Token di input vs output: cosa ti fattura un'API IA

Se hai appena effettuato la tua prima chiamata API a un modello linguistico, probabilmente hai visto un blocco usage nella risposta e ti sei chiesto cosa conti esattamente. La risposta breve: ogni richiesta ha due contatori. Uno conta i token che invii (input), l'altro conta i token che il modello scrive in risposta (output). Ogni contatore ha il proprio prezzo, e il costo di una richiesta è la somma di entrambi.

Questa guida mostra dove trovare i numeri, come convertirli in dollari e cosa puoi cambiare per spendere meno. Se la parola "token" è ancora vaga, inizia da Cos'è un token nell'IA?.

Cosa conta come input e cosa come output#

I token di input sono tutto ciò che il modello deve leggere per risponderti:

• il tuo ultimo messaggio;
• il system prompt (istruzioni come "rispondi brevemente, in italiano");
• i messaggi precedenti della conversazione, se li invii di nuovo;
• documenti, codice o risultati di ricerca che incolli nella richiesta.

I token di output sono tutto ciò che il modello genera in risposta. Nel formato compatibile con OpenAI è il testo in choices[0].message.content. Alcuni modelli in modalità thinking generano anche token di ragionamento prima della risposta finale; controlla la pagina dei prezzi di un modello per vedere se vengono fatturati come output.

Il punto importante per i principianti: il modello non ricorda la tua chat tra una richiesta e l'altra. Un'app di chat reinvia l'intera cronologia ogni volta, quindi l'input di una conversazione lunga cresce a ogni turno, anche se il tuo nuovo messaggio è una sola riga.

Dove leggere i numeri: il blocco usage#

Ogni risposta non in streaming di un'API compatibile con OpenAI termina con un oggetto usage. Questo è un esempio didattico della sua struttura:

{
  "choices": [
    { "message": { "role": "assistant", "content": "..." }, "finish_reason": "stop" }
  ],
  "usage": {
    "prompt_tokens": 2000,
    "completion_tokens": 500,
    "total_tokens": 2500
  }
}

Un errore comune dei principianti è moltiplicare total_tokens per un unico prezzo. Poiché input e output hanno prezzi diversi, servono i due numeri separatamente.

Alcuni provider aggiungono campi extra. Ad esempio, l'API di DeepSeek suddivide anche prompt_tokens in prompt_cache_hit_tokens e prompt_cache_miss_tokens e, in modalità thinking, riporta reasoning_tokens (fonte: documentazione API DeepSeek, verificata il 21 ottobre 2026). I tre campi della tabella sono quelli su cui puoi contare in qualsiasi risposta compatibile con OpenAI.

Quando trasmetti la risposta in streaming, l'usage non è noto all'inizio. Nell'API di DeepSeek arriva nell'ultimo chunk di contenuto prima di data: [DONE] (documentazione API DeepSeek, verificata il 21 ottobre 2026); altre API potrebbero inviarlo diversamente o solo su richiesta, quindi controlla cosa riceve il tuo client. Lo streaming in sé è trattato in Risposte in streaming in Python.

Perché i due lati hanno prezzi diversi#

Leggere il tuo prompt e scrivere una risposta sono tipi di lavoro diversi. Il modello elabora l'intero prompt in un'unica passata, ma deve produrre la risposta un token alla volta, e ogni nuovo token dipende dai precedenti. Ecco perché i provider di solito prezzano l'output più dell'input, e perché vedi due numeri per modello in qualsiasi listino prezzi.

Il modello che usiamo come esempio qui sotto, MiniMax-M2.7 (id minimax-m2.7), segue questo schema. I prezzi attuali per 1M di token sono $0.05 per l'input e $0.15 per l'output.

