Confronto completo dei modelli AI coperti nella Prompt Library — prezzi, capacità, latenza, limiti di frequenza e guida alla scelta.

⚠️ Prezzi e disponibilità dei modelli cambiano frequentemente. Questa guida riflette le informazioni di aprile 2026. Verifica sempre le tariffe aggiornate sulla pagina dei prezzi di ciascun provider prima di fare proiezioni sui costi.

• Claude (Anthropic)
• GPT (OpenAI)
• Gemini (Google)
• Llama (Meta)
• Mistral
• Tabella Comparativa dei Prezzi
• Confronto Benchmark per Compito
• Confronto Latenza
• Limiti di Frequenza
• Albero Decisionale: Quale Modello Usare
• Strategie di Ottimizzazione dei Costi
• Modelli Ritirati

I modelli Claude eccellono nel seguire le istruzioni, nell'analisi di contesti lunghi, nella scrittura creativa e nella programmazione. Rispondono particolarmente bene ai prompt strutturati con tag XML.

Tag XML — Claude tratta i tag XML come contenitori semantici. Pattern ad alto valore:

<instructions>Primary task definition</instructions>
<context>Background information</context>
<constraints>Hard rules that override other instructions</constraints>
<examples>Input/output examples</examples>

Extended Thinking — Disponibile su Opus 4.6, consente al modello di "pensare" attraverso problemi complessi prima di rispondere. Attiva un ragionamento più profondo al costo di maggiore latenza e token.

Tecnica Prefill — Inizia la risposta di Claude per guidare formato e tono:

{
  "messages": [
    {"role": "user", "content": "Analyze this data..."},
    {"role": "assistant", "content": "{\"analysis\":"}
  ]
}

• Opus 4.6 — Quando serve il miglior ragionamento in assoluto, per elaborare documenti oltre 200K token, o per flussi di lavoro multi-agente
• Sonnet 4.6 — Il modello tuttofare — usalo per il 90% dei compiti (programmazione, analisi, scrittura, uso di strumenti)
• Haiku 4.5 — Classificazione ad alto volume, routing, estrazioni rapide, o dove latenza/costo contano di più

I modelli GPT offrono prestazioni eccellenti per uso generale, output strutturati e function calling.

Modalità JSON — Forza l'output a essere JSON valido:

{
  "response_format": { "type": "json_object" }
}

Structured Outputs — Definisci uno schema JSON esatto che il modello deve seguire:

{
  "response_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "analysis",
      "schema": {
        "type": "object",
        "properties": {
          "summary": { "type": "string" },
          "score": { "type": "number" }
        },
        "required": ["summary", "score"]
      }
    }
  }
}

Function Calling — Definisci strumenti che il modello può invocare, abilitando un comportamento simile agli agenti con uso strutturato di strumenti.

I modelli Gemini offrono capacità multimodali native, grounding con Google Search ed esecuzione di codice.

Input Multimodale — Supporto nativo per immagini, video e audio nei prompt. Non serve descrivere il contenuto visivo in testo.

Grounding con Google Search — Ancora le risposte ai risultati di ricerca web in tempo reale per informazioni aggiornate.

Esecuzione di Codice — Il modello può eseguire codice come parte della risposta, utile per analisi di dati e compiti computazionali.

Modelli open-weight che puoi ospitare autonomamente. Nessun costo API — paghi solo il calcolo.

• Open-weight — scarica ed esegui sulla tua infrastruttura
• Nessun costo API — solo costi di calcolo (GPU a noleggio o hardware di proprietà)
• Fine-tuning — personalizza per il tuo dominio specifico
• Architettura MoE (Llama 4) — alto numero di parametri con inferenza efficiente
• Privacy — i dati non lasciano mai la tua infrastruttura

• I dati devono restare sulla tua infrastruttura (normative, privacy)
• Inferenza ad alto volume dove i costi API sarebbero proibitivi
• Fine-tuning per domini specializzati
• Deployment edge/mobile (Llama 3.2)
• Ricerca e sperimentazione

Laboratorio di IA europeo che offre una gamma di modelli dal minuscolo al livello di frontiera, con eccellenti rapporti prezzo-prestazioni.

