I token dell’IA scendono sotto 1 dollaro: perché la spesa continua a crescere

Il prezzo dell’intelligenza artificiale sta crollando. L’indice LLM Token Expenditure di Silicon Data, che misura quanto il mercato paga in media per un milione di token di inferenza, è sceso a 97 centesimi il 31 agosto 2026: il valore più basso da quando l’indice è stato creato e meno della metà del picco raggiunto all’inizio dell’estate. 4

Il dato, però, può trarre in inganno. Non misura la spesa complessiva per l’IA né il numero totale di token utilizzati. È una media ponderata per l’utilizzo del prezzo effettivo pagato dal mercato per un milione di token. In altre parole, indica quanto sta diminuendo il costo unitario dell’inferenza e quanto il mercato è disposto a pagare per l’intelligenza artificiale, non necessariamente quanto la tecnologia venga utilizzata. 278

Perché l’indice è sceso sotto 1 dollaro

Il minimo storico è il risultato di più spinte che si sono sommate:

• I modelli cinesi più economici hanno guadagnato terreno. Le alternative open e a basso costo hanno permesso agli sviluppatori di ridurre la dipendenza dai sistemi proprietari più costosi, abbassando il prezzo medio ponderato del mercato. 3839
• Il prezzo è diventato un’arma competitiva. Gli sconti sulle API servono a conquistare utenti, aumentare le implementazioni e difendere le quote di mercato in un settore in cui le differenze di capacità tra modelli si stanno restringendo. 39
• L’economia dell’inferenza è migliorata. Costi più bassi di produzione e di distribuzione dei modelli rendono possibile offrire più output a un prezzo inferiore, anche se le evidenze disponibili non dimostrano che tutti i fornitori abbiano la stessa struttura di costi.
• La pressione si è estesa ai concorrenti globali. Anche i grandi operatori internazionali hanno ridotto i prezzi dei modelli più economici, trasformando la competizione cinese in una guerra globale sull’inferenza. 3637

Il percorso è stato in larga parte discendente: l’indice superava i 2 dollari per milione di token all’inizio di giugno, era sceso a circa 1,16-1,18 dollari nella prima settimana di agosto e in seguito ha attraversato la soglia di 1 dollaro. 1384 I valori intermedi non sono sempre perfettamente concordanti: una rilevazione pubblica citata per il 27 luglio indicava 1,43 dollari. Il trend generale, tuttavia, resta chiaro. 12

Come i laboratori cinesi hanno innescato la guerra dei prezzi

Il segnale più evidente è arrivato da DeepSeek. A maggio l’azienda ha reso permanente un taglio del 75% ai prezzi delle API del suo modello V4-Pro, portandoli a un quarto delle tariffe iniziali, con valori diversi a seconda del tipo di utilizzo. 33

La risposta dei concorrenti non si è fatta attendere. Xiaomi ha annunciato riduzioni fino al 99% per i modelli MiMo-V2.5. Nello stesso periodo, diverse società cinesi — tra cui ByteDance, Tencent, MiniMax e Alibaba — hanno applicato ulteriori ribassi. 3946

La domanda decisiva, per chi acquista questi servizi, non è più soltanto quale modello sia il più potente. Conta anche quanta capacità si ottiene per ogni dollaro, oltre a latenza, gestione del contesto, affidabilità e flessibilità di implementazione. Quando diversi modelli sono abbastanza simili per i compiti di routine, una differenza di prezzo molto ampia può spostare rapidamente i volumi di utilizzo.

La stessa guerra dei prezzi ha però mostrato i propri limiti. Ad agosto DeepSeek ha aumentato le tariffe per i modelli di punta più recenti e ha introdotto prezzi differenziati tra ore di punta e ore non di punta: in queste ultime, il costo è pari alla metà di quello applicato nei periodi più affollati. La scelta suggerisce che vendere capacità illimitata al prezzo più basso possibile non sia un modello sostenibile all’infinito. I fornitori devono anche gestire l’utilizzo delle GPU e recuperare i costi dell’infrastruttura. 35

Perché la spesa per l’IA può aumentare mentre i token costano meno

La formula è semplice:

Spesa complessiva = prezzo per token × numero di token utilizzati.

