---
title: "Stimare il costo delle API LLM prima del lancio | BroadRouter"
description: "Modello di costo passo per passo per una nuova funzione AI: utenti × azioni × chiamate × token, con cache, ragionamento, retry, rate limit e un esempio mensile."
url: https://broadrouter.com/it/blog/estimate-llm-api-cost-before-launch/
lang: it
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/blog/estimate-llm-api-cost-before-launch/) (aggiornato il 2026-11-15).

# Come stimare il costo delle API LLM prima di lanciare una funzione

A cura del team di BroadNet Inference · 6 min di lettura · Pubblicato 2026-11-14 · Aggiornato 2026-11-15

Per stimare il costo delle API LLM, modella una singola azione dell’utente, non una singola chiamata: conta le chiamate per azione, misura su campioni reali i token di input, in cache e di output per chiamata, poi moltiplica per utenti e azioni al mese. Aggiungi ragionamento e retry e calcola uno scenario basso, uno atteso e uno alto. Il nostro esempio su DeepSeek V4.1 Flash arriva a $42.67 al mese.

## Punti chiave

-   Modella l’unità di lavoro che l’utente avvia, poi conta ogni chiamata LLM che c’è dietro, compresi retry e passaggi degli agenti.
-   Misura i token su 20-50 campioni reali e leggi il blocco usage. Non tirare a indovinare dal numero di parole.
-   Dividi l’input tra token nuovi e in cache e includi il ragionamento nell’output, perché ognuno ha un prezzo diverso.
-   Il nostro esempio: 60.000 azioni al mese con 5.000 token di input e 500 di output, metà dell’input in cache, costa $42.67.
-   Verifica il volume rispetto a rate limit e concorrenza, non solo rispetto al budget.

**In questa pagina**

1.  Qual è la formula del costo delle API LLM?
2.  Come si costruisce il modello di costo, passo per passo?
3.  Come si presenta una stima completa? Un assistente per le bozze di risposta
4.  Quanto devono essere distanti gli scenari basso e alto?
5.  Cosa sposta di più la stima?
6.  Il volume rientra nei rate limit?
7.  Questa funzione dovrebbe girare su un piano flat?
8.  Come si trasforma la stima in un budget?
9.  Dove si colloca BroadNet Inference

Per stimare il costo delle API LLM prima del lancio, prezza una singola azione dell’utente invece di una singola chiamata API. Conta le chiamate che ci sono dietro, misura su 20-50 campioni reali i token di input nuovo, di input in cache e di output, moltiplica per le azioni mensili e poi aggiungi ragionamento e retry. Il nostro esempio di bozza di risposta all’assistenza su DeepSeek V4.1 Flash arriva a $42.67 al mese.

È una previsione pre-lancio per una singola funzione; quando avrai utenti paganti, [il costo LLM per utente in un SaaS](https://broadrouter.com/it/blog/llm-cost-per-user-saas/) tratta margini e fasce di prezzo.

## Qual è la formula del costo delle API LLM?

```text
monthly cost = actions per month × calls per action
             × ( new input tokens × input price
               + cached input tokens × cached price
               + output tokens × output price ) / 1,000,000
```

I [token di output](https://broadrouter.com/it/glossary/input-and-output-tokens/) comprendono il ragionamento. I [token in cache](https://broadrouter.com/it/glossary/cached-input-tokens/) sono input che il provider riusa a un prezzo più basso. Tutto il resto è misura. Il [calcolatore dei costi delle API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/), gratuito, applica questa formula al prezzo di listino di qualsiasi modello.

## Come si costruisce il modello di costo, passo per passo?

1.  **Dai un nome all’unità di lavoro.** «Scrivi una bozza di risposta all’assistenza», «riassumi una chiamata», «correggi un test che fallisce». Prezza quella, non «una richiesta».
2.  **Conta le chiamate per azione.** Una risposta basata su retrieval può essere una chiamata. Un agente che pianifica, modifica e verifica può farne dieci. Aggiungi il tuo tasso di retry: un timeout che ritenti si paga di nuovo.
3.  **Misura i token per chiamata su campioni reali.** Prendi 20-50 input realistici, non demo pulite. Per un primo conteggio approssimativo prima di chiamare qualsiasi API, incollali nel [contatore di token](https://broadrouter.com/tools/token-counter/). Leggi `usage.prompt_tokens`, `usage.prompt_tokens_details.cached_tokens` e `usage.completion_tokens` da ogni risposta. Con lo streaming, imposta `stream_options: {"include_usage": true}`; [la guida allo streaming](https://broadrouter.com/it/guides/streaming-chat-completions/) mostra dove compare.
4.  **Separa l’input nuovo da quello in cache.** Prompt di sistema, elenco dei tool e documenti condivisi possono andare in cache se vengono per primi e restano identici. Il testo dell’utente no.
5.  **Includi il ragionamento nell’output.** DeepSeek V4.1 Flash, GLM 5.3 e Qwen3.8 27B ragionano prima di rispondere. Quei [token di ragionamento](https://broadrouter.com/it/glossary/reasoning-tokens/) si pagano come output, e spesso sono più della risposta visibile. [Perché il ragionamento costa più di quanto vedi](https://broadrouter.com/it/blog/reasoning-tokens-cost/).
6.  **Stima il volume.** Utenti attivi × azioni per utente al giorno × 30.
7.  **Moltiplica e somma.** Converti i totali di token in milioni e applica il prezzo per 1M.
8.  **Calcola tre scenari.** Basso, atteso e alto. Il traffico al lancio è incerto, e i prompt crescono nel tempo.
9.  **Verifica i limiti, non solo i soldi.** Le richieste al minuto di picco e le richieste in corso devono stare nei [rate limit](https://broadrouter.com/it/glossary/rate-limit/) della tua chiave.
10.  **Scegli il modello di fatturazione.** Per token per il traffico irregolare guidato dagli utenti; un piano flat per gli agenti sempre attivi.

