La memoria di Claude costa di più? Prezzi e token

Le funzionalità di memoria di Claude hanno costi aggiuntivi?

Le funzionalità di memoria di Claude non hanno un prezzo autonomo. Le tariffe pubblicate da Anthropic sono calcolate per milione di token di input e per milione di token di output, con tariffe aggiuntive per il caching dei prompt; nessuna di queste è denominata token di memoria. L'archiviazione della memoria non ha costi sulla Claude API (interfaccia di programmazione dell'applicazione), perché lo strumento di memoria viene eseguito lato client e il file risiede su uno storage di tua proprietà.

La memoria incide comunque sulla fattura, perché un'informazione memorizzata modifica una risposta solo quando è inclusa nella richiesta che Claude legge. Memorizzare significa inviare nuovamente il testo. Il testo arriva come token di input e viene fatturato alla normale tariffa di input del modello. Due valori determinano il costo: il numero di token del testo memorizzato che reinvii a ogni turno e la possibilità di servire quel testo dal prompt cache.

Con un abbonamento Pro o Max non paghi in base ai token, quindi la memoria consuma la tua quota di utilizzo invece del tuo denaro. Il meccanismo descritto di seguito è identico. Cambia soltanto l'unità di misura. La quota è limitata, quindi prima di decidere quanta memoria includere in ogni turno conviene sapere quanto costa Claude Pro e quando i suoi limiti diventano vincolanti. Claude Enterprise funziona ancora diversamente, perché conteggia ogni token alle tariffe API oltre al prezzo della licenza, quindi un blocco di memoria troppo grande si traduce nuovamente in un costo invece che nel consumo della quota. Se ridurre la memoria riporta il tuo utilizzo con un margine sufficiente sotto il limite di un piano più economico, passare da Max a Pro è il passo successivo da valutare; la modifica diventa effettiva al termine del periodo già pagato. Se il confronto che stai valutando riguarda in realtà provider diversi, anziché i piani di Anthropic, confrontare i piani di Claude e ChatGPT ai prezzi attuali è il punto di partenza.

Che cosa significa “memoria” in ciascuna superficie di Claude

Tre prodotti distinti usano la stessa parola. Confonderli è il motivo principale per cui questa domanda crea tanta confusione.

Lo strumento memory nell'API di Claude. Aggiungi una voce all'array tools e implementi le operazioni sui file nel tuo codice.

{"type": "memory_20250818", "name": "memory"}

Ad agosto 2026 questo strumento è generalmente disponibile nella Messages API senza un'intestazione beta, sui modelli Claude 4 e successivi. È gestito dal client: Claude richiede un'operazione come view /memories, il tuo handler la esegue sullo storage sotto il tuo controllo e restituisci il risultato in un blocco tool_result. Anthropic non conserva il file, quindi non ci sono costi di storage da trasferire. Paghi invece il round trip. La definizione dello strumento viene inviata in ogni richiesta e il contenuto del file restituito rimane nella conversazione da quel momento in poi.

Anthropic pubblica la parte fissa di questo overhead. Su Claude Opus 5, con una scelta dello strumento pari a auto, il prompt di sistema per l'utilizzo degli strumenti è di 286 token, come documentato ad agosto 2026. Questo costo viene applicato una volta per richiesta ogni volta che è presente uno strumento, indipendentemente dal fatto che sia memory o altro.

Claude Code. All'avvio di ogni sessione vengono caricati due meccanismi. I file CLAUDE.md contengono le istruzioni che scrivi. La memoria automatica contiene le note che Claude scrive per sé, in ~/.claude/projects/<project>/memory/. Vengono caricati solo le prime 200 righe o i primi 25KB di MEMORY.md, in base a quale limite viene raggiunto per primo. I file relativi agli argomenti nella stessa directory vengono letti su richiesta, non all'avvio. Tutto ciò che viene caricato all'avvio diventa parte del prefisso che ogni richiesta successiva della sessione trasmette. Come Claude Code recupera la memoria tra le sessioni descrive l'ordine di caricamento file per file.

Claude sul Web. Su claude.ai, la memoria è costituita da voci che Claude scrive e aggiorna mentre conversi, con uno spazio di memoria separato per ogni progetto. Settings > Memory mostra ciò che è memorizzato. L'interruttore disponibile in questa sezione offre le opzioni Pause memory e Reset memory. Questa superficie viene fatturata tramite abbonamento, quindi la memoria consuma i limiti di utilizzo.

