Ricerca web integrata negli LLM vs SERP API: costo per risposta
Claude e OpenAI fanno pagare $10 ogni 1.000 ricerche più i token dei risultati. Abbiamo misurato i token su 20 domande e prezzato 1.000 risposte in entrambi i modi.
A ottobre 2026 Anthropic e OpenAI listano entrambe il loro tool di ricerca web integrato a $10 ogni 1.000 ricerche, e fatturano il contenuto recuperato come token di input in aggiunta. Una SERP API che passa al modello solo titoli, link e snippet inietta circa 360 token per ricerca invece di migliaia. Nel nostro esempio, 1.000 risposte da due ricerche costano $6,46 così, contro $44,00 stimati con il tool ospitato (un modello da $2 per milione di token). Il divario sta soprattutto nei token, non nella tariffa per ricerca.
Quanto fanno pagare i tool di ricerca web integrati?
Prezzi di listino ufficiali, letti il 19 ottobre 2026:
| Tool | Costo della ricerca | Contenuto dei risultati |
|---|---|---|
| Claude web search | $10 ogni 1.000 ricerche | Token di input, nello stesso turno e nei turni successivi |
| OpenAI web search | $10,00 ogni 1.000 chiamate | Fatturato alle tariffe a token del modello |
| OpenAI preview, modelli non reasoning | $25,00 ogni 1.000 chiamate | Gratis |
| Gemini grounding, Gemini 3 e successivi | $14 ogni 1.000 query dopo 5.000 gratuite al mese | Per ogni query di ricerca eseguita |
Anthropic prezza il tool a “$10 per 1,000 searches, plus standard token costs for search-generated content” e non fattura una ricerca che va in errore. OpenAI aggiunge che su gpt-4o-mini e gpt-4.1-mini il contenuto è fatturato come 8.000 token di input fissi per chiamata. Nessuna delle due pagine dice quanti token inietti una ricerca tipica, e la guida di OpenAI precisa che search_context_size “does not set an exact token count”.
Quanti token mette nel contesto una ricerca?
Il 19 ottobre 2026 abbiamo fatto girare 20 domande di ricerca su FastAF /serp: 20 su 20 hanno risposto 200 a 5 crediti, con una mediana di 10 risultati organici. Abbiamo costruito il testo che daresti a un modello e contato i token con tiktoken (o200k_base):
import os, requests
r = requests.get("https://api.fastaf.co/v1/serp",
params={"query": "best vector database for RAG", "country": "us"},
headers={"Authorization": f"Bearer {os.environ['FASTAF_API_KEY']}"})
top5 = r.json()["organic_results"][:5]
text = "\n\n".join(f"{i}. {x['title']}\n{x['link']}\n{x.get('snippet', '')}"
for i, x in enumerate(top5, 1))| Cosa arriva al modello | Token (mediana) | Intervallo |
|---|---|---|
JSON grezzo di /serp |
2.285 | da 1.815 a 4.673 |
| Primi 5 risultati, titolo + link + snippet | 362 | da 277 a 462 |
| Primi 10 risultati, titolo + link + snippet | 698 | da 491 a 817 |
| Una pagina dietro quei link, in Markdown | 4.912 | da 10 a 138.718 |
L’ultima riga viene dal download dei primi 5 link di ogni domanda con /scrape?formats=markdown: 96 fetch su 100 sono andati a buon fine a 1 credito ciascuno (i 4 falliti non sono stati addebitati), e 16 di quelle pagine avevano meno di 500 token. Le cinque pagine di una stessa domanda insieme avevano una mediana di 25.399 token.
Non ho chiamato i tool ospitati, quindi non so cosa iniettino per queste domande. Le cifre documentate sono nell’ordine di grandezza di una pagina: la risposta di esempio di Anthropic per una domanda da una ricerca mostra 6.039 token di input, e i modelli mini di OpenAI ne fatturano 8.000 fissi. Il tokenizer è quello di OpenAI, quindi i conteggi di Claude saranno diversi.
Quanto costa una risposta, non una ricerca?
