Gemini o Claude per programmare: il modello più economico non vince i test

Per programmare, Gemini 3.8 Flash costa meno dei modelli Claude considerati secondo le tariffe della Gemini API, ma nella classifica Coding di Text Arena del 22 ottobre 2026 Claude Opus 5.5 High è primo con 1545 ± 13 punti e Flash High è diciassettesimo con 1508 ± 7. È una ragione per confrontare il costo di una modifica riuscita, oltre alla tariffa per token.

Per richieste numerose e facili da verificare, Flash può essere la scelta economica. Nei lavori che richiedono più passaggi su un repository, Claude merita il sovrapprezzo se riduce abbastanza tentativi e correzioni umane. Gemini 4 Argon offre un’altra possibilità: nella stessa graduatoria è secondo con 1539 ± 12 punti, appena dietro Opus. Gli intervalli dei due punteggi si sovrappongono e quello di Argon è indicato come preliminare; il primo posto, da solo, non stabilisce un vantaggio certo su ogni compito.

Quanto costano i modelli nell’API

Nel livello Standard a pagamento, Gemini 3.8 Flash costa 0,75 dollari per milione di token in ingresso e 3,75 in uscita fino al 31 dicembre 2026. Gemini 4 Argon costa rispettivamente 2 e 10 dollari fino al 30 novembre 2026; dal 1° dicembre le sue tariffe salgono a 4 e 20 dollari. Flash dispone anche di un livello gratuito con limiti, mentre Argon richiede il livello a pagamento. Per entrambi, il listino distingue l’input recuperato dalla cache: alle tariffe introduttive costa 0,075 dollari per Flash e 0,10 per Argon per milione di token.

Il listino della Claude API indica 2 dollari per milione di token in ingresso e 10 in uscita per Sonnet 5.5, contro 4 e 20 dollari per Opus 5.5. Una scrittura nella cache valida cinque minuti costa rispettivamente 2,50 e 5 dollari per milione di token; una lettura riuscita costa 0,10 e 0,20. Per questi modelli Anthropic include la finestra di contesto da un milione di token alla tariffa ordinaria e segnala che il tokenizer delle versioni recenti può produrre più token a parità di testo.

Il prezzo di Argon coincide quindi con quello di Sonnet durante la promozione, ma non rimarrà tale alla scadenza indicata. Anche una finestra di contesto ampia non implica che ogni richiesta debba inviare l’intero repository: la quantità effettivamente trasmessa e quella generata in uscita determinano la fattura. I confronti che seguono fissano gli stessi volumi di token fatturati per isolare l’effetto delle tariffe; un identico testo può produrre conteggi diversi nei vari modelli.

Tre scenari mensili calcolati dalle tariffe

I volumi sono ipotetici e i risultati riguardano solo la spesa API in dollari. Ogni totale somma token di ingresso, uscita e, dove previsto, cache alle tariffe Standard appena riportate. Restano fuori imposte, strumenti a pagamento, modalità Batch e accordi commerciali: inserirli senza conoscere il carico concreto renderebbe i quattro modelli meno confrontabili.

• Prototipo senza cache. Con 2 milioni di token in ingresso e 0,5 milioni in uscita al mese, Flash costa 3,38 dollari, Argon 9, Sonnet 9 e Opus 18. Il totale di Flash prima dell’arrotondamento è 3,375 dollari. Su un volume così contenuto, la differenza tra Flash e Sonnet è di circa 5,62 dollari: basta poco tempo di revisione aggiuntiva per assorbirla, se la qualità delle risposte è diversa sul lavoro in esame.
• Uso continuativo senza cache. Con 20 milioni di token in ingresso e 4 milioni in uscita, Flash costa 30 dollari, Argon e Sonnet 80 ciascuno, Opus 160. Se, per ipotesi, il volume rappresentasse mille compiti simili, il divario tra Flash e Sonnet sarebbe di 5 centesimi per compito. Il modello più caro recupererebbe quella differenza soltanto se facesse risparmiare almeno altrettanto in tentativi, verifica o correzioni.
• Contesto riutilizzato. Su 20 milioni di token in ingresso e 4 milioni in uscita, si ipotizzano 15 milioni di letture riuscite dalla cache. Per Flash, 5 milioni restano input ordinario e si considera anche un milione di token conservato per un’ora nella cache esplicita: totale 20,38 dollari, inclusi 0,50 dollari di conservazione. Argon arriva a 51,50 dollari con 5 milioni di input ordinario e 15 milioni di cache implicita. Per Claude, l’ipotesi comprende 4 milioni di input ordinario, un milione di scritture nella cache da cinque minuti, 15 milioni di letture entro la sua validità e 4 milioni di output: Sonnet costa 52 dollari e Opus 104.

