Google abbatte il prezzo dei modelli per il lavoro quotidiano, mentre LongCat-2.0 a pesi aperti guida OpenRouter

Due giorni dopo l’avvio degli incontri di Anthropic per l’IPO, il mercato dell’IA si sposta dove conta davvero per un’organizzazione che paga i propri token: la fascia intermedia. Il 21 luglio Google ha lanciato tre modelli Gemini Flash progettati per volumi e costi, anticipando Gemini 4. Lo stesso giorno, il modello cinese aperto LongCat-2.0, addestrato senza una sola GPU Nvidia, figura già tra i più utilizzati su OpenRouter; Meta, a lungo promotrice dei pesi aperti gratuiti, ha iniziato per la prima volta a far pagare l’API. Tre segnali nella stessa direzione: il prezzo del lavoro ordinario crolla e l’offerta si apre, mentre la frontiera si chiude dietro i contatori.

Google riapre la guerra dei prezzi sui modelli per il lavoro quotidiano

Il 21 luglio 2026, Google ha distribuito tre modelli contemporaneamente: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite e Gemini 3.5 Flash Cyber, tutti orientati a efficienza, bassa latenza e affidabilità per eseguire agenti su larga scala. Il modello principale della gamma, Gemini 3.6 Flash, costa $1.50 / $7.50 per milione di token (input/output): l’output scende sotto i $9.00 del precedente 3.5 Flash. Accanto, Flash-Lite scende a $0.30 / $2.50 per volumi molto elevati, mentre Flash Cyber, dedicato a rilevare e correggere vulnerabilità tramite l’agente Google CodeMender, resta in una sperimentazione limitata a governi e partner fidati per i rischi di duplice uso.

Non conta solo il prezzo di listino. Google sottolinea un miglioramento dell’efficienza per attività: per lo stesso lavoro, 3.6 Flash consumerebbe circa il 17% di token di output in meno rispetto a 3.5 Flash, con meno passaggi di ragionamento e chiamate agli strumenti nelle sequenze di più fasi. Insieme alla tariffa ridotta, ciò abbassa il costo effettivo di un’attività molto più di quanto suggerisca il listino (fino a circa il 71% dichiarato per attività di programmazione svolte da agenti). Il limite temporale delle conoscenze avanza finalmente da gennaio 2025 a marzo 2026. Sullo sfondo, Google ha anticipato Gemini 4 senza un calendario preciso, mentre il 3.5 Pro promesso per giugno resta assente. Il messaggio al mercato è chiaro: la competizione si vince ormai sul costo per attività completata, non solo sul costo per milione di token.

LongCat-2.0: i pesi aperti si affermano ai vertici di OpenRouter

Il secondo scossone arriva dalla Cina ed è strutturale. LongCat-2.0, pubblicato da Meituan il 30 giugno 2026 con licenza MIT, è un modello Mixture-of-Experts da 1.6 mila miliardi di parametri (circa 48 miliardi attivi per token), con un contesto nativo di un milione di token. Due fatti lo distinguono oltre i benchmark (SWE-bench Pro a 59.5, davanti al 58.6 di GPT-5.5 secondo il fornitore). Primo: dopo quasi due mesi di attività anonima come «Owl Alpha», è salito tra i modelli più usati su OpenRouter, con un volume dichiarato di circa 10.1 mila miliardi di token al mese e un aumento del 242% su base mensile; VentureBeat lo descrive persino come il modello «in testa» alla piattaforma. Secondo: Meituan dichiara di averlo addestrato interamente su oltre 50’000 chip cinesi (ASIC), senza GPU Nvidia, facendone il primo modello da mille miliardi di parametri costruito su capacità di calcolo nazionale.

Il divario tariffario con la frontiera occidentale è evidente: $0.75 / $2.95 per milione di token a tariffa ordinaria e $0.30 / $1.20 in promozione, con gli input già in cache gratuiti. Un modello vicino alla frontiera, aperto, ospitabile autonomamente, a un ventesimo del prezzo di output di Claude Fable 5: è precisamente l’argomento presentato dalla Cina a Shanghai la settimana scorsa. Non è più retorica, ma quota di mercato.

Meta introduce per la prima volta tariffe a pagamento

Il terzo segnale è più discreto, ma significativo: Meta, la cui dottrina era offrire gratuitamente pesi aperti, ha aperto un’API a pagamento il 9 luglio per Muse Spark 1.1, a $1.25 / $4.25 per milione di token ($20 di crediti all’iscrizione, una tariffa cache di circa $0.15 citata ma non ufficiale). Mark Zuckerberg la presenta come «la prima volta che realizziamo un’API davvero seria», con prezzi «molto aggressivi e interessanti»: in sostanza, circa un quarto di quanto chiedono OpenAI o Anthropic per modelli comparabili. L’API accetta nativamente i formati OpenAI (Chat Completions) e Anthropic (Messages), consentendo di cambiare senza costi di migrazione. Anche l’operatore storicamente più aperto commercializza ormai l’accesso, ma lo fa abbattendo i prezzi dal basso.

