Come evitare che i costi della programmazione con l'IA esplodano a metà progetto

Qualche settimana fa, una startup fintech di nome Slash ha fatto notizia quando uno sviluppatore ha bruciato accidentalmente 81.000 $ in token di IA costruendo un videogioco ispirato a un meme. Lo sviluppatore, incoraggiato dal suo datore di lavoro a sperimentare il vibe coding, ha sottovalutato quanto sia costoso chiedere ripetutamente a Claude di leggere e riscrivere grandi quantità di codice.

"È stato un autentico incidente, ho sottovalutato la mia stessa capacità", ha scritto lo sviluppatore su X. È una situazione che suscita empatia — e sempre più comune man mano che gli agenti di programmazione con IA passano da novità a flusso di lavoro quotidiano.

Questa guida copre le cinque abitudini a maggior leva che mantengono i costi prevedibili.

1. Abbina il modello al compito

La singola leva più grande sul costo è la scelta del modello. I modelli di frontiera (Claude Opus, GPT‑5, Gemini Ultra) possono costare da 10 a 50× di più per token rispetto ai modelli di fascia inferiore con una qualità accettabile per la maggior parte dei compiti. Non tutto ha bisogno della frontiera.

Una mappa mentale approssimativa:

• Modelli piccoli e veloci (Haiku, Flash, mini): autocompletamento, modifiche brevi, rinomine, generazione di boilerplate, risposta a domande veloci di sintassi
• Modelli di fascia media (Sonnet, GPT-4.1): la maggior parte dei compiti di programmazione — implementare una funzionalità da una specifica chiara, scrivere test, revisionare un diff
• Modelli di frontiera (Opus, Fable 5, GPT-5): decisioni architetturali complesse, lunghe riscritture su più file, debug di problemi di produzione intricati, sessioni agentiche in cui il modello deve ragionare attraverso molte chiamate di strumenti

Se usi Claude Code con un piano Max o Pro, la modalità Auto instrada automaticamente alla fascia giusta in base alla complessità del compito rilevata — e non viene conteggiata sul tuo budget di token nello stesso modo delle chiamate API. Passa ad Auto come impostazione predefinita e annullala solo quando sai di aver bisogno di più potenza.

2. Prima pianifica, poi costruisci

Il pattern di programmazione con IA più costoso è saltare direttamente a "riscrivi questo file" su un grande codebase. Quando il modello legge tutto quel contesto, propone modifiche, riceve correzioni e itera, l'uso di token si accumula in fretta.

La modalità Plan di Claude Code costa qualche centinaio di token: descrivi ciò che vuoi, il modello propone un approccio passo dopo passo, e tu correggi il piano in inglese semplice prima che venga toccato un singolo file. Un diff sbagliato di 400 righe costa migliaia di token da correggere — e spesso richiede un altro giro per correggere la correzione.

Per qualsiasi cosa che tocchi più di due o tre file, la sequenza è:

1. Describe the goal in /plan
2. Read and correct the plan
3. Execute on the corrected plan

Questa singola abitudine da sola riduce costantemente i costi per funzionalità del 30–50% per i team che la adottano.

3. Delimita la tua finestra di contesto

I modelli di IA addebitano per token — sia ciò che invii (input) sia ciò che generano (output). Un errore comune è inviare al modello l'intero codebase quando ha bisogno solo di un modulo.

Tecniche pratiche:

• Sii esplicito su cosa leggere. Invece di "rifattorizza il sistema di autenticazione", di' "rifattorizza src/auth/session.ts — ignora tutto il resto."
• Usa i flag --include. In Claude Code, --include delimita le letture dei file così che l'agente non si perda in parti non correlate del repo.
• Lascia che /compact faccia il suo lavoro. Quando una sessione si allunga, la compattazione del contesto di Claude Code (attivata automaticamente o con /compact) sostituisce la cronologia della conversazione con un riassunto mirato, riducendo il carico di token del 60–80% pur preservando le decisioni che contano.

La regola empirica approssimativa: un token ogni quattro caratteri di inglese o codice. Prima di avviare una lunga sessione di agente su un file grande, stima se il contesto rientra nel tuo budget. Se il file di destinazione è di 2.000 righe (~8.000 caratteri, ~2.000 token), hai spazio per lavorare. Se gli consegni un modulo di monorepo da 50.000 righe, vorrai delimitarlo.

4. Sappi cosa brucia più token

Non tutti i compiti di programmazione con IA sono uguali nel costo. Dal più costoso al meno costoso:

1. Sessioni agentiche con molte chiamate di strumenti — il modello legge file, scrive file, esegue test, legge l'output e itera. Ogni passo viene fatturato.
2. Riscritture di file grandi — leggere + generare grandi diff si accumula in fretta.
3. Cicli di debug iterativi — errore, tentativo di correzione, nuovo errore, ripeti.
4. Generazione in un solo colpo da una specifica precisa — la più economica. Il modello legge la specifica e scrive la cosa una sola volta.

Per le sessioni di debug, dai al modello il messaggio di errore e la funzione specifica da cui ha avuto origine — non l'intero stack, non l'intero modulo. Per le riscritture, suddividi i compiti grandi in unità più piccole, verificabili in modo indipendente.

5. Imposta limiti di spesa reali prima di iniziare

Dopo il 15 giugno 2026, l'uso di agente e headless (claude -p) di Claude Code viene fatturato su un pool di crediti separato dalla chat interattiva: 20 $/mese su Pro, 100 $/mese su Max 5×, 200 $/mese su Max 20×. Se stai costruendo automazioni o agenti pianificati, quel pool può svuotarsi più velocemente di quanto ti aspetti.

Per mantenere il controllo:

• Imposta la variabile d'ambiente CLAUDE_MAX_COST_PER_SESSION (o l'equivalente nelle impostazioni di Cursor) come tetto per sessione.
• Nella console di Anthropic, imposta avvisi di spesa mensili al 50% e al 90% del tuo budget così da ricevere avvisi via email prima di toccare il soffitto.
• Se stai costruendo un prodotto sopra l'API, aggiungi controlli di budget dei token nel ciclo del tuo agente ed esci con grazia quando superi il tuo limite per esecuzione.

L'esecuzione da 81.000 $ dello sviluppatore di Slash è avvenuta senza guardrail. Con un tetto mensile di 500 $ impostato nell'account API di Slash, il danno sarebbe stato una sessione bloccata e una conversazione veloce — non una storia virale.

Mettendo tutto insieme

Nessuna di queste abitudini richiede di rallentare. Gli sviluppatori che usano gli agenti di programmazione con IA nel modo più efficiente tendono a condividere un tratto: pensano per trenta secondi a cosa hanno davvero bisogno che il modello faccia prima di avviare la sessione. Quella piccola pausa — scegliere il modello giusto, delimitare il contesto, eseguire prima la modalità Plan — è ciò che separa una funzionalità da 5 $ da una da 50 $.