Novità del servizio

Cosa cambia su AI Tokens, dal più recente. Un aumento di prezzo, il ritiro di un modello o una modifica delle condizioni che limita i tuoi diritti sono annunciati per e-mail almeno 30 giorni prima.

25 ottobre 2026#

• Bandi 4.0 in Lombardia. Internet One è iscritta all'elenco dei fornitori 4.0 di Unioncamere Lombardia: la nuova pagina spiega che cosa vuol dire per i progetti delle imprese lombarde.

• Modulo di contatto. In fondo alla pagina principale di ai-tokens.it si scrive direttamente dal sito, senza aprire il programma di posta. Dallo stesso modulo si chiede una call gratuita di 30 minuti per un software su misura.

• Registrazione aperta. Chiunque può creare un account da ai-tokens.it: dopo la conferma dell'indirizzo e-mail si entra nell'area clienti, si completano i dati di fatturazione e si ricarica il credito.

• Ricarica con carta. Dall'area clienti, alla pagina Fatturazione, si ricarica il credito con carta, da 10 a 5.000 euro. Si paga il credito più l'IVA al 22%; sul conto arriva il credito netto e per ogni ricarica Internet One emette la fattura elettronica. Prima di pagare vanno completati i dati di fatturazione: il codice per la fatturazione elettronica per le aziende, il codice fiscale per i privati.

• Nuova piattaforma. Il sito, l'area clienti e l'API girano su più macchine insieme. Il database è tenuto su tre: se una macchina si ferma il servizio continua. Indirizzi, chiavi e impostazioni restano quelli di prima.

• Interruzione. Il trasloco ha fermato il servizio per circa sei minuti il 25 ottobre, dalle 14:04 alle 14:10. In quei minuti l'API ha risposto 503 senza addebiti. Nessun dato è andato perso.

• Risposte in streaming interrotte, corretto. Dalle 14:10 alle 14:56 circa il 3% delle risposte in streaming dei modelli che ragionano prima di scrivere (Mistral Small 4, gpt-oss-120b, Qwen3.8) è passato a un'altra macchina oppure è finito con 502. Il difetto era nostro: le richieste finite con 502 non sono state addebitate.

