Claude prezzi: Haiku vs Sonnet vs Opus. Ho prezzato un lavoro di marketing su tutti e tre, e il divario di listino è 40x

Il 7 ottobre Anthropic ha rilasciato Claude Haiku 5.5 e l’ha definito “il modello piccolo più economico, più veloce e più capace che abbiamo mai rilasciato” (mia traduzione). Se cerchi i Claude prezzi per scegliere tra Haiku e Sonnet, il primo numero è questo: $0,10 per milione di token in input, contro $2,00 per Sonnet 5.5 e $4,00 per Opus 5.5.

Economico, veloce e capace sono tre superlativi in una frase sola, quindi leggi la pagina dei prezzi per le note a piè di pagina. La tabella di benchmark che Anthropic pubblica per il nuovo modello mescola test di coding, di uso del computer e di knowledge work, e nessuno di questi è un compito di marketing.

Il lavoro di marketing è un’altra cosa: classifica questo, riassumi quello, estrai i fatti, scrivi la prima bozza, giudica la versione finale. Così ho prezzato un lavoro di marketing su tutti e tre i modelli.

Il divario di listino tra Haiku e Opus è 40x. Il conto reale sale o scende in base alla lunghezza dei prompt, ai tentativi ripetuti e a quante volte riusi lo stesso contesto. Scegli il modello più economico che supera comunque il tuo test.

Ho letto il post di lancio di Anthropic, la sua pagina dei prezzi e la panoramica dei modelli, più la pagina di Artificial Analysis su Haiku 5.5. Ho controllato ogni prezzo e ogni benchmark citato rispetto alla fonte il 14 ottobre 2026.

I costi del lavoro sono calcoli miei. I prezzi sono prezzi API in dollari USA per milione di token (MTok).

I punti chiave

• Prezzi di listino per MTok: Haiku 5.5 $0,10 in input e $0,50 in output, Sonnet 5.5 $2 e $10, Opus 5.5 $4 e $20.
• I rapporti: 20x tra Haiku e Sonnet, 40x tra Haiku e Opus, sia sull’input sia sull’output.
• I prompt lunghi riducono il divario. Oltre 100.000 token Haiku 5.5 costa $0,50 e $2,50, quindi il divario con Sonnet scende a 4x. Sonnet e Opus non hanno nessun sovrapprezzo del genere.
• Caching e batch possono spostare il conto quanto la scelta del modello. Un’esecuzione di Sonnet con cache può costare quanto un’esecuzione di Haiku senza cache.
• Anthropic posiziona Haiku 5.5 per lavori ristretti e ripetitivi: riassunti, classificazione, estrazione, instradamento.
• Un test rapido batte una classifica. Fai passare 20 tuoi elementi su tutti e tre, valutali alla cieca e tieni il modello più economico che supera la tua soglia.

Claude prezzi: cosa vende Anthropic, e a che costo

La gamma attuale di Anthropic ha quattro modelli. Questi sono i prezzi di listino dalla panoramica dei modelli e dalla pagina dei prezzi, con la descrizione in una riga che Anthropic dà nella panoramica (mia traduzione). Prezzi al 14 ottobre 2026.

Tutti e quattro indicano una finestra di contesto da 1M di token e 128K token di output massimo. L’output costa cinque volte l’input su ogni riga.

Le parole di Anthropic per il modello piccolo sono mirate. Haiku 5.5 “gestisce in modo affidabile carichi di lavoro rapidi e ripetitivi (come riassunti, compattazioni, query a database e richieste di classificazione)” (mia traduzione).

Anthropic dice anche che Sonnet 5.5 e Opus 5.5 “restano scelte migliori per compiti complessi di coding agentico” (mia traduzione). Nei suoi documenti suggerisce di partire da Opus 5.5 per la maggior parte dei carichi di lavoro. La mia divisione qui sotto è una scelta di marketing guidata dai costi, non un consiglio di Anthropic.

Cosa è cambiato il 7 ottobre

Il giorno del lancio sono cambiate quattro cose.

