Code Models

Il pricing nella generazione di codice segue lo stesso modello per-token della generazione testo generico. I modelli code flagship (GPT-5 Codex, Claude 4.6 Sonnet, Codestral) costano €1-€10 per milione di token in input; i tier economici (Codestral Mamba, DeepSeek Coder, Qwen Coder) costano €0,05-€0,50 per milione. Una singola richiesta di autocomplete IDE raramente supera qualche migliaio di token in input, quindi il costo per chiamata è una frazione di centesimo. Le bollette crescono quando si rilasciano agenti che si ri-promptano dozzine di volte per task.

Il triangolo di compromessi è correttezza, velocità e contesto. I flagship risolvono problemi più difficili e seguono le convenzioni di progetto in modo più affidabile ma rispondono a 30-80 token/secondo, sensazione lenta dentro un loop di autocomplete stretto. I modelli economici veloci (Codestral Mamba, GPT-5 Mini) streamano a 200+ token/secondo e nell'editor sembrano nativi. Per task batch (refactor di un intero repo, generare test per cinquanta file) la correttezza del flagship vince. Per loop di autocomplete stretti, vince il tier veloce.

Attenzione al contesto cross-file: la maggior parte dei loop di autocomplete invia solo il file corrente. Per un refactor veramente codebase-aware serve un layer di retrieval che tira i file correlati nel prompt. Tool come Cursor e Continue lo fanno automaticamente; se ne state costruendo uno vostro, embeddate prima la codebase e recuperate i 5-10 file più rilevanti per richiesta.

Attenzione alla contaminazione di licenza: alcuni modelli code open-weights sono stati addestrati solo su codice con licenza permissiva; altri hanno spazzato codice GPL con termini di ridistribuzione ambigui. Se rilasciate codice generato in un prodotto closed-source, preferite modelli commerciali con garanzie esplicite sulla licenza del codice.

Le top picks qui sopra coprono il flagship più corretto, il workhorse più economico, il modello con il contesto più lungo e l'opzione di autocomplete più veloce.