Hai letto la nostra guida su cos'è Claude Fable 5 e cosa cambia per chi sviluppa, e ora la domanda è inevitabile: come faccio a usarlo senza far esplodere la bolletta?
La preoccupazione è giusta. Claude Fable 5 costa il doppio di Opus 4.8: 10 dollari per milione di token in ingresso e 50 in uscita. Se non controlli il consumo, i costi salgono in fretta.
In questa guida pratica vediamo come risparmiare token con Claude Fable 5, con esempi di codice reali. Niente teoria: solo cose che puoi applicare oggi per spendere meno.
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 per tutto.
Anthropic offre modelli a fasce di prezzo diverse. Usarli bene significa instradare ogni compito a quello giusto:
- Haiku: per classificazione, smistamento, task semplici e ripetitivi. Costa pochissimo.
- Sonnet: per la maggior parte del coding quotidiano. Ottimo rapporto qualità/prezzo.
- Fable 5: solo per i compiti lunghi, complessi e ambigui dove la sua potenza ripaga davvero il costo doppio.
Un pattern molto efficace: pianifica con Fable 5, esegui con Sonnet. 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 fino al 90% sui token ripetuti. Vediamo 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 (la paghi una volta sola).
- Lettura dalla cache: costa solo il 10% del prezzo base. Da qui il risparmio del 90%.
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 al 10%
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: 1.024 per Haiku, 2.048 per Sonnet e i modelli superiori. Sotto quella soglia non si attiva.
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 Fable 5 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:
- /cost: mostra costo totale, durata e statistiche della sessione. 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 quando non ti serve la potenza di Fable.
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.
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.
Sfrutta il fallback automatico a tuo favore
C'è un dettaglio di Fable 5 che gioca a tuo favore sui costi. Come spiego nella guida su cos'è Fable 5, quando una richiesta tocca temi sensibili viene dirottata automaticamente a Opus 4.8.
Il punto chiave: quando questo accade, paghi il prezzo di Opus, non quello di Fable. Se la richiesta viene bloccata prima di generare output, passi subito a Opus alle sue tariffe più basse.
Checklist finale per risparmiare token con Claude
Riassumiamo 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 /cost prima di ottimizzare a caso.
Conclusione
Risparmiare token con Claude Fable 5 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.
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? Contattami e troviamo insieme la configurazione più efficiente per il tuo caso.