• Il prezzo. Haiku 5.5 costa $0,10 in input e $0,50 in output per prompt fino a 100.000 token. Haiku 4.5 costava $1 e $5, quindi il taglio di listino è del 90%.
• La manopola. Anthropic dice che Haiku 5.5 è “il nostro primo modello di classe Haiku con un’impostazione di effort regolabile” (mia traduzione). Puoi dire al modello piccolo quanto deve pensare.
• Il sovrapprezzo. Anthropic prezza Haiku 5.5 in base alla lunghezza del prompt: una richiesta con un prompt oltre i 100.000 token paga $0,50 e $2,50. Anthropic dice che circa il 90% delle richieste al precedente Haiku restava sotto quella soglia.
• Una modifica a Sonnet. Anthropic ha dimezzato il prezzo di lettura dalla cache di Sonnet 5.5 a $0,10 per MTok e dice che questo abbassa di circa il 20% il costo della maggior parte dei compiti agentici. Le letture dalla cache su Haiku 5.5 costano $0,01.

Il prezzo di listino non è il conto

Due effetti erodono il divario di 20x. Un terzo spiega perché la cifra di risparmio di Anthropic non è il 90%.

Prompt lunghi. Dai a Haiku 5.5 un archivio di 150.000 token di documenti di brand e fattura $0,50 per MTok di input, non $0,10. Sonnet 5.5 fattura $2 per gli stessi token, quindi il divario è 4x.

Verbosità e tentativi ripetuti. Artificial Analysis assegna a Haiku 5.5 un punteggio di 43 nel suo Intelligence Index. Riporta che il modello ha generato 440 milioni di token per completare l’indice, contro una mediana di 95 milioni per i modelli comparabili, e lo definisce verboso.

Quel confronto è con la mediana dei modelli che Artificial Analysis elenca, non con Sonnet. Mostra comunque come un modello economico possa spendere più token, e ogni token in più e ogni tentativo ripetuto viene fatturato.

Il tokenizer, che non cambia il divario tra Haiku e Sonnet. Anthropic dice che Haiku 5.5 “ha un tokenizer aggiornato (simile a quello di Sonnet 5.5 e Opus 5.5), il che significa che usa un po’ più token per compito” (mia traduzione). Sonnet e Opus ne usano uno simile, quindi non riduce il divario tra i tre. È una delle due ragioni per cui il risparmio medio di Anthropic rispetto al vecchio Haiku è “circa il 75% in meno da far girare” (mia traduzione) e non il 90%: l’altra è il taglio più piccolo, del 50%, sui prompt oltre i 100.000 token.

I $0,21 che Artificial Analysis elenca sono il costo medio di un compito nella sua suite di test, eseguita al massimo effort. Un compito di marketing costa un’altra cosa.

Se ti serve inferenza solo negli USA, la pagina dei prezzi di Anthropic aggiunge un moltiplicatore di 1,1x, che su Haiku 5.5 vale anche per i prezzi più alti oltre i 100.000 token.

Cosa dicono i benchmark, e chi li ha eseguiti

Ogni numero di questa tabella viene dal post di lancio di Anthropic del 7 ottobre. Sono i test scelti dal fornitore, quindi trattali come un’affermazione, non come un verdetto.

Haiku 5.5 è molto meglio di Haiku 4.5. Sonnet 5.5 resta comunque davanti su ogni riga.

Sui due punteggi di knowledge work, il divario con Sonnet è di 220 e 246 punti. Haiku 5.5 ha guadagnato 885 e 964 punti su Haiku 4.5 sugli stessi punteggi, quindi buona parte della distanza è già colmata. Sul coding agentico il divario è il più ampio tra le righe in percentuale: 70,6% contro 39,2%.

La tabella di Anthropic elenca anche il modello conveniente di OpenAI, GPT-6 Luna, e Haiku 5.5 ottiene un punteggio più alto su ogni riga in cui Luna ha un valore. Sono test scelti da Anthropic. Non ho cercato un confronto diretto indipendente, quindi non faccio nessuna affermazione in merito.

Il post di Anthropic cita anche HubSpot (92,8% sulla sua suite di simulazione CRM) e AlphaSense. Sono entrambe citazioni scelte dal fornitore, e nessuna è un test di marketing.