24 ottobre 2026#

• Nuovo sito. Il configuratore mostra ogni modello con le macchine su cui gira, il paese e il prezzo su ciascuna, letti dal catalogo del servizio. Per la prima richiesta c'è un esempio in Python con model="auto": a ogni richiesta scegliamo il modello più adatto al prompt tra quelli disponibili.
• Contesti più lunghi. Apertus 70B ha una nuova variante, apertus-70b-instruct@blackwell6000pro, in Italia, con 65.536 token di contesto: il massimo del modello. Qwen3.8 27B sulla L40S passa da 65.536 a 131.072 token, Ministral 3 14B sul Mac da 32.768 a 65.536 token per richiesta, sulla R9700 da 32.768 a 131.072. La pagina Modelli dell'area clienti mostra il contesto di ogni variante, come lo dichiara la macchina che la serve.
• Le richieste rifiutate, spiegate. Nella pagina Consumi dell'area clienti una nuova sezione raccoglie le richieste rifiutate degli ultimi 7 giorni, per chiave, modello e motivo: cosa è successo, con i numeri veri, e cosa fare. Per esempio un prompt più lungo del contesto della variante scelta con @, o uno schema JSON che il motore del modello non sa usare. Gli stessi consigli arrivano nel campo hint dell'errore dell'API.
• Il sito in inglese. Su ai-tokens.it/en la pagina principale, il configuratore e le pagine legali sono anche in inglese; in alto si passa da una lingua all'altra. Per le pagine legali fa fede il testo italiano.
• Prezzi per aziende e per privati. Il listino del sito ha un interruttore: «Aziende» mostra i prezzi IVA esclusa, «Privati» con l'IVA al 22% inclusa, anche nella stima. Il sito ricorda la scelta.
• Condizioni, privacy e cookie. Pubblicate le pagine legali di AI Tokens, in vigore dal 31 ottobre: il servizio è anche per i privati, con il diritto di recesso di 14 giorni sulle ricariche.
• Tema scuro. Il sito segue il tema del tuo sistema. Il pulsante in alto passa da chiaro a scuro e ricorda la scelta. La barra del menu resta fissa in alto mentre scorri.
• Limiti più ampi. Ogni chiave può avere un proprio limite di richieste al minuto, al posto di quello standard. Se le tue prove ne chiedono di più, scrivici.
• Paese della chiave. Se limiti una chiave a un paese e il modello lì non gira, la risposta 503 lo dice e indica dove gira: code model_not_in_key_country, campo available_countries. Prima diceva di riprovare tra poco.
• Pagina Modelli nell'area clienti. Ogni macchina ha la bandiera del suo paese. Scegli una delle tue chiavi e vedi cosa raggiunge: le macchine fuori dal suo paese compaiono in grigio.
• /v1/completions. In streaming le risposte arrivano nel formato dei completions, con il testo in choices[].text. Con n maggiore di 1 arrivano tutte le risposte. Un prompt che non è una stringa riceve un 400 che spiega perché.
• Compatibilità con OpenAI. I campi facoltativi con valore null sono accettati come su OpenAI. Il ruolo developer vale come system.
• Risposte lunghe. Una risposta senza streaming può durare fino a 10 minuti: il gateway non la interrompe prima. I suoi errori arrivano in JSON, nella forma di OpenAI.
• Stream interrotti. Se chiudi uno stream a metà, registriamo i token generati fino a quel momento e liberiamo subito la riserva sul limite di spesa della chiave.
• Claude e MCP. Il collegamento OAuth accetta indirizzi di ritorno solo di claude.ai, claude.com e del tuo computer. La schermata di consenso mostra la destinazione. Se revochi la chiave in Chiavi API, il collegamento si chiude.
• Ministral 3 14B gira su NVIDIA RTX PRO 6000 Blackwell, AMD Radeon AI PRO R9700, Mac Studio M5 Max e NVIDIA DGX Spark. Non gira più su NVIDIA L4: il nome ministral-3-14b@l4 risponde 503.
• Documenti più veloci. La ricerca nei documenti e il loro caricamento girano di nuovo su GPU.
• Hardware in Consumi. La pagina Consumi e il suo CSV dicono, richiesta per richiesta, su quale hardware ha risposto il modello. Il Playground calcola il costo con il prezzo di quell'hardware e lo mostra.
• Variante che non c'è. Se chiedi modello@hardware e quell'hardware lì non c'è, il 503 (code hardware_unavailable) elenca le varianti disponibili in available_variants.
• Elenco dei modelli per chiave. Con una chiave limitata a un paese, /v1/models elenca solo i modelli che girano in quel paese.
• Se una macchina rifiuta, provano le altre. Una richiesta che una macchina rifiuta (per esempio un contesto più lungo del suo) passa alle altre macchine dello stesso modello prima di arrivarti come 400.
• Limite di spesa su tutti i servizi. Il limite mensile della chiave vale anche per embedding, rerank, voce, trascrizione e domande sui documenti: quando è raggiunto la risposta è 402 spending_limit_reached.
• Parametri di vLLM. Sono accettati repetition_penalty e ignore_eos. Più messaggi system o developer diventano un solo messaggio di sistema in testa, come lo vogliono i modelli.

23 ottobre 2026: apre AI Tokens Italia#

• Il servizio italiano: prezzi in euro, IVA esclusa, fattura di Internet One Srl.
• Prezzo per hardware. Un modello costa il prezzo di listino per il fattore della macchina che risponde: 1 per NVIDIA RTX PRO 6000 Blackwell, meno per le macchine più lente. Con modello@hardware scegli la macchina; l'header X-Hardware dice quale ha risposto. Vedi Modelli e prezzi.
• Mistral: Ministral 3 14B, Mistral Small 4 e Mistral Medium 3.5, accanto a Gemma, Qwen, gpt-oss e Apertus.
• Pagina Modelli nell'area clienti, con hardware, velocità misurata e prezzo di ogni variante.
• Claude e MCP: un server MCP per usare i modelli da Claude, con le istruzioni nella pagina «Claude e MCP» dell'area clienti.