Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Fatturazione e gestione dei costi

Lezione 14 di 16 Aggiornata il 30 luglio 2026 Sviluppatore
In questa pagina
  1. Comprendi cosa stai pagando
  2. La trappola della cronologia cumulativa
  3. Lettura dei costi nella risposta
  4. Strategie di ottimizzazione
  5. Monitoraggio dei costi in produzione
  6. Avvisi sui costi
  7. Punti chiave

Comprendi cosa stai pagando

Le Responses API hanno un dettaglio di fatturazione cruciale: in una conversazione concatenata, ti viene addebitato l’importo per l’intera cronologia, anche se non la invii esplicitamente di nuovo. Comprendere questo meccanismo è essenziale per controllare i tuoi costi in produzione.

La trappola della cronologia cumulativa

Con previous_response_id, il server ricostruisce automaticamente il contesto completo. Questo è comodo per lo sviluppatore, ma significa che i token si accumulano:

TurnoIl tuo messaggioToken fatturati (input)
150 token50
230 token + cronologia turno 1130
340 token + cronologia turni 1–2350
425 token + cronologia turni 1–3725

La crescita è quadratica. Al decimo turno di una conversazione, i token in input possono essere da 10 a 50 volte superiori rispetto al tuo messaggio iniziale.

Lettura dei costi nella risposta

Ogni risposta include un oggetto usage con il costo esatto:

{
  "usage": {
    "input_tokens": 450,
    "output_tokens": 280,
    "total_tokens": 730,
    "output_tokens_details": {
      "reasoning_tokens": 200
    },
    "cost_in_nano_usd": 1500000
  }
}

cost_in_nano_usd

Il campo cost_in_nano_usd indica il costo in nano-dollari:

1.000.000.000 nano-USD = 1 USD

Per convertire:

cost_usd = response.usage.cost_in_nano_usd / 1_000_000_000
print(f"Costo di questa richiesta: ${cost_usd:.6f}")

Token di ragionamento

I reasoning_tokens presenti in output_tokens_details sono fatturati alla tariffa dei token di output. Possono rappresentare dal 50 all’80% dei token di output sui modelli di ragionamento.

Strategie di ottimizzazione

Limita la lunghezza della conversazione

Invece di concatenare all’infinito, riepiloga periodicamente:

# Dopo N turni, riepiloga e ricomincia
if turn_count > 5:
    summary = client.responses.create(
        model="grok-4.20-0309-reasoning",
        input="Riassumi questa conversazione in 3 punti chiave.",
        previous_response_id=last_id
    )
    # Ricomincia con il riepilogo come nuovo contesto
    new_start = client.responses.create(
        model="grok-4.20-0309-reasoning",
        instructions=f"Contesto precedente: {summary.output[0].content[0].text}",
        input=user_message
    )

Scegli il modello giusto

Non tutti i modelli hanno lo stesso costo. Per compiti semplici, usa un modello meno potente (e più economico). Riserva i modelli di ragionamento per problemi complessi.

Controlla max_output_tokens

Limita l’output quando non hai bisogno di risposte lunghe:

{
  "model": "grok-4.20-0309-reasoning",
  "input": "Rispondi in una frase: qual è la capitale del Giappone?",
  "max_output_tokens": 100
}

Usa store: false quando possibile

Le risposte non archiviate non vengono conservate sul server. Questo non riduce il costo diretto, ma evita di accumulare dati inutili.

Monitoraggio dei costi in produzione

Implementa un tracciamento sistematico:

import json
from datetime import datetime

def log_usage(response, user_id, feature):
    log_entry = {
        "timestamp": datetime.now().isoformat(),
        "user_id": user_id,
        "feature": feature,
        "response_id": response.id,
        "model": response.model,
        "input_tokens": response.usage.input_tokens,
        "output_tokens": response.usage.output_tokens,
        "reasoning_tokens": response.usage.output_tokens_details.reasoning_tokens,
        "cost_nano_usd": response.usage.cost_in_nano_usd,
        "cost_usd": response.usage.cost_in_nano_usd / 1e9
    }
    # Salva nel tuo sistema di logging
    save_to_db(log_entry)

Avvisi sui costi

Imposta delle soglie di allerta:

MAX_COST_PER_REQUEST = 0.05  # 5 centesimi di USD

cost = response.usage.cost_in_nano_usd / 1e9
if cost > MAX_COST_PER_REQUEST:
    alert(f"Rilevata richiesta costosa: ${cost:.4f} (utente: {user_id})")

Punti chiave

  • Le conversazioni concatenate fatturano l’intera cronologia a ogni turno: crescita quadratica
  • cost_in_nano_usd / 1 miliardo = costo in USD
  • I token di ragionamento sono fatturati ma invisibili nella risposta
  • Riepiloga le conversazioni lunghe per contenere i costi
  • Implementa un tracciamento sistematico dei costi per utente e per funzionalità