Token e contesto
In questa pagina
Aggiornato il 2 novembre 2026. Le Chat è ora Vibe. Dal 28 maggio 2026, Le Chat è diventato Vibe (sempre su chat.mistral.ai): un unico agente per lavoro e codice, con conversazioni, impostazioni e abbonamenti migrati. L’esperienza legacy di Le Chat rimane accessibile nella modalità Chat; nella modalità Work, gli agenti sono ora competenze (invocate con
@), le memorie costituiscono la base di conoscenza e la ricerca approfondita è la competenza Deep Research. I piani si chiamano ora Mistral Free, Pro, Team ed Enterprise. Questa lezione utilizza il nome Vibe; alcuni menu qui descritti potrebbero aver cambiato nome o posizione.
Comprendere la valuta dei modelli linguistici
I token sono l’unità fondamentale di qualsiasi modello linguistico. Tutto ciò che invii al modello e tutto ciò che esso restituisce viene conteggiato, elaborato e fatturato in token. I token fungono sia da unità di misura per la memoria del modello sia da valuta per la fatturazione. Comprendere questo concetto è essenziale per utilizzare efficacemente i modelli Mistral, stimare i costi e ottimizzare le tue query. È anche un investimento modesto: l’idea è semplice, una volta che la si esamina da vicino.
Cos’è un token?
Un token è la più piccola unità di testo elaborata da un modello linguistico. Non è esattamente una parola e non è esattamente una sillaba: è un frammento di testo definito dall’algoritmo di tokenizzazione del modello. In pratica, una parola comune come “ciao” corrisponde generalmente a un singolo token, mentre una parola rara o tecnica si divide in diversi frammenti: “disintermediazione” potrebbe diventare 3 o 4 token. Anche spazi, punteggiatura e caratteri speciali contano, e una cifra o un simbolo possono costituire un token a sé stante. In breve, non puoi indovinare la lunghezza in token di un testo a colpo d’occhio: dipende dalla frequenza delle parole che contiene.
L’algoritmo BPE
Da dove nasce questa suddivisione? La maggior parte dei modelli moderni, inclusi quelli di Mistral, utilizza l’algoritmo BPE (Byte-Pair Encoding). Il principio è semplice: analizzare un vasto corpus di testi e identificare le combinazioni di caratteri più frequenti per costruire un vocabolario ottimale. Il risultato è una forma di compressione intelligente del linguaggio: parole ed espressioni frequenti sono rappresentate da pochi token, mentre i termini rari ne richiedono di più.
Stima pratica
Per stimare rapidamente il numero di token in un testo, tieni a mente questi punti di riferimento: in inglese, 1 token corrisponde a circa 4 caratteri, ovvero 0,75 parole; in francese e italiano, il rapporto è leggermente meno favorevole a causa degli accenti e delle parole più lunghe: conta circa 1 token ogni 3,5 caratteri; nel codice, varia notevolmente a seconda del linguaggio, con simboli e indentazione che consumano la loro parte. Concretamente, una pagina A4 di testo (circa 500 parole) rappresenta approssimativamente da 650 a 750 token in italiano.
La finestra di contesto
La finestra di contesto è il numero massimo di token che un modello può elaborare in una singola richiesta, inclusi il tuo messaggio (input) e la risposta del modello (output). Immaginala come la memoria di lavoro del modello: tutto ciò che esso “sa” durante una conversazione deve starci dentro. Questo include la tua domanda attuale, più la cronologia degli scambi, i documenti allegati, le istruzioni di sistema e la risposta in fase di generazione.
Questo limite spiega un fenomeno che incontrerai prima o poi: in una conversazione molto lunga, il modello sembra “dimenticare” ciò che è stato detto all’inizio. Non è un capriccio: i messaggi più vecchi escono semplicemente dalla finestra e il modello non può letteralmente più vederli. Ecco perché le conversazioni infinite perdono coerenza e perché è spesso meglio avviare un nuovo thread per un nuovo argomento.
In Mistral, le dimensioni variano a seconda del modello: Mistral Small 4 e Codestral offrono 256.000 token, la finestra più ampia della gamma, mentre Mistral Large 3 e Ministral 3 ne offrono 131.000. Con 256k token, Mistral Small 4 può gestire l’equivalente di 500 pagine di testo in una singola richiesta: sufficiente per analizzare un contratto completo, un rapporto annuale o un codebase di dimensioni considerevoli.
Calcolo dei costi
Se utilizzi l’API Mistral con il piano Scale, la tua fattura dipende direttamente dal numero di token consumati. I prezzi sono espressi in dollari per milione di token, con una distinzione tra token di input (la tua domanda, i documenti allegati, il contesto) e token di output (la risposta generata). I token di output sono generalmente più costosi perché generare testo è computazionalmente più oneroso che leggerlo.
Alcune strategie ti aiutano a padroneggiare questo consumo. Sii conciso nei tuoi prompt: ogni istruzione ridondante viene conteggiata e quindi fatturata. Limita la lunghezza dell’output quando possibile: se basta un riassunto di 3 frasi, specificalo esplicitamente, soprattutto perché i token di output sono i più costosi. Scegli il modello giusto per ogni compito: Ministral per compiti semplici, Large per quelli complessi. Infine, riutilizza il contesto della conversazione: in uno scambio in corso, non c’è bisogno di ripetere informazioni già fornite; il modello le ha ancora nella sua finestra.
Token e multilinguismo
Un punto merita l’attenzione degli utenti di lingua italiana: l’italiano consuma in media più token dell’inglese per esprimere la stessa idea. Gli accenti possono frammentare le parole in modo diverso, le parole italiane sono spesso più lunghe dei loro equivalenti inglesi e articoli e preposizioni appaiono più frequentemente. In pratica, un testo in italiano utilizzerà circa il 10-20% di token in più rispetto allo stesso testo in inglese: un fattore da considerare nelle tue stime dei costi se lavori su larga scala.
Pratica guidata
Per rendere tangibili questi concetti, esegui tre esperimenti su Vibe. Prima fai una domanda breve, poi una lunga, e osserva la differenza nel tempo di risposta. Poi prova a riassumere un documento lungo in una singola richiesta: la finestra di 256k token di Small 4 lo consente. Infine, confronta le risposte allo stesso prompt formulato prima in italiano e poi in inglese per vedere con i tuoi occhi le differenze di lunghezza.
Prezzi al 5 agosto 2026. I prezzi cambiano regolarmente. Prima di fare un budget, verifica le tariffe attuali sui prezzi ufficiali di Mistral.
Punti chiave
- Un token è l’unità base di elaborazione del testo, corrispondente a circa 4 caratteri
- La finestra di contesto determina la quantità di testo che un modello può elaborare in una volta
- Mistral Small 4 offre la finestra più ampia: 256.000 token (circa 500 pagine)
- Il costo dell’API è direttamente proporzionale al numero di token consumati
- L’italiano consuma più token dell’inglese per lo stesso contenuto
- Ottimizza i tuoi costi scegliendo il modello giusto ed essendo preciso nei tuoi prompt