Cosa sono i token in parole semplici — e perché alcune lingue costano il doppio

In breve: un token è un frammento di testo su cui opera una rete neurale. Né una lettera né una parola: una parola comune e breve di solito occupa un token, una lunga o rara viene divisa in più parti. In inglese un token equivale a circa quattro caratteri; in molte altre lingue è più vicino a due. La conseguenza pratica: lo stesso concetto al di fuori dell'inglese richiede circa il doppio dei token, quindi costa di più e funziona più lentamente. Di seguito: come verificarlo tu stesso, come i token di input differiscono da quelli di output e perché una conversazione lunga diventa più costosa da sola.

Più facile da capire con un esempio

Prendi una frase e dividila come farebbe un modello. La barra verticale è un confine di token.

The cat sleeps on the windowsill.
→ The| cat| sleeps| on| the| windows|ill|.
8 token

La regola è visibile. Una parola comune e breve — «the», «cat», «on» — è un singolo token. Una lunga o rara viene divisa: «windows|ill». La punteggiatura è un token a sé stante. Uno spazio di solito si attacca alla parola che lo segue.

Ora lo stesso concetto in russo:

Кот спит на подоконнике.
→ Кот| спит| на| подо|конник|е|.
7 token — con la metà dei caratteri

Quasi lo stesso numero di token per un testo notevolmente inferiore. Questo è il divario di densità: l'inglese è compattato in modo più efficiente, perché i modelli sono stati addestrati principalmente su di esso e il vocabolario dei token è stato ottimizzato per esso.

La regola generale

In inglese 1 token ≈ 4 caratteri; in molte altre lingue ≈ 2 caratteri. Per il budget, o per capire se un documento rientrerà — raddoppia la tua stima al di fuori dell'inglese.

Non si tratta solo di soldi. Il conteggio dei token decide se il tuo testo rientra affatto nella finestra del modello e quanto velocemente arriva la risposta.

I token sono contati due volte: in input e in output

Una conversazione con un modello è composta da due porzioni di token, fatturate separatamente.

• Input — tutto ciò che invii: la domanda, il testo incollato, un file, un'immagine, la cronologia della conversazione.
• Output — tutto ciò che il modello scrive in risposta.

La differenza non è terminologica ma economica: l'output costa diverse volte di più. Con Gemini 2.5 Flash-Lite al 30 luglio 2026, l'input costa $0.10 per milione di token e l'output $0.40. Quattro volte.

Facciamo due conti. Una domanda di 100 parole sono circa 300 token di input — $0.00003. Una risposta di 500 parole sono circa 1.500 token di output — $0.0006. La risposta costa venti volte la domanda, anche se l'hai scritta tu e il modello ha prodotto la sua in pochi secondi.

Da qui la regola che fa risparmiare di più: accorcia la risposta, non la domanda. Una riga che dice «rispondi in un paragrafo» riduce il costo più che dimezzare la tua domanda. E «spiega in dettaglio, con tutti gli esempi» è la frase più costosa che puoi scrivere a un modello.

Perché una conversazione lunga diventa più costosa a ogni messaggio

Il modello non ricorda i turni precedenti. Affinché possa seguire il filo, l'intero scambio viene inviato di nuovo — ogni volta, da zero. Il tuo decimo messaggio si porta dietro i nove precedenti, e tutti contano di nuovo come input.

Messaggio 1: 300 token di input.
Messaggio 5: 300 tuoi + 1.800 di cronologia = 2.100.
Messaggio 10: 300 tuoi + 4.500 di cronologia = 4.800.

Tu continui a scrivere risposte ugualmente brevi mentre l'input cresce da solo. Ecco perché una discussione lunga e unica costa di più di una nuova chat con la stessa domanda — e perché il modello alla fine inizia a perdere l'inizio della conversazione: il vecchio testo non rientra più.

La finestra di contesto: dove si accumula tutto

Tutto ciò che il modello ha a disposizione in questo momento si trova in un unico spazio — questa è la finestra di contesto. In esso contemporaneamente: l'istruzione di sistema, l'intera cronologia della conversazione, eventuali file caricati e lo spazio per la risposta che sta scrivendo.

La dimensione di questo spazio è misurata in token. Entro la metà del 2026 i modelli di punta sono intorno al milione: questo è ciò che pubblicizzano Claude Sonnet 4.6 (in beta), Gemini e GPT-5.4. Un paio d'anni prima lo standard era di 128 mila — otto volte meno.

Un milione di token sono circa 2.500 pagine di testo inglese, o circa 1.250 pagine in una lingua più densa. E questo è per tutto insieme: cronologia, file e risposta.

Un avvertimento onesto che non troverai nel marketing: la finestra pubblicizzata e quella effettiva sono cose diverse. Il modello accetta formalmente un milione di token, ma la qualità cala notevolmente prima — nel mezzo di un testo enorme si confonde e trova le cose in modo meno affidabile. Più ti avvicini al limite, meno dovresti fidarti della risposta.

Cosa fare con tutto questo

• Limita esplicitamente la lunghezza della risposta. «Tre frasi», «un elenco di cinque» — risparmi diretti.
• Nuovo compito, nuova chat. Più economico e più preciso: il contesto obsoleto smette di interferire.
• Non caricare un intero file quando ti serve una sola sezione. Ritaglia la parte che conta — la risposta migliora, non solo diventa più economica.
• Prova prompt tecnici lunghi in inglese. Il risparmio di token arriva come bonus al fatto che i modelli seguono un brief inglese in modo più preciso.

Dove vedere i tuoi conteggi di token

Se raggiungi il modello tramite un'API, la risposta contiene un blocco usageMetadata: il modello stesso riporta quanti token sono entrati e quanti sono usciti, suddivisi per modalità. Questo è il modo più onesto per verificare qualsiasi calcolo — incluso il nostro.