ChatGPT vs Claude vs Gemini vs API: prezzi LLM con piani gratis, senza gergo

Un LLM (Large Language Model) è una rete neurale addestrata su corpus di testo enormi per capire e generare linguaggio umano. In pratica è il motore dietro ChatGPT, Claude, Gemini e assistenti IA su misura che redigono email, rispondono ai clienti, riassumono documenti, scrivono codice e chiamano le vostre API.

Per un’azienda il punto non è «avere IA per avere IA». Un LLM trasforma linguaggio non strutturato - chat, email, PDF, ticket - in azioni strutturate: classificare un lead, redigere una risposta, estrarre campi da una fattura o instradare un caso di supporto. Lì le ore di lavoro manuale diventano minuti.

1. Cosa fa davvero un LLM

A differenza di un motore di ricerca che restituisce link, un LLM predice i token successivi in base al contesto. Con un buon prompt, tool e i dati della vostra azienda (via RAG) ragiona su policy, catalogo e storico CRM - non solo sulla conoscenza generica di internet.

• Capire l’intento: «Mi serve un rimborso per l’ordine #4521» → instradare al billing + tirare lo stato dell’ordine.
• Generare contenuti: proposte, descrizioni prodotto, bozze SEO, riassunti di meeting.
• Estrarre struttura: passare testo libero in JSON per CRM, ERP o analytics.
• Chiamare tool: controllare magazzino, creare un ticket, inviare un link di pagamento via function calling.

2. Perché un business ha bisogno di LLM

Il caso di ROI è di solito tempo di lavoro risparmiato più velocità. Un agente di supporto con 40 ticket ripetitivi al giorno, un marketer che riscrive la stessa offerta per cinque canali o un responsabile vendite che dà un punteggio ai lead a mano: routine cognitive che un LLM automatizza bene se c’è validazione e revisione umana sui casi limite.

• Supporto: prima linea 24/7, FAQ senza operatore, triage dei ticket prima che entri una persona.
• Vendite e CRM: lead scoring, bozze di follow-up, riassunti di chiamate/email sincronizzati sulla scheda del deal.
• Marketing: bozze di contenuto, varianti di ads, localizzazione, outline SEO ancorati alla voce di marca.
• Operations: estrazione da contratti/fatture, Q&A sulla knowledge base interna, bozze di report da fogli di calcolo.
• Prodotto: assistenti in-app, ricerca intelligente, Generative UI che adatta i form all’intento dell’utente.

3. Due modi di pagare: app di chat vs API

Le aziende confondono due prodotti. Gli abbonamenti chat (ChatGPT, Claude.ai, Gemini) sono per le persone: redigere, ricercare, aiuto sul codice. Le API sono per prodotti e automazioni: il bot del sito, un workflow CRM o l’elaborazione batch di documenti. Ci sono piani gratis su entrambi i livelli - ma chat gratis ≠ API di produzione gratis a scala.

4. Confronto dei piani chat (gratis + a pagamento)

Ad agosto 2026 i piani Pro individuali di chat ruotano intorno ai ~20 $/mese. I piani gratis servono davvero per lavoro leggero, ma urtano i tetti di messaggi e di modello. Prezzi e modelli inclusi cambiano spesso: ricontrollate la pagina del fornitore prima di mettere in budget.

• ChatGPT Free (0 $): solido per il quotidiano; chat illimitate sul tier più leggero GPT-5.6 Luna; accesso limitato a modelli di reasoning più forti, upload e tool.
• ChatGPT Plus (~20 $/mese): più accesso a GPT-5.6, più messaggi/upload, deep research, Projects, custom GPT - il miglior tuttofare per lavoro d’ufficio misto.
• ChatGPT Go (~8 $/mese): tier intermedio tra Free e Plus per chi serve più del Free ma non il Plus completo.
• Claude Free (0 $): buon testo/codice su modelli più leggeri; uso limitato di Sonnet/Opus; senza il workflow completo di Projects.
• Claude Pro (~20 $/mese, ~18 $/mese annuale): ~5× l’uso di Free, accesso prioritario, Projects, Research, Claude Code - forte su documenti lunghi e reasoning accurato.
• Gemini Free (0 $): modelli classe Gemini Flash + hook alle app Google; buono per research leggera e task accanto a Workspace.
• Google AI Pro / Gemini Advanced (~19,99 $/mese): modelli Pro, limiti più alti, Deep Research, Gemini in Gmail/Docs/Drive, tanto storage cloud - il meglio se il team vive già in Google Workspace.
• Posti Team/Business: ChatGPT Business di solito ~20-25 $ per utente/mese (annuale vs mensile). Enterprise è su misura: aggiungete SSO, controlli admin e termini di retention dei dati.

