Seoul perde il 10.84% e le imprese americane chiudono il rubinetto dei token: arriva il conto dell’IA

Per diciotto mesi, il mercato dell’IA si poteva leggere in una sola linea: il prezzo di un milione di token, che continuava a scendere. Il 28 luglio, due notizie pubblicate a poche ore di distanza hanno spostato la questione. A Seoul, il Kospi ha perso il 10.84% in una sola seduta, la peggiore dal 2008, trascinato dalla revisione improvvisa di un’ipotesi: i ricavi dell’IA giustificano davvero la spesa in semiconduttori impegnata per ottenerli? A Washington, un’inchiesta AP di Matt O’Brien documentava il ribaltamento speculare nelle imprese: la fine del «tokenmaxxing», la moda di consumare più token possibile, ormai raggiunta dalle fatture. Uber ha esaurito il budget IA 2026 in quattro mesi. Salesforce si avvia a una fatturazione Anthropic di $300 milioni nell’anno. Il prezzo unitario di un token non è mai stato così basso: è proprio ciò che ha fatto esplodere la spesa totale.

Il Kospi registra la peggiore seduta dal 2008

I numeri non lasciano dubbi. L’indice coreano ha perso 732.09 punti, chiudendo a 6’023.66, ossia −10.84%, dopo aver toccato −11.3% durante la seduta ed essere sceso sotto 6’000 punti per la prima volta dal 14 aprile. Korea Exchange ha attivato un circuit breaker dopo una perdita superiore all’8%, sospendendo gli scambi per venti minuti: l’ottava attivazione dell’anno. Dei 917 titoli del listino principale, 878 sono scesi e soltanto 36 sono saliti.

Lo shock si è concentrato nei due pesi massimi: Samsung Electronics ha perso il 14.4%, il maggiore calo giornaliero dall’ottobre 2008, e SK hynix il 14.7%, con i certificati di deposito americani tornati sotto il prezzo di offerta. Il contagio è stato regionale ma non uniforme: Nikkei 225 a −4.3%, Taiex a −4.7%, Shanghai Composite a −1.4%, mentre il Philadelphia Semiconductor ha ceduto il 2.2% e Nvidia circa il 5%. Nel mese di luglio, il Kospi perde il 29%, superando il record di −27% dell’ottobre 1997, al culmine della crisi finanziaria asiatica.

Vengono citati due fattori scatenanti di natura diversa. Il primo è industriale: il produttore cinese di memorie ChangXin Memory Technologies è salito del 466% al debutto a Shanghai, sullo sfondo di notizie sulla produzione nazionale di attrezzature litografiche sostenuta dallo Stato. È la prospettiva di concorrenza proprio nel segmento da cui deriva il valore di Samsung e SK hynix. Il secondo è finanziario: la rivalutazione generale del rapporto tra spesa infrastrutturale per l’IA e ricavi osservati. Un’indicazione arriva da un rapporto recente di Moody’s: gli analisti guidati da Vincent Gusdorf hanno modellizzato uno scenario in cui le valutazioni delle società legate all’IA scendono del 40% nei prossimi mesi. Va letto per ciò che è, uno scenario analitico, non il caso centrale, ma aiuta a capire la seduta odierna.

«Tokenmaxxing»: la fattura arriva sulla scrivania del direttore finanziario

L’altro lato della giornata si svolge dentro le imprese ed è il più istruttivo per chi gestisce un budget. Ancora questa primavera, il «tokenmaxxing» indicava una virtù: massimizzare il consumo di token fino a farne un segno di modernità interna. Jensen Huang aveva fissato il metro: se un ingegnere da $500’000 l’anno non consuma $250’000 di token, qualcosa non va. Sam Altman si diceva «entusiasta di vedere cosa succederà con le startup del tokenmaxxing». A Meta, una classifica interna informale chiamata «Claudeonomics» registrò circa 60 mila miliardi di token in un solo mese, prima di essere rimossa.

L’estate ha invertito il segno. Secondo l’inchiesta AP del 28 luglio, Uber ha consumato l’intero budget IA 2026 in quattro mesi, poi ha imposto un limite di $1’500 al mese per strumento di programmazione. Salesforce si avvia a una fattura Anthropic di circa $300 milioni nell’anno. Microsoft ha limitato le spese individuali per Claude Code dopo che alcuni ingegneri avevano accumulato fatture personali elevate. Un consulente di Bain & Company riassume il calcolo trascurato da molte organizzazioni: $200 per sviluppatore al mese sembrano innocui finché non li si moltiplica per i 20’000 sviluppatori di un grande gruppo. Sono $48 milioni annui per una voce mai prevista. E la traiettoria è più ripida del livello: per alcune grandi imprese, la fattura dei token raddoppia quasi ogni due mesi.

«È molto facile creare con l’IA qualcosa di cui non si ha bisogno. Quando le fatture hanno iniziato ad accumularsi, ci si è resi conto che questi nuovi strumenti sono piuttosto costosi e vanno usati con criterio.»

