Lo stesso prompt, quattro conti diversi: DeepSeek fattura a orologio, Grok a lunghezza, OpenAI a calendario (agosto 2026)

In nove giorni di agosto il prezzo di listino ha smesso, in silenzio, di essere un numero. Il 13 agosto DeepSeek ha portato V4-Pro in GA e tre giorni dopo ha acceso la fatturazione a fasce orarie: lo stesso token di output costa 3,96 dollari per milione alle 09:00 UTC di un martedì e 1,98 dollari la domenica. Il 12 agosto xAI ha lanciato Grok 4.6 con una soglia che raddoppia il prezzo dell'intera richiesta nel momento in cui il prompt supera i 200K token. E il 21 agosto OpenAI ha tagliato GPT-5.6 Sol di oltre il 20%, etichettando però il nuovo prezzo come promozionale, valido almeno fino al 21 novembre. Tre vendor, un solo messaggio: quanto costa un prompt ora dipende da quando lo esegui, da quanto è lungo e da che settimana è. Il prezzo si è spostato dalla pagina del modello ai metadati del tuo prompt, e se i tuoi prompt vivono in stringhe sparse quel movimento non lo puoi vedere.

Cosa è cambiato, in nove giorni

Prima i fatti, perché presi uno alla volta sembrano piccoli e messi in fila no.

DeepSeek ha rilasciato V4-Pro in GA il 13 agosto: contesto da 1M, output fino a 384K token, tre livelli di thinking effort (low, high, max), supporto nativo alla Responses API. Poi, con effetto dal 16 agosto, ha introdotto la fatturazione a fasce orarie. Le ore di punta vanno dalle 01:00 alle 04:00 e dalle 06:00 alle 10:00 UTC, dal lunedì al venerdì; tutto il resto, weekend compresi, è off-peak esattamente a metà prezzo. L'output di V4-Pro costa 3,96 dollari per milione di token in fascia peak e 1,98 off-peak; l'input senza cache 1,32 contro 0,66. Quando abbiamo raccontato il ritiro di luglio dei vecchi nomi deepseek-chat e deepseek-reasoner, V4-Pro era a listino a 0,435 dollari di input e 0,87 di output, prezzo piatto. Rileggi quei numeri: il vendor che ha costruito il proprio marchio sull'essere sempre il più economico ha alzato il listino frontier di circa 4,5 volte sull'output in fascia di punta, e la leva di sconto che offre in cambio è un orologio.

xAI ha spedito Grok 4.6 il 12 agosto: contesto da 500K, 2 dollari di input e 6 di output per milione di token, input in cache a 0,50. Finché il prompt non tocca i 200K token: da lì in poi xAI fattura tutti i token della richiesta alla tariffa long-context, cioè 4 dollari di input, 12 di output, 1 per la cache. Non i token oltre la soglia: l'intera richiesta. Basta un chunk di retrieval di troppo e la chiamata intera raddoppia, senza un errore e senza un header che lo segnali.

OpenAI ha tagliato GPT-5.6 Sol il 21 agosto da 5/30 a 4 dollari di input e 20 di output per milione di token, su API, crediti Codex e piani ChatGPT Work idonei; gli abbonamenti restano dov'erano. La finestra dichiarata arriva almeno al 21 novembre 2026. Sol si porta dietro anche il proprio gradino di lunghezza, ereditato dal lancio di luglio: oltre i 272K token di input la richiesta si fattura a 2x sull'input e 1,5x sull'output. Un prezzo di listino con una data di scadenza significa che il tuo foglio di calcolo sui costi unitari ora contiene una data di revisione.

Niente di tutto questo è più esotico: è la struttura di prezzo di tre delle API più usate sul mercato, da questa settimana.

Asse 1: l'orologio, e di chi è la notte

La tariffa a fasce orarie è la novità vera, e arriva con una trappola per chiunque stia a ovest di Shanghai. Le finestre di punta di DeepSeek, 01:00-04:00 e 06:00-10:00 UTC nei giorni feriali, corrispondono al giorno lavorativo cinese, ma corrispondono anche alla notte europea. Il più vecchio istinto di risparmio dell'informatica, lanciare il batch pesante di notte, su questa API è diventato esattamente sbagliato se la notte è quella europea: un cron che parte alle 02:00 UTC atterra nella finestra più cara della settimana. L'off-peak non è la tua notte, è il calendario del vendor, e le ore più economiche per un team europeo o americano sono il proprio pomeriggio lavorativo e l'intero weekend.

Questo trasforma la schedulazione in una decisione di prezzo. Tutto ciò che non è sensibile alla latenza, run di valutazione, scoring in batch, generazione di dataset, suite di regressione, riassunti notturni, ora ha un orario giusto e uno sbagliato per esistere, distanti 2x. La domanda operativa interessante non è "quanto risparmiamo spostandolo", ma "quali dei nostri prompt hanno il permesso di spostarsi": la tolleranza alla latenza è una proprietà del singolo prompt, non dell'account.

