Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

I prezzi delle GPU salgono mentre le tariffe cloud scendono: quanto costa davvero l'inferenza

Il prospetto IPO di Anthropic, riportato da Reuters il 28 settembre, mette 518 miliardi di dollari di obblighi futuri verso cloud e capacità di calcolo contro una perdita netta di 42 miliardi di dollari per il 2025. I dati sui prezzi arrivati questa settimana suggeriscono che è il secondo numero quello da leggere con attenzione.

IA e modelliSpiegatoChiara RomanoPubblicato: 29 settembre 20263 min di letturaFonti 7
I prezzi delle GPU salgono mentre le tariffe cloud scendono: quanto costa davvero l'inferenza

Le tariffe di listino non sono il punto dove finiscono i soldi. Il confronto di Meetrix tra AWS e GCP, con prezzi verificati il 28 settembre, mette una H100 on-demand a 6,88 dollari l'ora su AWS contro 10,98 su GCP. Quel divario del 37% esiste davvero. Ed è più piccolo dello scarto che si ottiene facendo girare la stessa scheda a un quarto del carico: 0,76 dollari per milione di token con la GPU a pieno regime, 3,06 al 25% di utilizzo, sulla base del throughput indicativo di Meetrix di 2.500 token al secondo.

È tutto l'argomento in una riga. Il silicio inattivo costa più di qualsiasi scelta del fornitore.

GPUAdvisor, che segue 14 fornitori e dichiara di aver aggiornato i dati il 1 ottobre, mostra i cloud specializzati battere gli hyperscaler con margini ampi sulle schede più vecchie: una A4000 a 0,15 dollari per GPU-ora su Hyperstack, una L40S a 0,38 su Lium, una RTX 4090 a 0,40. Il sito le etichetta come stime rilevate e invita gli acquirenti a confermare le tariffe sulla pagina del fornitore. È un avvertimento onesto, perché la stessa pagina elenca una RTX 4090 a 0,74 su RunPod. Due prezzi, stesso modello, quasi il doppio.

Il conto dei token è un altro numero ancora

Artificial Analysis ha pubblicato il 29 settembre la sua valutazione di Claude Sonnet 5.5 di Anthropic. Il modello arriva a 56 sul suo Intelligence Index, due punti dietro Opus 5.5 al massimo sforzo, e consuma circa 193.000 token di output per attività. È circa il 60% in più di Opus 5.5 e attorno a sette volte GPT-6 Astra al massimo sforzo, secondo il laboratorio. Anthropic ha lasciato i prezzi invariati a 2 dollari per milione di token in input e 10 per milione in output, ma il costo per attività arriva a 7,60 dollari, circa il 50% sopra Sonnet 5.

Stesso listino. Conto diverso. Sono i token a fare il danno.

AI Pricing Guru, che aggiorna le tariffe ogni giorno e ha fatto l'ultimo aggiornamento il 1 ottobre, colloca la fascia utilizzabile per le API generali tra 0,50 e 15 dollari per milione di token di output. L'input di norma costa da due a otto volte meno, e l'input in cache taglia un altro 75% o 90% dove il fornitore lo supporta. Il suo calcolatore segue 154 modelli attivi su più di 10 fornitori.

Il retrieval cambia l'aritmetica ancora prima che la generazione cominci. La ripartizione dei costi di Spheron, pubblicata il 29 settembre, osserva che un setup RAG standard che pesca cinque chunk da 500 token aggiunge 2.500 token di contesto per ogni query. Una domanda che come chat semplice costerebbe da 100 a 200 token di input può così arrivare a costare da 15 a 20 volte tanto sul lato input.

Unblocked ha descritto il 29 settembre il proprio lavoro di routing, spostando il traffico di GLM 5.2 tra Baseten, Fireworks e CoreWeave con un punteggio ponderato 70% costo e 30% latenza. Con un ordine fisso che privilegiava Baseten, quel fornitore ha servito il 98,5% delle attività nella prima settimana intera. L'azienda dice che i prezzi di listino di CoreWeave erano circa il 45% sotto quelli di Baseten, e che non aveva dati sulle prestazioni per collocarlo. È lo stato degli acquisti: l'opzione più economica è spesso quella che nessuno ha misurato.

Commenti 0

Fonti

7
  1. 01Anthropic's IPO prospectus shows sweeping AI vision, surging costs: ReutersEN
  2. 02GPU Costs for LLM Inference: AWS vs GCP (2026)EN
  3. 03Cloud GPU Pricing - Cost Intelligence for H100, A100 & B200EN
  4. 04Sonnet 5.5 has the heaviest token use we've measured; pricing matches GPT-6 SolEN
  5. 05AI Token Cost Calculator 2026: 154 Models by TierEN
  6. 06RAG Inference Cost Calculator: Cost Per Token, Broken Down (2026)EN
  7. 07Routing LLM traffic across inference providers with TCP-style congestion controlEN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Chiara Romano

Chiara Romano

IA, modelli e tecnologie

Chiara Romano scrive di tecnologia, IA e modelli, media e internet per FLASH24, partendo da documentazione tecnica, repository e specifiche invece che da comunicati stampa. Per ogni modello o piattaforma che segue controlla versioni, licenze, parametri e benchmark, e verifica i numeri confrontandoli con i dati originali o con test indipendenti. Confronta le schede tecniche tra fornitori, parla con sviluppatori e amministratori di sistema, e tiene d'occhio le finestre di rilascio e le modifiche ai termini d'uso. Fuori dalla redazione gestisce self-hosting e reti domestiche, esperienza che le serve per capire come funzionano davvero i servizi che racconta. Non pubblica una notizia se la fonte primaria non è verificabile.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.