Ottimizzazione dei costi di Codex nella pratica: come risparmiare token senza perdere criterio

Stesso compito, ma la quota sparisce molto più in fretta del previsto. Un thread lungo rilegge il contesto per tutto il giorno. multi_agent è attivo di default. AGENTS.md ha migliaia di righe. Anche i lavori piccoli girano sul modello più costoso. Se vuoi capire dove vanno i soldi e come ridurli in modo sistematico, qui c’è la lettura giusta.

1. Dove va il denaro: come funziona la fatturazione

I costi di Codex arrivano da quattro fonti: rilettura del contesto, sessioni lunghe, sottotask in parallelo e livelli di ragionamento alti. Il meccanismo base è la fatturazione token/credit: ogni blocco di input, cached input e output consuma il credito corrispondente. I diversi tipi di token hanno tariffe diverse. cached input costa meno del input normale, ed è per questo che il prompt cache può far risparmiare. Le tariffe esatte stanno nella rate card ufficiale.

Codex non usa un semplice limite mensile, ma una finestra mobile. Quando la finestra si riempie scattano i rate limit. Plus e Pro hanno rate-limit reset banking, e la finestra si ripristina dopo la scadenza. Le API key vengono fatturate separatamente per token e non dipendono dal limite del piano Codex.

Per vedere l’uso, usa /status per la sessione corrente oppure apri il usage dashboard nelle impostazioni di Codex per il consumo del team.

Rileggere il contesto è la fonte di costo più facile da ignorare. Ad ogni task Codex rilegge AGENTS.md, la documentazione del progetto e la cronologia del thread. Se AGENTS.md ha migliaia di righe, la documentazione è enorme e un thread va avanti per molte tornate, i token si accumulano. Le sessioni lunghe sono cumulative: più il thread è lungo e più legge, più costa. Con multi_agent, ogni agente attivo consuma la propria quota, quindi il costo sale con il parallelismo. I modelli più forti come GPT-5.5/5.4 costano più di GPT-5.4 mini, e anche i livelli di ragionamento Low/Medium/High/Extra High cambiano la spesa.

Ecco il confronto tra misure di risparmio e compromessi:

Misura di risparmio	Effetto atteso	Compromesso
Scegliere un modello più economico	Riduce il consumo del 30-60%	Meno ragionamento; peggiore sui task complessi
Pulire il contesto al momento giusto	Riduce il consumo del 20-40%	Più thread nuovi; si perde la cronologia
Snellire AGENTS.md	Riduce il consumo del 10-20%	Più frammentazione della documentazione; manutenzione maggiore
Usare il prompt cache	Riduce il consumo del 15-30%	Il contesto deve restare stabile
Ridurre multi_agent	Riduce il consumo del 20-50%	Meno parallelismo; esecuzione più lenta

Risparmiare non significa essere tirchi. Un modello più economico può tagliare la spesa del 30-60%, ma i task complessi possono peggiorare. Pulire il contesto al momento giusto può risparmiare il 20-40%, ma richiede l’apertura di più thread. Snellire AGENTS.md può far risparmiare il 10-20%, ma sposta lavoro sulla struttura della documentazione. Il criterio vero è il task. Non sacrificare la capacità principale solo per risparmiare un po’.

Monitorare l’uso

Con /status nella console vedi lo stato del thread corrente, inclusa la dimensione del contesto e la quota consumata. Nel usage dashboard delle impostazioni di Codex vedi il consumo del team e lo stato della finestra di quota. Tieni traccia del tutto periodicamente per confrontare l’effetto reale delle misure di risparmio.

2. Livelli di modello e ragionamento: non sempre il più costoso

La scelta del modello impatta direttamente il costo. Codex offre quattro livelli di ragionamento: Low, Medium, High e Extra High. Low è veloce e stretto, perfetto per i task semplici. Medium e High sono più adatti a lavori più complessi o pieni di debugging. Extra High è pensato per task agentic lunghi. Sul fronte modelli, GPT-5.5 e GPT-5.4 sono i frontier, mentre GPT-5.4 mini è la variante leggera; 5.3-Codex e 5.2 sono già vecchi.

La regola base è semplice: frontier per pensare, mini per il lavoro di routine. Scegli il livello di ragionamento in base alla difficoltà reale. Non usare sempre la combinazione più costosa. Tenere per default il livello massimo brucia quota senza portare necessariamente vantaggi sui task semplici.

