Un miliardo contro 725: il giorno in cui noleggiare un modello di punta è diventato una scelta strategica

Il 1° settembre 2026, John Ternus ha assunto la guida di Apple, succedendo a Tim Cook dopo quindici anni. Eredita una capitalizzazione di circa $4’600 miliardi e una particolarità: Apple è l’unica grandissima società tecnologica che non possiede un modello di punta. Lo noleggia. Dall’accordo annunciato il 12 gennaio 2026, paga a Google circa un miliardo di dollari l’anno per una versione personalizzata di Gemini con 1’200 miliardi di parametri, che fa funzionare la nuova Siri sui server di Apple, non su quelli di Google. Intanto i quattro grandi hyperscaler impegnano circa $700 miliardi di investimenti nel 2026. Lo stesso giorno un altro evento non ha avuto luogo: l’aumento del 50% annunciato per Claude Sonnet 5 dal 1° settembre è stato annullato. Il 18 agosto scrivevamo che il prezzo di un token aveva smesso di essere una costante. Va aggiunto un elemento: la domanda non è più soltanto quanto costa un token, ma quanto costa non possedere il modello che lo produce. E questa risposta è ormai pubblica.

Il 1° settembre Apple ha confermato che non costruirà il proprio modello

La transizione era preparata da tempo, ma arriva in un punto preciso del ciclo. Secondo l’analisi di Fortune pubblicata il 31 agosto, Apple ha «largamente ceduto il mercato dei modelli di punta» a Google e OpenAI, per concentrare le risorse sulla distribuzione della tecnologia attraverso l’hardware. Mentre Microsoft, Google, Meta, Amazon e Oracle costruiscono data centre spendendo decine di miliardi alla volta, Apple è rimasta fuori dalla corsa alle infrastrutture. Questa prudenza ha protetto i margini; lascia a Ternus una capacità interna di addestramento e un’infrastruttura IA inferiori a quelle dei concorrenti.

L’architettura dell’accordo con Google merita attenzione, perché rappresenta esattamente il compromesso che oggi cerca la maggior parte delle organizzazioni europee. Il modello è personalizzato per Apple e si basa su un’architettura mixture-of-experts: a ogni richiesta viene attivata solo una frazione dei 1’200 miliardi di parametri, riducendo il costo unitario dell’inferenza. Soprattutto, funziona sui server Private Cloud Compute di Apple, non nell’infrastruttura di Google: Apple noleggia la capacità cognitiva senza cedere i dati. È la definizione operativa di un nucleo sovrano che non addestra i propri modelli.

Il primo banco di prova pubblico per Ternus è fissato al 9 settembre, all’evento stampa della società. La domanda non sarà se sa vendere hardware, ma se rivendicherà pubblicamente la scelta di noleggiare l’intelligenza che lo anima.

L’aritmetica del noleggio: lo 0.14% degli investimenti degli hyperscaler

La cifra da confrontare con il miliardo annuo di Apple sono gli investimenti 2026 dei quattro grandi hyperscaler. I conteggi differiscono, e va detto chiaramente, perché sono somme di previsioni aziendali, non conti sottoposti a revisione. Tre rilevazioni indipendenti collocano il totale combinato 2026 di Amazon, Google, Microsoft e Meta fra $630 e $725 miliardi. Il conteggio più dettagliato indica $725 miliardi, il 77% in più rispetto ai $410 miliardi del 2025, con questa ripartizione: Amazon circa $200 miliardi (contro 125 nel 2025), Google $175-185 miliardi (contro 91), Meta $115-135 miliardi (contro 72), Microsoft $110-120 miliardi (contro 90). Manteniamo l’intervallo anziché la stima puntuale: l’ordine di grandezza è solido, il decimale no.

Il rapporto, dal canto suo, resta robusto con qualsiasi ipotesi. Apple accede a un modello di punta personalizzato per circa lo 0.14% degli investimenti combinati di queste quattro società. Rispetto al solo fornitore, Google, che impegna 175-185 miliardi, il noleggio equivale a circa lo 0.55% di quanto il costruttore spende in un anno.

Questo rapporto non va letto come un confronto dei costi: gli investimenti degli hyperscaler finanziano anche il cloud, i loro prodotti e la vendita di capacità a terzi; il miliardo di Apple acquista soltanto un diritto d’uso entro un perimetro definito. Ma la conclusione strategica regge: costruire un modello di punta e accedervi non sono due punti sulla stessa scala di spesa, bensì due ordini di grandezza diversi. La società con la maggiore capitalizzazione al mondo ha appena scelto la seconda opzione nel giorno del passaggio di consegne. Nessuna organizzazione svizzera dovrà mai porsi la domanda nei termini di Apple; tutte se la pongono negli stessi termini economici.

