Cosa sono i token AI?

Un token è un pezzo di parola, non una parola

I modelli non leggono lettere e non leggono parole. Prima che il tuo messaggio raggiunga il modello, un tokenizzatore lo scompone in pezzi presi da un vocabolario fisso di decine di migliaia di frammenti. Le parole comuni valgono un token. Le parole rare ne valgono due o tre. "Il" è un token; "tokenizzazione" è tipicamente due o tre; un URL lungo può valerne decine.

La regola pratica pubblicata da OpenAI per il testo in inglese: un token equivale a circa quattro caratteri, ossia circa tre quarti di parola. Quindi 100 token sono circa 75 parole, e 1.000 token sono una pagina e mezza.

Due cose fanno variare il conteggio. Il codice è più denso, vicino a un token ogni tre caratteri, a causa di simboli e indentazione. E le lingue meno rappresentate nei dati di addestramento del tokenizzatore costano di più: lo stesso significato in thailandese, hindi o arabo può richiedere da due a tre volte i token della versione inglese, il che conta se paghi per token e scrivi in una di queste lingue.

Puoi verificarlo di persona. Incolla un testo qualsiasi nel calcolatore del costo dei token e vedrai il conteggio e il prezzo su ogni modello.

I token in input e in output hanno due prezzi diversi

Ogni messaggio ha due metà. I token in input sono tutto ciò che il modello legge: la tua domanda, le istruzioni di sistema, la conversazione fin qui, ogni file allegato. I token in output sono ciò che il modello scrive in risposta.

I provider addebitano i due tipi a tariffe diverse, e il divario non è piccolo. La tabella mostra il prezzo di listino per milione di token dall'indice dei costi dei modelli di IA, con prezzi rilevati da OpenRouter il 2026-08-20.

L'output è più caro per come funziona il modello. Leggere l'input avviene in un unico passaggio parallelo su tutti i token insieme. Scrivere l'output avviene un token alla volta, e ogni nuovo token richiede un altro passaggio attraverso l'intero modello. Una risposta di 500 token sono 500 passaggi sequenziali.

Quanto costa davvero un messaggio, passo dopo passo

Prendiamo uno scambio tipico: una domanda di 300 parole con un paragrafo di contesto, risposta di 400 parole. Sono circa 400 token in input e 530 in output.

• Su GPT-5.6 Luna: 400 × $0.20 per milione più 530 × $1.20 per milione, cioè $0.00008 più $0.00064, circa $0.0007. Sette centesimi di centesimo.
• Su Claude Sonnet 5: 400 × $2 più 530 × $10, per milione, cioè $0.0008 più $0.0053, circa $0.006. Poco più di mezzo centesimo.
• Su GPT-5.5: 400 × $5 più 530 × $30, per milione, cioè $0.002 più $0.0159, circa $0.018. Quasi due centesimi.

Nota che la metà relativa all'output è l'80-90 percento della spesa in ogni riga. È la forma del messaggio, non solo il modello, a stabilire il costo: una domanda di una riga che chiede un saggio di 2.000 parole è lo schema più costoso, mentre un documento lungo con una domanda di una riga su di esso è quello più economico sullo stesso modello.

Allargando lo sguardo, la vera storia è il divario in tutto il catalogo. Ogni modello con prezzo nell'indice dei costi dei modelli di IA si colloca sulla scala qui sotto in base a quanto costa una risposta standard. Il più economico, Ling-3.0-flash, costa $0.000053; il più caro, Claude Opus 4.7 in modalità rapida, costa $0.105: circa 2.000 volte di differenza per gli stessi 1.500 token.

L'altro moltiplicatore è la cronologia. In una chat, il modello rilegge l'intera conversazione a ogni turno, quindi il conteggio dell'input cresce con ogni messaggio. Una conversazione di 40 turni invia il primo messaggio 40 volte. Ecco perché i thread lunghi rallentano ed ecco perché cos'è una finestra di contesto è il limite che prima o poi raggiungerai.

Perché un abbonamento nasconde il contatore ma non lo elimina

I piani consumer addebitano una tariffa mensile fissa, e sotto quella tariffa ogni provider continua comunque a contare i token. Il conteggio emerge sotto forma di limiti sui messaggi, il muro "hai raggiunto il tuo limite" e il passaggio silenzioso a un modello più piccolo quando il budget si esaurisce.

Whizi misura al contrario. Ogni modello ha un prezzo fisso in crediti per messaggio: 1 credito per il modello della casa, 10 per Claude Sonnet 5, 20 per Claude Opus 5 e GPT-5.5, e 100 al vertice della scala. Il numero non dipende mai dalla lunghezza del tuo messaggio o della risposta. La scala è ancorata a un turno reale di token, 3.000 in input e 800 in output sul modello della casa, che costa circa $0.00156 in spesa verso il provider e definisce un credito. Come funzionano i crediti Whizi contiene la tabella completa.

Il compromesso è deliberato. Un contatore per token è preciso e imprevedibile; un credito per messaggio è leggermente generoso con i messaggi lunghi e leggermente avaro con quelli brevi, e conosci sempre il prezzo prima di premere invio.

I token sono anche il limite di capacità

Il secondo motivo per cui i token contano è la capacità. Ogni modello ha una finestra di contesto misurata in token: il massimo che può considerare in una volta, input e output insieme. Claude Haiku 4.5 ne contiene 200.000. GPT-5.6 Terra, Claude Sonnet 5 e Gemini 3.7 Flash ne contengono circa 1 milione. A 750 parole ogni 1.000 token, un milione di token sono circa 750.000 parole, ovvero circa 1.500 pagine.

La finestra non è gratuita. Riempirla costa token in input a ogni turno, quindi un documento di 300.000 token a cui vengono poste dieci domande sono 3 milioni di token in input, pari a $6 su Claude Sonnet 5 a prezzo di listino. Il retrieval, dove l'app cerca nel documento e invia solo le pagine rilevanti, esiste proprio per evitare quella spesa. Cos'è il RAG spiega il meccanismo, e confronto delle finestre di contesto raccoglie il limite di ogni modello in un'unica tabella. Invia le pagine di cui la domanda ha bisogno, mai il file intero.