I nuovi modelli AI ti tolgono la scelta: test su 18 modelli

👁 115 letture

Lavorando con i modelli tramite API, finora era possibile disattivare il reasoning con un singolo parametro. Il modello smetteva di pensare ad alta voce e rispondeva subito, risparmiando tempo e denaro su task semplici. Oggi ho testato diciotto modelli e il risultato è stato inaspettato.

Sette di essi rifiutano questo tentativo con un errore. Tutti e sette sono modelli di ultima generazione. Tutti gli undici che lo permettono ancora sono modelli più vecchi.

Chi ti toglie la scelta

Il messaggio è sempre lo stesso e non lascia spazio a discussioni:

Reasoning is mandatory for this endpoint and cannot be disabled.

La divisione è sorprendentemente netta. Non dipende dal produttore né dal prezzo, perché su entrambi i lati ci sono modelli OpenAI, Anthropic, Google e Z.ai. Dipende dalla generazione. GLM 5.2 lo permette, GLM 5.3 no. Claude Sonnet 4.6 lo permette, Claude Fable 5.1 no. Stessa azienda, stesso parametro, risposta diversa.

Perché costa e non solo irrita

I token di reasoning vengono fatturati come normali token di output, cioè al lato più costoso del listino. Paghi per testo che non vedrai mai.

Abbiamo misurato quanto ce n’è. In un test di sei task brevi in polacco, la quota di reasoning sull’output totale è stata:

• GPT-6 Astra: dal 52 al 95 percento
• GLM 5.3 Flash: dal 68 al 96 percento
• Gemini 3.8 Flash nella scrittura di un articolo: 985 token di reasoning
• Kimi K3 sullo stesso articolo: 4.667 token di reasoning

In un task in cui chiedevamo due frasi, uno dei modelli ha prodotto 659 token di output, di cui 625 erano pensiero. Abbiamo ricevuto due frasi e una fattura per venti volte più testo.

Il caso più estremo l’abbiamo descritto separatamente: su richiesta di un articolo, GLM 5.3 Flash ha consumato l’intero limite di ottomila token sul reasoning e ha restituito zero parole, emettendo comunque una fattura.

Cosa significa per il prezzo del listino

Se il reasoning costituisce in media l’ottantacinque percento dei token di output e non può essere disattivato, il prezzo visibile sulla scheda del modello descrive qualcosa di diverso da ciò per cui paghi realmente. Per ogni token che vedi, paghi più o meno quanto per sei che non vedi.

Questo è il secondo moltiplicatore dopo quello che abbiamo descritto in precedenza: lo stesso modello è ospitato da una dozzina di aziende con tariffe proprie, e la differenza arriva a quattordici volte. Entrambi agiscono nella stessa direzione ed entrambi sono invisibili finché non inizi a leggere il costo dalla fattura invece di stimarlo dal listino.

È una cosa negativa

Non in ogni applicazione. Su un task difficile il reasoning migliora realmente il risultato e in quel caso pagarlo è giustificato. Il problema è che su un task banale paghi esattamente lo stesso, e non hai scelta.

Il produttore ha la sua logica: un modello con reasoning disattivato performa peggio nei test e rovina l’impressione del prodotto. Lo capiamo. Questo non cambia però il fatto che per trascrivere testo da un formato all’altro nessuno ha bisogno che il modello consideri prima tre approcci.

Cosa fare in pratica

Per task semplici e di massa scegli modelli della generazione precedente. Per trascrivere, riassumere e organizzare dati, DeepSeek V4 Flash con reasoning disattivato fa lo stesso per una frazione del costo. Abbiamo misurato che ha scritto un articolo di novecento parole per 0,00039 dollari, senza un singolo token di reasoning.

Gestisci l’errore 400 nel tuo codice. Se il tuo programma invia questo parametro in modo fisso, dopo il cambio di modello smetterà di funzionare completamente. A noi è successo proprio così: il generatore di news inviava la disattivazione del reasoning ad ogni richiesta e dopo il passaggio a un modello più recente avrebbe restituito un errore invece del testo. Abbiamo aggiunto il rilevamento di questo errore e un singolo retry senza quel parametro.

Registra il costo dalla risposta, non dal listino. Basta chiedere all’interfaccia la fatturazione e ad ogni risposta riceverai l’importo reale e il numero di token di reasoning. Senza questo non noterai che metà della fattura va per testo che non c’è sullo schermo.

Con modelli a reasoning obbligatorio dai un limite di token maggiore. Altrimenti il modello lo brucerà sul pensiero e restituirà una risposta vuota con stato di successo. È un guasto che non si vede nei log, perché formalmente non si è rotto nulla.

Come abbiamo testato

Diciotto modelli, 10 settembre 2026, una singola richiesta minima a ciascuno con il parametro di disattivazione del reasoning e limite di dieci token, per rendere il test economico. Conta solo il codice di risposta e il contenuto del messaggio di errore, quindi il risultato è univoco e facile da ripetere.

La lista dei modelli che bloccano la disattivazione crescerà, perché segue le nuove versioni. Aggiorneremo questo testo quando ne arriveranno altri.

Abbiamo raccolto più misurazioni degli stessi modelli, ma dal lato della qualità e della fattura, nei testi su quale modello scrive meglio in polacco, quanto costa un articolo scritto dall’AI e se la finestra di contesto promessa funziona davvero.

// continua a leggereNewsom firma un ordine esecutivo sull’IA con un possibile ‘kill switch’ per i modelli avanzatiNotizieIl sito del Federal Register ha usato un modello AI cinese Qwen mentre l’FBI lo definiva dannosoNotizieNSA, CISA e FBI accusano sei aziende cinesi di aver copiato su scala industriale i modelli AI americaniNotizie

Kinetyra