We use cookies to enhance your browsing experience, serve personalised ads or content, and analyse our traffic.
By clicking "I accept", you consent to our use of cookies.

È solo questione di soldi: quanto costano DeepSeek V4 e Kimi K3 nel 2026

Pubblicato il: July 29, 2026

È solo questione di soldi: quanto costano DeepSeek V4 e Kimi K3 nel 2026

Apri Microsoft Foundry, il catalogo modelli di Azure. Tra OpenAI, Anthropic e Mistral trovi DeepSeek V4 Pro e V4 Flash, venduti direttamente da Microsoft: stessa fattura del contratto Azure che la tua azienda già paga, stessa governance, e la capacità provisioned che si può spostare dai modelli OpenAI a quelli DeepSeek quando conviene.

[Preferisci il cloud AWS? La stessa logica vale su Amazon Bedrock, sostituendo "Amazon" a "Microsoft": con un'avvertenza sulla generazione dei modelli disponibili, che trovi più avanti.]

Non serve un account su un cloud cinese, non serve una trattativa nuova col procurement, non serve nemmeno uscire dal portale. La domanda "possiamo usare un modello cinese?", che nel dibattito pubblico è ancora una questione di geopolitica, nella pratica è diventata una voce di menu.

La tesi di questo pezzo è semplice: per chi compra AI in Italia, il confronto con i modelli cinesi non si fa più sui titoli dei giornali ma sul listino, e il listino dice cose diverse da quelle che il dibattito ripete. Vediamo quali, con i numeri.

Un listino che ormai copre tutta la scala

Il contesto in due righe, perché non è il punto di questo articolo (un'analisi più ampia della segmentazione del mercato cinese si trova qui). Il 16 luglio Moonshot AI ha lanciato Kimi K3, modello da 2,8 trilioni di parametri, prezzato a 3 dollari per milione di token in input e 15 in output, con l'input in cache a 0,30: le cifre arrivano dal listino Moonshot, riportate da VentureBeat e confermate da OpenRouter, che instrada le richieste all'endpoint Moonshot alle stesse tariffe. È lo stesso listino di Claude Sonnet 5, il prezzo più alto mai chiesto da un laboratorio cinese (Sonnet 5 è in prezzo di lancio a 2 e 10 dollari fino al 31 agosto, quindi in queste settimane il suo pari-listino americano costa meno di K3). Nel frattempo, la pagina prezzi ufficiale di DeepSeek include V4 Flash a 0,14 e 0,28 dollari e V4 Pro a 0,435 e 0,87.

Con un asterisco che i confronti da titolo dimenticano: il prezzo corrente di V4 Pro è una promozione. Secondo la ricostruzione di Spheron, il listino pieno è 1,74 e 3,48 dollari e lo sconto del 75% è partito il 24 aprile con scadenza dichiarata al 31 maggio; a fine luglio è ancora in vigore. Chi mette a budget 0,435 sta mettendo a budget un prezzo che il fornitore si riserva di quadruplicare domattina, anche se, come vedremo, la sua strategia dichiarata dice il contrario.

Per il lettore di queste pagine la conseguenza pratica è una: non esiste più "il modello cinese" come categoria di acquisto. Esistono almeno tre prodotti diversi, con tre conti diversi, e trattarli come un blocco unico è l'errore che fa sbagliare il budget. L'offerta cinese non è più "i cloni economici": è una gamma completa, dal quasi gratuito al premium. Magari in questo caso giova ricordare che l'architettura Mixture of Experts, attuale parola d'ordine dei modelli più avanzati, ha origini accademiche e di ricerca ben precedenti, ma è stata DeepSeek, non una big tech americana, a farne la leva di efficienza che rende possibili questi listini.

Perché quei prezzi stanno in piedi: la dottrina dichiarata

Sul perché i prezzi cinesi di fascia bassa siano così bassi, per una volta non serve speculare: lo ha spiegato il fondatore di DeepSeek, Liang Wenfeng, in un incontro con gli investitori del maggio scorso la cui trascrizione è diventata pubblica il 23 luglio. Vale la premessa d'obbligo: è una registrazione trascritta e tradotta con strumenti automatici, e i numeri sono dichiarazioni di parte a una platea di investitori, non dati verificati. Ma la strategia dichiarata è essa stessa un dato.

