SitePoint presenta un'analisi del costo totale di proprietà (TCO) che confronta gli LLM eseguiti localmente con le API cloud, con uno sguardo al 2026. La tesi centrale: confrontare solo il prezzo per token è una trappola. Il prezzo di listino di una tariffa API o il prezzo consigliato di una GPU racconta solo una parte della storia reale; solo un modello di TCO completo, su 12 e 36 mesi, che incorpora hardware, elettricità, raffreddamento e manodopera, consente una decisione fondata. L'articolo costruisce questo modello su tre livelli di utilizzo: leggero, medio e intensivo (da 10 a oltre 100 milioni di token/giorno).

Sul versante cloud, l'articolo pubblica una griglia di prezzi per milione di token che rivela due grandi asimmetrie. Primo, l'output costa da 4 a 5 volte l'input (GPT-4.1: $2 input / $8 output; Claude 4 Sonnet: $3/$15; Claude 4 Opus: $15/$75). Secondo, il divario tra i modelli raggiunge circa 150 volte sull'input, da GPT-4.1 nano ($0,10) a Claude 4 Opus ($15): il modello — il suo editore, la sua generazione, la sua dimensione — determina il costo unitario del token, un po' come il costo della produzione elettrica dipende dalla sua fonte.

Sul versante locale, l'hardware (RTX 5090 a $1.999, una configurazione Mac M4 a $6.150, AMD MI325X) non si ripaga prima dei 15-20 milioni di token/giorno, e raggiunge la parità con le opzioni hosted più economiche solo a 36 mesi con un utilizzo intensivo sostenuto, per un costo effettivo di circa $7,15/milione di token. I costi che tutti sottovalutano — elettricità, raffreddamento, manodopera (fino a 30-60 ore/mese al livello intensivo) — pesano notevolmente. La sensibilità al prezzo dell'elettricità è sorprendente: passando dalla tariffa statunitense ($0,12/kWh) alle tariffe europee ($0,25-0,30/kWh), il punto di pareggio si alza dal 40 al 60% in volume giornaliero.

Il messaggio centrale, che funge da titolo-conclusione: i punti di pareggio del 2026 sono inferiori del 40% rispetto al 2024. Il calo strutturale dei costi hardware e la maturazione dei modelli open-weight rendono la distribuzione locale praticabile a volumi sempre più accessibili. La decisione finale dipende dal profilo: il locale diventa rilevante per volumi sostenuti, esigenze di sovranità/riservatezza e un orizzonte di ammortamento di 3 anni; il cloud mantiene il vantaggio della flessibilità, dell'assenza di capitale iniziale e dell'accesso ai modelli di frontiera. Oltre al costo, l'articolo rileva anche i compromessi in termini di prestazioni, riservatezza e flessibilità.