Un lavoro, prezzato in tre modi

Prendi un lavoro che ogni team di marketing conosce: classificare 10.000 elementi in arrivo, come recensioni, invii di moduli o email al supporto, in categorie e scrivere un riassunto di una riga per ciascuno.

Queste sono le mie ipotesi, illustrative e non misurate: 300 token in input e 50 in output per elemento. Fanno 3 MTok di input e 0,5 MTok di output in totale, ai prezzi di listino.

Sono esattamente i 20x e i 40x del listino. Moltiplicare il listino per il volume non mostra nulla che il listino non dica già.

Ora aggiungi gli effetti della sezione precedente, sempre come mie ipotesi, e lascia Sonnet invariato. Diciamo che Haiku scrive il doppio dei token di output allo stesso effort, quindi il suo costo di output raddoppia a $0,50 e il totale è $0,80. Aggiungi un nuovo tentativo sul 5% degli elementi e il totale è circa $0,84.

Contro gli 11 dollari di Sonnet è un divario di circa 13x, non 20x. Il divario di listino si restringe. Non sparisce.

La Batch API toglie il 50% su input e output per i lavori che possono aspettare. Anthropic la descrive come “elaborazione asincrona di grandi volumi di richieste” (mia traduzione). Sulla prima tabella, l’esecuzione di Haiku in batch costa circa $0,28.

Il costo cresce con il tuo volume e le tue abitudini. Fai girare il lavoro ogni giorno, aggiungi un secondo passaggio, lascia che un agente riprovi sugli errori, e un modello 40 volte più caro del necessario diventa una voce di spesa su cui qualcuno fa domande.

Caching: lo sconto che devi attivare tu

I prompt di marketing si ripetono. La stessa guida di brand, le stesse regole di tono e gli stessi esempi viaggiano insieme a ogni elemento. Il prompt caching serve proprio per quel blocco ripetuto.

Questi numeri sono una mia illustrazione. Aggiungi una guida di brand da 4.000 token a ogni richiesta del lavoro di classificazione. Su 10.000 elementi sono 40 MTok di input ripetuto.

Ai prezzi di listino senza caching costa $4 su Haiku 5.5, $80 su Sonnet 5.5 e $160 su Opus 5.5. Con il caching paghi i prezzi di lettura: $0,01 per MTok su Haiku 5.5, $0,10 su Sonnet 5.5 e $0,20 su Opus 5.5. Gli stessi 40 MTok costano allora $0,40, $4 e $8.

Una scrittura in cache costa più di una normale lettura. La pagina dei prezzi di Anthropic indica 1,25 volte il prezzo dell’input per una scrittura in cache di cinque minuti, che su Sonnet è circa un centesimo per una guida da 4.000 token ogni volta che la cache va ricostruita. Controlla la documentazione sul caching per l’eventuale lunghezza minima del prompt prima di contare su un blocco corto.

Considera $0,40, $4 e $8 come il caso migliore. Su Opus 5.5 e Sonnet 5.5, Anthropic dice che un cache hit costa il 5% del prezzo standard dell’input.

Un’esecuzione di Sonnet con cache costa $4, e lo stesso costa un’esecuzione di Haiku senza cache. Entrambe le leve valgono un fattore 20, e puoi tirarle tutte e due.

Cosa rende conveniente un modello economico

Un prezzo così basso cambia quali lavori vale la pena automatizzare. Prendi un report dei termini di ricerca con 100.000 query e assegna a ciascuna un’intenzione: informativa, commerciale, transazionale, navigazionale o spazzatura.

Supponi 100 token in input per query, che è poco per cinque categorie con esempi, quindi leggilo come un minimo. Aggiungi 10 token in output. Sono 10 MTok in input e 1 MTok in output, e ai prezzi di listino Haiku 5.5 costa $1,50, Sonnet 5.5 costa $30 e Opus 5.5 costa $60.

A $1,50 nessuno ha bisogno di un budget. A $60 qualcuno potrebbe volerne uno, e una discussione sul budget può chiudere un esperimento economico.

Il vero risparmio è che rifai il lavoro. Le categorie cambiano, una campagna finisce, esce un nuovo prodotto. Quando un passaggio completo costa quanto un caffè, lo rifai ogni mese e il report resta onesto.