La formula#

I prezzi sono indicati per 1 milione di token, quindi il costo di una richiesta è:

cost = input_tokens × input_price ÷ 1,000,000
     + output_tokens × output_price ÷ 1,000,000

Ecco con prezzi tondi inventati, solo per mostrare l'aritmetica (esempio, sostituisci con i prezzi attuali dalla tabella qui sotto):

# example, substitute current prices from the table
price_in = 0.20    # USD per 1M input tokens
price_out = 0.80   # USD per 1M output tokens

prompt_tokens = 2000
completion_tokens = 500

cost = (prompt_tokens * price_in + completion_tokens * price_out) / 1_000_000
# 2000 × 0.20 ÷ 1,000,000 = 0.0004 (input)
# 500 × 0.80 ÷ 1,000,000 = 0.0004 (output)
# 0.0004 + 0.0004 = 0.0008 USD

Un esempio svolto con un modello reale#

Prendi la richiesta dell'esempio usage qui sopra: 2.000 token di input e 500 token di output. Su MiniMax-M2.7 tramite CheapTokens costa $0.00018. Il numero è calcolato dal listino prezzi attuale ogni volta che la pagina viene mostrata.

Una singola richiesta è minuscola, quindi è utile scalare. Una piccola app che invia 10.000 richieste di questa dimensione usa 20.000.000 di token di input e 5.000.000 di token di output, per un totale di $1.75.

La stessa richiesta su altri modelli della nostra lista:

Nota che l'output è una parte minore del conteggio dei token qui (500 su 2.500) ma una parte maggiore della fattura rispetto alla sua quota di token, perché i token di output costano di più (vedi la tabella). Per questo modello il lato output è anche dove si conferma il risparmio rispetto al prezzo di riferimento di OpenRouter, il che è utile se la tua app scrive risposte lunghe.

Usarlo nel codice#

Puoi leggere usage dal pacchetto Python ufficiale openai puntandolo al base URL di CheapTokens:

from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key="YOUR_API_KEY",
)

response = client.chat.completions.create(
    model="MiniMaxAI/MiniMax-M2.7",
    messages=[{"role": "user", "content": "Explain input and output tokens in two sentences."}],
)

usage = response.usage
print("input:", usage.prompt_tokens)
print("output:", usage.completion_tokens)
print("total:", usage.total_tokens)

# example, substitute current prices from the table above
price_in, price_out = 0.20, 0.80
cost = (usage.prompt_tokens * price_in + usage.completion_tokens * price_out) / 1_000_000
print(f"approx. cost: ${cost:.6f}")

Se non hai ancora inviato una richiesta, segui prima La tua prima richiesta API con CheapTokens.

Come spendere meno token#

• Accorcia il prompt. Riduci il system prompt e rimuovi le istruzioni di cui il modello non ha bisogno. Ogni token che invii viene fatturato a ogni richiesta.
• Riduci la cronologia. In una chat lunga, mantieni gli ultimi turni o un breve riassunto invece dell'intera conversazione.
• Invia solo la parte rilevante di un documento. Una pagina di testo costa meno di un file intero.
• Chiedi il formato che ti serve. "Rispondi in tre punti elenco" produce meno token di output di un saggio aperto.
• Imposta max_tokens di proposito. Limita solo l'output. Troppo basso e la risposta viene troncata; i dettagli sono in Perché una risposta dell'IA si interrompe a metà frase? MiniMax-M2.7 su CheapTokens consente fino a 8.192 token di output per risposta e ha una finestra di contesto di 180K.

Per stimare il costo di un flusso di lavoro più grande, vedi Come stimare il costo di un agente IA.

Cosa ricordare#

1. Ogni richiesta ha token di input (prompt_tokens) e token di output (completion_tokens).
2. Hanno prezzi separati, di solito con l'output più alto.
3. Costo = token di input × prezzo input + token di output × prezzo output, con prezzi per 1M di token.
4. Leggi i numeri da usage nella risposta invece di indovinare.

Su CheapTokens un unico saldo prepagato copre tutti i modelli, i prezzi per modello sono fissi senza prezzi di punta, e l'API è compatibile con OpenAI Chat Completions e Anthropic Messages. Per provare l'esempio qui sopra, ottieni una chiave API e invia la tua prima richiesta.

Prezzi attuali per ogni modello: Prezzi CheapTokens.