L’aumento che non c’è stato

Per chi aveva costruito un budget d’inferenza su Claude Sonnet 5, il 1° settembre 2026 doveva essere la data di un aumento del 50%. Il modello era stato lanciato a un prezzo presentato come promozionale ($2 per milione di token in ingresso, $10 in uscita), valido fino al 31 agosto 2026, con passaggio previsto a $3 / $15 il giorno seguente.

Il passaggio non è avvenuto. Abbiamo consultato la pagina ufficiale dei prezzi di Anthropic il 2 settembre 2026, dopo la data fatidica: contiene una nota esplicita secondo cui la tariffa $2 / $10, annunciata al lancio come promozionale fino al 31 agosto, è ormai la tariffa standard, e l’aumento previsto per il 1° settembre non avrà luogo. La decisione era stata resa pubblica intorno al 10-11 agosto; la conferma nel listino dopo la scadenza ne fa un fatto acquisito, non un’intenzione.

È il movimento esattamente opposto a quello documentato due settimane fa. Il 16 agosto DeepSeek ha sostituito la tariffa unica con una griglia oraria che porta il milione di token in uscita di V4-Pro da $1.10 a $3.96 nelle ore di punta. Il 13 agosto Google ha lanciato Gemini 3.7 Flash a un prezzo la cui documentazione annunciava la scadenza al 31 dicembre. In quindici giorni il mercato ha quindi prodotto un forte aumento, una promozione con scadenza e una promozione trasformata in tariffa permanente.

La lezione operativa non è che i prezzi salgono o scendono: è che una scadenza scritta nella documentazione non è più un dato affidabile per il budget, in nessuna delle due direzioni. Un’organizzazione che aveva accantonato un +50% sulla voce Sonnet 5 per settembre ha immobilizzato liquidità inutilmente; una che ha costruito il piano 2027 sulla tariffa attuale di Gemini 3.7 Flash è esposta al rischio simmetrico. L’unica posizione sostenibile è misurare il costo effettivamente sostenuto, modello per modello, mese per mese, e conservare la capacità tecnica di cambiare fornitore: l’unica variabile che il fornitore non controlla.

La sovranità ha ormai un prezzo esposto: +10%

Il fatto più direttamente utilizzabile da un decisore svizzero non compare in alcun comunicato stampa. È scritto nel listino di Anthropic, dove lo abbiamo rilevato il 2 settembre: per i modelli Claude 4.6 e successivi, chiedere che l’inferenza venga eseguita esclusivamente negli Stati Uniti tramite il parametro inference_geo applica un moltiplicatore di 1.1 a tutte le categorie di token: ingresso, uscita, scritture in cache e letture dalla cache. L’instradamento globale, che è il comportamento predefinito, resta alla tariffa standard.

La stessa logica vale per i rivenditori cloud. Su Amazon Bedrock e Google Cloud, a partire da Claude Sonnet 4.5, Haiku 4.5 e Opus 4.5, gli endpoint regionali e multiregionali, quelli che garantiscono il transito dei dati in una zona geografica specificata, comportano un sovrapprezzo del 10% rispetto agli endpoint globali.

Occorre misurare cosa significa. Per due anni la localizzazione dell’inferenza è stata trattata come una clausola contrattuale, negoziata caso per caso e invisibile nei listini. È diventata una voce pubblica, prezzata e standardizzata. Il controllo geografico dei dati non è più un argomento commerciale o una zona grigia giuridica: è un prodotto e costa il 10% in più.

Per una banca privata, una fiduciaria o un’impresa svizzera è una buona notizia mascherata da supplemento. Una voce di budget esplicita può essere oggetto di una scelta, verificata e difesa davanti a un comitato rischi, cosa che una clausola di riservatezza non permetterà mai. Il corollario è altrettanto chiaro: un’organizzazione che non misura il consumo di token non può sapere quanto costi davvero il proprio requisito di sovranità, né per quali carichi di lavoro lo stia pagando utilmente.

La trappola del tokenizer: −33% annunciato, −13% reale

La stessa pagina dei prezzi contiene una seconda nota tecnica, discreta, le cui conseguenze sul budget superano quelle della prima. I modelli Claude 4.7 e successivi usano un tokenizer diverso da quello dei predecessori. Questo tokenizer contribuisce alle migliori prestazioni e produce, come Anthropic documenta esplicitamente, circa il 30% di token in più per lo stesso testo. Claude Sonnet 4.6 e i modelli precedenti usano il vecchio tokenizer. L’entità esatta, precisa la nota, dipende dal contenuto e dalla forma del carico di lavoro.

