Come viene calcolato l'uso dei token?
I token misurano la quantità di dati elaborati dai modelli di IA. Considerali come “unità di lavoro dell’IA”: più la richiesta è complessa o lunga, più token richiederà.
SiteGround AI Studio utilizza inoltre i token come una valuta interna dell’IA. Ogni messaggio che invii all’IA viene convertito in “token di input” e ogni risposta che ricevi viene conteggiata come “token di output”, entrambi scalati dal tuo limite mensile.
Come funziona l’uso dei token
Ogni richiesta di IA coinvolge token di input (le tue istruzioni o i dati caricati) e token di output (la risposta generata dall’IA). Il totale dei token utilizzati è la somma di entrambi.
Ad esempio, se scrivi un prompt dettagliato di 100 parole e l’IA restituisce una risposta di 500 parole, il sistema conta entrambi nel tuo utilizzo.
Ogni tipo di richiesta — testo, immagine o basata su agenti — ha un costo di elaborazione diverso.
1. Generazione di testo
Quando chatti con l’IA o utilizzi un agente per attività basate sul testo (come scrivere, modificare o riassumere), l’uso dei token dipende da:
- La lunghezza del tuo prompt
- La lunghezza e complessità della risposta dell’IA
- Il tipo di modello utilizzato
Gli esempi seguenti ti aiuteranno a comprendere come i diversi modelli di IA utilizzano i token.
L’utilizzo e il costo effettivi possono variare in base alla tua richiesta, agli aggiornamenti dei modelli e ai calcoli interni di SiteGround.
| Modelli di uso generale | Risposta breve (≈ 100 parole) | Intro blog / Email (≈ 300 parole) | Articolo lungo / Risposta approfondita (≈ 800–1000 parole) |
| Gemini 2.5 Flash | ~6 token | ~20 token | ~60 token |
| Gemini 3 Flash | ~8 token | ~24 token | ~70 token |
| GPT-5.2 | ~36 token | ~110 token | ~320 token |
| Claude Sonnet 4.6 | ~40 token | ~120 token | ~350 token |
| Modelli di ragionamento / alta capacità | Risposta breve (≈ 100 parole) | Intro blog / Email (≈ 300 parole) | Articolo lungo / Risposta approfondita (≈ 800–1000 parole) |
| Claude Opus 4.6 | ~65 token | ~200 token | ~600 token |
| Gemini 3 Pro | ~30 token | ~90 token | ~280 token |
| GPT-5.2 | ~36 token | ~110 token | ~320 token |
2. Generazione e modifica delle immagini
Le azioni legate alle immagini — come generare contenuti visivi, migliorare immagini o creare varianti — consumano token in base alla dimensione dell’immagine e alla complessità.
| Modello | Paesaggio | Ritratto | Note |
| Nano Banana | ~800 token | ~800 token | Generazione o modifica standard di immagini. Costo e qualità bilanciati. |
| Nano Banana 2 | ~1344 token | ~1344 token | Versione migliorata di Nano Banana con risultati di qualità superiore a un costo moderato di token. |
| Nano Banana Pro | ~2,200–2,700 token | ~2500-3000 token | Dettagli più elevati e generazione/modifica più avanzata. |
| GPT Image1 | ~800–3,000+ token | ~1000-3000 token | Dipende molto dalla complessità. Prompt avanzati (es. loghi dettagliati) possono superare i 3,000 token e raggiungere un uso significativamente più alto. |
Se generi o modifichi più immagini in una sessione, ciascuna viene conteggiata separatamente nel tuo limite di token.
3. Ricerca web e analisi dei file
Quando richiedi ricerche web o carichi file per l’analisi, l’IA elabora dati aggiuntivi per generare risultati contestualizzati.
Queste azioni utilizzano in genere più token rispetto alla generazione di testo standard. Questo dipende anche fortemente dalla dimensione dell’input e dalla quantità di informazioni recuperate.
Ecco alcuni esempi con costi approssimativi:
| Tipo di azione | Esempio di attività | Token approssimativi utilizzati | Note |
| Ricerca web – Ricerca semplice | Riassumere una singola pagina web o fonte | ~150–220 | Navigazione leggera e sintesi |
| Ricerca web – Multi-fonte | Raccogliere dati o insight da più siti | ~1,200–1,600 | Aumenta con il numero di pagine analizzate |
| Analisi file – Documento di testo breve | Analizzare o riassumere un PDF o DOCX fino a 5 pagine | ~600–1,000 | Lettura e sintesi di base |
| Analisi file – File lungo o complesso | Analizzare un report di 20 pagine o un dataset | ~2,000–3,000 | Include estrazione semantica più approfondita |
| Elaborazione dati tabellari o CSV | Estrarre insight, riepiloghi o trend da dati tabellari | ~1,500–2,500 | Dipende dal numero di righe e dalla complessità |
| Confronto multi-file | Confrontare più file o incrociare dati | ~3,000–4,500 | Operazione composta su più input |
4. Utilizzo degli agenti
Ogni Agente IA esegue attività specifiche e multi-step, come la gestione dei contenuti social, la pubblicazione di articoli WordPress o la creazione di campagne email.
Poiché gli agenti combinano spesso più azioni e possono includere accesso a API esterne, il loro consumo di token include il costo di tutti i passaggi sottostanti.
| Agente | Esempio di azione | Token approssimativi utilizzati | Note |
| Agenti social media | Generare e pubblicare un post (testo + immagine) | ~1,500–2,000 | Include caption + immagine + metadati |
| Agente email marketing | Creare una campagna e l’oggetto | ~1,000–1,800 | Dipende dalla lunghezza e dal tono dell’email |
| Agente WordPress | Creare un articolo con formattazione corretta, categorie, tag e immagine in evidenza generata dal LLM | ~2,000–3,000 | Include contenuto + formattazione + generazione immagine |
Come monitorare l’uso dei token
Puoi monitorare i token rimanenti direttamente nella dashboard di AI Studio.
Quando raggiungi il limite mensile del tuo piano, le azioni IA verranno sospese fino al ciclo successivo o finché non effettui un upgrade.
Consigli per utilizzare i token in modo efficiente
- Sii specifico nelle richieste. Prompt chiari riducono gli scambi inutili.
- Avvia nuove chat per nuovi argomenti. Conversazioni lunghe e multi-argomento consumano più token.
- Riutilizza prompt dalla tua libreria. Istruzioni coerenti riducono le revisioni.
- Carica file quando necessario. Dare contesto diretto evita lunghe spiegazioni scritte.
- Evita immagini troppo grandi. Risoluzioni più alte consumano più token.
