Quale modello Claude usare? Guida ai costi API

Quale modello Claude dovrei usare?

La risposta breve è questa: inizia con Claude Opus 4.8 e abbandonalo solo per un motivo preciso. Le indicazioni di Anthropic sono le stesse: «Se non sai quale modello usare, inizia con Claude Opus 4.8 per attività di coding agentico complesse e per il lavoro aziendale». Passa a Claude Sonnet 5 quando l'attività è ben definita e la esegui molte volte al giorno. Passa invece a Claude Haiku 4.5 per attività meccaniche e ad alto volume, quando sai già come deve essere una risposta corretta. Claude Fable 5 è superiore a tutti gli altri ed è pensato per agenti a esecuzione prolungata.

La scelta ha un costo. Queste sono le tariffe dell'API Claude (application programming interface) al 23 July 2026, per milione di token, indicato nella documentazione 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 introduttiva fino al 31 August 2026. La tariffa standard di $3 in, $15 out entra in vigore il 1 September 2026. Contesto da 1M.
• Claude Haiku 4.5 (claude-haiku-4-5): $1 in, $5 out. Contesto da 200K.

Questi identificatori sono completi così come sono scritti. Non viene aggiunto alcun suffisso.

La dimensione non comporta un sovrapprezzo sui modelli con contesto da 1M token: «Una richiesta da 900k token viene fatturata con la stessa tariffa per token di una richiesta da 9k token». Queste tariffe si applicano anche oltre l'API, perché Claude Enterprise contabilizza l'utilizzo con le tariffe dell'API oltre al costo delle licenze, quindi per un team con un piano a licenze il calcolo è lo stesso. Un abbonamento a tariffa fissa cambia il modo in cui viene contabilizzato l'utilizzo, ma non questa scelta, perché i due piani Claude Max includono gli stessi modelli e differiscono soltanto per la quantità di utilizzo disponibile. Scendendo nella stessa scala, i $20 al mese di Claude Pro acquistano una quota di utilizzo, non una tariffa per token, quindi il limite è il ripristino della quota e non una fattura. Se ti trovi in questa situazione, capire quale finestra stai aspettando viene prima di qualsiasi calcolo, perché per superare il limite devi usare un modello più piccolo, un contesto più ridotto oppure passare all'API, non cercare una tariffa più bassa. Se invece non hai ancora iniziato a pagare, stabilire se Pro valga davvero i $20 dipende dalla frequenza con cui il limite gratuito ti blocca, non dalle tariffe indicate sopra.

A cosa serve realmente ciascun modello

Anthropic descrive la linea di modelli con una frase per ciascun modello. Queste descrizioni sono più utili di qualsiasi classifica.

• Claude Fable 5: "Intelligenza di nuova generazione per agenti con esecuzioni prolungate." È il più lento dei quattro in termini di latenza.
• Claude Opus 4.8: "Per attività complesse di coding agentico e per il lavoro aziendale." Ha una latenza intermedia.
• Claude Sonnet 5: "La migliore combinazione di velocità e intelligenza." È veloce.
• Claude Haiku 4.5: "Il modello più veloce, con un'intelligenza prossima alla frontiera."

Fable 5 è l'unico dei quattro per cui questo confronto non calcola mai il prezzo su un carico di lavoro. Inoltre, con una tariffa doppia rispetto a Opus 4.8, la domanda su quali attività giustificano un costo di $10 per ottenere un risultato da $50 merita una risposta dedicata.

Haiku 4.5 presenta anche limiti che determinano l'idoneità al lavoro prima ancora del prezzo. La sua finestra di contesto è di 200K token invece di 1M, quindi un repository di grandi dimensioni o una lunga trascrizione di un agente non vi entreranno. L'output massimo sulla Messages API sincrona è di 64K token, contro i 128K degli altri modelli. Inoltre, il suo cutoff di conoscenza affidabile è febbraio 2025, mentre per gli altri tre è gennaio 2026.