Se il prezzo diminuisce del 90%, ma l’utilizzo aumenta di oltre il 90%, la spesa totale può comunque crescere. Prezzi più bassi rendono convenienti attività che prima erano troppo costose: assistenza clienti automatizzata, programmazione, analisi di documenti, applicazioni con contesti molto estesi e flussi di lavoro basati su agenti.

Alcune analisi stimano che i prezzi dei token siano diminuiti di oltre il 90% dal 2023, mentre la spesa complessiva per l’IA sarebbe all’incirca raddoppiata. È lo scenario tipico di un mercato in espansione: l’inferenza più economica non distrugge necessariamente la domanda, ma rende possibili molti più casi d’uso. 1922

Anche i dati sull’economia cinese dei token indicano una forte crescita dei volumi. Secondo la National Data Administration, il consumo giornaliero ha superato i 140.000 miliardi di token a marzo, oltre il 40% in più rispetto ai 100.000 miliardi registrati alla fine dell’anno precedente. 2632

Nel frattempo, i principali operatori cinesi delle telecomunicazioni stanno investendo nella capacità di calcolo per l’IA. China Telecom ha comunicato un aumento del 95% dei ricavi legati all’informatica intelligente nel primo semestre, mentre la spesa in conto capitale di China Unicom per le infrastrutture di calcolo è cresciuta di oltre l’80% su base annua. 1718

Questi numeri non dimostrano che ogni società che sviluppa modelli sia profittevole. Mostrano però come un prezzo unitario più basso possa sostenere volumi molto più ampi di utilizzo e di investimenti in infrastrutture.

Il divario tra investimenti e ricavi è il vero campanello d’allarme

La lettura ottimista è che il calo dei prezzi dell’inferenza rappresenti l’inizio dell’adozione di massa. Un’intelligenza artificiale più accessibile potrebbe generare abbastanza traffico da giustificare nuovi investimenti in cloud, data center, chip, reti ed energia elettrica.

La lettura più prudente riguarda invece i tempi dei ritorni economici. Secondo stime attribuite ad Allianz Research, il divario tra la crescita degli investimenti in capitale per l’IA e quella delle vendite è arrivato a circa il 46%, contro circa il 32% osservato durante l’eccesso degli investimenti nelle telecomunicazioni del 2001. 202223

Il confronto è un avvertimento, non la prova che il settore stia ripetendo esattamente la bolla delle telecomunicazioni. Restano però tre rischi concreti:

1. Deflazione dei prezzi: modelli sempre più capaci potrebbero continuare a essere venduti a prezzi più bassi.
2. Rischio di utilizzo insufficiente: infrastrutture con costi fissi elevati richiedono una domanda stabile, non soltanto picchi temporanei.
3. Rischio di monetizzazione: la crescita dei volumi deve essere abbastanza rapida da compensare la diminuzione dei prezzi effettivi e produrre un rendimento sugli ingenti investimenti già effettuati.

Come leggere correttamente l’indice di Silicon Data

Il nuovo minimo dell’indice va interpretato soprattutto come un segnale sulla forza dei prezzi e sulla disponibilità a pagare, non come un indicatore autonomo della domanda di IA. Dice che il mercato paga meno per ogni unità di inferenza, in parte perché l’utilizzo si sta spostando verso modelli più economici e in parte perché i fornitori competono in modo aggressivo sulle tariffe. 7814

Il punto chiave per i prossimi mesi sarà capire quale delle due dinamiche prevarrà: prezzi in calo capaci di sbloccare abbastanza nuovi casi d’uso da far crescere i ricavi complessivi, oppure una guerra commerciale più veloce dell’aumento dei volumi, con infrastrutture costose e ritorni deboli.

Le evidenze disponibili sostengono la prima ipotesi sul fronte della domanda e confermano che la seconda rappresenta un rischio finanziario concreto. Non consentono ancora di stabilire quale sarà l’esito.