Il caching dei prompt su Bedrock costa più del previsto
Amazon Bedrock offre caching prompt con 90% di sconto, ma le scritture costano il 25% in più, penalizzando carichi piccoli e irregolari.
Il sovrapprezzo sulle scritture in cache si applica solo ai modelli più recenti di OpenAI
Novanta per cento di sconto. Detto così, sembra un affare che nessuno sviluppatore razionale rifiuterebbe. Amazon Web Services ha annunciato che il caching esplicito dei prompt per i modelli GPT-5.6 di OpenAI su Amazon Bedrock taglia del 90% il costo dei token in input già memorizzati. Ma leggi in piccolo, come si dovrebbe sempre fare con le tariffe cloud: per ogni scrittura in cache, secondo la documentazione di OpenAI, si paga il 25% in più della tariffa standard sui token non memorizzati. Quindi la domanda scomoda è semplice: risparmi davvero, o è solo un altro modo elegante per legarti mani e piedi a un fornitore?
Il prezzo nascosto del 90% di sconto
Il meccanismo tecnico, va detto, funziona come promesso. I prefissi memorizzati nella cache restano disponibili per il riutilizzo per almeno 30 minuti, e gli sviluppatori possono impostare fino a 4 punti di interruzione per richiesta, così da ottimizzare quali porzioni di prompt vengono effettivamente cacheate. Il modello di punta, GPT-5.6 Sol, è al momento disponibile solo in due regioni AWS, US East (N. Virginia) e US East (Ohio) — un dettaglio che da solo dice molto su quanto sia ancora acerbo il dispiegamento globale di questa offerta.
Ma il vero nodo è un altro. Per i modelli GPT-5.6 e successivi, le scritture in cache costano 1,25 volte la tariffa dei token di input non memorizzati. Non è un dettaglio marginale: significa che la prima volta che un prompt entra in cache, paghi di più, non di meno. Solo dalle chiamate successive scatta lo sconto del 90%. E qui casca l’asino: nei modelli precedenti alla famiglia GPT-5.6, le scritture in cache non avevano alcun costo aggiuntivo. Perché proprio ora, con l’arrivo dei modelli più recenti, OpenAI e AWS hanno deciso di introdurre un costo che prima non esisteva?
La strategia del lock-in progressivo
La risposta va cercata nella cronologia degli annunci, che raccontano una storia di consolidamento più che di generosità. AWS aveva presentato l’anteprima del prompt caching già a re:Invent 2024, per poi portarlo in disponibilità generale nell’aprile 2025. Un anno dopo, nel gennaio 2026, Bedrock ha esteso l’opzione con un TTL di un’ora per il caching sui modelli Anthropic Claude — senza alcun accenno, nella documentazione, a un sovrapprezzo equivalente su quelle scritture in cache. Poi, lo scorso 13 luglio, sono arrivati in disponibilità generale su Bedrock i modelli GPT-5.6 Sol, Terra e Luna. E infine, nei giorni scorsi, la nuova funzione di caching esplicito pensata apposta per loro.
Messi in fila, questi passaggi disegnano una traiettoria precisa: prima si costruisce l’infrastruttura di caching come funzione neutra e conveniente per tutti i modelli ospitati su Bedrock, poi si introduce, silenziosamente, una tariffa differenziata proprio sui modelli più recenti di OpenAI. Il contrasto con Claude, che a quanto risulta dalla documentazione ufficiale non sconta questo sovrapprezzo sulle scritture, non sembra casuale. È la classica architettura di prezzo che rende più costoso sperimentare con un fornitore nuovo o alternare tra modelli, e più conveniente restare fedeli a chi si è già scelto — soprattutto se quella scelta è già finita su GPT-5.6.
Concorrenza a parte, il nodo resta aperto e non è tecnico ma di potere contrattuale: chi controlla davvero il costo reale delle applicazioni costruite su questi modelli? Non lo sviluppatore che ottimizza i breakpoint del proprio prompt, ma AWS e OpenAI, che possono ridisegnare la struttura tariffaria a ogni nuova generazione di modelli senza che nessun regolatore antitrust batta ciglio — perché, tecnicamente, resta tutto dentro la libera determinazione dei prezzi di un servizio cloud.
Sviluppatori avvisati: il risparmio è un’illusione?
Quindi, se sei uno sviluppatore che usa GPT-5.6 su Bedrock, ecco il conto: paghi il 25% in più alla prima scrittura, poi il 90% in meno a ogni riutilizzo entro i 30 minuti di validità della cache. Il risparmio netto dipende interamente da quante volte riesci a riutilizzare quel prefisso prima che scada — un calcolo che favorisce chi ha volumi enormi e prevedibili, non chi sperimenta o cambia spesso configurazione. Per i workload piccoli o irregolari, quel 25% iniziale può facilmente mangiarsi buona parte del vantaggio pubblicizzato. Alla fine, non è solo questione di prezzo: è quanto sei disposto a cedere, in termini di flessibilità e libertà di scelta del fornitore, in cambio di uno sconto che si materializza solo a certe condizioni.
Il caching dei prompt poteva essere una commodità semplice, uguale per tutti i modelli, pensata solo per far risparmiare chi costruisce applicazioni. AWS lo ha trasformato in un costo differenziale che, nei fatti, premia la fedeltà a OpenAI e ai suoi modelli più recenti. La domanda, per chi oggi sceglie GPT-5.6 su Bedrock, non è quanto risparmia. È per quanto tempo ancora potrà permettersi di cambiare fornitore senza pagarne il prezzo.
