I prezzi medi dei token per l'intelligenza artificiale sono scesi del 67% da maggio 2026, ma la spesa totale per token è salita di oltre il 120%, secondo i dati pubblicati dalla società di venture capital Andreessen Horowitz, nota come a16z. I dati sono comparsi nella pubblicazione ricorrente dell'azienda "Charts of the Week", diffusa il 31 ottobre 2026, e mostrano una domanda di inferenza AI che si espande abbastanza rapidamente da sopraffare i più marcati cali di prezzo. Le stime dell'aumento della spesa totale per token oscillano tra il 122% e il 160% nel periodo di circa cinque mesi, evidenziando come la riduzione dei costi unitari sia coincisa con un'espansione complessiva dell'uso dell'AI. Una nota per i lettori abituati a intendere "token" come asset crittografico: in questi dati, il termine indica unità di calcolo AI, non asset digitali.

Cosa mostrano i numeri

In questo contesto, un token è l'unità di fatturazione per l'inferenza dei modelli AI: un piccolo frammento di testo che un modello legge o scrive, tipicamente da pochi caratteri a una parola intera. L'inferenza è l'atto di eseguire un modello AI addestrato per produrre un output, e i fornitori la fatturano a token.

La divergenza nei dati è netta. I prezzi per token sono scesi del 67% da maggio, mentre la spesa totale nello stesso periodo è aumentata tra il 122% e il 160%. L'unità è diventata più economica, ma la fattura si è allungata. L'utilizzo è cresciuto abbastanza da annullare interamente il taglio del prezzo.

Il principale motore sembra essere gli agenti AI. Secondo i dati di a16z, gli agenti consumano quasi cinque volte più token degli utenti umani. Una persona in genere fa una domanda a un chatbot e legge la risposta. Un agente esegue un'attività più lunga dall'inizio alla fine, porta più contesto tra i passaggi, richiama strumenti e modelli ripetutamente e compie più passaggi complessivi — e ogni passaggio consuma token.

L'utilizzo di token da parte degli agenti è inoltre cresciuto di circa 14 volte da febbraio 2026, il che indica uno spostamento verso flussi di lavoro più ampi e automatizzati anziché prompt singoli.

Il paradosso di Jevons, ora con le GPU

a16z collega la tendenza al paradosso di Jevons: l'osservazione, attribuita all'economista inglese dell'Ottocento William Stanley Jevons, secondo cui quando una risorsa diventa più efficiente o più economica da usare, il consumo totale può aumentare anziché diminuire. Negli anni 1860, Jevons notò che un uso più efficiente del carbone in Gran Bretagna coincise con un consumo di carbone in aumento, non in calo. Il concetto ha avuto una seconda vita nei dibattiti tecnologici moderni, dove viene invocato di routine ogniqualvolta i guadagni di efficienza sembrano alimentare, anziché frenare, la domanda. Allo stesso modo, un'inferenza più economica rende economici nuovi casi d'uso, e attività che a prezzi di maggio erano troppo costose da automatizzare all'improvviso tornano sui conti con le tariffe di oggi.

Sul lato dell'offerta c'è un dettaglio inatteso. Mentre i prezzi dei token continuavano a scendere, i prezzi di noleggio delle GPU sono andati decisamente nella direzione opposta. Secondo i dati, i costi di noleggio dei chip B300 di Nvidia sono saliti del 106% da metà luglio 2026, mentre i prezzi di noleggio delle B200 sono cresciuti del 66% nello stesso periodo. Le B300 e le B200 sono GPU data center di fascia alta di Nvidia utilizzate per eseguire carichi di lavoro AI su larga scala.

È una combinazione scomoda per chiunque venda inferenza. L'output che vendono diventa più economico mentre l'hardware che noleggiano per produrlo diventa più costoso. Il divario tra le due curve è stato definito "rack spread" — un richiamo al termine dei trader per la distanza tra due prezzi collegati, in questo caso tra il prezzo di vendita di un token e il costo di noleggio del calcolo che lo genera.

I grafici di a16z indicano anche una concentrazione tra gli acquirenti. Un gruppo relativamente ristretto di utenti principali rappresenta una quota significativa della spesa totale per token. In pratica, ciò significa che i totali possono essere influenzati dalle abitudini di una manciata di account anziché da una domanda diffusa su tutta la base di utenti.

Cosa significa

Per i fornitori di modelli AI, i dati sono un misto di luci e ombre. Il volume è in forte crescita, ed è l'aspetto positivo, ma il ricavo per token sta crollando e il costo delle GPU sottostanti sta salendo. Il rack spread è questa compressione espressa in numeri.

Per i proprietari di GPU e gli operatori cloud, il quadro appare più favorevole. L'aumento del 106% delle tariffe di noleggio delle B300 da metà luglio suggerisce che la domanda di calcolo supera l'offerta, almeno per i chip più recenti.

Per le aziende che costruiscono sull'AI, ogni singola chiamata costa meno che a maggio. Tuttavia, i prodotti basati su agenti possono far lievitare rapidamente le bollette, dato che gli agenti usano quasi cinque volte i token di un utente umano.

Anche il punto sulla concentrazione merita attenzione. Quando un piccolo gruppo di utenti intensi guida la maggior parte della spesa, il mercato diventa sensibile alle loro decisioni.

Per ora, i grafici di a16z raccontano una storia lineare con un finale controintuitivo. L'inferenza AI è diventata due terzi più economica in circa cinque mesi, e la risposta del mondo è stata usarla così tanto in più che la spesa totale è più che raddoppiata. I successivi aggiornamenti dei dati dell'azienda mostreranno come evolveranno le tre variabili in movimento — i prezzi per token, le tariffe di noleggio delle GPU e il mix di spendori dietro i totali.

Fonte: CryptoBriefing. Il report originale è stato curato da Diego Almada Lopez.