Nella trascrizione Liang descrive un pricing tarato non sulla massimizzazione del margine ma sul recupero del costo hardware in dieci mesi: si compra l'infrastruttura, si fissa il prezzo delle API in modo da ripagarla in dieci mesi, e quello che viene dopo è margine considerato sufficiente.

Quanto sia aggressivo quel target lo si misura con un termine di paragone nostrano. In una puntata di Cloud Champions di febbraio, Antonio Baldassarra, CEO di Seeweb, raccontava l'economia della stessa scommessa vista da un cloud provider italiano: il break even sul CAPEX delle GPU si pianifica su tre anni, e si raggiunge a condizione di tenere le schede cariche tra il 70 e l'80% per tutto il periodo (tenendosi un margine per garantire "elasticità" alla piattaforma). Liang dichiara di rientrare in dieci mesi: delle due l'una, o la sua flotta lavora a livelli di saturazione e a costi di infrastruttura che un provider occidentale non può dare per scontati, o il numero è ottimista. In entrambi i casi la distanza tra i due orizzonti, dieci mesi contro trentasei, dice che la dottrina DeepSeek è una scommessa industriale, non contabilità prudente.

Liang racconta anche, quasi di sfuggita, di aver riportato lui stesso il prezzo di un modello "giù a un quarto" contro il parere di chi voleva massimizzare i ricavi: la dinamica coincide con la promozione del 75% di cui sopra, raccontata dall'interno come scelta di dottrina e non come offerta a tempo. Sostiene che a quel prezzo il deployment di terze parti dei suoi stessi modelli open non è competitivo, il che spiegherebbe perché DeepSeek pubblichi i pesi senza temere di cannibalizzarsi. E ammette con una franchezza rara la posizione relativa: un ritardo di 12-24 mesi sulla frontiera americana, ottenuto con circa un ventesimo della capacità computazionale, e un divario che a suo dire è fatto di una cosa sola, le GPU, non il talento.

Che si creda o meno alle singole cifre, il punto per chi compra è strutturale: il pavimento di prezzo cinese non è una promozione di conquista, è una dottrina industriale dichiarata. Chi imposta un budget assumendo che quei prezzi risaliranno "quando finirà il dumping" sta scommettendo contro la strategia esplicita del fornitore.

Open-weight non significa quello che credi

Prima di fare i conti, una parola sulla scorciatoia mentale più diffusa: "tanto è open, ce lo hostiamo noi". Per i modelli di frontiera cinesi è quasi sempre falsa, e il caso K3 lo dimostra due volte. I pesi sono arrivati davvero: Moonshot li ha pubblicati il 27 luglio su Hugging Face, un repository da circa 1,5 terabyte secondo la nota di Simon Willison, che ha letto anche la licenza.

Ed è qui la prima sorpresa: non si chiama più Modified MIT. La "Kimi K3 License" resta di impianto MIT ma aggiunge una clausola commerciale: chi offre il modello come servizio e supera, con le proprie affiliate, i 20 milioni di dollari di ricavi in dodici mesi deve firmare un accordo separato con Moonshot prima di qualunque uso commerciale. Va riconosciuto che Moonshot stessa non lo chiama open source: usa con coerenza il termine open weight, ed è la parola giusta. Chi mette K3 in un prodotto legga il file LICENSE sul repository, non i titoli.

La seconda dimostrazione è la taglia: le prime guide di deployment indicano come base otto acceleratori di classe H100 solo per caricare il modello, che non gira su hardware consumer nemmeno quantizzato. Per dirla in numeri: i pesi vanno dai circa 600 gigabyte del formato nativo compresso fino a 1,4 terabyte a precisione piena, e la base di partenza sono otto acceleratori di classe H100. Ai prezzi attuali significa un investimento nell'ordine dei 200-300 mila dollari per una singola istanza del modello, quindi senza alcuna protezione da guasti.

Per un'azienda italiana normale non è una leva di costo ma un progetto infrastrutturale che nessun conto giustifica. Il self-hosting torna realistico scendendo di taglia, sui modelli distillati o sulle famiglie più piccole, ma a quel punto si sta comprando un prodotto diverso, e va confrontato con i prodotti della sua fascia.

La via realistica per la maggior parte delle aziende è un'altra, ed è il motivo per cui questo pezzo esiste.