Perché il testo ricordato viene addebitato come token di input

La Messages API è stateless. Non conserva nulla tra una chiamata e l'altra, quindi il client invia l'intera conversazione a ogni turno e il modello la rilegge completamente. La memoria non fa eccezione. È un ulteriore blocco di testo nella stessa richiesta.

La suddivisione è visibile nell'oggetto usage presente in qualsiasi risposta.

"usage": {
  "input_tokens": 412,
  "cache_creation_input_tokens": 0,
  "cache_read_input_tokens": 18240,
  "output_tokens": 236
}

input_tokens conta soltanto i token che non sono stati né letti dalla cache né utilizzati per crearla; in pratica, sono i token successivi all'ultimo punto di interruzione della cache. L'input totale della richiesta è cache_read_input_tokens più cache_creation_input_tokens più input_tokens. Un file di memoria aperto da Claude tre turni prima rientra in questo totale a ogni turno successivo. Viene conteggiato in cache_read_input_tokens finché il prefisso memorizzato nella cache resta valido e in input_tokens quando non lo è. Lo stesso testo può quindi avere due prezzi molto diversi. I token di input e output hanno prezzi diversi, e la memoria viene conteggiata sempre come input.

Dove vedere questi numeri nel tuo utilizzo

Non prendere un dato da un post di un blog, incluso questo. Misura il tuo blocco di memoria. Il conteggio dei token è gratuito e ha un proprio limite di frequenza, quindi la misurazione non costa nulla.

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "content-type: application/json" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5",
    "system": "You are a scientist",
    "messages": [{"role": "user", "content": "Hello, Claude"}]
  }'

La risposta è un numero, ad esempio { "input_tokens": 14 }. Esegui il comando una volta incollando il testo della memoria nel campo system e una volta senza quel testo. La differenza indica quanto ti costa quella memoria a ogni turno. Sono necessarie due precisazioni. Il conteggio è una stima e i token aggiuntivi che Anthropic inserisce per le proprie ottimizzazioni di sistema non ti vengono addebitati. Esegui inoltre il conteggio sul modello che utilizzerai effettivamente, perché Claude 4.7 e le versioni successive usano un tokenizer più recente che produce circa il 30 percento di token in più a parità di testo.

In Claude Code puoi ottenere la stessa informazione senza usare alcun curl.

• /context mostra ciò che è caricato in questo momento, inclusi i file di memoria, così puoi vedere quanto spazio occupano nella finestra di contesto prima di digitare qualsiasi cosa.
• /memory elenca i file CLAUDE.md e apre la cartella della memoria automatica.
• /usage stampa i totali della sessione, inclusi i letture dalla cache e le scritture nella cache.
• La riga di stato può mostrare continuamente l'utilizzo della finestra di contesto, così puoi vedere la crescita mentre avviene.

Il blocco della sessione /usage ha questo aspetto:

Total cost:            $0.55
Total duration (API):  6m 20s
Total duration (wall): 6h 33m 10s
Total code changes:    0 lines added, 0 lines removed
Usage by model:
   claude-sonnet-4-6:  1.2k input, 5.3k output, 940.0k cache read, 50.0k cache write ($0.55)

Leggi attentamente l'ultima riga. Il valore di 940.0k per le letture dalla cache rappresenta la conversazione completa, memoria inclusa, che viene nuovamente inviata a ogni turno alla tariffa della cache. Il valore di 1.2k per l'input rappresenta soltanto la parte nuova. Claude Code calcola localmente l'importo in dollari a partire dai prezzi di listino, quindi non considera eventuali sconti applicati al tuo account e può differire dalla fattura. Il valore riportato nella pagina Usage della Claude Console è quello autorevole.

Esegui quindi direttamente il confronto. Poni la stessa domanda iniziale in due sessioni nuove: una normale e una con la memoria automatica disattivata.

CLAUDE_CODE_DISABLE_AUTO_MEMORY=1 claude

Esegui /context in ciascuna sessione e confronta la voce dei file di memoria. La differenza indica quanto costa la memoria accumulata all'avvio di ogni sessione, prima che venga eseguita qualsiasi attività. Un'analisi completa della destinazione dell'utilizzo dei token di Claude Code è una lettura utile da affiancare a quei due numeri.

Quanto costa riprodurre la memoria per un milione di token?

Il prompt caching è il motivo per cui lo stesso blocco di memoria può costare dieci volte di più in un turno rispetto a un altro. Anthropic pubblica le tariffe della cache come multipli del prezzo base degli input di ciascun modello, quindi il rapporto rimane valido anche quando cambiano i prezzi in denaro.