• Miglior rapporto prezzo-prestazioni: Mistral Medium 3 a $0.40/M input offre qualità classe GPT-4 a 1/5 del costo
• Eccellenza multilingue: forte nelle lingue europee e globali
• Architettura MoE: inferenza efficiente con alto numero di parametri
• Specializzazione nel codice: Codestral e Devstral per i flussi di lavoro di sviluppo
• Sovranità dei dati UE: opzioni di hosting europeo

Prezzi per milione di token (aprile 2026):

*I modelli Llama sono open-weight — paghi solo il calcolo (hosting/noleggio GPU).

Sconti API Batch:

• OpenAI Batch API: 50% di sconto (turnaround 24h)
• Anthropic Batches API: 50% di sconto (turnaround 24h)
• Google Batch API: varia per modello

Visione pratica delle prestazioni relative per categoria di compito:

Intervalli approssimativi per richieste tipiche (varia per regione, carico e lunghezza del prompt):

TTFT = Time To First Token (tempo al primo token). Queste sono mediane approssimative per orientamento, non SLA.

RPM = richieste al minuto, RPD = richieste al giorno. I limiti variano per modello all'interno di ciascun provider.

INIZIO: Qual è il tuo requisito principale?

[I dati devono restare sulla tua infrastruttura?]
  SÌ → Llama 3.3 70B (qualità) o Llama 3.2 3B (edge/mobile)
  NO → continua

[Elaborazione nativa di video o audio?]
  SÌ → Gemini 3 Pro (video/audio nativo)
  NO → continua

[Documenti che superano 200K token?]
  SÌ → Claude Opus 4.6 (1M) o Llama 4 Scout (10M)
  NO → continua

[Serve conformità garantita allo schema JSON?]
  SÌ → GPT-5.4 con structured outputs
  NO → continua

[Ragionamento complesso o scrittura di testi lunghi?]
  SÌ → Claude Sonnet (rapporto qualità-prezzo) o Opus (qualità massima)
  NO → continua

[Alto volume, sensibilità al costo (>10K richieste/giorno)?]
  SÌ → Quanto è complesso?
    Semplice → Gemini Flash o Mistral Medium 3
    Moderato → Claude Haiku 4.5
    Complesso → Claude Sonnet con batching
  NO → continua

[Generazione o revisione del codice?]
  SÌ → Claude Sonnet 4.6, GPT-5.3-Codex o Codestral
  NO → continua

[Predefinito / uso generale]
  Budget → Mistral Medium 3
  Qualità → Claude Sonnet 4.6 o GPT-5.4
  Massimo → Claude Opus 4.6

Usa un modello economico per classificare la complessità della richiesta, poi indirizza al modello appropriato:

# Classify with a cheap model
classification = cheap_model.classify(
    request, categories=["simple", "moderate", "complex"]
)

model_map = {
    "simple":   "gemini-flash",      # lowest cost
    "moderate": "claude-haiku",      # balanced
    "complex":  "claude-sonnet",     # highest quality
}
model = model_map[classification]

response = cheap_model.generate(prompt)

if not passes_quality_check(response):
    response = expensive_model.generate(prompt)  # escalate

task_routing = {
    "classification": "gemini-flash",
    "extraction":     "mistral-medium",
    "summarization":  "claude-haiku",
    "reasoning":      "claude-sonnet",
    "code":           "codestral",
}

Un router ben implementato risparmia il 60–80% rispetto all'invio di tutto al modello più costoso.

Non usare questi modelli in nuovi progetti:

Navigazione: ← Tecniche di Prompting  |  Strumenti: Linter, Optimizer, Recommender →