Quando conviene acquistare un server AI invece di pagare le API?

Server AI o API: quale criterio decide davvero?

Decide la combinazione di volume, sensibilità dei dati e capacità di gestione, non un singolo numero. Un server costa soprattutto all'inizio, mentre le API crescono con l'uso. La domanda utile è: con i miei volumi e i miei vincoli, cosa costa meno su tre anni?

Un preprint su arXiv dedicato al punto di pareggio la descrive come "a continuous optimization problem rather than a one-time decision": una scelta da rivedere nel tempo, non da prendere una volta per tutte. Le voci di costo del locale sono nella pagina sui costi dell'AI in locale, mentre casi d'uso e limiti sono nella pagina sull'AI on-premise.

Quanto costano oggi le API dei modelli di frontiera, e quanto possono salire?

Vanno da 0,10 $ a 50 $ per milione di token, a seconda del modello e del tipo di token, e alcuni listini sono già in aumento. Qui sotto i prezzi Standard consultati il 29 ottobre 2026 sulle pagine ufficiali di OpenAI, Anthropic e Google. I listini cambiano: vanno ricontrollati prima di ogni decisione.

Su Gemini raddoppiano anche Batch, Flex e Priority (Google). I dettagli sono nell'articolo sui prezzi delle API di Gemini. Al listino base si aggiungono i sovrapprezzi:

• Contesti lunghi: oltre i 272K token gpt-6-astra sale a 20 $ in input e 75 $ in output (OpenAI).
• Elaborazione regionale: gli endpoint regionali OpenAI costano il 10% in più per i modelli usciti dal 5 marzo 2026 (OpenAI). Su Claude l'elaborazione solo negli USA costa 1,1 volte il prezzo base (Anthropic).
• Velocità: il Fast mode porta gpt-6.1-sol a 4/20 $ (OpenAI), la modalità veloce di Opus costa 2 volte il prezzo base (Anthropic).

I prezzi possono anche scendere. Il Batch costa la metà sia da OpenAI, che a metà prezzo offre anche il Flex, sia da Anthropic. Per i lavori che possono aspettare, la soglia oltre cui conviene un server si sposta più in là.

Perché gli abbonamenti per utente non sono un costo fisso?

Perché il prezzo del posto è fisso, ma l'uso, i limiti e le condizioni no. Sulla pagina prezzi di Claude il piano Team costa 20 $ al mese per utente con fatturazione annuale (25 $ mensile) per il posto Standard, e 100 $ o 125 $ per il Premium. L'Enterprise costa 20 $ per utente con un minimo di 20 posti, più l'uso pagato alle tariffe API. I limiti seguono una finestra di 5 ore più limiti settimanali non pubblicati, e "Price and plans are subject to change at Anthropic's discretion".

Il 28 ottobre 2026 Anthropic ha introdotto su Enterprise i budget comuni per gruppo, con avvisi al 50, 75, 95 e 100%. Lo strumento è utile, e conferma che la spesa va tenuta sotto controllo. Lo stesso annuncio spiega che i nuovi report analizzano "a sample of the team's transcripts": un aspetto da valutare anche per la privacy dei dipendenti.

Un server, al contrario, ha un costo in gran parte fisso che non cresce con le persone. Ha però una capacità massima: oltre una certa soglia di richieste contemporanee serve altro hardware, oppure i tempi di risposta si allungano.

Cosa dice la ricerca sul punto di pareggio di un server AI?

Secondo il preprint di Pan, Chodnekar, Roy e Wang, un server si ripaga in pochi mesi con i modelli piccoli e in quasi sei anni con quelli grandi, in un calcolo che esclude personale e manutenzione. La Tabella IV riporta:

• Modelli piccoli (hardware da 2.000 $, per esempio Qwen3-30B): da 0,3 a 3,0 mesi.
• Modelli medi (da 15.000 a 30.000 $, per esempio gpt-oss-120B e Llama-3.3-70B): da 2,3 a 34,0 mesi.
• Modelli grandi (da 60.000 a 240.000 $, per esempio Kimi-K2 e Qwen3-235B): da 4,3 a 69,3 mesi.

Lo studio ha dei limiti, tutti ricavabili dal testo:

• è un preprint (versione 3 dell'11 novembre 2025);
• ipotizza 0,15 $/kWh e 8 ore di uso al giorno;
• usa prezzi API del 2025, oggi superati;
• contiene incongruenze interne, per esempio sul rapporto tra input e output;
• la soglia di "≥50M tokens/month", indicata come favorevole al locale, non deriva dal suo modello di calcolo.