Facciamo i conti, perché raramente vengono fatti. Sonnet 4.6 è fatturato a $3 / $15 con il vecchio tokenizer; Sonnet 5 a $2 / $10 con quello nuovo. Il titolo annuncia un taglio del 33%. Ma sullo stesso documento inviato a entrambi i modelli, Sonnet 5 fattura circa 1.3 volte più token. Il costo reale in ingresso passa quindi da 3.00 a 2.60 unità, quello in uscita da 15.00 a 13.00: la riduzione effettiva è circa il 13%, non il 33%. Due terzi dello sconto pubblicizzato vengono assorbiti dal cambio di unità di misura.

Non lo presentiamo come una manovra: un tokenizer migliore aumenta realmente la qualità per unità di calcolo, e Anthropic pubblica spontaneamente l’informazione, cosa che non fanno tutti i fornitori. Ma la conseguenza metodologica è forte e generale: il prezzo per milione di token ha smesso di essere confrontabile da una generazione di modelli all’altra, anche presso lo stesso fornitore. Una tabella comparativa dei prezzi, compresa quella che pubblichiamo sotto, non confronta più prezzi: confronta etichette applicate a unità che non misurano la stessa cosa. L’unica cifra onesta è il costo osservato su un carico di lavoro reale, misurato sul vostro traffico.

Segnaliamo anche l’innovazione tariffaria inversa, discreta e molto concreta. Su Claude Fable 5.1 e Mythos 5.1, le letture dalla cache sono fatturate a 0.025 volte il prezzo base in ingresso, invece del moltiplicatore 0.1 applicato a tutti gli altri modelli: sono $0.25 per milione di token su un modello il cui ingresso costa $10. A muoversi non è il prezzo, ma il moltiplicatore: per un carico agentico con un contesto lungo e stabile, è una leva più potente di uno sconto del 20% sul listino.

Sotto i prezzi: capacità di calcolo, energia e causa giudiziaria

Tre fatti delle ultime due settimane chiariscono ciò che accade sotto la superficie dei listini.

La capacità di calcolo resta costosa e dispersa. Una rilevazione effettuata il 20 agosto 2026 sulle API pubbliche dei fornitori indica, per un H200 all’ora, un minimo di $4.45 sul marketplace Akash e un massimo di $10.60 su Azure (ND96isr H200 v5, East US 2): un divario di 2.4 volte a parità di hardware. Altri fornitori indicano $3.99 l’ora su richiesta e $1.99 spot. La generazione B200 si scambia intorno a $7-10 l’ora, con un premio del 75-150% sull’H200 che le analisi giudicano difficile da ammortizzare fuori dai carichi limitati dalla banda di memoria, dai contesti molto lunghi o dall’inferenza quantizzata in FP4.

L’energia è diventata il fattore limitante, e il capitale l’ha capito. A fine agosto Databricks ha raccolto $5 miliardi a una valutazione di $190 miliardi, e Firmus $2 miliardi da Blackstone, Coatue e Nvidia a una valutazione di $10.5 miliardi per l’espansione nell’Asia-Pacifico. Ma il round più istruttivo è il più piccolo: Emerald AI ha raccolto $150 milioni a una valutazione di $1.05 miliardi, con un unico obiettivo: rendere i data centre energivori capaci di modulare i consumi per contribuire al bilanciamento della rete elettrica. Quando una società il cui prodotto consiste nello spegnere la capacità di calcolo al momento giusto supera il miliardo di valutazione, significa che il vincolo si è spostato dal silicio alla presa elettrica. Il 12 agosto Bloomberg ha inoltre riferito che Cognition discuteva un round a una valutazione di almeno $40 miliardi.

Il costo dei dati di addestramento entra in bilancio. Il 28 agosto 2026, Sony Music Publishing e Warner Chappell Music hanno citato Anthropic davanti al tribunale federale del Distretto settentrionale della California, chiamando in causa personalmente i cofondatori Dario Amodei e Benjamin Mann. La denuncia riguarda «decine di migliaia» di composizioni che sarebbero state acquisite e utilizzate senza autorizzazione e chiede fino a $150’000 per opera per violazione intenzionale, più fino a $25’000 per ogni presunta rimozione delle informazioni sulla gestione dei diritti. Il testo qualifica i fatti come uno dei maggiori furti di proprietà intellettuale della storia e sostiene che la società tratti questo rischio come un semplice costo operativo.