[
  {
    "label": "Base input",
    "price_multiple": 1
  },
  {
    "label": "5 minute cache write",
    "price_multiple": 1.25
  },
  {
    "label": "1 hour cache write",
    "price_multiple": 2
  },
  {
    "label": "Cache read",
    "price_multiple": 0.1
  }
]

Una lettura dalla cache costa 0.1 volte il prezzo base degli input. La scrittura di una voce con durata di 5 minuti costa 1.25 volte il prezzo base, mentre la durata di 1 ora costa 2 volte il prezzo base. Anthropic indica chiaramente il punto di pareggio: il caching conviene dopo una lettura dalla cache con durata di 5 minuti, oppure dopo due letture dalla cache con durata di 1 ora. Il punto di pareggio del prompt caching è il calcolo da eseguire prima di decidere dove collocare la memoria.

Questi multipli trasformano il numero di riproduzioni in un calcolo aritmetico. Il blocco seguente deriva dai multipli pubblicati sopra e non misura alcun carico di lavoro reale. Calcola il costo di un blocco di memoria in tre modi durante una sessione di 100 turni, espresso come numero equivalente di token addebitati alla normale tariffa base degli input.

[
  {
    "label": "4,000 tokens, never cached",
    "base_rate_equivalent_tokens": "400,000"
  },
  {
    "label": "4,000 tokens, 1 write and 99 reads",
    "base_rate_equivalent_tokens": "44,600"
  },
  {
    "label": "1,000 tokens, 1 write and 99 reads",
    "base_rate_equivalent_tokens": "11,150"
  }
]

Un blocco di memoria da 4,000 token che non trova la cache in nessuno dei 100 turni viene addebitato come 400,000 token alla tariffa base. Lo stesso blocco, con una scrittura nella cache da 5 minuti e 99 letture dalla cache, viene addebitato come 44,600. Se lo si riduce a un quarto delle dimensioni mantenendo il caching, viene addebitato come 11,150. La funzionalità non è cambiata nelle 3 righe. È cambiato soltanto il comportamento delle riproduzioni. Si tratta ancora di quantità di token, non di importi in denaro; convertire una quantità di token in un importo sulla fattura mensile richiede una moltiplicazione per la tariffa del modello per milione di token. Questa tariffa dipende dal modello in uso; quindi, se l'agente verrà eseguito su Claude Fable 5, parti da le sue tariffe pubblicate per milione di token e dai carichi di lavoro più adatti.

La seconda riga presuppone che ciascuna delle 99 richieste successive arrivi mentre una voce della cache è ancora valida. È questa l'ipotesi che causa la maggior parte degli errori nelle fatture reali.

Perché la stessa domanda costa di più dopo una pausa?

Una voce della cache ha una durata e il conteggio parte dalla richiesta che la scrive o la legge. Il valore predefinito è 5 minuti. L'opzione da 1 ora costa il doppio della scrittura indicata sopra. In Claude Code, la durata è di 1 ora con un abbonamento e scende a 5 minuti quando utilizzi i crediti a consumo; con una chiave API o un provider cloud, il valore predefinito è di 5 minuti. L'impostazione ENABLE_PROMPT_CACHING_1H=1 mantiene la durata di 1 ora quando utilizzi i crediti a consumo.

Quindi, una domanda di una sola riga digitata in una sessione lasciata aperta durante la pausa pranzo è costosa perché la voce della cache è scaduta mentre eri assente. L'intero prefisso, memoria inclusa, viene elaborato di nuovo alla tariffa base per gli input e scritto nuovamente nella cache. È la durata della pausa a determinare il costo.

Puoi verificarlo senza doverlo accettare sulla parola. In un piano Pro, Max, Team o Enterprise, il dettaglio /usage segnala ogni comportamento responsabile di almeno il 10 percento dell'utilizzo recente; tra questi compaiono esplicitamente sia il contesto lungo sia i mancati riscontri nella cache. Con l'API, osserva cache_creation_input_tokens: dopo un periodo di inattività, nella prima richiesta torna a raggiungere la dimensione completa del prefisso.

Cosa invalida silenziosamente la cache

Il prefisso memorizzato nella cache segue un ordine preciso: strumenti, poi sistema, quindi messaggi. Una modifica a un livello invalida quel livello e tutti quelli successivi. La modifica di una definizione di strumento elimina l’intera cache. La modifica del prompt di sistema elimina la cache del sistema e dei messaggi.