Tabella comparativa: prezzi API al 22 luglio 2026

Il divario tra il modello più caro e quello più economico resta di un fattore cento, ma la parte bassa e quella centrale della tabella si sono arricchite in una sola settimana.

Modello	Input ($/M token)	Output ($/M token)	Nota
Claude Fable 5 (Anthropic)	10.00	50.00	frontiera; limiti degli abbonamenti ridotti il 20 luglio
GPT-5.6 Sol (OpenAI)	5.00	30.00	lanciato 9 luglio
Claude Opus 4.8	5.00	25.00
GPT-5.6 Terra	2.50	15.00	lanciato 9 luglio
Kimi K3 (Moonshot, Cina, pesi aperti)	3.00	15.00	lanciato il 16 luglio; input in cache 0.30
Gemini 3.1 Pro (Google)	2.00	12.00	raddoppia oltre 200k di contesto
Claude Sonnet 5	2.00	10.00	prezzo di lancio fino al 31 agosto, poi 3/15
Gemini 3.6 Flash (Google)	1.50	7.50	lanciato il 21 luglio; −17% di token per attività
Grok 4.5 (xAI)	2.00	6.00	prezzo pubblicato; accesso UE ancora limitato
GPT-5.6 Luna	1.00	6.00	lanciato 9 luglio
Meta Muse Spark 1.1	1.25	4.25	lanciato il 9 luglio; prima API a pagamento di Meta
LongCat-2.0 (Meituan, pesi aperti)	0.75	2.95	promozione 0.30/1.20; MIT; ai vertici di OpenRouter
Gemini 3.5 Flash-Lite (Google)	0.30	2.50	lanciato il 21 luglio; volumi molto elevati
Grok 4.3 / 4.20 (xAI)	1.25	2.50	1M di contesto
Mistral Large 3	0.50	1.50
DeepSeek V4 Pro	0.435	0.87	dopo il taglio di maggio
DeepSeek V4 Flash	0.14	0.28	1M di contesto; cache fino a −99%

Prezzi rilevati il 22 luglio 2026 dalle pagine ufficiali (Anthropic, OpenAI, Google, Meta) e da aggregatori specializzati per i modelli senza pagina tariffaria direttamente accessibile. Le tariffe promozionali e cache sono indicate nella colonna delle note e possono scadere senza preavviso.

La frontiera restringe l’accesso, il calcolo resta il punto cieco

Mentre la fascia intermedia diventa meno cara, la cima della tabella segue il percorso opposto. Claude Fable 5 resta a $10 / $50 e dal 20 luglio i limiti degli abbonamenti Max e Team Premium sono stati ridotti di circa un terzo, mentre gli utenti Pro e Team Standard passano alla fatturazione a consumo. Gli incontri di Anthropic per l’IPO, con quotazione prevista già a ottobre e valutazione iniziale che i mercati previsionali collocano intorno a $1.1 mila miliardi, presuppongono una monetizzazione rigorosa del modello più capace, non un piano illimitato. Il mercato si polarizza: da una parte una frontiera scarsa e a consumo, dall’altra un’abbondanza aperta ed economica.

Sotto questo cambiamento, la base hardware non diventa meno cara, ma si ricompone. Noleggiare una H100 costa ancora da circa $2 a circa $11 l’ora secondo il fornitore e il pareggio di un server acquistato richiede sempre lunghi mesi di uso continuativo. Due movimenti più profondi cambiano però l’equazione: LongCat-2.0 mostra che un modello all’avanguardia può essere addestrato senza chip americani, modificando gli equilibri sull’offerta di calcolo; inoltre, il consolidamento accelera, con Qualcomm che ha annunciato l’acquisizione della piattaforma IA Modular per circa $3.9 miliardi per rafforzare l’infrastruttura dai dispositivi periferici ai data center. Il prezzo dei token scende; controllare il calcolo che li sostiene diventa una questione geopolitica.

Cosa significa per un’organizzazione svizzera

Tre aspetti concreti. Primo, la vera leva di costo non è più la tariffa per token, ma il numero di token consumati per attività: l’aggiornamento Gemini Flash mostra che un modello meno caro e più parsimonioso nell’output può ridurre la fattura ben oltre il calo del listino, purché si misurino i propri consumi. Secondo, i pesi aperti non sono più un ripiego, ma uno standard di distribuzione: con LongCat-2.0 tra i più usati su OpenRouter e una licenza MIT, l’hosting autonomo sovrano diventa una scelta di governance e costo senza compromessi sulle prestazioni. Infine, la polarizzazione del mercato richiede scelte mirate, non schieramenti: riservare la frontiera a consumo alle attività che la richiedono, instradare i volumi ordinari verso una fascia intermedia abbondante ed economica e mantenere il controllo di questo instradamento. Limiti e tariffe possono cambiare dall’oggi al domani, sia in alto sia in basso.