OpenAI taglia i prezzi mentre Amazon scopre il costo reale dell’AI

🤖 Cosa cambia

• OpenAI riduce dell’80% il prezzo di GPT-5.6 Luna e del 20% quello di Terra, abbassando anche il consumo delle quote aziendali.
• Amazon scopre progetti AI fuori controllo, compreso un sistema basato su Claude costato 1,8 milioni di dollari senza arrivare in produzione.
• AWS facilita il deployment di Kimi K3 e mostra come Yahoo utilizzi Bedrock per ampliare fino a 600 volte le keyword pubblicitarie.

OpenAI riduce sensibilmente il costo dei modelli GPT-5.6 Luna e GPT-5.6 Terra, cercando di rendere economicamente sostenibile l’uso quotidiano dell’intelligenza artificiale nei flussi aziendali. La decisione arriva mentre Amazon affronta internamente il problema opposto: alcuni progetti basati su modelli generativi hanno prodotto spese non previste per milioni di dollari a causa di errori di configurazione, assenza di limiti automatici e monitoraggio insufficiente. Nello stesso momento, AWS pubblica le procedure per eseguire il modello cinese Kimi K3 su infrastrutture Blackwell e mostra come Yahoo abbia trasformato il retargeting pubblicitario attraverso Amazon Bedrock. Le tre vicende descrivono la nuova competizione dell’AI enterprise: non basta disporre del modello più potente, perché il vero vantaggio dipende dal costo per attività completata.

OpenAI riduce fino all’80% il prezzo di GPT-5.6

La riduzione riguarda esclusivamente GPT-5.6 Luna e GPT-5.6 Terra, non un’inesistente famiglia GPT-6. Luna, presentato come il modello più rapido ed economico della serie, costa ora 0,20 dollari per milione di token in input e 1,20 dollari per milione di token in output, con una diminuzione dell’80% rispetto al listino precedente. Terra scende invece a 2 dollari per milione di token in input e 12 dollari per milione di token in output, registrando un taglio del 20%. Il prezzo di GPT-5.6 Sol, destinato alle attività più complesse, rimane invariato, ma OpenAI introduce una modalità Fast capace di offrire prestazioni fino a 2,5 volte più rapide rispetto all’elaborazione standard pagando il doppio.

La riduzione viene trasferita anche a ChatGPT Work e Codex: i prezzi degli abbonamenti e i budget complessivi non cambiano, ma l’utilizzo di Luna e Terra consuma una quantità inferiore di crediti. OpenAI vuole così incoraggiare le imprese a utilizzare modelli differenti nei diversi passaggi dello stesso processo, affidando a Sol la pianificazione più difficile e ai modelli economici l’esecuzione ripetitiva, i test e le automazioni in background. Il cambio di strategia segue il precedente ampliamento dei limiti di GPT-5.6 Sol e Claude Fable 5, quando la competizione si concentrava soprattutto sulla capacità disponibile. Ora il terreno principale diventa il costo per risultato utile. Secondo l’annuncio ufficiale di OpenAI sui nuovi prezzi, Luna può gestire flussi agentici composti da più passaggi e Terra mantiene un equilibrio tra qualità, velocità e costo per le attività aziendali ordinarie.