Questa è la trappola per chi conserva la memoria nel prompt di sistema e lo riscrive man mano che l’agente apprende. Ogni riscrittura elimina la copia in cache di tutto ciò che segue. La richiesta successiva deve quindi eseguire di nuovo una scrittura completa. Mantieni il materiale stabile all’inizio e non modificarlo. Posiziona invece il materiale volatile nella parte finale dell’elenco dei messaggi, dove la sua invalidazione ha un costo ridotto.

Esiste un secondo problema, meno evidente. Ogni modello ha un prefisso minimo memorizzabile nella cache: 512 token su Claude Opus 5, 1,024 su Claude Sonnet 5 e 4,096 su Claude Haiku 4.5, secondo quanto pubblicato nell’agosto 2026. La documentazione di Anthropic specifica chiaramente cosa accade al di sotto di questa soglia: "Any requests to cache fewer than this number of tokens will be processed without caching, and no error is returned." Di conseguenza, un file di memoria di piccole dimensioni contrassegnato con cache_control non produce alcun effetto, senza segnalazioni. Il sintomo osservabile è cache_creation_input_tokens che resta a 0, anche se il prompt contiene chiaramente un punto di interruzione.

Riduci la memoria che non è più utile

Ogni riga di memoria consuma token a ogni turno in cui viene inclusa. Per questo, per ogni riga devi chiederti se ha modificato di recente una risposta. Claude Code rende concreti questi limiti. Cerca di mantenere CLAUDE.md sotto le 200 righe, perché i file più lunghi consumano più contesto e riducono l'affidabilità con cui Claude segue le istruzioni. MEMORY.md è limitato alle prime 200 righe o a 25KB al caricamento. Tutto ciò che supera questo limite viene scartato all'avvio della sessione successiva. Un indice sovradimensionato consuma quindi token senza fornire informazioni utili.

Due abitudini aiutano a mantenerlo compatto. Sposta i dettagli dall'indice ai file relativi ai singoli argomenti. Claude li legge su richiesta invece di caricarli all'avvio. Sposta le istruzioni operative da CLAUDE.md alle skills. Queste vengono caricate solo quando vengono invocate. Per i file di memoria che iniziano già con il frontmatter, in version 2.1.214 o successive Claude Code registra l'ora di scrittura in un campo modified come timestamp ISO 8601. Questo timestamp è il modo più rapido per individuare un'informazione diventata obsoleta. Eliminare la memoria obsoleta degli agenti descrive più in dettaglio il processo di revisione.

Quando il recupero dei dati è preferibile al caricamento dell'intero contesto

Lo strumento di memoria serve per recuperare i dati al momento opportuno. Invece di caricare tutto in anticipo, l'agente registra ciò che apprende e rilegge un file solo quando un'attività ne ha bisogno. Questo cambia il calcolo, perché la lettura di un file consuma i relativi token una sola volta e poi rimane nel prefisso memorizzato nella cache, mentre un blocco caricato in modo permanente ha un costo a ogni turno.

Dai due grafici precedenti deriva una regola semplice. Il testo utilizzato in quasi tutti i turni appartiene al prefisso stabile memorizzato nella cache. Il testo utilizzato una volta ogni venti turni deve essere recuperato tramite una chiamata view. Il punto di pareggio varia in base al numero di riproduzioni, non in base a quanto addebita Anthropic.

Tramite l'API puoi anche consentire alla piattaforma di ridurre la conversazione. La modifica del contesto elimina i vecchi risultati degli strumenti quando la conversazione supera una soglia definita da te.

{
  "edits": [
    {
      "type": "clear_tool_uses_20250919",
      "trigger": {"type": "input_tokens", "value": 30000},
      "keep": {"type": "tool_uses", "value": 3},
      "clear_at_least": {"type": "input_tokens", "value": 5000}
    }
  ]
}

I valori predefiniti prevedono una soglia di 100,000 token di input e la conservazione di 3 utilizzi degli strumenti. Prima di abilitarla, leggi la documentazione sull'interazione con la memorizzazione nella cache: l'eliminazione del contenuto invalida il prefisso memorizzato nella cache dal punto in cui avviene l'eliminazione, quindi la richiesta successiva comporta una scrittura nella cache. Questo è lo scopo di clear_at_least. Ritarda l'eliminazione finché il risparmio non è sufficiente a giustificare la scrittura. La risposta indica esattamente ciò che è avvenuto tramite context_management, con cleared_tool_uses e cleared_input_tokens, così il compromesso è misurabile e non solo teorico. Gestione della finestra di contesto in Claude Code applica la stessa idea a una sessione di programmazione.

