OpenClaw, 1,3 milioni di dollari in token OpenAI in trenta giorni: il vero costo degli agenti AI

1.305.088,81 dollari di spesa API OpenAI in trenta giorni, 603 miliardi di token su 7,6 milioni di richieste, generati da circa 100 istanze di Codex: sono questi i numeri del progetto open source OpenClaw, gestito da un team di tre persone, che il creatore Peter Steinberger ha pubblicato su X nei giorni scorsi. Oneri che non gravano sullo sviluppatore: ingegnere in OpenAI da febbraio 2026, riceve i token come spesa interna dell'azienda. Quanto pubblicato da Steinberger è, ad oggi, il dato più concreto sul costo reale dello sviluppo software affidato ad agenti autonomi su larga scala.

Cosa fanno cento agenti Codex in trenta giorni

Lo screenshot indica come modello primario gpt-5.5-2026-04-23. Nella sola data del 15 maggio, l'account ha registrato 19.985,84 dollari di spesa, 19 miliardi di token e 206.000 richieste. La pipeline messa in piedi dal team copre l'intero ciclo di sviluppo: gli agenti rivedono le pull request, scansionano i commit alla ricerca di vulnerabilità, deduplicano le issue su GitHub, scrivono fix e aprono nuove PR coerenti con la roadmap del progetto. Altri monitorano i benchmark prestazionali e segnalano regressioni sul server Discord interno. Alcuni, riferisce The Decoder, partecipano alle riunioni e generano PR sulla base di quanto emerge nelle conversazioni. Sul fronte sicurezza, il team integra Clawpatch.ai, Deepsec di Vercel e Codex Security per ulteriori analisi su bug e vulnerabilità.

Lo screenshot non proviene dal backend OpenAI ma da CodexBar, l'utility per menu bar macOS sviluppata dallo stesso Steinberger che traccia uso e costi di token su Codex, Claude, Cursor, Gemini e Copilot. Lo sviluppatore di OpenClaw ha sfruttato l'occasione per promuovere la sua utility di monitoraggio.

La voce di costo che la sottoscrizione nasconde

Steinberger ha chiarito subito un punto rilevante per chi legge i numeri: la cifra riflette la tariffazione Fast Mode di Codex, che consuma credito a un tasso significativamente più alto dell'esecuzione standard. La sua dichiarazione testuale è che disattivando la modalità rapida la spesa scenderebbe del 70 per cento, per un totale di circa 390 mila dollari. Di conseguenza, anche utilizzando la versione meno onerosa del modello, ogni agente costerebbe circa 3.000 dollari al mese, contro i 13.000 della configurazione Fast Mode.

Il dato esposto da Steinberg è un elemento che il marketing dei vendor di tool agentici tende a non mostrare. OpenAI stima che Codex costi tra 100 e 200 dollari per sviluppatore al mese in scenari medi, laddove Steinberger occupa l'estremo opposto della distribuzione, ma la sua bolletta espone in chiaro la distanza tra il prezzo che lo sviluppatore paga in abbonamento e il costo di inference che sta sotto. Il caso è una conferma su scala estrema della logica che ha portato Anthropic, settimane fa, a bloccare gli utenti Claude Pro e Max dall'utilizzo di OpenClaw e di framework di agenti analoghi. Le sottoscrizioni flat sono pensate e progettate per l'interazione umana, dove il volume delle chiamate API può rimanere in una finestra ragionevolmente prevedibile. Una flotta di agenti autonomi genera ordini di grandezza superiori: una differenza che viene assorbita dal fornitore AI o pagata dall'utente.

Steinberger ha risposto alle critiche in modo decisamente pragmatico. A chi gli rinfacciava di poter pagare con la stessa cifra una squadra di sviluppatori, ha risposto che disattivando il Fast Mode la spesa scende al costo di un solo dipendente. Ai più severi, che gli chiedevano cosa avesse effettivamente consegnato, ha replicato che il rilascio è OpenClaw stesso, usato da milioni di utenti.

Per chi valuta l'adozione di tool agentici in azienda, lo screenshot può rappresentare un punto di riferimento che nessuna pagina "piani e prezzi" di nessun fornitore metterà mai a disposizione, e cioè una spesa che si colloca tra circa 300.000 e 1,3 milioni di dollari al mese per cento agenti in esecuzione continua, a seconda della modalità di esecuzione e prima di qualsiasi ottimizzazione di caching o orchestrazione. Il dato va letto più come istantanea di sviluppo svincolato dal vincolo di budget e meno come una vera proiezione applicabile a casi d'uso reale. Del resto quanto mostrato da Steinberger è anche una sorta di "prova di forza": un provider che paga il proprio costo computazionale ha qualche incentivo a esporlo, mentre chi fattura abbonamenti a prezzo fisso ha tutte le ragioni per tenerlo opaco.