Costo dei token in caduta: l'abbonamento AI flat cadrà

La tesi: il flat è un prezzo politico con una data di scadenza

L'abbonamento AI a tariffa piatta è un prezzo politico. La variabile che conta è il costo dell'inferenza per milione di token e quella variabile ne scrive la data di scadenza.

Il 5 ottobre 2026 SemiAnalysis ha pubblicato la misura che regge tutto il resto. Gli abbonamenti valgono circa il 10% del fatturato di Anthropic e assorbono oltre il 40% del compute di inferenza (SemiAnalysis, Tokenomics Model, 5 ottobre 2026^[1]). Lo stesso calcolo stima un taglio del ricavo medio per megawatt vicino a 36 milioni di dollari.

Quello studio misura anche uno scarto superiore a 5 volte nel valore per dollaro fra i piani di Anthropic e quelli di OpenAI. La notizia ha fatto il giro delle testate tecniche il 6 ottobre (The Register^[2]).

Questo è un cambio di regime, altro che un trend. Il canone fisso cadrà per contato e il conto sta già scritto nei listini pubblici.

Cinque volte di scarto allo stesso prezzo di listino

Il consenso legge quello scarto come una gara di generosità. Chi regala più token conquista il cliente e la classifica cambia a ogni rilascio di modello.

La gara di generosità spiega male quei numeri. Un divario di 5 volte sullo stesso prezzo di listino misura una cosa diversa: la distanza fra il prezzo al consumo e il costo marginale di chi serve i token.

Quando due fornitori chiedono 200 dollari al mese per quantità di lavoro che differiscono di cinque volte, quel prezzo porta zero informazione sul costo. Porta informazione sul budget di acquisizione clienti. È una voce di marketing travestita da listino.

Il dato che tutti guardano è il tetto mensile. Il dato che predice è il rapporto fra credito bruciato e prezzo API dello stesso carico. La fonte del 5 ottobre mostra che i due rapporti divergono in modo netto.

Il 90% degli analisti legge bene il presente. Sbaglia il ritmo del cambiamento.

La curva: tre punti in dollari per milione di token

Una traiettoria richiede tre punti. Questa rubrica tiene una classe contabile dedicata, con valore, data e misuratore per ogni punto in dollari per milione di token.

Primo punto, archivio di questa rubrica: fra marzo 2023 e l'estate 2026 il prezzo per milione di token di una capacità pari a GPT-4 cala di circa mille volte, letto sui listini pubblici delle API.

Secondo punto, stessa serie: a capacità fissa il prezzo scende circa 40 volte l'anno. E la domanda si concentra, visto che il 29% dei token di produzione gira su appena il 4% della spesa.

Terzo punto, portato dalla fonte del 5 ottobre 2026: il valore API-equivalente dello stesso piano da 200 dollari cambia per modello e per tipo di carico. I rapporti fra crediti divergono dai rapporti fra prezzi API.

Tre punti compongono una direzione sola. Il costo unitario del token crolla, la quantità consumata per utente sale più in fretta della discesa del prezzo e il canone fisso assorbe la differenza.

Il meccanismo: i crediti trasformano un prezzo fisso in quantità variabile

Il pagamento mensile compra crediti. Ogni coppia di modello e tipo di token brucia una quota diversa di quei crediti.

Qui sta il meccanismo causale, altro che una correlazione. Il fornitore fissa il prezzo e lascia variabile la quantità, poi ritara il costo in crediti quando il margine stringe. I limiti pubblici cambiano con le promozioni; i costi in crediti cambiano in silenzio.

Questo è già un contatore. Manca l'etichetta.

La fonte lo dice in modo esplicito: per modellare i conti di un laboratorio AI serve capire i limiti degli abbonamenti, giorno per giorno. SemiAnalysis ha costruito un cruscotto che rilegge ogni combinazione di piano, modello e tipo di token, con Meta, Cursor, Cognition, Z.ai, MiniMax e Moonshot accanto ai due grandi.

Un contatore nascosto diventa fragile appena qualcuno lo pubblica. La pubblicazione è arrivata il 5 ottobre 2026.

