Come risparmiare token su Claude, al 4 novembre 2026: le leve sono quattro. Scegli il modello giusto per ogni compito (Sonnet 5.5 costa 2 e 10 dollari per milione di token, Opus 5.5 4 e 20, Fable 5.1 10 e 50), attiva il prompt caching, che su Fable 5.1 fa costare le letture dalla cache il 97,5% in meno, manda in Batch API i lavori non urgenti a metà prezzo e tieni corto il contesto in Claude Code. Ho scritto questa guida a giugno pensando a Claude Fable 5 e l'ho aggiornata con i modelli e i prezzi di oggi.
La preoccupazione è giusta. Claude Fable 5.1 costa due volte e mezzo Opus 5.5: 10 dollari per milione di token in ingresso e 50 in uscita, contro 4 e 20. Se non controlli il consumo, i costi salgono in fretta.
In questa guida pratica ti mostro come risparmiare token con Claude e con Claude Code, con esempi di codice reali. Niente teoria: solo cose che puoi applicare oggi per spendere meno.
Aggiornato al 4 novembre 2026. Dalla prima versione di questa guida sono cambiate parecchie cose. Fable 5.1 ha preso il posto di Fable 5 allo stesso prezzo, ma con le letture dalla cache a 0,25 dollari. Dal 22 settembre c'è Opus 5.5, che costa meno di Opus 5 e Opus 4.8 ed è il modello predefinito di Claude Code. Dal 28 settembre c'è Sonnet 5.5, a 2 e 10 dollari, e dal 7 ottobre Haiku 5.5, a 0,10 e 0,50 dollari. In abbonamento Fable non c'è sul piano Free, su Pro si usa con i crediti di utilizzo, mentre su Max, Ultra e sui posti Team Premium è incluso fino al 50% dei limiti settimanali. Le tecniche qui sotto restano valide: cambia quanto ti fanno risparmiare.
Prima regola: scegli il modello giusto per ogni compito
La tecnica che fa risparmiare più di ogni altra non è un trucco tecnico. È una scelta strategica: non usare Fable 5.1 per tutto.
Anthropic offre modelli a fasce di prezzo diverse. Usarli bene significa instradare ogni compito a quello giusto:
- Haiku 5.5 (0,10/0,50 dollari per milione di token con prompt fino a 100.000 token, 0,50/2,50 oltre): classificazione, smistamento, task semplici e ripetitivi. Costa pochissimo.
- Sonnet 5.5 (2/10 dollari): la maggior parte del coding quotidiano e delle automazioni. Ha 1 milione di token di contesto ed è il vero cavallo da lavoro.
- Opus 5.5 (4/20 dollari): lavoro complesso e agentico, quando Sonnet 5.5 non basta. Costa meno di Opus 5 e Opus 4.8 (5/25) e in Claude Code è il modello predefinito.
- Fable 5.1 (10/50 dollari): solo per i compiti lunghi, complessi e ambigui dove hai verificato che fa meglio di Opus 5.5. Su Pro si paga a crediti, via API ogni sessione si vede in bolletta.
Il salto di prezzo tra il primo e l'ultimo della lista è di cento volte sui token in ingresso, e già tra Sonnet 5.5 e Fable 5.1 è di cinque volte. Ecco perché instradare bene i compiti vale più di qualsiasi altro trucco tecnico in questa guida.
Un pattern molto efficace: pianifica con il modello potente, esegui con Sonnet 5.5. In Claude Code c'è un alias che lo fa da solo: con /model opusplan usa Opus per pianificare e passa a Sonnet per scrivere il codice. Usi il modello potente per ragionare sull'architettura, poi passi a quello economico per scrivere il codice ripetitivo. È il primo modo per risparmiare token con Claude senza perdere qualità.
Prompt caching: il modo più potente di risparmiare token con Claude
Questa è la tecnica che da sola può tagliare i costi dal 90% al 97,5% sui token ripetuti, a seconda del modello. Ecco come funziona davvero.
Ogni volta che invii un prompt, l'AI rielabora tutto da capo: istruzioni di sistema, documenti, contesto. Se questi pezzi non cambiano tra una richiesta e l'altra, stai pagando più volte per la stessa cosa.