Vincent Gusdorf, responsabile delle analisi IA, Moody’s Ratings

Gli altri protagonisti dicono la stessa cosa con toni diversi. Satya Nadella ha avvertito che il tokenmaxxing crea dipendenza e che il cliente paga due volte: in token e attraverso l’esposizione dei propri dati riservati. Alex Karp di Palantir ha giudicato che «qualcosa era andato completamente storto». Raffi Krikorian, direttore tecnologico di Mozilla, è netto: «il tokenmaxxing è una sciocchezza». L’osservazione più operativa viene però dal consulente Bain e sta in una riga: non tutto richiede il modello più potente del catalogo.

Il paradosso: i token non sono mai stati così economici

Occorre tenere presenti entrambi gli estremi, perché qui si nasconde l’errore di ragionamento più costoso. I prezzi unitari sono effettivamente scesi, e molto. Tra l’inizio del 2025 e l’inizio del 2026, le tariffe API sono diminuite di circa l’80%. Il 24 luglio, Anthropic ha portato Claude Opus 5 al vertice dell’indice Artificial Analysis a $5 / $25 per milione di token: metà del prezzo di Claude Fable 5 ($10 / $50), che ha superato. Il modello a pagamento meno caro del mercato, Ministral 3 3B, è a $0.10 / $0.10 al 27 luglio. Sulla carta, l’IA non è mai costata così poco.

Il volume ha fatto il resto, e molto di più. Il passaggio agli usi ad agenti, in cui un modello pianifica, chiama strumenti, rivede il proprio output e ricomincia, consuma fino a 1’000 volte più token di una semplice domanda a un chatbot. Un prezzo diviso per cinque e un volume moltiplicato per mille producono una fattura moltiplicata per duecento. È proprio ciò che descrivono le direzioni finanziarie citate da AP: nessuna ha sbagliato il prezzo di listino, tutte hanno sbagliato il volume. La spesa arriva in un mercato che Gartner, il 19 maggio 2026, ha valutato a $2.59 mila miliardi di spesa mondiale per l’IA nell’anno, in crescita del 47%, con oltre il 45% destinato alla sola infrastruttura.

La conseguenza pratica è che il prezzo per token ha smesso di essere un indicatore gestionale. L’unico ancora operativo è il costo per attività completata, che include i token di ragionamento effettivamente consumati. Il divario si misura: Artificial Analysis registra $2.03 per attività per Opus 5 al massimo sforzo contro $2.75 per Fable 5, il 26% in meno a intelligenza equivalente, senza che il divario compaia in alcun listino.

La risposta del 27 luglio non è più potenza, ma instradamento

La dimostrazione più chiara arriva il giorno prima del crollo, da Microsoft. Il 27 luglio, la società ha pubblicato MAI-Cyber-1-Flash, il suo primo modello dedicato alla sicurezza informatica: un’architettura mixture-of-experts con 137 miliardi di parametri, di cui 5 miliardi attivi, e una finestra di contesto di 256’000 token.

Il punto non è il modello, ma l’insieme. Nel sistema ad agenti MDASH, questo piccolo modello svolge fino al 90% delle attività, chiamando GPT-5.4 soltanto per il 10% davvero difficile. Il risultato annunciato è 95.95% sul benchmark CyberGym, oltre dieci punti sopra le configurazioni concorrenti di Google e OpenAI, a un costo inferiore del 50% rispetto alla precedente combinazione Microsoft (GPT-5.4, GPT-5.4 mini e GPT-5.3 Codex). In altre parole: risultato migliore, metà prezzo, cambiando la regola di instradamento invece del modello. Microsoft resta dipendente da OpenAI per la parte difficile: l’instradamento non elimina il modello di frontiera, smette di pagarlo per attività che non lo richiedono. Una sola comunicazione basta a confutare il tokenmaxxing.

Sotto i token: elettricità, poi conformità

Emergono due costi ancora invisibili nelle fatture API. Il primo è fisico. L’inferenza rappresenta ormai l’80-90% del carico di calcolo IA dei principali fornitori ed è continua. Sulla maggiore rete elettrica statunitense, PJM, l’ultima asta di capacità ha mostrato un deficit di 6.8 gigawatt rispetto al livello necessario per garantire affidabilità nei picchi, pari a quasi sette reattori nucleari. I costi di approvvigionamento sono saliti di oltre il 60%, con i data center responsabili di circa $6.3 miliardi sui $16.4 miliardi delle aste (rilevazione del 15 luglio 2026). Fortune osservava il 26 luglio che questi data center avevano finora teso a ridurre i costi elettrici e che è la dimensione del programma d’investimento, stimato a circa $7 mila miliardi senza domanda garantita, a minacciare l’inversione. Due cifre circolanti richiedono una riserva esplicita: il consumo mondiale dei data center nel 2026, stimato intorno a 565 TWh (+26% annuo), e i 75 progetti per $130 miliardi rinviati o cancellati per mancanza di elettricità provengono da analisi di settore che non siamo riusciti a confermare con una fonte primaria.

