Token IA: contesto, limiti e costo di una richiesta
Neaptide · 6 settembre 2026 · 6 min di lettura
Come contare i token e stimare il costo di una richiesta API, distinguendo spazio di contesto, risposta e tentativi necessari per finire il lavoro.
In questo articolo
Scrivi «correggi l’ultimo paragrafo» e il consumo aumenta. L’applicazione potrebbe aver inviato anche la conversazione, un documento e le proprie istruzioni. L’ultimo messaggio è solo una parte dell’input.
Un token non è una parola
I token sono le unità con cui il modello elabora l’input e genera l’output. Nel testo possono corrispondere a un carattere, a parte di una parola o a una parola intera. Il rapporto non è fisso: dipende dal tokenizer e dal testo. Per una stima usa un contatore adatto al modello scelto.
Che cosa deve rientrare nella finestra di contesto
La finestra di contesto limita il volume utilizzabile in una richiesta. OpenAI include in questo budget input, output e token di ragionamento. Controlla sia il limite di contesto sia quello della risposta. Una finestra ampia non garantisce che ogni dettaglio venga interpretato correttamente.
Riserviamo 600 token alla risposta. Se ne vengono generati 300, non significa che siano stati consumati tutti i 600 previsti. In un’API reale vanno considerate anche le regole per ragionamento e altre categorie.
Che cosa contiene l’input oltre al messaggio
- Istruzioni dell’applicazione e cronologia trasmessa.
- Documenti, passaggi recuperati e risultati degli strumenti.
- Immagini e altri dati, secondo le regole del fornitore.
È l’applicazione a decidere cosa inviare. OpenAI precisa che previous_response_id non rende gratuiti i token di input precedenti. Una breve replica può quindi richiedere più input di un lungo messaggio iniziale.
Un esempio di costo: 0,0048 dollari
Usiamo tariffe inventate: 2 dollari per milione di token di input e 8 per milione di output. Non sono prezzi correnti. Escludiamo strumenti, cache e altri addebiti.
| Categoria | Token | Calcolo | Costo, USD |
|---|---|---|---|
| Input | 1200 | 1200 × 2 / 1 000 000 | 0,0024 |
| Output | 300 | 300 × 8 / 1 000 000 | 0,0024 |
| Totale | 1500 | 0,0024 + 0,0024 | 0,0048 |
Mille richieste identiche costerebbero 4,80 dollari. Tre tentativi con gli stessi consumi costerebbero 0,0144 dollari per attività. Nella pratica cronologia e risposte cambiano: somma i costi effettivi di tutti i tentativi, anche quelli falliti.
Misurare prima e dopo
- Prima dell’invio conta l’input completo con lo strumento del fornitore.
- Dopo la risposta, consulta le informazioni sui consumi restituite dall’API, come i campi usage. Non chiedere al modello di indovinare quanti token ha utilizzato.
- Confronta le categorie con il tariffario e gli addebiti. Il testo visibile potrebbe non rappresentare tutto il consumo.
- Raggruppa le chiamate per attività per sapere quanto costa il risultato.
OpenAI mette a disposizione una funzione API per contare i token di input prima di inviare la richiesta. Anche la documentazione Gemini spiega il conteggio preliminare e i dati di consumo restituiti con la risposta. Controlla quali campi sono disponibili nella tua versione API e cosa comprendono.
Ridurre gli sprechi senza perdere le istruzioni
Elimina duplicati, versioni superate e passaggi estranei al compito. Chiedi un risultato preciso: cinque errori con citazioni, anziché un riassunto completo. Mantieni vincoli, eccezioni e fonti.
Per continuare una conversazione lunga in una nuova chat, prepara una sintesi di decisioni, vincoli, domande aperte e link alle fonti. Confrontala con la conversazione originale prima di usarla. Se manca una condizione importante, il lavoro per correggere il risultato può superare il risparmio ottenuto riducendo l’input.
Valuta quanto costa ottenere un risultato approvato, includendo il tempo di verifica e correzione. Una chiamata API economica può lasciare molto lavoro manuale se la risposta va rifatta.