Il prezzo dei token decide quali automazioni possono scalare

Il taglio non rappresenta una semplice promozione commerciale. Le aziende che utilizzano agenti AI sostengono costi legati non soltanto alla risposta finale, ma anche ai passaggi intermedi, alle chiamate agli strumenti, alla rilettura del contesto, ai tentativi falliti e alla verifica automatica dei risultati. Un agente di programmazione può consumare molte più risorse di un chatbot perché apre file, modifica codice, esegue test, interpreta gli errori e ripete il ciclo fino al completamento. Anche una differenza apparentemente limitata nel prezzo per milione di token può quindi trasformarsi in migliaia o milioni di dollari quando il sistema viene eseguito su larga scala. OpenAI sostiene di avere ottenuto le nuove tariffe attraverso ottimizzazioni dei modelli, dei sistemi di inferenza e della gestione del contesto. GPT-5.6 Sol avrebbe contribuito direttamente al processo, riscrivendo kernel di produzione e conducendo esperimenti che avrebbero ridotto del 20% il costo end-to-end del servizio e aumentato di oltre il 15% l’efficienza nella generazione dei token. Il modello economico ricorda quello già analizzato nel paradosso dell’AI tra maggiore efficienza e costi complessivi fuori controllo: abbassare il costo unitario può ridurre la spesa per singola attività, ma spesso induce le aziende ad automatizzare un numero molto maggiore di operazioni. La convenienza finale dipende quindi dalla capacità di misurare l’utilità prodotta, non dalla sola quantità di token acquistati.

Amazon spende 1,8 milioni per un sistema mai arrivato in produzione

Il caso interno di Amazon dimostra cosa accade quando il consumo dei modelli cresce senza limiti tecnici e finanziari adeguati. Un progetto destinato ad associare le informazioni sugli autori alle schede dei prodotti del marketplace avrebbe utilizzato Claude Sonnet fino ad accumulare una spesa di 1,8 milioni di dollari, superando il budget previsto dell’860%. Il sistema non sarebbe nemmeno arrivato correttamente in produzione e il sovracosto sarebbe stato individuato soltanto dopo cinque mesi. Altri due episodi avrebbero generato circa 541.000 dollari di costi inattesi per strumenti di revisione finanziaria e altri 134.000 dollari per un progetto dedicato all’ottimizzazione delle consegne. Amazon ha definito questi episodi casi circoscritti emersi durante una fase di sperimentazione, ma gli ingegneri interni starebbero costruendo controlli automatici per intercettare rapidamente consumi anomali. Il problema non sembra derivare da un malfunzionamento di Claude, bensì dalla configurazione delle applicazioni che lo richiamavano. Un errore di programmazione tradizionale può utilizzare inutilmente CPU e memoria; in un sistema basato su API commerciali, ogni iterazione sbagliata produce invece una nuova voce di spesa. L’incidente mostra il rischio già evidente nei servizi cloud: senza limiti, allarmi, quote e tracciamento per progetto, un ciclo apparentemente banale può moltiplicare silenziosamente le chiamate. La vicenda assume un valore particolare per Amazon, che vende attraverso AWS gli stessi strumenti di controllo e osservabilità necessari a evitare episodi simili e che integra Claude Opus 5 in Amazon Bedrock con un contesto da un milione di token. Le API generative rendono l’automazione più accessibile, ma trasferiscono una parte del rischio dal costo del personale al consumo variabile dell’infrastruttura.

AWS prepara Kimi K3 per le infrastrutture Blackwell

Amazon risponde alla crescita dei costi anche ampliando la disponibilità di modelli open-weight eseguibili su infrastrutture controllate dal cliente. La nuova guida AWS descrive due percorsi per distribuire Kimi K3, il modello di Moonshot AI composto da 2.800 miliardi di parametri. L’architettura Mixture of Experts distribuisce il modello tra 896 esperti, ma ne attiva soltanto 16 per ogni token, utilizzando circa 104 miliardi di parametri durante ciascun passaggio. Kimi K3 offre un contesto da un milione di token, comprende testo e immagini e supporta tool calling, output strutturati e attività agentiche di lunga durata. Le dimensioni rimangono comunque tali da richiedere un’istanza p6-b300.48xlarge con otto GPU Nvidia B300 Blackwell Ultra.