5. Prezzo delle API (quanto costa davvero un prodotto)

L’API si fattura per milione di token (orientamento: ~750 parole ≈ 1.000 token). I token di output di solito costano 2-6× quelli di input. Taglio di agosto 2026 (tier standard, per 1M di token) - verificate le pagine ufficiali prima di impegnarvi:

• DeepSeek V4-Flash: ~0,14 $ input / 0,28 $ output - il tier di produzione utile più economico per triage ed estrazione.
• Qwen3.5 Flash: ~0,10 $ / 0,40 $ - competitivo per classificazione di massa.
• GPT-5.6 Luna: ~0,20 $ / 1,20 $ - il pavimento OpenAI per alto volume e bassa latenza.
• Gemini 3.1 Flash-Lite: ~0,25 $ / 1,50 $ - forte per pipeline di testo all’ingrosso.
• Claude Haiku 4.5: ~1,00 $ / 5,00 $ - routing, classificazione, output strutturati corti.
• Claude Sonnet 5: ~2,00 $ / 10,00 $ (prezzo di lancio; poi ~3 $ / 15 $) - il cavallo di battaglia quotidiano in produzione.
• GPT-5.6 Terra / Gemini 3.1 Pro: ~2,00 $ / 12,00 $ - coding e workload di agenti nel mid-frontier.
• Claude Opus 5 / GPT-5.6 Sol: ~5 $ / 25-30 $ - reasoning duro e run di agenti complessi (usatelo con le pinze).

6. La realtà dell’API gratis e dei trial

L’API gratis è per prototipi, non per un bot di produzione occupato. Trattate le quote gratis come budget di R&D, poi spostate il traffico critico su un tier a pagamento con rate limiting e monitoraggio.

• Google Gemini: di solito il free tier API più generoso in continuo (modelli classe Flash con tetti RPM/RPD) - ideale per validare l’MVP di un chatbot.
• Groq e alcuni host di modelli aperti: tier gratis/economici per esperimenti di latenza con modelli classe Llama.
• OpenAI: spesso un credito di avvio una tantum per account nuovi; non c’è una quota di produzione gratis permanente.
• API Anthropic Claude: in generale pay-as-you-go dalla prima chiamata (senza free tier continuo).
• Self-host di open weights (Ollama, vLLM): licenza del modello a 0 $, ma pagate GPU/server - economico a scala piccola, caro quando serve HA e traffico di picco.

7. Esempio di fattura mensile (carico di triage supporto)

Ipotizzate un servizio di triage supporto con ~8M token di input + 2M di output al mese (migliaia di ticket corti classificati). Costo approssimativo solo di API:

• DeepSeek V4-Flash: ≈ 1,70 $/mese - budget estremo per routing ad alto volume.
• GPT-5.6 Terra: ≈ 40 $/mese - qualità mid-tier comoda per automazione mista.
• Claude Opus 5: ≈ 90 $/mese - reasoning premium; eccessivo se la maggior parte dei ticket è semplice.
• Team di 5 solo su chat Plus/Pro (20 $ × 5): ≈ 100 $/mese - ottimo per produttività umana; non sostituisce un’integrazione API nel prodotto.
• L’ibrido che spesso vince: chat gratis/economica per il team + API economica Flash/Haiku per l’80% del traffico del bot + Sonnet/Terra solo sulle escalation difficili.

8. Come scegliere senza pagare troppo

Partite dove rischio e volume sono bassi. Misurate il costo per task risolto, non per token: un modello «economico» che ritenta tre volte può uscire più caro in fattura di uno più caro in un colpo solo.

• Founder solo / team piccolo: usate prima i piani chat Free; comprate un posto Pro da 20 $ per chi redige più contenuti o codice.
• Bot verso il cliente / automazione CRM: prototipo sull’API gratis di Gemini o un Flash economico; aggiungete caching + batch per i job notturni.
• Workflow critici di qualità (legale, consiglio medico, vendite complesse): modelli mid/frontier + approvazione umana; non spedite risposte senza review.
• Tagliate la fattura con il routing: Haiku/Luna/Flash per classificare → escalate a Sonnet/Terra/Opus solo quando la fiducia è bassa.
• Tenete gli ID modello in config e rifate il benchmark ogni trimestre: prezzi e ranking di qualità si muovono ogni pochi mesi.

Conclusione

Un LLM è utile al business quando accorcia un workflow reale: meno ticket per gli umani, proposte più veloci, CRM più pulito o una feature che i clienti usano davvero. Potete partire da 0 $ con chat gratis e free tier API, pagare ~20 $/utente per produttività individuale seria e far girare molte automazioni di produzione per ben meno di 50-100 $/mese se scegliete modelli classe Flash e instradate con testa. L’errore caro è ignorare gli LLM del tutto - o comprare il modello più caro per ogni classificazione banale.