È utile come ordine di grandezza, ma non dice quanto ci mette a ripagarsi il server di una singola azienda.

Quali costi del server AI non compaiono nel prezzo dell'hardware?

Personale, assistenza, energia e aggiornamenti si aggiungono all'acquisto, e l'hardware stesso può rincarare. Secondo un annuncio sul forum NVIDIA, dal 23 febbraio 2026 la DGX Spark Founders Edition è passata da 3.999 a 4.699 $ per "worldwide constraints in memory supply". La fonte è semi-ufficiale, perché il ruolo dell'autore non è chiarito. La situazione aggiornata è nell'articolo sulla DGX Spark in azienda.

Per l'energia, Eurostat indica una media UE di 18,37 € per 100 kWh per le utenze non domestiche nel secondo semestre 2025, nella fascia da 500 a 2.000 MWh l'anno, IVA esclusa. Il dato più affidabile resta la propria bolletta. A queste voci si sommano installazione, monitoraggio, aggiornamenti di sicurezza del software di inferenza e prove dei nuovi modelli.

Cosa cambia per i dati aziendali tra un server proprio e le API?

Con le API i dati passano dai sistemi del fornitore e ci restano per il periodo previsto dalle sue condizioni. Con un server proprio i dati restano in azienda, che però si assume il compito di proteggerli e di aggiornare il software.

Secondo la guida di OpenAI, i log restano "up to 30 days" e la conservazione zero richiede "prior approval by OpenAI". La residenza dei dati in Europa richiede un emendamento al contratto e costa il 10% in più. Il Privacy Center di Anthropic indica che, in caso di violazione delle policy, i punteggi di classificazione restano fino a 7 anni. Su Gemini il livello gratuito prevede l'uso dei dati per migliorare i prodotti, quello a pagamento no (Google).

Gli incidenti capitano anche presso i grandi fornitori. Cloudflare ha documentato un problema sul modello GLM-5.3 di Workers AI, dal 27 agosto al 9 settembre 2026: "155 responses were affected", per un bug del software di inferenza SGLang, corretto dalla versione 0.5.22. Cloudflare scrive di non aver trovato prove di sfruttamento intenzionale. Con un server proprio l'infrastruttura non è condivisa con altri clienti, ma i bug restano possibili e seguire gli aggiornamenti tocca all'azienda. Gli obblighi che valgono in ogni caso sono nella pagina su AI e GDPR.

Quando le API restano la scelta migliore?

Le API convengono quando:

• i volumi sono bassi, stagionali o ancora da misurare;
• il compito richiede la qualità dei modelli di frontiera;
• mancano competenze interne o un partner di assistenza;
• bisogna partire subito;
• i lavori non sono urgenti e possono girare in Batch a metà prezzo.

Il rischio da mettere a bilancio è il ritiro dei modelli. Secondo la pagina delle deprecazioni di OpenAI, gpt-5 e o3 vengono spenti l'11 dicembre 2026, gpt-4o e gpt-4.1 il 14 gennaio 2027. Ogni ritiro comporta test, adattamenti e a volte un prezzo diverso. Il tema è trattato nell'articolo sul vendor lock-in nell'AI e nella pagina sulla migrazione dalle API.

Spesso la scelta più sensata è un sistema ibrido: il server per i dati sensibili e i carichi ripetitivi, le API per i casi difficili, con regole scritte su quali dati possono uscire e su chi può usare cosa.

Da dove partire per decidere tra server AI e API?

Si parte dai propri numeri, non da quelli di uno studio:

1. Misurare per 30 giorni i token reali di ogni processo, separando input e output: nei listini citati l'output costa cinque volte l'input.
2. Provare in pilota un modello open-weight. Due esempi recenti su Ollama: Recursive Flint (Apache 2.0, 40B parametri, circa 2,5B attivi) e Nemotron 3.5 Super (120B totali, 12B attivi). I benchmark delle note di rilascio sono dichiarati da chi pubblica il modello: vanno verificati sui propri documenti.
3. Calcolare il costo su 3 anni con tre scenari di volume, includendo i rincari annunciati e i sovrapprezzi che si usano davvero.
4. Decidere processo per processo, lasciando sulle API ciò che non giustifica un investimento.

Il metodo completo è nell'articolo su quanto costa un'AI privata in azienda. Se vuoi fare questi conti sui tuoi volumi, puoi richiedere una valutazione indipendente: ti aiuto a capire se il server ha senso o se per ora conviene restare sulle API.