Il prompt caching risolve esattamente questo. Memorizza le parti fisse e le riutilizza. I numeri sono chiari:
- Scrittura in cache: costa il 25% in più del prezzo base con la durata standard di 5 minuti, il doppio se scegli la durata di un'ora.
- Lettura dalla cache: costa il 10% del prezzo base su Haiku e sui modelli precedenti, il 5% su Sonnet 5.5 (0,10 dollari per milione) e Opus 5.5 (0,20 dollari) e il 2,5% su Fable 5.1 (0,25 dollari).
Esempio di codice: come attivarlo
Marchi le parti da memorizzare con il parametro cache_control. Ecco la logica di un esempio in Python:
- SYSTEM_CONTEXT = la tua base di conoscenza o style guide (es. 5.000 token)
- Lo passi nel campo system con cache_control: {"type": "ephemeral"}
- Alla prima chiamata vedrai cache_creation_input_tokens (la scrittura)
- Alle chiamate successive vedrai cache_read_input_tokens, fatturati a una frazione del prezzo base, dal 10% al 2,5% secondo il modello
Attenzione a un dettaglio cruciale: il caching funziona sui prefissi. La parte da memorizzare deve stare all'inizio del contesto, prima dei contenuti dinamici. Quindi metti sempre le istruzioni fisse in alto e le domande variabili in basso.
Ci sono dei minimi di token per attivarlo: 512 per Haiku 5.5, Sonnet 5.5, Opus 5.5 e Fable 5.1, 1.024 per Sonnet 5 e Opus 4.8, 4.096 per Haiku 4.5. Sotto quella soglia non si attiva, e l'API non dà errore. Se non vuoi gestire i punti di cache a mano, oggi basta un solo cache_control al livello della richiesta: l'API sposta da sola il punto di cache in avanti mentre la conversazione cresce. Ho fatto i conti completi, anche per GPT-6 e Gemini, nella guida al prompt caching.
Batch API: 50% di sconto sui lavori non urgenti
Se il tuo lavoro non ha bisogno di una risposta immediata, il batch API è un regalo: invii le richieste in blocco e ricevi i risultati entro 24 ore, con il 50% di sconto.
La cosa migliore? Lo sconto batch si combina con il prompt caching. Usandoli insieme su carichi di lavoro grandi e non sensibili al tempo, il risparmio diventa enorme.
Casi d'uso perfetti per il batch: analisi di grandi quantità di documenti, generazione massiva di contenuti, elaborazioni notturne. Tutto ciò che può aspettare qualche ora.
Controllare il contesto in Claude Code
Se usi Opus 5.5 o Fable 5.1 dentro Claude Code per le sessioni di sviluppo lunghe, il nemico numero uno è il contesto che cresce a dismisura. Ogni messaggio si porta dietro tutta la cronologia, e più cresce, più ogni turno costa.
Ecco i comandi che usi ogni giorno per risparmiare token con Claude Code:
- /usage (anche /cost, che oggi è un alias): mostra il costo stimato della sessione, quanta parte dell'input arriva dalla cache e, se hai un abbonamento, le barre dei limiti e cosa li consuma. Misura prima di ottimizzare.
- /compact: riassume la cronologia in una versione più densa e leggera. Usalo prima che la sessione diventi enorme, non quando è già tardi.
- /clear: azzera il contesto quando inizi un compito nuovo e scollegato dal precedente.
- /model: cambia modello al volo, per scendere a Sonnet 5.5 quando non ti serve la potenza di Opus o Fable. Ogni modello ha la sua cache, quindi il primo turno dopo il cambio la ricostruisce: meglio scegliere a inizio sessione.
- /effort: abbassa il livello di ragionamento sui compiti semplici. Su Opus 5.5, Sonnet 5.5, Haiku 5.5 e Fable il ragionamento non si spegne, quindi questa è la leva per ridurre i token di output.
- /context: mostra cosa occupa il contesto, compresi server MCP e istruzioni che non stai usando.