Le tre vie d'accesso, tre conti diversi

Via uno: l'API cinese diretta. Prezzo pieno di listino, e la domanda che il DPO farà per prima: dove vanno i dati. Secondo l'analisi di Spheron, i dati delle API DeepSeek vengono conservati in Cina e usati per l'addestramento in via predefinita, senza certificazioni SOC 2; una guida operativa di TechJack aggiunge che l'infrastruttura hosted opera in Cina e nei picchi di domanda globale può saturarsi, con errori 503 e latenze in salita. Sono ricostruzioni di terze parti: prima di qualunque decisione i termini di servizio vanno letti alla fonte, ed è esattamente il punto. Per molti casi d'uso aziendali italiani questa via si ferma alla prima domanda, e non per il prezzo.

Via due: il modello cinese venduto da Microsoft o Amazon. DeepSeek V4 Pro e V4 Flash sono nel catalogo Foundry venduti direttamente da Azure, con deployment Global e DataZone: il secondo è quello che vincola l'elaborazione a un perimetro geografico, ed è la risposta alla domanda del DPO di cui sopra (la disponibilità per la propria region va confermata dal portale). Su Amazon Bedrock la logica è la stessa ma la generazione è precedente: la documentazione AWS elenca come gestiti R1, V3.1 e V3.2, e la famiglia V4 al momento non c'è. Il modello resta cinese, l'infrastruttura e il contratto no. Ma la governance ha un prezzo, e per una volta abbiamo un numero: in un caso di fatturazione documentato su Microsoft Q&A a giugno, un cliente ha misurato per V4 Pro via Foundry tariffe effettive di circa 1,96 dollari in input, circa 4,5 volte il listino diretto DeepSeek, e nella risposta Microsoft ha confermato che i modelli venduti da Azure seguono i listini di Azure, non i prezzi del fornitore.

Due asterischi ulteriori. Secondo una guida enterprise di Chat-Deep che riprende la documentazione Microsoft, le versioni DeepSeek listate su Foundry risultano senza tool calling, requisito bloccante per chi costruisce agenti (l'API diretta DeepSeek invece li supporta, da pagina ufficiale); la stessa guida segnala che il calendario di retirement Microsoft classifica già Legacy le versioni precedenti, R1 e V3.x, a diciotto mesi dal lancio, quindi la manutenzione va messa a budget. Nota a margine: nel listino Foundry è comparsa anche una scheda Kimi, con modelli e prezzi da verificare dal portale.

Via tre: il frontier americano, che resta il termine di paragone. Il 24 luglio Anthropic ha rilasciato Claude Opus 5 allo stesso listino del predecessore, 5 e 25 dollari, come da pagina prezzi ufficiale, che dà anche la punta assoluta della gamma, Claude Fable 5 a 10 e 50; secondo gli aggregatori aggiornati a luglio, GPT-5.6 Sol sta a 5 e 30. Tutto questo per dire che il modello di frontiera non è il bersaglio polemico del pezzo: per una quota di workload resta la scelta giusta. Il punto è sapere per quale quota.

Il conto su due carichi reali

Per non fare i conti su volumi inventati, prendiamo due profili di consumo misurati su prodotti in produzione e presentati ad AI Conf 2026. Il primo è un caso medio: la generazione automatica di un learning path da parte di Martin, l'assistente disponibile sulla piattaforma Improove, consuma 10.721 token di input e 515 di output a richiesta.

[Guarda anche il talk "Da Cloud ad Edge e ritorno: implementare Retrieval-Augmented Generation"]

Il secondo è un caso pesante: come hanno mostrato alla nostra AI Conf 2026, una risposta di Lexroom.ai (prodotto di AI generativa per il settore legale) consuma in media 41.000 token di input e 5.000 di output.

Numeri Lexroom.AI

[Guarda il talk "Lexroom: Specializzare e scalare l'IA Generativa nel settore legale"]

Sono numeri di chi l'AI la fattura, non stime da listino, e il conto che segue è per mille richieste: moltiplica per i tuoi volumi.