Claude Haiku vs Sonnet: dove sta ogni modello in un team di marketing

Questa divisione è una mia valutazione, non il risultato di un test. Segue le descrizioni dei lavori qui sopra e la tabella dei benchmark, e le tira oltre il loro limite dove le pagine di Anthropic tacciono.

Haiku 5.5: la scrivania di smistamento e lettura. Lavori in cui una risposta sbagliata è facile da individuare:

• etichettare e instradare i lead
• classificare le recensioni per argomento e sentiment
• estrarre nomi, date e importi da email e PDF
• riassunti di prima passata di thread lunghi
• la fase di lettura di una pipeline di ricerca, dove l’agente si limita a estrarre citazioni

Sonnet 5.5: il modello di tutti i giorni. Bozze di testi che un umano rivedrà, analisi di un export di campagna, brief, scalette, traduzioni e lavoro agentico dove una chiamata a uno strumento deve andare a buon fine. Costa $2 e $10 e supera Haiku nei test agentici di Anthropic. Se paghi un solo modello, parti da qui.

Opus 5.5: quello da provare in revisione. Il post di lancio di Anthropic mette Sonnet 5.5 e Opus 5.5 insieme come scelte migliori per il coding agentico complesso, quindi questo ruolo è un’ipotesi su dove i $2 e i $10 in più potrebbero ripagarsi: revisioni di strategia, lo scettico che attacca una bozza, costruzioni difficili in più passaggi e decisioni in cui un errore costa denaro vero. Tienilo solo se il tuo test mostra che coglie di più.

A $4 e $20 non usi Opus su 10.000 elementi. Lo usi sui dieci che contano.

I miei agenti di lettura girano a effort basso e il mio revisore a effort alto. Non ho testato quale modello debba fare quale lavoro.

Un compito scende di un livello quando un umano lo controlla comunque, e sale di un livello quando non lo fa nessuno. Un riassunto che leggerai prima che esca può venire dal modello economico. Una frase che va dritta a un cliente merita quello migliore.

Nessuno legge una per una 10.000 recensioni etichettate, quindi controlla un campione. Prendi 50 output a settimana e leggili. La classificazione in blocco resta su Haiku solo finché il campione resta pulito, e le meta description che escono senza essere lette stanno su Sonnet.

Guarda anche l’altro lato dello scambio. Il token più costoso è quello che un umano deve correggere, e i soldi risparmiati sui token tornano indietro come tempo di revisione.

Se stai costruendo l’impianto dietro tutto questo, il mio marketing tech stack mostra dove sta il livello del modello, e il playbook AI marketing copre cosa automatizzare per primo.

La seconda manopola: l’effort

La scelta del modello è una manopola. L’effort è l’altra. Haiku 5.5 ora ce l’ha, quindi il modello piccolo può pensare meno sul lavoro facile e di più su quello difficile.

Effort e dimensione del modello alzano entrambi la qualità e il conto. Sono manopole separate, e dovresti regolarle tutte e due di proposito.

Artificial Analysis ha valutato Haiku 5.5 alla sua impostazione massima. A quell’impostazione la stessa pagina riporta 332 secondi al primo token contro una mediana di 1,83 secondi, il che presumibilmente include il tempo di ragionamento. Non copierei le impostazioni di un benchmark in un workflow reale.

In una delle mie sessioni l’effort è stato ereditato. Nel mio articolo sul CLAUDE.md descrivo come dieci agenti di ricerca lanciati in parallelo abbiano preso l’effort massimo della sessione. Li ho fermati dopo sei minuti: circa 31 milioni di token, circa 17 dollari sul contatore d’uso, zero dossier finiti.

Imposta l’effort di proposito per ogni lavoro automatico: basso per classificazione ed estrazione, medio per le bozze, alto per la revisione. Come ho notato in quell’articolo, la guida di Anthropic a Opus 5.5 dice che i nomi dei livelli di effort non corrispondono alla stessa quantità di ragionamento tra i modelli, quindi testa l’impostazione su ogni modello invece di copiarla.

Un test rapido: scegli il modello più economico che passa

Le classifiche non conoscono la voce del tuo brand, i nomi dei tuoi prodotti o i tuoi clienti. I tuoi elementi sì.