Puoi anche dare istruzioni personalizzate a /compact, per esempio chiedendo di preservare gli esempi di codice o i dettagli sulle API mentre riassume il resto. Ricorda però che la compattazione legge tutta la conversazione, quindi è una richiesta grande: se vuoi solo ripartire da zero, /clear non costa nulla. Un dettaglio sulla cache: in abbonamento, entro i limiti del piano, Claude Code usa la cache da un'ora; quando passi ai crediti di utilizzo scende a cinque minuti, quindi le pause lunghe costano di più. Le altre accortezze le ho raccolte in come ridurre i token in Claude Code.
Prompt strutturati: meno turni, meno token
C'è un'ottimizzazione che molti sottovalutano. Un prompt vago costringe l'AI a cercare troppo, leggere troppo e ragionare troppo senza direzione. Risultato: spreco di token.
Un prompt chiaro e strutturato produce una risposta migliore al primo tentativo. Eviti i giri di correzione, che costano altri turni e altri token. Il tempo speso a strutturare bene la richiesta lo recuperi moltiplicato nei turni risparmiati.
Il fallback automatico: cosa sapere
Fable 5.1, Opus 5.5 e Sonnet 5.5 hanno tutele sulla sicurezza informatica: quando una richiesta rientra nei compiti a rischio, risponde un altro modello. Fable 5.1 passa i compiti a doppio uso a un modello Opus, Opus 5.5 reindirizza la maggior parte dei compiti di cybersecurity su Opus 4.8, Sonnet 5.5 quelli più rischiosi su Sonnet 5. Non lo considero una leva di risparmio: è un meccanismo di sicurezza, e in Claude Code ogni cambio di modello ricostruisce anche la cache. Se il tuo lavoro è la sicurezza, ne parlo nell'articolo su Fable 5.1.
Checklist finale per risparmiare token con Claude
Ecco tutto in una lista da tenere a portata di mano:
- Instrada ogni compito al modello più economico che lo sa fare.
- Attiva il prompt caching per tutto il contesto fisso e ripetuto.
- Usa il batch API per i lavori che possono aspettare.
- Comprimi il contesto con /compact e /clear in Claude Code.
- Scrivi prompt strutturati per ridurre i turni di correzione.
- Misura sempre con /usage prima di ottimizzare a caso.
- Abbassa l'effort con /effort sui compiti semplici.
- Imposta un tetto di spesa sulle sessioni agentiche lunghe: via API con i limiti di spesa del workspace o con l'opzione
--max-budget-usddi Claude Code, in abbonamento con il limite mensile dei crediti di utilizzo. Un agente lasciato correre senza limite è un rischio concreto.
Conclusione
Risparmiare token con Claude non significa rinunciare alla qualità. Significa usare lo strumento giusto al momento giusto, eliminare gli sprechi di contesto e sfruttare gli sconti che Anthropic mette a disposizione.
E a novembre 2026 c'è una ragione in più per farlo: tra Sonnet 5.5 e Fable 5.1 il prezzo per token cambia di cinque volte, e su Pro Fable si paga a crediti. Queste tecniche non sono un'ottimizzazione da smanettoni: sono quello che separa un budget AI prevedibile da una brutta sorpresa a fine mese.
Applica anche solo metà di queste tecniche e vedrai la differenza in bolletta già dalla prima settimana.
Vuoi una mano a ottimizzare i costi AI della tua azienda o a integrare questi modelli nei tuoi processi? Scrivimi e ti propongo io la configurazione più efficiente per il tuo caso.
Leggi anche
- Claude Fable 5: cos'è e cosa cambia per chi sviluppa
- Opus vs Fable: quale scegliere
- Claude Opus 5.5: prezzi, novità e se conviene migrare
- Claude Sonnet 5.5: prezzi e quando preferirlo a Opus
- Claude Haiku 5.5: prezzi, novità e quando sceglierlo
- Prompt caching: come ridurre i costi API di GPT-6 e Claude
- Ottimizzare Claude Code: meno token, sessioni migliori
- API Claude: come ottenere la chiave, costi e prima chiamata
- Automazione AI per PMI: come risparmiare 10+ ore a settimana