Opzione Profilo medio (learning path), per 1.000 richieste Profilo pesante (Lexroom), per 1.000 richieste
Claude Opus 5 (5 e 25 $) ~66 $ ~330 $
Kimi K3 via API (3 e 15 $) ~40 $ (ma vedi sotto) ~200 $ (ma vedi sotto)
DeepSeek V4 Pro via Azure (~4,5x il diretto, dal caso documentato) ~23 $ ~100 $
DeepSeek V4 Pro diretto (0,435 e 0,87 $, in promo) ~5 $ ~22 $ (a listino pieno ~89 $)

 

I totali sono a listino pieno, senza cache: tutti e tre i fornitori hanno il caching automatico o attivabile dell'input (Anthropic legge la cache a 0,50 dollari, Moonshot a 0,30, DeepSeek a frazioni di centesimo), quindi le bollette reali scendono per tutti e la classifica non cambia.

Quattro avvertenze che valgono più della tabella.

La prima: la colonna di K3 è ottimista. K3 ragiona sempre, al massimo sforzo, e i token di ragionamento si pagano come output a 15 dollari il milione: una analisi di Avenchat riporta misurazioni indipendenti con oltre 13.000 token di pensiero per un singolo task breve. Se l'ordine di grandezza è quello, su un profilo da 515 token di output come il learning path il costo reale dell'output può moltiplicarsi per dieci o più, e anche sul profilo Lexroom il ragionamento pesa. K3 è prezzato, e progettato, per task lunghi e complessi: usarlo come motore di un RAG di domande e risposte è comprare la granturismo per fare le consegne.

E il fenomeno non è un vizio cinese: anche Opus 5 ragiona di default, e secondo le prime analisi di fatturazione i thinking token si pagano come output, con volumi circa doppi rispetto a Opus 4.8 a parità di task. Su entrambi i fronti, il listino per token dice sempre meno del comportamento del modello.

La seconda: la riga Azure usa il moltiplicatore del caso documentato di giugno, non un listino ufficiale, e il prezzo va letto dal calcolatore Azure per la propria region prima di firmare qualunque cosa. Ma l'ordine di grandezza dice una cosa precisa: il perimetro e la governance Azure costano più o meno quanto il listino pieno del fornitore cinese. Non è uno scandalo, è il prezzo della residency: l'importante è saperlo prima, non scoprirlo nel Cost Management a fine mese, come è successo al cliente del caso citato.

La terza: anche con il costo aggiuntivo Azure, il divario col frontier americano resta di circa tre volte su entrambi i profili, e supera le dieci volte scegliendo la via diretta in promo. Divari così non si chiudono ottimizzando i prompt.

La quarta, la più importante: la metrica giusta non è il prezzo per milione di token ma il costo per task completato sul tuo workload. Secondo i benchmark di Artificial Analysis, rilevati nella settimana del lancio, un task medio costa 0,94 dollari con K3, 1,04 con GPT-5.6 Sol, 1,80 con Claude Opus 4.8 (allora il modello Opus corrente), e frazioni di quei valori con i modelli cinesi di fascia bassa; i valori si muovono di settimana in settimana e vanno riletti alla data in cui decidi. Ma soprattutto il benchmark misura il suo mix di task, non il tuo: l'unico numero che conta si ottiene facendo girare un campione del tuo traffico su due o tre modelli e dividendo la bolletta per i task riusciti. Un pomeriggio di lavoro che vale più di qualunque tabella, compresa questa.

Il rischio che non sta nel listino

Un conto onesto include quello che il listino non mostra. Come riporta TechCrunch, a Washington è in discussione un intervento sui modelli open-weight cinesi, fino all'ipotesi di un ban, e l'amministrazione ha accusato pubblicamente Moonshot di aver costruito K3 distillando modelli americani. Nello stesso articolo gli esperti indipendenti contestano l'accusa nel merito e nei tempi. L'ultima settimana ha aggiunto pezzi senza aggiungere chiarezza. Secondo le ricostruzioni di Axios riprese da Fast Company, le opzioni sul tavolo vanno dall'ordine esecutivo all'inserimento dei laboratori cinesi nella Entity List del Commercio, con nel mirino anche Qwen di Alibaba.

Politico però, citato da TechCrunch, riferisce che il Dipartimento del Commercio non intende procedere a breve, e il fronte è diviso perfino dentro l'amministrazione, dove il consigliere David Sacks attacca la manovra come il tentativo dei laboratori chiusi di eliminarsi la concorrenza open. Sulla stessa linea si è messo ieri anche Mark Zuckerberg, che in un'intervista al Financial Times ripresa da Reuters ha detto che gli Stati Uniti non dovrebbero bloccare i modelli AI cinesi. Sullo sfondo, il problema di applicabilità: i pesi di K3 sono già scaricati e replicati in mezzo mondo, e vietare file che circolano è più facile da annunciare che da fare.