Una risposta è un pacchetto: S ricerche, T token iniettati per ricerca, R volte che quei token vengono riletti come input. Una domanda one-shot ha R = 1. Un loop di agente o una chat con domande di approfondimento li rilegge a ogni turno, e Anthropic dice che i risultati contano come token di input “in subsequent conversation turns”. Il costo per risposta è S x tariffa + S x T x R x prezzo input; i token di output sono uguali dai due lati, quindi li lascio fuori.
Esempio svolto: 1.000 risposte, 2 ricerche ciascuna, Claude Sonnet 5.5 a $2 per milione di token di input (prezzi Anthropic). La riga del tool ospitato assume 6.000 token per ricerca, in linea con i 6.039 dell’esempio di Anthropic.
| Configurazione | Costo ricerche | Token, letti una volta | Totale | Letti su 3 turni |
|---|---|---|---|---|
| Tool ospitato, ~6.000 token per ricerca (stima) | $20,00 | $24,00 | $44,00 | $92,00 |
| FastAF solo snippet, pacchetto Starter ($2,50 ogni 1.000 ricerche) | $5,00 | $1,46 | $6,46 | $9,39 |
| FastAF snippet + 2 pagine scaricate per risposta, pacchetto Starter | $6,00 | $21,11 | $27,11 | $69,34 |
Sul pacchetto Business ($1,33 ogni 1.000 ricerche) il totale con i soli snippet è circa $4,13. La terza riga conta: se l’agente legge due pagine intere per risposta, il conto dei token è più o meno quello del tool ospitato e risparmi solo la differenza di tariffa. Il grande divario compare quando bastano gli snippet.
Altre due leve. Il prompt caching: la pagina dei prezzi indica per Sonnet 5.5 le cache hit a $0,10 per milione di token, un ventesimo dell’input fresco. La scelta del modello: gli stessi 12.000 token iniettati costano $0,0012 su Haiku 5.5 e $0,048 su Opus 5.5, quindi su un modello economico domina la tariffa di $0,02.
Quando conviene il tool integrato?
Spesso:
- Il costo è il tempo di setup. Una voce nell’array
tools, nessun wrapper, nessun secondo fornitore. A poche centinaia di risposte al mese la tariffa è un arrotondamento rispetto a un’ora di sviluppo. - Le citazioni sono il prodotto. Entrambi i tool restituiscono citazioni strutturate legate al testo della risposta. Rifarle sugli snippet è lavoro.
- Vuoi che sia il modello a ordinare e leggere. Il retrieval del provider sceglie i passaggi per il modello, e può battere cinque snippet quando la risposta sta dentro una pagina.
Una SERP API vince sui grandi volumi, quando vuoi 5 crediti fissi per ricerca con un saldo prepagato (vedi il pattern del tetto di spesa), quando devi scegliere paese o lingua, o quando vuoi la stessa ricerca sotto qualunque modello. Prezzi dei fornitori: costo di una SERP API ogni 1.000 ricerche. Pipeline: SERP API per RAG e grounding.
Come ottengo la configurazione più economica?
Esponi un tool di ricerca che restituisce il testo compatto di sopra e un secondo tool che scarica una pagina solo quando il modello la chiede: 5 crediti per ricerca, 1 per pagina statica, niente per le richieste fallite. Via MCP gli stessi tool arrivano a Claude Code, Cursor o Codex, come nel post sulla configurazione MCP. Due chiamate in produzione il 19 ottobre 2026 hanno risposto 200 in 4,5 s e 3,8 s, addebitando 5 crediti ciascuna. Vedi la pagina della Google SERP API e la documentazione.
La versione breve
Claude e OpenAI fanno pagare $10 ogni 1.000 ricerche (Gemini $14 dopo una quota gratuita) più i token iniettati, che Anthropic rifattura nei turni successivi. Abbiamo misurato 362 token per ricerca con testo di titolo, link e snippet contro una mediana di 4.912 per una pagina; a $2 per milione di token, 1.000 risposte da due ricerche sono costate $6,46 contro $44,00 stimati, e il divario si restringe se il tuo agente scarica pagine intere. Usa il tool integrato per zero setup e citazioni pronte, una SERP API per volume e costo prevedibile. I 500 crediti gratuiti non richiedono carta: prendi una chiave.