Cosa ha una voce di costo separata

La memoria non ha un costo separato, ma alcune funzionalità lo hanno effettivamente, ed è utile sapere quali. Queste sono le tariffe pubblicate per l'API di Claude ad agosto 2026. Alcune operazioni non costano nulla, ma l'API di Claude non prevede un piano gratuito, solo un piccolo credito alla registrazione; pertanto, tutto ciò che segue genera costi effettivi già dalla prima richiesta.

• Ricerca web: $10 ogni 1.000 ricerche, oltre al normale costo dei token relativi a tutto ciò che la ricerca inserisce nel contesto.
• Esecuzione del codice: 1.550 ore gratuite per organizzazione ogni mese, poi $0.05 per ora e per container. È gratuita quando viene usata insieme alla ricerca web o a web fetch.
• Claude Managed Agents: runtime della sessione a $0.08 per ora-sessione, oltre ai normali costi dei token.
• Web fetch: nessun costo aggiuntivo, solo il costo dei token del contenuto recuperato.

La memoria non compare in nessuna di queste voci. Compare nel conteggio dei token di input, proprio nel punto in cui è possibile misurarla e in cui pruning e caching possono ridurla. Se stai definendo il budget per un agent che opera senza supervisione su un virtual private server (VPS), devi applicare i controlli dei costi per un agent AI su un VPS come passaggio successivo, perché un agent con un file di memoria in continua crescita e senza pruning diventa ogni settimana più costoso senza che nessun sistema lo segnali.

FAQ

Esiste un costo separato per le funzioni di memoria di Claude?

No. Il listino di Anthropic indica le tariffe per milione di token di input, per milione di token di output e i moltiplicatori del prompt caching, senza una voce dedicata alla memoria. Nell'API di Claude, il memory tool è gestito lato client, quindi i file risiedono su uno storage che già paghi. La memoria aggiunge token di input, fatturati alla normale tariffa di input del modello in ogni turno che li include.

Disattivare la memoria rende Claude più economico?

Riduce il numero di token di ogni richiesta e quindi il costo della singola richiesta. Il risparmio complessivo dipende da ciò che accade dopo. Se Claude deve rileggere tre file e farti due domande per ricostruire le informazioni già contenute nella memoria, quei token costano più della memoria. Misura invece di fare supposizioni: esegui /context in una sessione con la memoria automatica attiva e in una avviata con CLAUDE_CODE_DISABLE_AUTO_MEMORY=1, quindi confronta il totale dei token utilizzati per la stessa attività.

Perché il mio utilizzo è aumentato anche se non ho cambiato nulla?

La causa più comune è un cache miss dopo una pausa. Le voci della cache restano disponibili per 5 minuti per impostazione predefinita, oppure per un'ora con l'impostazione estesa. La prima richiesta dopo una pausa rielabora quindi l'intero prefisso alla tariffa di base per i token di input e lo riscrive nella cache. La seconda causa più comune è una modifica del prefisso: cambiare la definizione di uno strumento invalida l'intera cache, mentre cambiare il system prompt invalida la cache del sistema e quella dei messaggi. In un piano in abbonamento, la sezione /usage identifica questo comportamento quando rappresenta almeno il 10 percento dell'utilizzo recente.

La memoria deve trovarsi nel system prompt o dietro una chiamata a uno strumento?

Inseriscila nel system prompt quando viene utilizzata in quasi tutti i turni, perché in questo modo rimane nel prefisso memorizzato nella cache e viene fatturata alla tariffa di lettura della cache. Inseriscila dietro una chiamata view quando solo alcune attività ne hanno bisogno, perché un file letto una volta comporta il costo dei relativi token una sola volta anziché a ogni turno. Il valore decisivo è il numero di replay; l'oggetto usage fornisce direttamente questo numero.

Le funzioni di memoria rientrano nei limiti di utilizzo dell'abbonamento?

Sì, indirettamente, perché i limiti dell'abbonamento vengono consumati dai token inclusi in ogni richiesta. La documentazione di assistenza di Anthropic afferma che le conversazioni più lunghe che attivano la gestione automatica del contesto consumano una quota maggiore del limite di utilizzo. La memoria rende ogni richiesta leggermente più lunga e, in una sessione lunga, questa lunghezza viene ripetuta a ogni turno. Come funzionano realmente i limiti di utilizzo di Claude spiega cosa viene azzerato e quando.