La distribuzione è questa:

Tipo di task	Livello di ragionamento consigliato	Scenario tipico
Ricerca semplice, conversione di formato	Low	Formattazione documenti, piccoli fix
Refactor, sviluppo di funzionalità	Medium	Refactor di un file, integrazione API
Debugging, logica complessa	High	Bug su più file, tuning delle prestazioni
Task agentic lunghi	Extra High	Automazione multi-step, sviluppo esplorativo

Per query semplici e conversioni di formato, usa Low + mini. Per refactor e sviluppo di funzionalità, Medium + mini o Medium + GPT-5.4. Per debugging e logica complessa, High + GPT-5.4/5.5. Per task agentic lunghi, Extra High + GPT-5.5. Scegli in base alla difficoltà reale, non alla sensazione di sicurezza. Andare troppo in alto “per sicurezza” è costoso.

FAQ: come scegliere un modello che faccia risparmiare

Per i task di ragionamento usa i modelli frontier (GPT-5.5/5.4), per il lavoro semplice usa mini (GPT-5.4 mini). Adatta il livello di ragionamento alla difficoltà. Ricerca semplice: Low. Debugging complesso: High. Task agentic lungo: Extra High.

3. Gestione delle sessioni: non lasciare un thread acceso tutto il giorno

Una sessione lunga può passare tutto il giorno a rileggere il contesto. I token spariscono velocemente. Codex rilegge il thread a ogni esecuzione, e più il thread è lungo e più legge, più cresce il costo. La soluzione è semplice: sessioni corte. Un thread, un task.

In pratica: AGENTS.md ha migliaia di righe, la documentazione del progetto è enorme e i passaggi avanti e indietro si ripetono molte volte. Una sola rilettura costa pochi token, ma decine di round diventano decine di migliaia. Più il thread si allunga, più è facile che Codex si confonda e peggiori il risultato.

Comando	A cosa serve	Quando usarlo
/compact	Comprimere il contesto iniziale	Quando un thread inizia ad allungarsi (Codex lo fa anche in automatico)
/clear	Cancellare il thread corrente	Quando il task è finito
/resume	Riprendere un thread precedente	Quando devi continuare un task passato
/fork	Creare un ramo	Quando serve esplorare direzioni diverse
/agent	Passare a un agente parallelo	Quando serve multi_agent
/status	Controllare lo stato del thread	Quando vuoi monitorare l’uso

Best practice per le sessioni

Quando un task finisce, usa subito /clear o apri un thread nuovo per evitare accumulo di contesto. Nelle sessioni lunghe usa /compact per comprimere la parte iniziale e risparmiare token. Non usare /resume se non devi davvero continuare il lavoro precedente. Non mischiare bugfix, feature, refactor e deployment nello stesso thread. Il contesto diventa confuso e i token si sprecano. Per i rami esplorativi usa /fork, ma ricorda che ogni ramo consuma la propria quota.

FAQ: come gestire le sessioni lunghe?

Quando il task è finito usa /clear o apri un thread nuovo. Nelle sessioni lunghe usa /compact. Un thread, un task.

4. AGENTS.md leggero: evitare il taglio dei 32 KiB

AGENTS.md cresce in fretta e si mangia il contesto. Può anche essere troncato. project_doc_max_bytes è impostato di default a 32 KiB. Quando AGENTS.md arriva a quel limite, il sistema smette di aggiungere e taglia ciò che resta. Il truncation fa perdere istruzioni e spreca contesto.

Ecco come leggere la dimensione di AGENTS.md:

Dimensione di AGENTS.md	Impatto	Soluzione
< 16 KiB	Nessun effetto percepibile; poco consumo di contesto	Lasciarlo com’è
16-32 KiB	Carico medio; da monitorare	Separare ciò che non è essenziale
> 32 KiB	Rischio di truncation; alcune istruzioni spariscono	Suddividere in cartelle annidate

Passi per alleggerire AGENTS.md

Tieni un solo AGENTS.md leggero e stabile sotto i 32 KiB, e lascia lì solo le istruzioni centrali e le regole comuni. Se superi il limite, sposta le regole extra in cartelle annidate come docs/.agents e metti i dettagli in file .md dedicati al task. Usa l’override per prossimità così l’AGENTS.md locale in una sottocartella ha priorità.

Per una guida più dettagliata, vedi AGENTS.md Best Practices.

---

5. Prompt cache: rendere più economico il contesto stabile

cached input costa meno del input normale, ed è questa la ragione principale per usare il prompt cache. Se il contesto resta stabile, Codex può fatturarlo come cached input. Mantieni AGENTS.md e la documentazione del progetto stabili così la cache funziona davvero.