Questo è il test che farei prima di spostare un lavoro ricorrente su un modello più economico. Calcola circa un’ora la prima volta e circa 30 minuti dopo.

1. Raccogli 20 elementi reali che coprano tutto l’arco: cinque facili, dieci tipici, cinque ostici.
2. Fai girare lo stesso prompt su tutti e tre i modelli, con le stesse istruzioni, gli stessi esempi e l’effort impostato di proposito.
3. Togli i nomi dei modelli e valuta alla cieca: superato o no, con una frase sul perché.
4. Fissa la soglia prima di guardare. Io partirei da 18 su 20 per il lavoro interno e da 20 su 20 per i testi rivolti ai clienti.
5. Prendi il modello più economico che supera la soglia e moltiplica il suo costo per elemento per il tuo volume mensile reale.
6. Data il risultato e annota le impostazioni. Quando esce un nuovo modello, rifai gli stessi 20 elementi.

Venti elementi sono un test di fumo, non statistica. Se due modelli sono vicini, passa a 50.

App o API: quale prezzo vale per te

Tutto quanto sopra è prezzo API. Vale quando uno script, un tool di automazione o un agente chiama il modello e paghi per token.

Se chatti soltanto nell’app di Claude, paghi un abbonamento. Il selettore del modello allora cambia qualità, velocità e quanto in fretta consumi i limiti del tuo piano, non un conto per token. Controlla quali modelli offre il tuo piano.

Nel mio articolo sull’uso dell’AI nel marketing ho dato dei numeri all’uso professionale intenso dei modelli frontier: circa 200 euro al mese, e da 400 a 600 per un hyper user. Un abbonamento base costa circa 20 euro al mese, come ho scritto in ChatGPT nel marketing.

Quando uno script o un tool di automazione chiama il modello tramite l’API, passi ai prezzi API e la scelta del modello comincia a vedersi in fattura.

Domande frequenti

Claude Haiku vs Sonnet: quale devo usare per il marketing?

Usa Haiku 5.5 per classificazione, estrazione e riassunti di prima passata, Sonnet 5.5 per bozze e analisi, e prova Opus 5.5 su revisioni e decisioni in cui un errore costa caro. Poi fai il test rapido qui sopra sui tuoi elementi e tieni il modello più economico che passa.

Claude Haiku 5.5 è abbastanza buono per scrivere?

Anthropic lo posiziona per compiti rapidi, ripetitivi e ad alto volume e non cita la scrittura di brand. Provalo sui tuoi testi con il metodo alla cieca qui sopra. Per i testi che vanno dritti ai clienti, parti da Sonnet e scendi solo se il test lo dice.

Quanto costa meno Haiku 5.5 rispetto a Sonnet 5.5?

A prezzo di listino costa 20 volte meno sull’input ($0,10 contro $2) e sull’output ($0,50 contro $10) per prompt fino a 100.000 token. Oltre quella soglia Haiku 5.5 costa $0,50 e $2,50, quindi il divario è 4x. Tentativi ripetuti e output lunghi possono ridurlo ancora, e Anthropic cambia spesso i prezzi, quindi controlla la sua pagina dei prezzi prima di fare il budget.

Il mio verdetto

Sui Claude prezzi, Haiku vs Sonnet è la battaglia sbagliata se cerchi un vincitore. Scegli il modello più economico che supera il tuo test, compito per compito, e scrivi la data.

La scheda:

1. Classifica ed estrai su Haiku, e leggi ogni settimana un campione dell’output.
2. Scrivi bozze e analizza su Sonnet.
3. Prova Opus in revisione, e tienilo solo se il tuo test mostra che coglie di più.
4. Imposta l’effort di proposito, e non lasciare mai che un agente lo erediti.
5. Rifai il test quando esce un modello: venti elementi, un nuovo prezzo.

Prezzi e benchmark di questa pagina sono aggiornati al 14 ottobre 2026. Anthropic cambia spesso entrambi, quindi controlla le date prima di fidarti di un numero.

Stai usando l’AI dentro un team di marketing e vuoi un secondo paio d’occhi su quale modello fa quale lavoro, e a che costo? Mettiamoci in contatto.