Quale modello Claude usare: costi e confronto

Quale modello Claude dovrei usare?

La risposta breve alla domanda su quale modello Claude usare è questa: inizia con Claude Opus 4.8 e abbandonalo solo per un motivo preciso. Anche le indicazioni di Anthropic sono le stesse: «Se non sai quale modello usare, inizia con Claude Opus 4.8 per la programmazione agentica complessa e il lavoro aziendale». Passa a Claude Sonnet 5 quando l'attività è ben specificata e la esegui molte volte al giorno. Scendi nuovamente a Claude Haiku 4.5 per le attività meccaniche e ad alto volume, quando sai già come deve essere una risposta corretta. Claude Fable 5 è al di sopra di tutti gli altri, per agenti di lunga durata.

La scelta ha un costo. Queste sono le tariffe dell'API Claude (application programming interface) al 23 luglio 2026, per milione di token; nella documentazione sono indicate come MTok.

• Claude Fable 5 (claude-fable-5): $10 / MTok in, $50 / MTok out. Contesto da 1M.
• Claude Opus 4.8 (claude-opus-4-8): $5 in, $25 out. Contesto da 1M.
• Claude Opus 4.7 (claude-opus-4-7): $5 in, $25 out. Contesto da 1M.
• Claude Sonnet 5 (claude-sonnet-5): $2 in, $10 out con la tariffa promozionale fino al 31 agosto 2026. La tariffa standard di $3 in, $15 out entra in vigore il 1 settembre 2026. Contesto da 1M.
• Claude Haiku 4.5 (claude-haiku-4-5): $1 in, $5 out. Contesto da 200K.

Gli identificativi sono completi così come sono scritti. Non va aggiunto alcun suffisso.

I modelli da 1M token non applicano alcun sovrapprezzo in base alle dimensioni: «una richiesta da 900k token viene fatturata alla stessa tariffa per token di una richiesta da 9k token». Queste tariffe si applicano anche oltre l'API, perché Claude Enterprise calcola l'utilizzo alle tariffe dell'API in aggiunta al prezzo per utente. Per un team con un piano a utenti, quindi, il calcolo è lo stesso descritto di seguito. Un abbonamento a tariffa fissa cambia il contatore, ma non questa decisione, perché entrambi i livelli Claude Max includono gli stessi modelli e differiscono solo per la quantità di utilizzo disponibile. Scendendo di un altro livello, i 20 $ al mese di Claude Pro acquistano una quota di utilizzo, non una tariffa per token; in questo caso, il vincolo è il ripristino del limite, non un addebito. Se ti trovi in questa situazione, devi prima capire quale finestra stai aspettando prima di eseguire i calcoli riportati di seguito, perché la soluzione consiste nell'usare un modello più piccolo, ridurre il contesto o passare all'API, non nell'applicare una tariffa più bassa. Se invece non hai ancora iniziato a pagare, il fatto che Pro valga o meno i 20 $ dipende da quanto spesso il limite gratuito ti blocca, non dalle tariffe indicate sopra.

A cosa serve realmente ciascun modello

Anthropic descrive la propria gamma con una riga per modello. Queste descrizioni sono più utili di qualsiasi classifica.

• Claude Fable 5: «Intelligenza di nuova generazione per agenti con esecuzione prolungata». È il più lento dei quattro in termini di latenza.
• Claude Opus 4.8: «Per attività complesse di coding agentico e per l’uso aziendale». Latenza moderata.
• Claude Sonnet 5: «La combinazione migliore di velocità e intelligenza». È veloce.
• Claude Haiku 4.5: «Il modello più veloce, con un’intelligenza prossima a quella dei modelli all’avanguardia».

Fable 5 è l’unico dei quattro per cui questo confronto non calcola mai il prezzo in base a un carico di lavoro. Inoltre, ha una tariffa doppia rispetto a Opus 4.8. Per questo la domanda su quali attività consentano di spendere $10 e ricavare $50 merita una risposta separata.