AWS propone l’impiego di SageMaker HyperPod, che automatizza orchestrazione, caricamento del modello, health check e gestione degli endpoint, oppure una distribuzione più autonoma su Amazon EKS. In entrambi i casi il modello viene eseguito attraverso vLLM, utilizza pesi quantizzati MXFP4 e può esporre un endpoint compatibile con le API OpenAI. La procedura rafforza il posizionamento di Kimi K3 come modello cinese capace di sfidare i sistemi occidentali e conferma che AWS non vuole dipendere esclusivamente da Anthropic, Amazon Nova o OpenAI. La guida tecnica pubblicata da AWS mostra però anche il costo materiale dell’AI aperta: la disponibilità dei pesi elimina il prezzo per token imposto dal fornitore, ma non il costo delle GPU, delle prenotazioni di capacità, del networking e della gestione operativa.

Yahoo usa Bedrock per moltiplicare le keyword pubblicitarie

Il caso Yahoo rappresenta invece un’applicazione nella quale il costo dell’LLM viene giustificato da un risultato commerciale misurabile. La piattaforma pubblicitaria Yahoo DSP utilizzava in precedenza Word2Vec e locality-sensitive hashing per ampliare le keyword definite dagli inserzionisti. Il sistema tendeva però a basarsi su vocaboli obsoleti, somiglianze sintattiche e corrispondenze limitate, arrivando in alcuni casi a non produrre alcuna espansione. Yahoo ha sostituito questo processo con un flusso basato su Amazon Bedrock, sperimentando Amazon Nova, Meta Llama e Anthropic Claude prima di selezionare Claude 3.5 Sonnet v2. Il modello genera termini semanticamente collegati alle ricerche originali, mentre un livello successivo trasforma le keyword in embedding e scarta quelle che non superano una soglia di similarità. Ulteriori filtri vengono applicati prima e dopo l’inferenza per bloccare espressioni sensibili o incompatibili con le politiche pubblicitarie.

Secondo i dati aziendali, il sistema ha prodotto un incremento fino a 600 volte nella capacità di espansione delle keyword e fino a cinque volte nella platea raggiungibile, entrando in produzione nel primo trimestre 2025. L’elemento decisivo non è quindi la semplice generazione di più parole, ma la presenza di controlli che eliminano allucinazioni e risultati non pertinenti. Il progetto si collega alla crescente adozione di AWS Bedrock e degli agenti AI nei flussi aziendali, ma offre anche una risposta al caso dei costi fuori controllo: l’AI diventa sostenibile quando ogni chiamata è collegata a un obiettivo misurabile, sottoposta a verifica e osservata attraverso metriche operative. Nel caso di studio ufficiale pubblicato da AWS e Yahoo, Bedrock permette di cambiare modello mediante configurazione, senza ricostruire l’intera infrastruttura, mentre la verifica semantica impedisce che l’aumento della scala comprometta qualità e conformità.

La nuova competizione AI si misura sul costo per attività

OpenAI, Amazon e Yahoo descrivono tre livelli della stessa trasformazione. OpenAI abbassa il prezzo unitario per ampliare il numero di processi economicamente automatizzabili. AWS offre infrastrutture per scegliere tra API gestite e modelli open-weight eseguiti direttamente. Yahoo dimostra che il valore nasce quando il modello viene integrato in un sistema con filtri, valutazioni e metriche commerciali. L’incidente da 1,8 milioni di dollari ricorda però che la disponibilità di modelli più economici non elimina il bisogno di progettazione. Le imprese devono stabilire limiti di spesa, identificare loop anomali, separare ambienti di test e produzione, calcolare il costo per attività riuscita e interrompere automaticamente i processi che non producono risultati. Il modello più conveniente non è necessariamente quello con il prezzo per token più basso, ma quello capace di completare il lavoro con meno tentativi, contesto riutilizzato e verifiche affidabili. È il nodo già emerso nell’espansione dell’AI aziendale promossa da OpenAI e AWS: la diffusione degli agenti sposta la competizione dalla qualità della singola risposta alla gestione economica di interi flussi operativi. Il vero vantaggio non sarà consumare più intelligenza artificiale, ma sapere esattamente quanto valore produce ogni dollaro speso.