Il 27 luglio è arrivato anche il tassello che mancava dal lato dei laboratori della Silicon Valley. Anthropic ha pubblicato una presa di posizione firmata dal suo CEO, Dario Amodei, per dire che non ha mai chiesto un ban sui modelli open-weight e che non lo considera una misura utile: parafrasando, chi vuole usare quei pesi per fare danni non è un'azienda americana che compra API, e un divieto d'uso proteggerebbe i laboratori americani dalla concorrenza senza toccare il problema. Le misure che dice di sostenere sono tre e sono altre: stop alla vendita di chip avanzati alla Cina, repressione della distillazione su scala industriale, test di sicurezza obbligatori per tutti i modelli sufficientemente capaci, aperti o chiusi. È anche una risposta alla lettera aperta pro-open-weight promossa da NVIDIA e firmata da mezza industria, che Anthropic dice di condividere in buona parte, ma non nel punto in cui sostiene che l'accesso aperto favorisca i difensori più degli attaccanti.

Per chi compra in Italia la notizia sposta l'asse del rischio più di quanto lo riduca. Toglie forza all'argomento di Sacks nella sua versione più comoda (non tutti in Silicon Valley stanno spingendo per il ban) ma soprattutto, se la linea che passa è quella (chip, distillazione, testing), il rischio non è il divieto d'uso di una categoria: è l'intervento mirato sulla singola azienda. Un ban di categoria avrebbe colpito tutti allo stesso modo; una misura chirurgica colpisce il fornitore che hai scelto e lascia in piedi gli altri.

Come vada a finire non lo sappiamo, e il pezzo non lo pronostica. Ma per il lettore di queste pagine il rischio ha un indirizzo preciso: la domanda non è se i pesi restino scaricabili, è cosa succederebbe ai modelli cinesi venduti dai cloud americani, DeepSeek venduto su Foundry o su Bedrock, il giorno in cui una restrizione arrivasse davvero. Per chi compra, la soluzione è concreta: un workload costruito su un modello che potrebbe diventare politicamente radioattivo va progettato per essere portabile. Il costo di un'astrazione che permetta di cambiare modello in giorni, non in trimestri, va messo nel conto iniziale: è l'assicurazione, e come tutte le assicurazioni costa meno prima.

Restano le domande normative, dall'AI Act agli obblighi di trasparenza sui modelli in uso: meritano un pezzo dedicato con la validazione di un professionista, e arriverà magari su queste pagine. Qui basti la regola operativa: la via due sposta il problema dei dati dentro il perimetro del cloud americano, non lo elimina.

Cosa cambia per te

Tre domande, nell'ordine giusto. Primo: dove devono stare i dati, perché la risposta elimina da sola una delle tre vie, e ora sai anche quanto costa il perimetro. Secondo: quanto costa per task completato il tuo workload reale, misurato e non stimato dal listino, perché la gerarchia dei prezzi per token e quella dei costi per task non coincidono. Terzo: quanto ti costa restare portabile, perché il rischio regolatorio sui modelli cinesi è reale nelle due direzioni, e la dipendenza secca da un fornitore solo, americano o cinese, è la posizione più cara di tutte.

C'è poi una quarta via che questo pezzo ha lasciato fuori di proposito, e che i pesi di K3 su Hugging Face rendono ogni giorno più concreta: i modelli aperti serviti da cloud europei. OVHcloud con AI Endpoints e Seeweb con Regolo.ai servono già modelli open-weight da infrastruttura e giurisdizione europee, e il segmento si sta muovendo abbastanza in fretta da meritare un conto tutto suo. Magari lo faremo su queste pagine.

Il divario tra Cina e USA si sta assottigliando? Sulla frontiera assoluta no, e lo ammette perfino Liang: un ordine di grandezza di capacità computazionale e uno o due anni di distanza. Ma per chi compra, la frontiera assoluta è una riga sola del listino, quella da 10 e 50 dollari. Su tutte le altre righe la partita è già aperta, ed è aperta dentro il portale che usi ogni giorno.

Ultimi articoli