Il secondo costo è normativo e ha una data: questa domenica, 2 agosto 2026, entra in applicazione l’articolo 50 del Regolamento europeo sull’IA. Impone quattro obblighi di trasparenza: comunicare l’interazione con un’IA, marcare i contenuti sintetici in formato leggibile dalle macchine, informare chi è soggetto a categorizzazione biometrica e dichiarare i deepfake. Le sanzioni possono raggiungere €15 milioni o il 3% del fatturato mondiale, se superiore. Per un’organizzazione svizzera, la norma si applica in base al mercato, non al territorio: se contenuti o sistemi raggiungono utenti nell’Unione, l’obbligo li segue. Si aggiunge la decisione della Commissione europea del 16 luglio ai sensi del Digital Markets Act: Google deve aprire ai concorrenti l’accesso al sistema Android riservato a Gemini (undici funzioni, disponibili con Android 18 al più tardi entro il 1° agosto 2027) e condividere i dati di ricerca a condizioni eque da gennaio 2027. La conformità diventa una voce di costo al pari del calcolo.

Tabella comparativa: prezzi API al 28 luglio 2026

Non sono state pubblicate variazioni tariffarie dalla rilevazione del 27 luglio. La tabella resta quindi un riferimento di costo unitario, ricordando che a fare notizia oggi è il volume, non queste cifre.

Modello	Input ($/M token)	Output ($/M token)	Nota
Claude Fable 5 (Anthropic)	10.00	50.00	superato nell’indice AA il 24 luglio; conservazione dei dati richiesta
GPT-5.6 Sol (OpenAI)	5.00	30.00	indice AA 59
Claude Opus 5 (Anthropic)	5.00	25.00	primo nell’indice AA (61); $2.03 per attività; modalità Fast ×2.5 al doppio del prezzo
GPT-5.6 Terra (OpenAI)	2.50	15.00	lanciato il 9 luglio; alcuni aggregatori mostrano ancora 1.25/7.50
Kimi K3 (Moonshot, Cina, pesi aperti)	3.00	15.00	pesi aperti il 27 luglio (1.4 TB); licenza non pubblicata; indice AA 57
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	modello per la programmazione; accesso UE ancora limitato
GPT-5.6 Luna (OpenAI)	1.00	6.00	lanciato 9 luglio
Inkling (Thinking Machines, pesi aperti)	1.87	4.68	licenza Apache 2.0; multimodale
Meta Muse Spark 1.1	1.25	4.25	prima API a pagamento di Meta
LongCat-2.0 (Meituan, pesi aperti)	0.75	2.95	promozione 0.30/1.20; licenza MIT
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	tariffa dicembre 2025 (−75%); Batch API a −50%
DeepSeek V4 Pro	0.435	0.87	alias deepseek-reasoner rimosso il 24 luglio
DeepSeek V4 Flash	0.14	0.28	contesto 1M; alias deepseek-chat rimosso il 24 luglio
Ministral 3 3B (Mistral)	0.10	0.10	API a pagamento meno cara rilevata al 27 luglio

Tariffe di Mistral Large 3, Ministral 3 3B, DeepSeek V4, Opus 5, Fable 5 e Kimi K3 verificate il 28 luglio 2026; le altre righe riprendono la rilevazione del 27 luglio 2026, senza variazioni pubblicate da allora. Attenzione: diversi aggregatori terzi mostrano ancora tariffe obsolete. Mistral Large 3 compare spesso a 2.00/6.00, mentre il prezzo ufficiale è 0.50/1.50 dal dicembre 2025. Le tariffe promozionali e cache possono scadere senza preavviso.

Cosa significa per un’organizzazione svizzera

Tre conclusioni, nell’ordine in cui costano denaro.

Primo, il budget IA deve essere un vincolo tecnico, non una voce contabile. Uber non ha superato il budget perché i prezzi aumentavano, ma perché nulla nell’infrastruttura lo impediva; la risposta, un tetto di $1’500 per strumento al mese, è arrivata dopo. Un limite per team, progetto e strumento, imposto dal sistema anziché da una nota spese, è oggi il primo meccanismo da introdurre, prima ancora di scegliere un modello.

Secondo, il risparmio sta nell’instradamento, non nello sconto. MAI-Cyber-1-Flash lo quantifica: il 90% delle attività a un piccolo modello, il 10% a quello di frontiera e la fattura si dimezza con prestazioni superiori. Negoziare uno sconto del 10% non compensa un’attività assegnata a un modello dieci volte troppo caro per svolgerla. Bisogna sapere quanto consuma ogni attività: misurare un costo per attività, non un prezzo per token.

Infine, la lezione della seduta di Seoul vale anche per i fornitori. Quando un’ipotesi di mercato viene rivista, accade rapidamente: −10.84% in una seduta, −29% nel mese. Un’organizzazione con la base applicativa saldata a un unico fornitore assorbe queste revisioni di prezzi, limiti, disponibilità e presto conformità all’articolo 50 senza potere contrattuale. L’approccio corretto non è riportare tutto internamente né affidare tutto all’esterno: è mantenere misurazione e controllo, sapere quanto costa ogni attività e poterla spostare altrove senza riscrivere la base.