancio unico. Invece di venderli sulla velocità o sul design, li ha venduti in base all'argomento del costo operativo. L'idea di Apple è semplice: un acquisto hardware una tantum potrebbe consentire agli utenti di eseguire modelli sulle proprie macchine senza dover pagare ai provider cloud per ogni token.

Una breve nota su cosa significhi pagare a seconda del numero di token quando si lavora con l'intelligenza artificiale. Quando le aziende utilizzano modelli di IA come ChatGPT o Claude per i loro flussi di lavoro tramite il cloud, di solito pagano in base al "token". Un token è una piccola porzione di testo, circa tre quarti di una parola. Sia i prompt inviati dall'azienda sia le risposte ricevute vengono conteggiati nel totale della fattura. Una breve richiesta potrebbe costare solo una frazione di centesimo. Tuttavia, un agente di IA che passa ore a scansionare documenti, analizzare informazioni e riscrivere codice può facilmente consumare milioni di token. Ecco perché i costi possono aumentare molto rapidamente, proprio come un tassametro che non si ferma mai. Apple si sta posizionando come la soluzione alternativa, modificando efficacemente la struttura dei costi. 

I numeri alla base di questa proposta non sono affatto piccoli. Il Mac mini parte da 899 dollari, mentre il Mac Studio con il nuovo chip M5 Ultra di Apple costa 5.499 dollari e le versioni completamente configurate sono prezzate vicino ai 20.000 dollari. Apple, nel suo comunicato stampa, afferma che il Mac Studio consente agli utenti di eseguire modelli massicci interamente sul dispositivo "senza contare i token o preoccuparsi dei costi cloud in aumento."

Per dimostrare il punto e mostrare le sue capacità, Apple ha collegato quattro Mac Studio insieme ed eseguito un modello da un trilione di parametri per individuare un bug grafico. Si tratta del tipo di carico di lavoro solitamente associato a un data center, ma Apple afferma che l'intera configurazione è funzionata con una singola presa di corrente. 

Il vantaggio di Apple risale a una decisione presa nel 2020 per motivi completamente diversi. Quando si è spostata sui propri chip, ha posizionato il processore e la memoria sullo stesso package per migliorare l'autonomia della batteria. Questo design si adatta perfettamente anche al lavoro dell'IA, poiché i modelli di grandi dimensioni necessitano di un accesso rapido a molta memoria. Apple ha così trovato un vantaggio anni prima che qualcuno lo richiedesse.

Ci sono già alcune prove che il mercato sia d'accordo. I Mac mini si sono esauriti in alcune parti della Cina mentre si diffondeva uno strumento agente open-source chiamato OpenClaw, e le configurazioni ad alta memoria dei Mac Studio sono state difficili da trovare fin dal lancio. 

Nel frattempo, il costo dei token è diminuito 

Nella stessa settimana in cui Apple ha iniziato a spedire i Mac, i due principali laboratori di modelli hanno scatenato una guerra sui prezzi per token. Ciò ha trasformato l'intero dibattito tra hardware e modello pay-per-token in una questione reale. 

Anthropic ha ridotto il prezzo di Claude Opus 5.5 a 4 dollari per milione di token e 20 dollari per milione di token in output, una riduzione del 20% rispetto alla versione precedente. Circa 90 minuti dopo questa notizia, OpenAI ha lanciato GPT-6 Sol e Luna a circa metà del prezzo del suo modello precedente. Entrambe le aziende ora competono apertamente sul costo necessario per completare un compito, piuttosto che basarsi esclusivamente sui punteggi dei benchmark. 

Ciò solleva la domanda: se l'affitto continua a diventare più economico, qual è lo scopo di investire migliaia di dollari in hardware che si svaluta? 

Il prezzo di un singolo token racconta solo una parte della storia. Gartner prevede che i costi di inferenza per flusso di lavoro agenziale aumenteranno di oltre cinque volte entro il 2028. Modelli più capaci e accessibili possono incoraggiare le aziende ad automatizzare ulteriori attività, eseguire agenti per periodi più lunghi ed effettuare più chiamate al modello. Di conseguenza, prezzi unitari più bassi non garantiscono una spesa totale inferiore.

Il Resto Del Campo Sta Arrivando

La quota di mercato di Apple in questo settore è molto più debole rispetto a quanto lasciava intendere l'annuncio. Secondo i dati IDC citati da Reuters, la quota attuale di Apple nel mercato dei desktop aziendali si attesta al 4,6%, contro il 91,3% detenuto da Windows. Microsoft punta agli stessi acquirenti: il CEO Satya Nadella ha definito l'intelligenza artificiale su dispositivo "intelligenza non tariffata" durante Microsoft Build 2026, tenutosi all'inizio di giugno, e in un post X.