## Come si presenta una stima completa? Un assistente per le bozze di risposta

Un’app di help desk aggiunge «Scrivi bozza». I numeri qui sotto sono ipotesi a scopo illustrativo. Sostituiscili uno per uno con le tue misure.

| Dato | Valore | Da dove viene |
| --- | --- | --- |
| Operatori del supporto (personale) che usano la funzione | 500 | Piano di prodotto |
| Bozze per operatore al giorno | 4 | Uso nel pilota |
| Giorni al mese | 30 |  |
| Azioni al mese | 60.000 | 500 × 4 × 30 |
| Chiamate per azione | 1 | Una chiamata con articoli recuperati |
| Token di input per chiamata | 5.000 | Prompt di sistema, thread del ticket, tre articoli di aiuto |
| Quota di input in cache | 50% | Prompt di sistema e prefisso degli articoli stabili |
| Token di output per chiamata | 500 | Circa 200 visibili, 300 di ragionamento |
| Modello | DeepSeek V4.1 Flash | $0.175 / $0.0055 / $0.52 per 1M |

Ora i totali:

| Voce | Token al mese | Prezzo per 1M |
| --- | --- | --- |
| Input nuovo | 150M | $0.175 |
| Input in cache | 150M | $0.0055 |
| Output, ragionamento compreso | 30M | $0.52 |
| **Costo mensile atteso** |  | **$42.67** |

Sono 300M di token di input e 30M di output: 60.000 × 5.000 e 60.000 × 500.

## Quanto devono essere distanti gli scenari basso e alto?

| Scenario | Azioni al mese | Token di input / output | Costo mensile |
| --- | --- | --- | --- |
| Basso: adozione lenta | 20.000 | 100M / 10M | $14.23 |
| Atteso | 60.000 | 300M / 30M | $42.67 |
| Alto: adozione 3× | 180.000 | 900M / 90M | 3 × $42.67 |

Tutti e tre mantengono la stessa quota di cache del 50%. Se la quota di cache scende, la bolletta sale: su questo modello l’input nuovo costa $0.175 per 1M contro $0.0055 in cache. [Come tenere alta la quota di cache](https://broadrouter.com/it/blog/cached-input-tokens-explained/).

## Cosa sposta di più la stima?

-   **Lunghezza del contesto.** Un retrieval che recupera dieci articoli invece di tre può raddoppiare l’input. Misura i token dopo ogni modifica al prompt.
-   **Ragionamento.** Impostare `reasoning_effort` a `low` sulle bozze semplici riduce l’output nascosto. [Ragionamento e max\_tokens](https://broadrouter.com/it/guides/reasoning-tokens-empty-response/).
-   **Retry e loop.** Un tasso di retry del 5% aggiunge il 5% a ogni voce. Un loop di agente senza limite di passaggi non ha alcun tetto. [Controllare la spesa delle API LLM](https://broadrouter.com/it/blog/llm-api-spend-control/).
-   **Scelta del modello.** Gemma 4 VL 26B costa $0.10 di input e $0.22 di output per 1M, ma il suo contesto è di 32.768 token e BroadNet non indica il ragionamento per questo modello. Verifica la qualità prima di cambiare per risparmiare.
-   **Lingua.** Lo stesso contenuto può richiedere molti più token in arabo o in hindi che in inglese, e la differenza dipende dal tokenizer. Il nostro [dataset sul costo reale per lingua](https://broadrouter.com/data/real-cost-by-language/) mostra il prezzo per 1M di caratteri per ogni lingua, su ogni modello e provider.
-   **Crescita dei prompt.** Dopo il lancio i prompt tendono a crescere man mano che si gestiscono i casi limite. Ripeti la misura a ogni release.
-   **Variazioni di prezzo.** I prezzi di listino cambiano di rado, ma possono salire. Nelle pagine prezzi archiviate di 11 provider abbiamo registrato 52 aumenti di listino tra il 2024 e novembre 2026, ciascuno confrontando il prezzo di un modello con il suo prezzo precedente (contro 100 riduzioni); l’aumento mediano è stato del 40% su un prezzo combinato. Vedi [come mettere a budget gli aumenti di prezzo delle API LLM](https://broadrouter.com/it/blog/llm-api-price-increases/).