Haiku 4.5 presenta anche limitazioni che determinano l’idoneità per un’attività prima ancora del prezzo. La sua finestra di contesto è di 200K token invece di 1M. Di conseguenza, un repository di grandi dimensioni o una lunga trascrizione di un agente potrebbero non rientrarvi. L’output massimo per la Messages API sincrona è di 64K token, contro i 128K degli altri modelli. Inoltre, il suo cutoff di conoscenza affidabile è February 2025, mentre per gli altri tre è January 2026.

Quanto mi costa la scelta su un carico di lavoro reale?

Tutti i modelli della gamma applicano all’output una tariffa cinque volte superiore a quella dell’input. Opus 4.8 costa $5 per l’input e $25 per l’output. Haiku 4.5 costa $1 per l’input e $5 per l’output. Il rapporto resta invariato lungo tutta la gamma. Per questo, il modello scelto incide soprattutto sui carichi di lavoro che generano molto output.

Il lavoro agentico rientra in questa categoria, perché i token di ragionamento vengono fatturati come token di output e contribuiscono a max_tokens anche quando il testo non ti viene mai restituito. In Fable 5, Opus 4.8, Opus 4.7 e Sonnet 5, il riepilogo del ragionamento è omesso per impostazione predefinita. Di conseguenza, il campo thinking viene restituito vuoto. La fatturazione non cambia: "In entrambi i casi, il blocco viene fatturato allo stesso modo e restituito allo stesso modo nelle conversazioni multi-turno." Cosa compone realmente una fattura dei token Claude analizza in dettaglio questo conteggio.

L’esecuzione del ragionamento può variare tra i modelli che stai confrontando. Se non ne tieni conto, il test dei costi produce risultati non validi. In Sonnet 5 e Fable 5 il ragionamento è già attivo e non richiede configurazione. In Opus 4.8 e Opus 4.7 è disattivato finché non imposti thinking: {type: "adaptive"} nella richiesta. Usa la stessa configurazione su entrambi i modelli prima di interpretare i dati.

Perché il modello più economico può essere il più costoso

Consideriamo un'attività di sviluppo autonoma. La richiesta contiene 60,000 token di contesto e il modello produce 8,000 token di output, incluso il ragionamento. Non viene utilizzato il caching, quindi il calcolo resta evidente.

Con Opus 4.8: 0.06 MTok di input a $5 costano $0.30 e 0.008 MTok di output a $25 costano $0.20. Il tentativo costa $0.50. Con Haiku 4.5, lo stesso tentativo costa $0.06 più $0.04, per un totale di $0.10.

Haiku costa cinque volte meno per tentativo. Sembra quindi offrire un ampio margine, finché non si considera cosa comporta un tentativo fallito. Leggi la risposta errata e questo richiede il tuo tempo. La reinvii come contesto nel nuovo tentativo, quindi ogni tentativo è più grande del precedente. Quando anche il terzo tentativo non risolve il problema, passi comunque a un modello più potente: $0.30 di Haiku più $0.50 di Opus fanno $0.80, cioè il 60% in più rispetto a eseguire una sola volta Opus.

La domanda decisiva è quindi quanto poco ti costa verificare la risposta. Se una risposta errata è evidente in un secondo, il modello più piccolo è conveniente. Se per individuarla devi leggere attentamente un diff, il modello più piccolo ti fa perdere tempo che non compare in fattura.

Quando un modello più piccolo è nettamente la scelta migliore

Haiku 4.5 è la scelta giusta in questi casi:

• Attività meccaniche dei subagent. Un subagent che rinomina file o raccoglie l'output di una ricerca non ha bisogno di capacità di ragionamento ai massimi livelli. Questo è il modello standard quando si crea un agente AI con Claude e gli si forniscono strumenti di supporto.
• Analisi preliminare dei log. Stabilire se una riga è rumore o merita l'attenzione di una persona richiede un giudizio circoscritto, con una modalità di errore evidente.
• Classificazione rispetto a un insieme fisso di etichette. L'output è breve e la precisione è misurabile su un campione.
• Chiamate di produzione ad alto volume. Con 100,000 esecuzioni al giorno, la differenza per token non è più un errore di arrotondamento. Questa è la struttura tipica dei workflow AI integrati in n8n.
• Tutti i casi in cui la velocità di risposta è importante per l'utente. Haiku 4.5 è indicato come il modello più veloce della gamma.