Riportiamo questi importi come richieste, non come condanne: non è stata emessa alcuna decisione, e moltiplicare un massimale di legge per un numero di opere non accertato non equivale a stimare l’esposizione. Per chi acquista IA conta altro: il rischio giuridico legato ai dati di addestramento di un modello non compare in alcun listino e non può essere disciplinato contrattualmente a livello di token. Si gestisce con la capacità di cambiare modello senza riscrivere il sistema, ossia con la stessa architettura che protegge dal rischio di prezzo.

Tabella comparativa dei prezzi API

Modello	Input ($/M token)	Output ($/M token)	Nota
GPT-5.6 Sol	5.00	30.00	Modello di punta OpenAI
GPT-5.6 Terra	2.00	12.00	−20% il 30 luglio 2026
GPT-5.6 Luna	0.20	1.20	−80% il 30 luglio; minimo delle offerte generaliste
Claude Fable 5.1	10.00	50.00	Letture dalla cache a 0.025× ($0.25/M)
Claude Opus 5	5.00	25.00	Modalità Fast: 10.00 / 50.00
Claude Sonnet 5	2.00	10.00	Aumento del 1° settembre annullato; nuovo tokenizer
Claude Sonnet 4.6	3.00	15.00	Vecchio tokenizer, confronto riga per riga non valido
Claude Haiku 4.5	1.00	5.00
Gemini 3.1 Pro	2.00	12.00	4.00 / 18.00 oltre 200k token
Gemini 3.7 Flash	0.75	3.75	Tariffa annunciata in scadenza il 31 dicembre 2026, non riscontrata, si veda la nota
Grok 4.6	2.00	6.00	4.00 / 12.00 da 200k token (intera richiesta)
DeepSeek V4-Pro	da 0.66 a 1.32	da 1.98 a 3.96	Griglia oraria dal 16 agosto: ore non di punta / di punta
DeepSeek V4-Flash	da 0.22 a 0.44	da 0.66 a 1.32	Griglia oraria dal 16 agosto
Qwen3.7 Flash	0.03	0.13	Sotto 32k token; sale a 0.20 / 0.80 oltre 256k

Prezzi Claude verificati il 2 settembre 2026 sulla pagina ufficiale dei prezzi di Anthropic. I prezzi OpenAI, DeepSeek e Qwen provengono da una rilevazione del 5 agosto 2026; quelli Google e xAI da una rilevazione del 1° settembre 2026. Due riserve esplicite: (1) la rilevazione Google del 1° settembre non riporta Gemini 3.7 Flash, lanciato il 13 agosto: usiamo la tariffa $0.75 / 3.75 annunciata al lancio senza averla potuta riscontrare con una fonte di settembre; (2) diversi aggregatori presentano GPT-5.6 Luna come il minimo di mercato a $0.20, corretto soltanto escludendo i fornitori cinesi: Qwen3.7 Flash costa quasi sette volte meno sui prompt brevi. Le tariffe Claude 4.7 e successive si applicano a un tokenizer che produce circa il 30% di token in più: le righe di questa tabella non sono confrontabili fra loro senza correzione.

Cosa dovrebbe ricavarne un decisore svizzero

Le ultime due settimane hanno fornito quattro lezioni che convergono tutte sulla stessa conclusione pratica.

Primo, noleggiare un modello di punta è una strategia di primo piano, non un ripiego per un’organizzazione sottocapitalizzata: la società più dotata di mezzi al mondo l’ha appena rinnovata nel giorno del passaggio di consegne, pagando circa lo 0.55% della spesa annua del proprio fornitore. Poi, una scadenza tariffaria non è un impegno: quella di Sonnet 5 è stata annullata alla scadenza, quella di Gemini 3.7 Flash è ancora in corso, quella di DeepSeek si è trasformata in una griglia oraria. Inoltre, la sovranità geografica è diventata una voce di budget del 10%: oggetto di una scelta per chi misura, invisibile per chi non lo fa. Infine, è cambiata l’unità di fatturazione stessa: il 30% di token in più per lo stesso testo trasforma uno sconto del 33% in un risparmio del 13%.

Questi quattro fatti non richiedono quattro risposte. Ne richiedono una: disporre di un livello di orchestrazione che misuri il costo reale per carico di lavoro, applichi il vincolo di localizzazione dove serve e soltanto lì, e permetta di cambiare modello senza difficoltà. Senza, un’organizzazione non si limita a subire i prezzi: non è in grado di sapere quali stia pagando.