Il terzo scenario richiede cache hit effettivi. Argon usa soltanto la cache implicita, quindi il volume scontato è una condizione del calcolo, non un risparmio garantito. Flash può usare la cache esplicita nell’API che la supporta, ma ne paga la durata di conservazione: tenere lo stesso contenuto per più ore cambierebbe il totale. In tutti i casi, la cache riduce il costo dell’input ripetuto e lascia intatto quello dell’output; un agente che produce patch e spiegazioni lunghe può quindi spendere molto anche quando rilegge poco contesto a tariffa piena.

Che cosa misurano le prove di coding

Text Arena confronta risposte a richieste di programmazione: nella rilevazione citata, Opus High precede Argon High di pochi punti e Flash High resta più indietro. Questa misura riguarda le configurazioni indicate nella graduatoria. Non equivale alla percentuale di patch accettate in un progetto, perché modificare file, usare strumenti e recuperare da un errore richiede un flusso di lavoro diverso da una risposta testuale.

Nel confronto di Artificial Analysis, la configurazione Antigravity CLI con Gemini 4 Argon ottiene 53 nell’indice Coding Agent e un costo API medio di 5,86 dollari per compito; Claude Code con Opus 5.5 max ottiene 62 e costa 11,42 dollari per compito. L’indice combina prove di ingegneria del software, uso del terminale e domande tecniche. Il vantaggio di punteggio appartiene alla combinazione di modello, agente e impostazioni valutata: non va attribuito al solo Opus in qualsiasi applicazione.

La classifica Terminal-Bench 4.0 riporta invece il tasso di compiti risolti da coppie modello-agente in un ambiente a riga di comando. Opus 5.5 max con Claude Code vi raggiunge il 64,8% ± 3,1%, mentre Gemini 3.8 Flash High con mini-SWE-agent è al 19,1% ± 3,4%. Qui cambiano sia il modello sia l’agente: il distacco è concreto per quelle configurazioni, ma non misura quanto renderebbe Argon nello stesso ambiente. Text Arena reca una data di rilevazione; i risultati di Artificial Analysis e Terminal-Bench sono identificati dalle rispettive versioni del test, senza una data della singola esecuzione esposta accanto a queste cifre.

La soglia che decide il costo per modifica

Flash mantiene un vantaggio di prezzo quando le richieste sono brevi, ripetitive e il risultato si controlla con poco lavoro. Sonnet e Argon hanno la stessa spesa nominale nei primi due scenari, perciò la scelta tra loro dipende dalla resa sul compito specifico, dai token effettivamente fatturati e dai cache hit. Opus è il più costoso nei conti proposti, ma le configurazioni che lo impiegano guidano le misure di coding citate: il sovrapprezzo ha senso quando evita abbastanza rilavorazione.

Un confronto su un repository può usare come denominatore le modifiche che superano test e revisione, includendo i tentativi necessari per arrivarci. È lo stesso criterio del costo per compito riuscito: se una richiesta economica va ripetuta, il risparmio iniziale si restringe. Nei carichi con molto contesto condiviso conta anche distinguere token ordinari, scritture e letture dalla cache; i tre scenari mostrano quanto ciascuna voce può spostare la soglia economica.

Leggi anche:

• OpenAI API o Claude API: il token economico può costare di più per compito
• Codex o Claude Code: meno token non significa sempre lavorare meglio
• Perplexity o Gemini Deep Research: più lungo non significa più accurato