Haiku presenta inoltre un limite specifico. Il prompt minimo memorizzabile nella cache è di 4,096 token, contro 1,024 per Opus 4.8 e Sonnet 5. Al di sotto di questo minimo, "any requests to cache fewer than this number of tokens will be processed without caching, and no error is returned". Un blocco di istruzioni di 1,500 token che viene memorizzato nella cache con Sonnet 5 non viene memorizzato nella cache con Haiku 4.5, senza alcuna segnalazione. L'indicatore è la presenza simultanea di cache_creation_input_tokens e cache_read_input_tokens con valore zero. Ridurre i costi di un agente sempre attivo illustra questo caso insieme agli altri modi in cui una cache può non essere utilizzata.

I fattori che cambiano il risultato

Ognuno di questi fattori incide sul costo più del nome del modello.

Impegno. output_config.effort controlla la quantità di lavoro che il modello esegue prima di rispondere. I livelli sono low, medium, high, xhigh e max; high è il valore predefinito: "Impostare effort su high produce esattamente lo stesso comportamento che omettere completamente il parametro effort." È incluso in output_config, invece di trovarsi al livello superiore della richiesta:

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=4096,
    output_config={"effort": "medium"},
    messages=messages,
)

L'impegno influisce su ogni token della risposta: "Può influire sull'utilizzo complessivo dei token, comprese le chiamate agli strumenti. Ad esempio, un livello di impegno inferiore può indurre Claude a effettuare meno chiamate agli strumenti." Questo effetto si accumula in un ciclo agentico. Non è un limite al numero di token: "L'impegno è un segnale comportamentale, non un budget rigido di token." Anthropic non pubblica alcun moltiplicatore di costo per livello e consiglia di testare il proprio caso d'uso. Pertanto, un'esecuzione di Sonnet 5 con high e un'esecuzione di Opus 4.8 con low costituiscono un confronto reale che puoi eseguire oggi. Haiku 4.5 non è incluso nell'elenco dei modelli che supportano l'impegno.

Caching dei prompt. La lettura dalla cache costa 0.1x della tariffa base per l'input. Per scegliere un modello conta quindi l'effetto del caching sui diversi livelli. Una cache hit su Opus 4.8 costa $0.50 / MTok, mentre un input non memorizzato nella cache su Haiku 4.5 costa $1 / MTok. Di conseguenza, un prefisso di Opus memorizzato correttamente nella cache costa meno per token di input rispetto a un prompt Haiku non memorizzato. In qualsiasi carico di lavoro che reinvia un prefisso stabile di grandi dimensioni, una buona gestione delle sessioni è più importante della scelta del modello.

Elaborazione in batch. Se nessuno deve attendere la risposta, Message Batches API esegue gli stessi modelli con "uno sconto del 50% sia sui token di input sia sui token di output". Dimezza ogni riga del confronto seguente e funziona su tutti i livelli: un job Opus 4.8 eseguito in batch costa meno di un job Sonnet 5 sincrono al prezzo standard del 1 settembre 2026. In questo modo si scambia latenza con capacità mantenendo lo stesso costo.

Un confronto dei costi con valori concreti

Il carico di lavoro: classificare 100,000 email di supporto, con una chiamata per email, 2,000 token di input e 300 token di output per chiamata. In totale sono 200 MTok di input e 30 MTok di output.

• Haiku 4.5: 200 x $1 = $200 di input, 30 x $5 = $150 di output. Totale: $350.
• Sonnet 5, tariffa introduttiva: 200 x $2 = $400 di input, 30 x $10 = $300 di output. Totale: $700.
• Sonnet 5, dal 1 September 2026: 200 x $3 = $600 di input, 30 x $15 = $450 di output. Totale: $1,050.
• Opus 4.8: 200 x $5 = $1,000 di input, 30 x $25 = $750 di output. Totale: $1,750.