Se la stima risulta troppo alta, segui la [checklist in 10 passi per ridurre i costi delle API LLM](https://broadrouter.com/it/blog/how-to-reduce-llm-api-costs/) prima di modificare la funzione.

## Il volume rientra nei rate limit?

60.000 azioni al mese sono circa 2.000 al giorno. Se un decimo delle bozze di una giornata arriva nell’ora di punta, sono 200 all’ora, cioè circa 3 al minuto. Una chiave BroadNet a consumo consente 30 richieste al minuto e 4 in corso, quindi basta una chiave. Verifica anche lo scenario alto, oppure inserisci il tuo picco nel [calcolatore dei rate limit](https://broadrouter.com/tools/llm-rate-limit-calculator/). Per il rapporto tra frequenza e richieste in corso, vedi [concorrenza](https://broadrouter.com/it/glossary/concurrency/). Se ricevi dei 429, [usa il backoff e ritenta](https://broadrouter.com/it/guides/errors-and-retries/).

## Questa funzione dovrebbe girare su un piano flat?

Probabilmente no. Una sessione Full Moon costa $60 al mese, ma una sessione esegue una richiesta alla volta, e tanti utenti che cliccano «Scrivi bozza» insieme richiedono richieste in parallelo. I piani flat sono adatti ad agenti che lavorano di continuo, come un agente di coding. [I conti del pareggio](https://broadrouter.com/it/blog/flat-rate-vs-pay-per-token-llm-api/) mostrano un agente di coding a tempo pieno a $65.40 al mese a token, sopra il prezzo del piano.

## Come si trasforma la stima in un budget?

1.  Metti la cifra attesa nel tuo piano e quella alta nella soglia di allerta.
2.  Registra i token per azione in produzione e confrontali con il modello ogni settimana.
3.  Imposta tetti rigidi nel codice: `max_tokens`, limiti di passaggi e limiti di retry.
4.  Rifai la stima ogni volta che cambi modello, prompt o impostazioni di retrieval.

Puoi rifare il calcolo per token con i tuoi numeri nel [calcolatore dei costi delle API LLM](https://broadrouter.com/tools/llm-api-cost-calculator/), o confrontare piano e pagamento per token nella [pagina prezzi](https://broadrouter.com/it/pricing/).

## Dove si colloca BroadNet Inference

BroadNet Inference pubblica i prezzi per token di ogni modello di chat e di trascrizione che serve in un unico [file dei prezzi](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-estimate-llm-api-cost-before-launch&utm_content=body), quindi la stima qui sopra si può tenere nel codice. I nuovi account ricevono $5 di credito iniziale, valido su Gemma 4 VL 26B e sui due modelli di trascrizione, quindi puoi misurare i tuoi campioni su Gemma; DeepSeek, GLM e Qwen richiedono una ricarica. Se la tua funzione ha bisogno di un modello di frontiera chiuso, BroadNet non è il provider giusto per quella parte.

Strumenti gratuiti sul tema (in inglese)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Strumenti gratuiti (in inglese)](https://broadrouter.com/tools/)

## Termini in questo articolo

[Token](https://broadrouter.com/it/glossary/token/)

Un token è l’unità di testo che un modello linguistico legge e scrive: una parola, una parte di parola, un segno di punteggiatura o una sequenza di byte prodotta dal tokenizer del modello. Le API LLM contano, limitano e di solito fatturano l’uso in token.

[Pagamento a consumo (pay-as-you-go)](https://broadrouter.com/it/glossary/pay-as-you-go/)

Il pagamento a consumo è un modello di prezzo in cui paghi solo ciò che usi, misurato per unità come token, richieste o minuti di audio, senza abbonamento né impegno minimo. La maggior parte delle API LLM fattura così, da un saldo prepagato o con una fattura periodica.

[Rate limit (limite di frequenza)](https://broadrouter.com/it/glossary/rate-limit/)

Un rate limit è un tetto che un’API pone a quanto un client può usarla in un intervallo di tempo, per esempio richieste al minuto o token al minuto. Le richieste oltre il limite vengono rifiutate, di solito con HTTP 429 Too Many Requests, finché l’uso non torna sotto la soglia.