Il 7 ottobre, durante un evento Windows a San Francisco, Microsoft ha lanciato Surface Laptop Ultra a partire da 2.599 dollari e una Surface RTX spark dev box, un desktop compatto con 128 GB di memoria, al prezzo di 5.999 dollari. Nel frattempo, Asus, Dell, HP, Lenovo e MSI hanno aperto i preordini per le proprie macchine RTX spark. Ciò che sta accadendo ora è che la proposta sull'IA locale sta diventando un dibattito industriale molto più ampio. 

Cosa Dice Il Risultato

Questa è una newsletter nata dal mondo delle criptovalute, uno spazio in cui il concetto di "possedere i propri beni" è quasi un dogma. L'auto-custodia, gestire il proprio nodo, non affidarsi a terze parti per qualcosa che si può tenere in mano. I lettori che seguono questo ambito conoscono molto bene questo istinto, indipendentemente dal fatto che lo applichino personalmente o meno. La proposta di Apple, in un certo senso, è la versione hardware del principio "not your keys, not your coins". Non sorprende quindi che abbia trovato riscontro.

Ciò che è più interessante è che non ha avuto un impatto maggiore.

Possederlo (38,71%): La pluralità, e probabilmente anche la formulazione dell'opzione, hanno influito. "Un metro lineare" è un'immagine deliberatamente sgradevole, e chiunque abbia osservato una fattura API aumentare durante un mese intenso conosce bene questa sensazione. Questo gruppo scommette che l'utilizzo cresca solo in una direzione, esattamente come suggerisce la proiezione di Gartner. Se credi che il tuo carico di lavoro AI continuerà a crescere, un costo fisso inizia a sembrare una copertura. C'è anche una dimensione privacy che non emerge da un semplice confronto dei costi. I dati che non lasciano mai il tuo desk non possono fuoriuscire dal server di qualcun altro.

Pagamento per token (~31,6%): Si avvicina molto, e questo gruppo ha l'argomento più solido riguardo ai fatti specifici di quella settimana. I prezzi erano stati appena ridotti fino alla metà. I modelli migliori sono ancora quelli che si affittano, non quelli che puoi scaricare ed eseguire su un Mac, e la differenza di capacità è rilevante per lavori seri. Anche l'hardware invecchia. Un computer acquistato oggi tra due anni eseguirà i modelli dell'anno scorso con il chip dell'anno scorso, mentre l'API si aggiorna silenziosamente sotto le tue operazioni. Aggiungendo elettricità, manutenzione e lo sforzo di configurarlo, "nessun rischio iniziale" è una cosa ragionevole da valorizzare.

Dipende dal carico di lavoro (~29,7%): Quasi un terzo dei lettori ha rifiutato di scegliere una parte, e onestamente, questa è la risposta che darebbero la maggior parte degli ingegneri. L'economia cambia a seconda di ciò che stai facendo. Lavori costanti, ripetitivi e ad alto volume che girano tutto il giorno favoriscono l'acquisto. Attività occasionali e a picco che richiedono il modello più capace favoriscono l'affitto. Molte squadre finiranno per fare entrambe le cose, eseguendo modelli open source più economici localmente per compiti di routine e chiamando le API all'avanguardia per i problemi più difficili.

Mettendo insieme le tre opzioni si ottiene una ripartizione molto equilibrata, senza che nessuna opzione raggiunga la metà dei consensi. Questo pubblico è stato convinto dall'idea di proprietà, ma non è giunto alla conclusione che essa sia vincente in assoluto; e i numeri suggeriscono che questa valutazione sia ragionevole. 

Il denaro necessario per acquistare un Mac Studio M5 Ultra di fascia entry-level potrebbe comprare centinaia di milioni di token ai nuovi prezzi di 2 e 10 dollari di OpenAI, garantendo una lunga sostenibilità per un singolo sviluppatore e solo alcune settimane per un'azienda che fa girare agenti ininterrottamente. Il calo dei prezzi avvantaggia attualmente gli utenti in affitto, ma se le proiezioni di Gartner dovessero concretizzarsi e le bollette complessive continuassero a crescere, i reparti finanziari inizieranno a calcolare esattamente le somme che Apple e Microsoft vorrebbero far loro considerare. 

Il cambiamento più significativo potrebbe essere che le persone stanno iniziando a prendere in considerazione l'AI locale. Solo due anni fa, l'idea di mantenere un modello di intelligenza artificiale su un computer personale era tutt'altro che una considerazione comune.