Sostituite quattro numeri per ricalcolare il confronto con i prezzi di domani. Gli adeguamenti riportati di seguito incidono sul risultato più della scelta del modello:

• Il batching dimezza ogni voce: $175, $350, $525 e $875. Nulla deve attendere un'esecuzione notturna della classificazione, quindi non c'è motivo di non usarlo.
• Memorizzazione nella cache del prefisso condiviso. Supponiamo che 1,200 dei 2,000 token di input siano ogni volta lo stesso blocco di istruzioni. Con Sonnet 5 alla tariffa introduttiva, questi token costano $0.20 / MTok come cache hit invece di $2 / MTok; quindi 120 MTok costano $24 anziché $240. Aggiungete 80 MTok di input nuovo a $2, pari a $160, più $300 di output: Sonnet 5 arriva a circa $484 invece di $700. Lo stesso approccio non produce alcun effetto su Haiku 4.5, perché 1,200 token sono meno del suo minimo di 4,096 token.
• Retry. Supponiamo di rifiutare la risposta di Haiku per l'8% delle email e di rielaborare questi casi con Opus 4.8. Aggiungete 0.08 x $1,750 = $140 ai $350 iniziali: il totale diventa $490. Misurate il vostro tasso di rifiuto invece di usare il mio.
• Definizioni degli strumenti, se il job le utilizza. Il prompt di sistema che generano è di 290 token su Opus 4.8 con tool_choice impostato su auto, di 354 token su Sonnet 5 e di 496 token su Haiku 4.5. Il modello meno costoso comporta l'overhead fisso maggiore.

Haiku con un percorso di escalation da $490 e Sonnet 5 con caching da $484 hanno lo stesso costo, e uno dei due completa il lavoro in un solo passaggio. Il modello non è mai stato l'unico elemento da considerare.

Cambiare modello durante la sessione consente di risparmiare?

Meno spesso di quanto suggeriscano i prezzi unitari, perché il risparmio si calcola per token, mentre ciò che si rischia di perdere è un intero prefisso memorizzato nella cache.

Anthropic documenta gli elementi che invalidano una cache. I prefissi vengono creati nell’ordine tools, poi system e infine messages; inoltre, «Le modifiche a ogni livello invalidano quel livello e tutti i livelli successivi». Nell’elenco sono presenti anche due impostazioni della richiesta: «La configurazione del thinking e il livello effort risolto vengono inclusi direttamente nel prompt; modificare uno di questi elementi avvia quindi un nuovo prefisso della cache». Per il parametro effort, la documentazione è ancora più esplicita: «variare effort tra i diversi carichi di lavoro, non all’interno di una conversazione che dipende dagli hit della cache».

Il modello non compare nell’elenco documentato, quindi non dare per scontato né che invalidi la cache né il contrario. Leggi cache_read_input_tokens nella prima richiesta dopo il cambio e lascia che sia quel valore a fornire la risposta. Con un prefisso di 150,000 token per Opus 4.8, la lettura dalla cache costa circa $0.08, mentre una nuova scrittura costa circa $0.94: una cifra superiore al risparmio di diversi turni ottenuto con la differenza di prezzo per token che si voleva sfruttare.

Modifica quindi questi elementi tra un’attività e l’altra, non all’interno della stessa attività. In Claude Code, questo significa usare prima /clear, quando la cache viene comunque eliminata, e poi /model o /effort. Entrambi si digitano nella CLI; se lavori su Linux, conviene quindi installare la versione per terminale, perché ciò che Anthropic distribuisce nativamente per Linux abbina una CLI stabile a un’applicazione desktop ancora in beta. Il cambio potrebbe non comparire affatto in fattura, a seconda del metodo di pagamento della sessione: Claude Code funziona con un piano mensile a costo fisso oppure con crediti API addebitati per token e solo il secondo metodo applica un prezzo in dollari al cambio di modello.

Come testare la risposta sul proprio carico di lavoro

Non dimensionare un prompt usando un conteggio ottenuto da un modello diverso. L’endpoint per il conteggio dei token è gratuito e conta i token usando il tokenizer del modello specificato, quindi indica il modello che intendi chiamare. Questo endpoint è una delle poche parti della piattaforma che non comportano mai costi; prima di spendere credito reale per un confronto, conviene verificare cos’altro puoi eseguire senza pagare. Opus 4.7 e versioni successive, Fable 5 e Sonnet 5 usano un tokenizer più recente che «produce circa il 30% di token in più per lo stesso testo», quindi un budget misurato su un modello precedente risulta insufficiente su un modello più recente, se il costo per token non cambia.