Qual è il costo della scelta su un carico di lavoro reale?

Ogni modello della gamma applica 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 per tutta la gamma, quindi il modello scelto incide soprattutto sui lavori 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 restituito. In Fable 5, Opus 4.8, Opus 4.7 e Sonnet 5 il riepilogo del ragionamento è omesso per impostazione predefinita, quindi il campo thinking viene restituito vuoto. La fatturazione non cambia: "In entrambi i casi il blocco viene fatturato allo stesso modo e restituito nello stesso modo nelle conversazioni a più turni." Cosa compone effettivamente il costo dei token di Claude analizza in dettaglio questo meccanismo di conteggio.

L'esecuzione del ragionamento varia tra i modelli messi a confronto. Se non lo consideri, il test dei costi risulterà falsato. 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 numeri.

Perché il modello più economico può costare di più

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 invariato.

Con Opus 4.8: 0.06 MTok di input a $5 costano $0.30, mentre 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, quindi $0.10.

Haiku costa cinque volte meno per tentativo. Sembra un margine ampio, finché non si considera cosa comporta un tentativo fallito. Devi leggere la risposta errata, con un costo in termini di tempo. Devi reinviarla come contesto nel nuovo tentativo, quindi ogni tentativo è più grande del precedente. E quando anche il terzo tentativo non è corretto, devi comunque passare al 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 il tentativo con Opus.

La domanda decisiva è quindi quanto poco costi verificare la risposta. Quando una risposta errata è evidente in un secondo, il modello più piccolo è conveniente. Quando per individuarla devi leggere attentamente un diff, il modello più piccolo ti fa spendere tempo che non compare nella fattura. Attribuire un valore a quel tempo richiede lo stesso calcolo usato per calcolare se un piano Claude Code si ripaga, e quando nel totale includi la tua tariffa oraria, il modello più economico spesso smette di sembrare economico.

Quando un modello più piccolo è nettamente migliore

Haiku 4.5 è la scelta corretta nei seguenti casi:

• Attività meccaniche dei subagenti. Un subagente che rinomina file o raccoglie l'output di una ricerca non ha bisogno di capacità di ragionamento all'avanguardia. Questo è il modello standard dopo aver creato un agente AI con Claude e avergli fornito strumenti di supporto.
• Analisi preliminare dei log. Stabilire se una riga è irrilevante o richiede l'attenzione di una persona è una valutazione circoscritta, con una modalità di errore evidente.
• Classificazione rispetto a un insieme fisso di etichette. L'output è breve e l'accuratezza può essere misurata su un campione.
• Chiamate di produzione ad alto volume. Con 100,000 esecuzioni al giorno, la differenza per token non è più trascurabile. Questa è la configurazione 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 anche 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 questa soglia, "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 alcun avviso. Il segnale è che cache_creation_input_tokens e cache_read_input_tokens sono entrambi pari a zero. Questo aspetto è trattato insieme agli altri modi per perdere una cache in come ridurre i costi di un agente sempre attivo.

I fattori che modificano il risultato

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

Impegno di elaborazione. output_config.effort controlla la quantità di lavoro svolta dal modello prima della risposta. I livelli sono low, medium, high, xhigh e max, mentre high è il valore predefinito: "Impostare effort su high produce esattamente lo stesso comportamento che si ottiene omettendo del tutto il parametro effort." È annidato in output_config, invece di trovarsi al livello principale della richiesta:

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

L'impegno di elaborazione riguarda ogni token della risposta: "Può influire sull'intero consumo di token, comprese le chiamate agli strumenti. Ad esempio, un livello di impegno inferiore può fare sì che Claude effettui meno chiamate agli strumenti." In un ciclo agentico, questo effetto si accumula. Non è un limite di token: "L'impegno di elaborazione è un segnale comportamentale, non un budget rigido di token." Anthropic non pubblica un moltiplicatore di costo per ciascun livello e consiglia di testare il proprio caso d'uso. Di conseguenza, un'esecuzione di Sonnet 5 a high e un'esecuzione di Opus 4.8 a low costituiscono un confronto reale che puoi eseguire già oggi. Haiku 4.5 non è incluso nell'elenco dei modelli che supportano l'impegno di elaborazione.

