Google ha dimezzato il prezzo dell’AI

La nuova famiglia Gemini punta su efficienza e specializzazione per ridurre i costi operativi

Hai appena lanciato il tuo SaaS e la bolletta dell’API AI ti tiene sveglio la notte. Ogni token generato è un pezzettino di margine che se ne va, e più il tuo prodotto ha successo, più quella voce di spesa cresce insieme al fatturato — un paradosso che chi costruisce software con l’intelligenza artificiale conosce fin troppo bene. Ora immagina un modello che riduce quei token del 17%, costa il 17% in meno e sforna 350 parole al secondo come se niente fosse. Non è un esercizio di fantasia: è quello che Google ha messo sul piatto con l’annuncio della nuova famiglia Gemini, presentata nei giorni scorsi.

Il conto in token: quando ogni parola pesa sul budget

Partiamo dai numeri, perché qui i numeri raccontano una storia interessante. Gemini 3.6 Flash, secondo l’indice dell’Artificial Analysis Index, riduce l’uso di token di output del 17% rispetto al suo predecessore, Gemini 3.5 Flash. Tradotto: per ottenere la stessa risposta, il modello “pensa” in modo più compatto, sprecando meno parole per arrivare al punto. E se pensi che sia solo un dettaglio da nerd dell’ottimizzazione, ripensa alla bolletta di prima: meno token significa letteralmente meno soldi spesi per ogni chiamata API.

Il prezzo scende di conseguenza: Gemini 3.6 Flash costa 1,50 dollari per un milione di token di input e 7,50 dollari per un milione di token di output, contro i 9 dollari per milione di output della versione precedente. Non è uno sconto simbolico, è quasi il 17% in meno sulla voce più pesante del conto. E per chi cerca ancora più velocità pura, c’è Gemini 3.5 Flash-Lite, che secondo i test di Artificial Analysis vola a 350 token di output al secondo — un ritmo da mitragliatrice, se paragonato a come “scrivono” i modelli AI generalisti di appena un anno fa. Ma abbassare i costi è solo metà della partita: cosa significa davvero, in pratica, per chi costruisce prodotti sopra questi modelli?

Perché 1,50 dollari fanno la differenza (e la cybersecurity è il nuovo campo di battaglia)

Ora che abbiamo i numeri sotto gli occhi, scendiamo in campo. Se sei uno sviluppatore che processa migliaia di richieste al giorno — un chatbot di supporto clienti, un tool di generazione di codice, un sistema che analizza documenti in serie — quel 17% di risparmio su token e prezzo non è cosmetica. È la differenza tra un progetto che regge nel tempo e uno che ti costringe a rivedere il modello di business ogni trimestre. E la velocità di Flash-Lite, quei 350 token al secondo, apre scenari che prima richiedevano compromessi: risposte in tempo reale che non fanno aspettare l’utente, agenti che eseguono catene di comandi senza percepibili latenze.

C’è anche un salto qualitativo misurabile: su Terminal-Bench 2.1, un benchmark che valuta quanto un modello sa muoversi dentro un terminale e portare a termine compiti operativi complessi, Gemini 3.5 Flash-Lite ottiene il 54% contro il 31% del precedente 3.1 Flash-Lite. Quasi il doppio. Per chi costruisce agenti che devono davvero “fare cose” — non solo chiacchierare, ma eseguire — è un balzo che si vede.

Il futuro corre a 350 token al secondo

Mentre Google rinnova la sua gamma Flash, il resto del mercato si muove in parallelo, e non di poco. Anthropic aveva già annunciato, lo scorso aprile 2026, il suo Progetto Glasswing, un’iniziativa che va nella stessa direzione: modelli pensati per compiti specifici e ad alto valore. OpenAI, dal canto suo, con GPT-5.6 Sol rivendica risultati allo stato dell’arte in coding, lavoro di conoscenza, cybersecurity e scienza, superando i modelli concorrenti — e le proprie versioni precedenti — con meno token e a un costo stimato più basso. Suona familiare, vero? È lo stesso schema che Google sta inseguendo con Gemini 3.6 Flash: fare di più, spendendo meno.

Anthropic intanto lavora anche su Claude Mythos 5, l’ultimo aggiornamento della sua linea Mythos Preview, con miglioramenti nei benchmark di cybersecurity, biologia e sanità — segno che anche lì la specializzazione verticale è la direzione scelta. Per ora, però, Mythos 5 resta chiuso: è disponibile solo per un piccolo gruppo di partner selezionati, con l’obiettivo dichiarato di aprirlo più ampiamente in futuro. Insomma, mentre Google gioca a viso aperto con prezzi pubblici e benchmark comparativi, Anthropic tiene ancora le carte coperte. La domanda finale resta aperta: quando l’intelligenza artificiale ultra-economica ed estremamente specializzata diventerà la norma del settore, chi riuscirà davvero a tenere il passo?

Quello che è chiaro, guardando questi mesi di annunci ravvicinati, è che la corsa al modello più economico e più specializzato è appena iniziata, e si combatte su due fronti insieme: prezzo e nicchia. Per chi sviluppa software oggi, il momento di alzare la testa dal codice e ragionare in termini di strategia è adesso: chi sceglie per primo il binario giusto — generalista economico o specialista verticale — domani si troverà con un vantaggio competitivo concreto, non solo teorico. E chi resta fermo a guardare, rischia di pagare il conto due volte: in token e in tempo perso.