[Concorrenza (concurrency)](https://broadrouter.com/it/glossary/concurrency/)

La concorrenza è il numero di richieste che un client ha in corso nello stesso momento. Le API LLM spesso la limitano per chiave o per piano, separatamente dalle richieste al minuto, perché ogni richiesta aperta occupa capacità GPU finché la sua risposta non è terminata.

[Token di input e di output](https://broadrouter.com/it/glossary/input-and-output-tokens/)

I token di input sono quelli che un modello linguistico legge in una richiesta: system prompt, cronologia, definizioni degli strumenti e immagini. I token di output sono quelli che genera in risposta, ragionamento compreso. Le API LLM di solito li prezzano separatamente, e l’output costa di più.

[Streaming](https://broadrouter.com/it/glossary/streaming/)

Lo streaming è un modo di restituire la risposta di un modello linguistico in piccoli pezzi mentre viene ancora generata, invece che in un’unica risposta alla fine. Le API compatibili con OpenAI trasmettono in streaming tramite server-sent event quando la richiesta imposta stream a true.

[Token di input in cache (cached input)](https://broadrouter.com/it/glossary/cached-input-tokens/)

I token di input in cache sono token del prompt che un provider LLM ha elaborato da poco e può riusare da una cache invece di ricalcolarli, di solito un prefisso ripetuto come un system prompt o un documento. I provider li fatturano a una tariffa più bassa dei token di input nuovi.

[Tool calling (chiamata di strumenti)](https://broadrouter.com/it/glossary/tool-calling/)

Il tool calling, detto anche function calling, è una funzionalità delle API LLM in cui il modello restituisce una richiesta strutturata di eseguire una funzione definita dallo sviluppatore, con argomenti JSON. L’applicazione esegue la funzione e rimanda il risultato; il modello non esegue mai codice da solo.

## Domande frequenti

### Come stimo il numero di token prima di avere utenti?

Prepara 20-50 input realistici, falli passare dal modello che pensi di usare e leggi prompt\_tokens, cached\_tokens e completion\_tokens dal blocco usage. Fai la media per chiamata.

### Quanti token ha una tipica richiesta di chat?

Varia moltissimo. Un breve turno di chat può essere di qualche centinaio di token, mentre una richiesta con documenti recuperati o una lunga cronologia può arrivare a decine di migliaia. Misura i tuoi prompt.

### Devo aggiungere un margine di sicurezza alla stima dei costi LLM?

Sì. Calcola uno scenario alto a due-tre volte il volume atteso, e metti a budget retry e prompt più lunghi man mano che la funzione cresce. Poi imposta limiti rigidi, così un bug non può superarlo.

### Quando conviene valutare un piano flat?

Quando un agente o un worker gira per gran parte della giornata su un solo modello. Per DeepSeek V4.1 Flash su BroadNet, una sessione Full Moon costa $60 al mese senza contatore di token, una richiesta alla volta.

## Continua a leggere

-   [Prezzi delle API LLM spiegati: input, cache, output e ragionamento](https://broadrouter.com/it/blog/llm-api-pricing-explained/)
-   [API LLM a tariffa flat o a consumo per token: i conti del pareggio](https://broadrouter.com/it/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Token di input in cache: come ridurre la bolletta delle API LLM](https://broadrouter.com/it/blog/cached-input-tokens-explained/)
-   [Controllo della spesa API LLM: budget, limiti sulle chiavi e cicli](https://broadrouter.com/it/blog/llm-api-spend-control/)
-   [Credito API LLM gratuito: quanto dura davvero il credito iniziale](https://broadrouter.com/it/blog/free-llm-api-credit/)
-   [Costo LLM per utente: unit economics di una funzione AI in un SaaS](https://broadrouter.com/it/blog/llm-cost-per-user-saas/)
-   [Prezzi delle API LLM a ottobre 2026: 3 aumenti, nessun taglio](https://broadrouter.com/it/blog/llm-api-price-changes-october-2026/)
-   [Ogni quanto cambiano i prezzi delle API LLM? 3 anni di archivio](https://broadrouter.com/it/blog/how-often-llm-api-prices-change/)
-   [Guida: Streaming delle chat completions e connessioni interrotte](https://broadrouter.com/it/guides/streaming-chat-completions/)
-   [Guida: Codici di errore di BroadNet Inference e quando ritentare](https://broadrouter.com/it/guides/errors-and-retries/)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-estimate-llm-api-cost-before-launch&utm_content=page-cta) ·

**Fonti**

-   [Prezzi di BroadNet Inference in formato leggibile dalle macchine (pricing.json) (verifica del 2026-11-15) (in inglese)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
-   [Riferimento API di BroadNet Inference, limiti e utilizzo (verifica del 2026-11-15) (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-estimate-llm-api-cost-before-launch&utm_content=sources#limits)
-   [Pagina prezzi di BroadNet Inference (verifica del 2026-11-15) (in inglese)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