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

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 su quelli di output". Dimezza ogni riga del confronto seguente e funziona tra tutti i livelli: un job Opus 4.8 eseguito in batch costa meno di un job Sonnet 5 sincrono al prezzo standard in vigore dal 1 September 2026. In questo modo si riduce la latenza per ottenere una capacità maggiore a parità di spesa.

Un confronto dei costi completo

Il carico di lavoro consiste nel classificare 100,000 email di supporto, con una chiamata per email, 2,000 token di input e 300 token di output per chiamata. 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 settembre 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.

Sostituisci quattro numeri per ricalcolare il confronto con i prezzi di domani. Gli aggiustamenti seguenti 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 evitarlo.
• Memorizzazione nella cache del prefisso condiviso. Supponiamo che 1,200 dei 2,000 token di input costituiscano 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. Aggiungi 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 vantaggio con Haiku 4.5, perché 1,200 token sono meno del suo minimo di 4,096 token.
• Nuove esecuzioni. Supponiamo di rifiutare la risposta di Haiku per l'8% delle email e di ripetere l'elaborazione con Opus 4.8. Aggiungi 0.08 x $1,750 = $140 a $350, ottenendo $490. Misura il tuo tasso di rifiuto invece di usare il mio.
• Definizioni degli strumenti, se il processo le usa. Il system prompt generato occupa 290 token su Opus 4.8 con tool_choice impostato su auto, 354 su Sonnet 5 e 496 su Haiku 4.5. Il modello meno costoso introduce l'overhead fisso maggiore.

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

Cambiare modello durante la sessione fa risparmiare?

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

Anthropic documenta le condizioni 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 ragionamento e il livello effort effettivamente risolto vengono inseriti direttamente nel prompt; modificare uno di questi elementi avvia quindi un nuovo prefisso della cache». Per quanto riguarda il livello di effort, la documentazione è ancora più esplicita: «variare l'effort tra carichi di lavoro diversi, non all'interno di una conversazione che dipende dagli hit della cache».

Il modello non compare nell'elenco documentato, quindi non bisogna fare supposizioni in un senso o nell'altro. Leggi cache_read_input_tokens nella prima richiesta dopo il cambio e lascia che sia quel numero a fornire la risposta. Con un prefisso di 150,000 token di Opus 4.8, la lettura dalla cache costa circa $0.08, mentre una nuova scrittura costa circa $0.94. È una differenza superiore a quella di diverse interazioni rispetto al divario per token che si voleva ottenere.

Perciò modifica questi parametri 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 solo dopo /model o /effort. Entrambi i comandi si inseriscono nella CLI; se lavori su Linux, conviene quindi installare la versione per terminale, perché ciò che Anthropic distribuisce nativamente per Linux associa una CLI stabile a un'applicazione desktop ancora in beta. Il fatto che il cambio compaia o meno nella fattura dipende anche dal metodo di pagamento della sessione, perché Claude Code funziona con un piano mensile fisso oppure con crediti API a consumo e solo la seconda modalità assegna un prezzo in dollari al cambio di modello. Con il piano fisso, il costo dell'utilizzo di un modello più potente incide sulla finestra di utilizzo, non sulla fattura; inoltre, Claude Code è incluso a partire dal piano Pro e utilizza la stessa finestra delle applicazioni di chat, quindi un'ora di Opus nel terminale è un'ora che non puoi utilizzare nel browser.

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 con il tokenizer del modello che indichi, quindi specifica quello che intendi usare. 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 sottostimato su uno più recente, se il costo per token resta invariato.

