OpenAI starebbe valutando una significativa riduzione dei prezzi applicati ai propri servizi AI, con particolare attenzione ai costi associati ai token utilizzati dalle API e dalle piattaforme enterprise. L’iniziativa emergerebbe in un momento di crescente competizione con Anthropic, che negli ultimi mesi ha rafforzato la propria presenza nel mercato aziendale grazie alla diffusione dei modelli Claude e delle soluzioni dedicate allo sviluppo software e ai workflow agentici.
L’eventuale revisione dei listini riguarderebbe il modello di tariffazione basato sui token, l’unità utilizzata per misurare ed effettuare il billing delle richieste ai modelli linguistici. Nelle applicazioni enterprise il costo dei token rappresenta uno dei principali fattori economici, soprattutto nei sistemi che elaborano grandi volumi di dati, utilizzano contesti estesi o impiegano agenti AI che eseguono operazioni iterative e multi-step.
La pressione competitiva deriva anche dalla crescente attenzione delle aziende verso il rapporto tra prestazioni e costi operativi. Con l’espansione delle applicazioni basate su modelli foundation, molte organizzazioni stanno monitorando con maggiore attenzione la spesa generata da inferenza, orchestrazione di agenti, coding assistant e workflow automatizzati. Questo ha portato diversi fornitori a rivalutare le proprie strategie di pricing e a introdurre modelli tariffari più strettamente collegati all’effettivo consumo delle risorse computazionali.
L’ipotesi di una riduzione dei prezzi assume particolare rilevanza perché arriva in una fase in cui Anthropic sta registrando una forte crescita nel segmento enterprise. Il successo di strumenti come Claude Code e dei modelli più recenti della famiglia Claude ha aumentato la concorrenza nei confronti delle offerte di OpenAI, spingendo entrambe le aziende a differenziarsi non soltanto attraverso le capacità dei modelli, ma anche tramite struttura dei costi, condizioni commerciali e accessibilità delle piattaforme.
Dal punto di vista tecnico, una diminuzione del costo dei token potrebbe favorire l’adozione di workflow più complessi, consentendo alle aziende di utilizzare finestre di contesto più ampie, processi agentici più articolati e volumi maggiori di inferenza senza incrementare proporzionalmente la spesa operativa. Questo aspetto è particolarmente importante per applicazioni che combinano Retrieval-Augmented Generation, orchestrazione multi-agente, analisi documentale su larga scala e sviluppo software assistito da AI.
L’eventuale revisione dei prezzi evidenzia inoltre una trasformazione più ampia del mercato dei modelli foundation. Dopo una fase iniziale dominata principalmente dall’incremento delle capacità dei modelli, la competizione si sta progressivamente spostando verso efficienza economica, sostenibilità dei costi di utilizzo e ritorno dell’investimento per le aziende. In questo contesto, il prezzo per token sta diventando un parametro strategico tanto importante quanto benchmark, velocità di inferenza e qualità delle risposte generate dai modelli.