Per anni il benchmark che contava era uno solo: quale modello ragiona meglio? Oggi quella domanda è diventata secondaria. Le imprese non cercano il modello più potente, cercano il modello giusto per ogni compito, al prezzo più basso possibile. È un cambio di priorità reale, misurato su miliardi di chiamate API, e sta ridisegnando i rapporti di forza tra i grandi fornitori.
I numeri sono precisi. Un’analisi condotta su 2,4 miliardi di chiamate API tra gennaio e aprile 2026 mostra che i costi token delle aziende sono scesi del 67% su base annua. Nel primo trimestre 2025, il 73% del volume enterprise finiva sui due livelli di modelli più costosi. Un anno dopo, quella quota è scesa al 31%. Il resto si distribuisce su modelli intermedi e leggeri, selezionati in base alla complessità del task. Il numero medio di modelli per account aziendale è passato da 2,1 a 4,7 nello stesso periodo. Chi entra oggi su piattaforme di aggregazione multi-model parte direttamente con una media di 5,3 modelli nei primi trenta giorni.
Il meccanismo che guida tutto questo si chiama model routing. Una domanda semplice di assistenza clienti viene gestita da un modello leggero e veloce. Se la risposta supera una soglia di qualità, viene inviata. Se no, la richiesta scala a un modello più capace. Le aziende che usano questa architettura hanno ridotto i tempi di messa in produzione degli agenti AI da 11,2 a 3,6 settimane rispetto a chi usa un singolo fornitore. La logica è la stessa del cloud cost management: abbina la capacità del modello alla complessità del task, elimina gli sprechi. Inviare una ricerca FAQ a GPT-4o costa circa 30 volte di più che usare un modello economico equivalente. Chi ancora non ha ottimizzato sta pagando tra il 40 e l’85% in più del necessario, secondo un’analisi di AI Pricing Master del 2026.
Questo scenario mette sotto pressione il modello di business di OpenAI e Anthropic. Entrambi si sono posizionati come fornitori premium, scommettendo sulla disponibilità delle imprese a pagare per le capacità d’eccellenza. Il model routing erode quella premessa. Perché pagare Claude Opus per l’80% dei task che Haiku gestisce a un quinto del costo? Secondo CNBC, il fenomeno è anche una risposta diretta alla pressione dei CFO sulle spese AI: i board stanno chiedendo conto dei budget, e i modelli frontier stanno diventando l’eccezione, non la regola. Secondo il CEO di AISquared, usare modelli all’avanguardia per task semplici sarà presto “insostenibile” per la maggior parte delle aziende. Al momento, però, circa il 95% dell’utilizzo enterprise gira ancora su modelli frontier — il che indica quanto margine di ottimizzazione rimanga ancora intatto.
C’è anche una dimensione di rischio che va oltre il costo. Nel 2025 diverse organizzazioni hanno subito interruzioni ai sistemi in produzione a causa di modifiche unilaterali ai termini o ai limiti di rate dei provider. Chi aveva scommesso su un singolo fornitore non aveva via d’uscita immediata. Per i settori regolamentati — finanza, assicurazioni, sanità — la scelta del fornitore è anche una decisione di compliance sulla sovranità dei dati. Il multi-model non è solo economia, è gestione del rischio operativo.
La traiettoria è abbastanza chiara. Il mercato delle API AI valeva 64 miliardi di dollari nel 2025 e potrebbe superare i 900 miliardi entro il 2035. Man mano che il volume cresce, la pressione sui prezzi aumenta. Modelli open-weight come LLaMA 4 Maverick e DeepSeek sono ormai pronti per la produzione, e le piattaforme di aggregazione rendono più facile cambiare fornitore nel momento in cui un modello più economico è abbastanza buono. OpenAI e Anthropic continueranno a crescere — i run rate di entrambi sono in forte salita — ma la competizione si sposta su efficienza, pricing per livello e capacità di integrare workload agentici complessi. Chi vende solo potenza di calcolo pura si troverà in una guerra di prezzi che non può vincere.