Asse 2: la lunghezza, e il gradino che dal prompt non si vede

Grok 4.6 e GPT-5.6 prezzano la lunghezza allo stesso modo: non come una pendenza ma come un gradino, e la caduta riprezza tutto quello che ti sta dietro. Grok raddoppia la richiesta intera a 200K token; Sol moltiplica l'input per 2 e l'output per 1,5 a 272K. Quando sono arrivate le prime finestre da 1M sostenevamo che riempire il contesto degrada le risposte molto prima di toccare il limite; l'aggiornamento del 2026 è più brutale, perché adesso a quel degrado si aggiunge un cartellino del prezzo con dentro una funzione a scalino.

La parte pericolosa è chi controlla la lunghezza. Di solito non è l'autore del prompt: è il layer di retrieval che aggiunge un chunk in più, l'harness dell'agente che trascina dentro un file in più, la cronologia della conversazione che cresce di un turno. Il prompt che ieri costava 2 dollari per milione di input oggi ne costa 4 perché un loop a monte è diventato più generoso, e niente si è rotto. Se un prompt è progettato per girare vicino a un gradino, la soglia deve stare accanto al prompt come budget di contesto esplicito, qualcosa che un reviewer può vedere e un harness può far rispettare, non una sorpresa nella fattura del mese prossimo.

Asse 3: il calendario, e i prezzi come mosse nella partita di qualcun altro

Il taglio di OpenAI è il meno strutturale dei tre e il più rivelatore. Reuters lo attribuisce alla pressione competitiva di Anthropic e dei laboratori cinesi, e l'etichetta promozionale lo rende esplicito: questo prezzo è una mossa, non un fatto, e il 21 novembre può tornare indietro. Il rincaro di DeepSeek percorre la stessa lezione in direzione opposta. A giugno scrivevamo che il modello sta diventando la commodity e la libreria di prompt l'asset durevole; un trimestre dopo sono i vendor stessi a trattare i listini come tariffe aeree. Fare budget su un carico di lavoro col numero di oggi, senza una data di revisione, è pianificare sul meteo.

E sotto tutti e tre gli assi c'è quello che abbiamo già raccontato due volte: l'effort. Opus 5 ti mette in mano un dial per richiesta che moltiplica in silenzio il costo dell'output, GPT-5.6 instrada su tre tier con due manopole di reasoning sopra, e V4-Pro ora accetta low, high o max. Orologio, lunghezza, calendario, effort: quattro assi, e nessuno dei quattro compare da qualche parte nel testo del prompt.

Quattro assi che riprezzano lo stesso prompt senza toccarne un carattere. Il testo è identico; il conto no.

Instradare per costo: la matrice che usiamo davvero

Ecco come instradiamo dopo questo mese, una riga per forma di lavoro. Le soglie sono le nostre: copiale e adattale.

Cinque forme di job, cinque rotte. Ogni cella è una proprietà del prompt, non dell'account presso il vendor.

Cosa abbiamo trovato nella nostra libreria

Sulla nostra libreria abbiamo rifatto la stessa passata che avevamo raccomandato dopo la deprecazione DeepSeek, stavolta leggendo i costi invece dei nomi dei modelli, e due riscontri l'hanno ripagata. Il job di valutazione schedulato che a luglio per poco non spediva in produzione un nome di modello morto partiva alle 06:30 UTC nei feriali: un orario perfettamente ragionevole quando il prezzo era piatto, e oggi in pieno dentro la finestra di punta di DeepSeek. Spostare il cron al sabato è stata una modifica di una riga che ha dimezzato il listino di quel job. E due prompt pesanti di retrieval avevano un budget deciso a occhio, abbastanza vicino al gradino dei 200K di Grok che una giornata di retrieval più grassa del solito ne avrebbe raddoppiato il costo in silenzio: ora portano un budget esplicito e una regola di troncamento.

La lezione è quella che questo blog continua a reimparare sotto vestiti diversi: niente era rotto, niente ha dato errore, ed entrambi i problemi erano invisibili nel testo del prompt. Una stringa di prompt ti dice cosa leggerà il modello, ma non ti dice più quanto costerà la chiamata. Quell'informazione, modello di destinazione, livello di effort, budget di contesto, finestra di esecuzione, deve vivere in un posto che si possa rivedere, altrimenti non vive da nessuna parte.

La libreria è il posto dove il prezzo diventa visibile

È, detto senza giri, il motivo per cui teniamo i prompt in una libreria invece che sparsi tra repo e dashboard. Una voce di libreria che registra modello e tier di destinazione, livello di effort, budget di contesto e finestra di esecuzione trasforma ognuno dei cambiamenti di agosto in un diff che puoi cercare: DeepSeek riprezza, filtri per vendor e controlli la colonna degli orari; un gradino si sposta, ordini per budget di contesto; la promo di Sol scade a novembre, la data di revisione è già scritta. E dare un punteggio a ogni prompt chiude il cerchio sull'asse dell'effort: misuri l'output a low, sali solo su un miss, e trovi la marcia più economica che passa invece di pagare max ovunque per prudenza.

Il prompt questo mese non è cambiato. Sono cambiati i quattro prezzi attaccati sopra, due volte prima di colazione nel caso di DeepSeek. Versiona i metadati insieme al prompt, e il prossimo riprezzamento sarà una ricerca, non una sorpresa.