Il 22 ottobre 2026, la newsletter OnlyCFO pubblica un articolo ospite di Peter Walker, Head of Insights presso OpenRouter, un gateway che fornisce accesso a diverse centinaia di modelli linguistici tramite un unico account. L'editore inquadra il costo dell'IA come destinato a diventare la principale voce di spesa delle aziende, e l'argomento come una questione che riguarda la funzione finanziaria.
I dati di OpenRouter mostrano una combinazione rara: il volume elaborato sale da mezzo trilione di token a settimana nel gennaio 2025 a 164 trilioni entro fine settembre 2026, mentre il prezzo medio pagato scende da 0,77 $ a 0,14 $ per milione di token. L'autore conclude che l'inferenza si comporta come una commodity, non come un software acquistato da un fornitore nell'ambito di un contratto annuale.
Quattro forze spiegano questa evoluzione. L'offerta è in piena espansione: 862 modelli lanciati dal 2024, di cui 27 superano un trilione di token a settimana. I modelli open-weight sostengono circa il 60% dei token per il 26% della spesa; due terzi provengono da laboratori cinesi, ma l'hosting viene scelto separatamente dal modello, e il 44% di quei token è servito da fornitori con sede negli Stati Uniti. Gli agenti sono diventati la principale fonte di token il 6 febbraio 2026; poiché rinviano lo stesso contesto a ogni passaggio, il prompt caching diventa la variabile di prezzo decisiva, e il tasso di cache hit per i modelli recenti raggiunge l'88%. Infine, il leader continua a cambiare: cinque volte in otto trimestri.
Utilizzo e spesa si disaccoppiano: nelle startup AI-native, i token si moltiplicano per 18 e la spesa per 5,1. Il calo deriva da modelli più economici e più capaci, dall'ottimizzazione della cache e dai modelli economici dei laboratori di frontiera. Per lo stesso modello open-weight, il prezzo effettivamente pagato si colloca tra il 43% e l'89% sotto il prezzo di listino, e il fornitore più economico nel listino prezzi spesso non è il più economico nella pratica.
L'autore propone quindi di acquistare al "landed cost": il prezzo dopo lo sconto da cache, più il costo della latenza e il costo dei ritentativi. Una richiesta da un dollaro che fallisce una volta su cinque costa 1,25 $ per risposta riuscita. A ciò si aggiunge la zero data retention, disponibile per il 93% dei token, e la disponibilità: 96,9% di successo dopo il failover automatico.
Conclude con quattro consigli per i CFO: consumare di più non significa spendere di più, un modello open varia a seconda del fornitore, i guardrail sono essenziali, e i piani devono rimanere rivedibili.