Quindi leggi il risultato. input_tokens rappresenta soltanto la parte non memorizzata nella cache, quindi la dimensione effettiva del prompt è data da quel campo più cache_creation_input_tokens e cache_read_input_tokens. La prima app Claude API su un VPS è il contesto minimo realistico per eseguire questa misurazione, mentre quale piano Claude è adatto al tuo utilizzo è la decisione distinta che riguarda l'opportunità di pagare i token singolarmente. Se la questione diventa quale abbonamento mantenere, anziché se mantenerne uno, i piani Claude a confronto con i prezzi di ChatGPT spiega quanto costa lo stesso lavoro di sviluppo usando gli account dell'altro provider. Se la misurazione ti porta a usare stabilmente l'API, ridurre l'abbonamento a un piano inferiore o annullarlo del tutto ti lascia comunque il periodo già pagato, quindi non ci sono penalità nel decidere dopo aver ottenuto i dati. Esegui la stessa misurazione per un team anziché per una sola persona: il risultato cambia ancora, perché un account Team o Enterprise deve offrire un vantaggio rispetto a quanto quella persona avrebbe speso per i token prima che valga la pena acquistarlo.

FAQ

Quale modello Claude è più adatto alla programmazione?

Claude Opus 4.8 è il punto di partenza documentato per la programmazione agentica complessa, 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 intelligenza e, al prezzo di $2 / $10 fino al 31 agosto 2026, costa meno della metà. Esegui la stessa attività con entrambi, mantieni invariata la configurazione del thinking e confronta il consumo totale di token indicato in response.usage.

Claude Haiku 4.5 è abbastanza economico da sostituire Sonnet 5?

Per token, sì: $1 / $5 contro $2 / $10 per Sonnet 5 nel periodo promozionale iniziale, oppure $3 / $15 dal 1 settembre 2026. La scelta dipende dai limiti. Claude Haiku 4.5 ha una finestra di contesto di 200K token invece di 1M, un output massimo di 64K nella Messages API sincrona, un knowledge cutoff affidabile di febbraio 2025, non supporta output_config.effort e richiede un prompt di almeno 4.096 token per la memorizzazione nella cache; sui prompt di sistema brevi questo disabilita la cache senza segnalarlo chiaramente.

Passare a un modello Claude più economico durante la 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 thinking e le modifiche a output_config.effort. Non è documentato cosa accada a una cache esistente quando si cambia modello. Consideralo quindi non determinato e leggi cache_read_input_tokens nella prima richiesta successiva. È importante verificarlo: con un prefisso di 150.000 token su Opus 4.8, una lettura dalla cache costa circa $0.08, mentre una nuova scrittura costa circa $0.94. Questa differenza annulla il risparmio di diversi turni ottenuto con il costo inferiore per token. Cambia modello tra attività diverse, dopo /clear in Claude Code, quando la cache verrebbe comunque eliminata.

In che modo output_config.effort incide sui costi?

Modifica il numero di token che il modello utilizza per testo, chiamate agli strumenti e thinking. Un livello di effort inferiore riduce il numero di chiamate agli strumenti. Nei loop agentici l'effetto si accumula, perché ogni risultato degli strumenti viene inviato di nuovo 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 effort come un segnale comportamentale, non come un budget di token. Misuralo quindi sulla tua attività.

Quanto fa risparmiare la Claude Batches API?

Il 50% sui token di input e di output, in cambio di una consegna asincrona. A luglio 2026 questo porta Opus 4.8 a $2.50 in ingresso / $12.50 in uscita, Sonnet 5 a $1 / $5 nel periodo promozionale iniziale e Haiku 4.5 a $0.50 / $2.50. Il confronto più significativo riguarda i diversi livelli: un'attività Opus 4.8 eseguita in batch costa meno di un'attività Sonnet 5 sincrona al prezzo standard dal 1 settembre 2026. Il batching consente quindi di usare un modello più potente allo stesso costo.