Poi leggi la risposta ricevuta. input_tokens rappresenta soltanto la parte non memorizzata nella cache, quindi la dimensione effettiva del prompt è la somma di quel campo, cache_creation_input_tokens e cache_read_input_tokens. Una prima app Claude API su un VPS è il contesto minimo e realistico in cui eseguire questa misurazione, mentre quale piano Claude è adatto al tuo utilizzo è una decisione distinta, che riguarda l’eventuale pagamento per token. Se la questione diventa scegliere quale abbonamento mantenere anziché decidere se sottoscriverne uno, i piani Claude a confronto con i prezzi di ChatGPT illustra quanto costa lo stesso lavoro di sviluppo utilizzando gli account dell’altro provider. Se la misurazione ti porta a trasferire definitivamente il lavoro sull’API, ridurre l’abbonamento a un piano inferiore o disattivarlo del tutto lascia comunque disponibile il periodo già pagato, quindi puoi decidere senza penalizzazioni dopo aver ottenuto i dati.

FAQ

Quale modello Claude è più adatto per il coding?

Claude Opus 4.8 è il punto di partenza documentato per attività complesse di coding agentico, al costo di $5 per milione di token di input e $25 per milione di token di output a luglio 2026. Claude Sonnet 5 è presentato come la combinazione migliore di velocità e capacità, e al costo di $2 / $10 fino al 31 agosto 2026 costa meno della metà. Esegui la stessa attività su entrambi i modelli, mantieni invariata la configurazione del ragionamento e confronta il consumo totale di token indicato da response.usage.

Claude Haiku 4.5 è abbastanza economico da sostituire Sonnet 5?

Per token, senza dubbio: $1 / $5 contro $2 / $10 per Sonnet 5 con i prezzi introduttivi, oppure $3 / $15 dal 1 settembre 2026. La scelta dipende dai limiti. Haiku 4.5 offre una finestra di contesto di 200K token invece di 1M, un output massimo di 64K nella Messages API sincrona, un cutoff della conoscenza affidabile a febbraio 2025, non supporta output_config.effort e richiede un prompt memorizzabile nella cache di almeno 4,096 token, disabilitando di fatto la cache per i prompt di sistema brevi.

Passare a un modello Claude più economico durante una sessione consente di risparmiare?

Meno spesso di quanto sembri. Anthropic documenta come invalidatori della cache le modifiche a tools, system o messages, le modifiche alla configurazione del ragionamento e le modifiche a output_config.effort. Non è documentato l'effetto del cambio di modello su una cache esistente, quindi consideralo sconosciuto e leggi cache_read_input_tokens sulla prima richiesta successiva. È importante verificarlo: con un prefisso Opus 4.8 di 150,000 token, la lettura dalla cache costa circa $0.08 e una nuova scrittura circa $0.94, un importo superiore al risparmio per token di diversi turni. Passa da un modello all'altro tra attività diverse, dopo /clear in Claude Code, quando la cache viene comunque eliminata.

Che effetto ha output_config.effort sul costo?

Modifica il numero di token che il modello utilizza per testo, chiamate agli strumenti e ragionamento. Un livello di effort inferiore comporta meno chiamate agli strumenti. Questo effetto si accumula nei cicli agentici, perché ogni risultato degli strumenti viene inviato nuovamente nei turni successivi. I livelli sono low, medium, high, xhigh e max, con high come valore predefinito. Anthropic non pubblica alcun moltiplicatore di costo per livello. Descrive infatti effort come un segnale comportamentale, non come un budget di token. Misuralo quindi sulla tua attività.

Quanto consente di risparmiare la Claude Batches API?

Il 50% sia sui token di input sia su quelli di output, in cambio della consegna asincrona. A luglio 2026, questo porta Opus 4.8 a $2.50 in / $12.50 out, Sonnet 5 a $1 / $5 con i prezzi introduttivi e Haiku 4.5 a $0.50 / $2.50. Il confronto più significativo è tra i diversi livelli: un'attività Opus 4.8 eseguita in batch costa meno di un'attività Sonnet 5 sincrona alla tariffa standard dal 1 settembre 2026. Il batching consente quindi di utilizzare un modello più potente allo stesso costo.