Cliff event: il 2027, quando il metro diventa pubblico

L'adozione di un prezzo nuovo salta, altro che crescere per gradi. Il salto arriva quando la misura diventa pubblica e confrontabile fra fornitori.

Cliff event: il cruscotto rende visibile ogni ritaratura dei crediti entro poche ore, i ritocchi silenziosi diventano notizia e il fornitore preferisce un listino a consumo dichiarato. Orizzonte: 2027.

La meccanica resta semplice. Un ritocco al ribasso oggi costa reputazione, visto che Anthropic ha arretrato più volte su tagli pianificati per evitare il tribunale dell'opinione pubblica. Un listino esplicito costa una volta e basta.

Il collo di bottiglia aiuta il passaggio. La scarsità migra dal silicio di training al packaging e alla memoria. Chi la prezza come permanente perde: lo stesso editore mantiene un modello dedicato ai data center cinesi, dove il costo per megawatt resta la variabile centrale (SemiAnalysis, China Datacenter Model^[3]).

Capacità in arrivo più costo unitario in caduta: il sussidio perde la sua funzione commerciale.

Tre categorie che cambiano forma entro il 2028

• I rivenditori di agenti di codice a tariffa piatta (Cursor, Cognition): il margine dipende da crediti comprati da terzi e rivenduti a prezzo fermo.
• I piani illimitati dei SaaS verticali: chi include l'inferenza nel canone eredita la volatilità del costo per token.
• I laboratori a listino aggressivo (Z.ai, MiniMax, Moonshot): usano il prezzo come leva di ingresso e guadagnano quando il mercato passa al conteggio.

Il primo gruppo porta il rischio peggiore. Il costo unitario scende e i carichi agentici alzano i token per compito con una pendenza più ripida: il saldo finale dipende da una contabilità decisa da altri.

Il secondo gruppo scoprirà che l'inferenza inclusa nel canone è un derivato, altro che una funzione di prodotto.

Il terzo gruppo guadagna dal passaggio al consumo, perché un metro comune premia il costo per token più basso. Un quarto effetto riguarda chi compra: l'operatore singolo che oggi arbitra il flat sposta il vantaggio sul modello locale, dove il costo per token resta fisso e noto in anticipo.

La posizione e l'evidenza che la ribalta

La mia posizione: il prezzo flat degli abbonamenti AI convergerà verso il costo marginale dell'inferenza e il passaggio avverrà per contato, con listini a consumo dichiarato al posto dei tetti opachi.

Il ragionamento sta in tre passaggi. Il costo per milione di token scende con una pendenza misurabile da tre anni. Gli abbonamenti consumano compute in modo molto più che proporzionale al fatturato che portano. Quel divario è diventato pubblico e aggiornato ogni giorno.

Cosa cambierebbe la mia idea: una curva del consumo per utente che corre più veloce della discesa del costo unitario per due anni di fila. In quel mondo il canone fisso resta la forma più efficiente di razionamento e il contatore esplicito diventa una spesa inutile.

Cosa fare adesso, per ruolo:

• CTO: rivalutare lo stack costruito su prezzi API fermi e misurare il costo per compito al posto del costo per utente.
• Venture capital: la scommessa che pare impossibile è il verticale che compra token a consumo e vende risultati, con un moat sui dati.
• Chief strategy officer: un piano a tre anni costruito sul canone fisso per utente descrive un mondo in uscita di scena.
• Procurement: inserire una clausola di riprezzamento legata al dollaro per milione di token, con revisione ogni sei mesi.

Il prezzo dell'intelligenza scende ogni trimestre. I contratti firmati adesso durano tre anni.

Previsione, orizzonte, kill signal

Previsione: entro il 31 dicembre 2027 almeno uno fra OpenAI e Anthropic sostituisce il piano flat consumer di punta con un listino a consumo dichiarato, oppure pubblica nel listino un tetto misurato in token.

Confidence: 70. Orizzonte: 31 dicembre 2027. Kill signal: al 31 dicembre 2027 entrambi i fornitori tengono piani flat di punta a prezzo invariato e con limiti pari o più generosi e il cruscotto abbonamenti di SemiAnalysis registra un valore API-equivalente per dollaro in crescita su dodici mesi.