Il meccanismo è semplice: Codex salva blocchi di contesto stabili come AGENTS.md e la documentazione del progetto. Alla prossima esecuzione questi diventano cached input. Se li cambi di continuo, la cache salta e torni alla tariffa normale dell’input. Un buon cache hit può ridurre il costo di un’esecuzione del 15-30%.

La regola pratica è: mantenere AGENTS.md corto e stabile, mettere le regole durature in un punto fisso e spostare il contenuto variabile in una cartella temporanea o in documentazione specifica del task. Non buttare tutto nel prompt.

Trade-off dell’uso della cache:

Leva di cache	Effetto atteso	Trade-off
AGENTS.md stabile	Più hit su cached input	Richiede pianificazione; meno modifiche
Documentazione progetto stabile	Meno token riletti	La cache salta quando la doc cambia
Evitare modifiche frequenti	Hit rate più stabile	Meno flessibilità

FAQ: come il prompt cache fa risparmiare

Mantieni AGENTS.md e la documentazione del progetto stabili per far entrare cached input. cached input costa meno del input normale, e la differenza esatta sta nella rate card ufficiale.

6. Parallelismo e plan mode: attivali solo se servono

multi_agent v2 viene fatturato per esecuzione attiva. Ogni agente attivo consuma quota, quindi il parallelismo costa più di un singolo agente. Per ora multi_agent è ancora sperimentale; l’atteggiamento di default deve essere prudente. Attivalo solo se serve davvero.

Il calcolo è semplice: un agente gira una volta e consuma X. Se multi_agent mette tre agenti in parallelo, ogni agente attivo consuma X e il totale diventa 3X. Più agenti ci sono, più costa. Inoltre, ogni agente rilegge il contesto, ragiona e produce output, e tutto si somma.

Modalità di parallelismo	Effetto sul costo	Scenario tipico
Agente singolo	Costo base	Un task, esecuzione sequenziale
multi_agent (parallelismo leggero)	+20-30%	Esplorazione parallela reale
multi_agent (parallelismo forte)	+50-100%	Task agentic lunghi

multi_agent ha senso quando il task richiede davvero esplorazione parallela, per esempio modificare più file insieme, sincronizzare più documenti o avviare flussi agentic lunghi come test automatici, deployment e monitoraggio. Per un bugfix puntuale, un refactor passo-passo o un lavoro individuale con budget stretto, non è la scelta giusta. Per capire meglio i costi del parallelismo, vedi Codex Multi-Agent in Practice.

La regola per multi_agent è semplice: off per default, on solo quando serve. Tieni pochi agenti attivi e riduci il parallelismo se il costo sale troppo in fretta.

FAQ: il parallelismo multi-agent è costoso?

Sì. multi-agent v2 fattura per esecuzione attiva, quindi ogni agente attivo consuma quota. Lascialo spento di default.

---

7. Plan mode: non abusarne nei task semplici

Plan mode aggiunge una fase di pianificazione, quindi consuma token extra. Nei task complessi quella fase può evitare di rifare lavoro. Nei task semplici spesso è solo overhead. Se il task è chiaro, esegui direttamente.

Ecco il rapporto tra complessità e plan mode:

Difficoltà del task	Usare plan mode?	Impatto sul costo
Semplice (un passo, chiaro)	No	Costo base
Media (più passi, serve validazione)	Sì	Una ronda di pianificazione in più, ma meno retrabalho
Complessa (catena agentic lunga)	Sì	Una ronda di pianificazione in più, ma si evita un retrabalho più costoso

La regola: plan mode per i task complessi, esecuzione diretta per quelli semplici. È il consiglio prudente. La decisione finale dipende dal task.

FAQ: plan mode costa di più?

Sì, aggiunge una ronda extra di token. Non usarlo per i task semplici; tienilo per quelli complessi e così eviti retrabalho.

8. Monitoraggio e budget: si risparmia solo ciò che si vede

Per sapere se il risparmio funziona serve visibilità. Codex offre due punti di monitoraggio: usage dashboard e /status. Il usage dashboard sta nelle impostazioni di Codex e mostra il consumo del team e lo stato della finestra quota. /status nella console mostra la dimensione del contesto e la quota consumata del thread corrente.

Passi per monitorare l’uso

Apri il usage dashboard nelle impostazioni di Codex per vedere l’uso del team. Usa /status per ispezionare il thread corrente. Per il budget puoi usare una fascia di riferimento: Plus è intorno a $20/mese, Pro intorno a $200/mese, Business intorno a $25-30 per persona al mese, e le esperienze reali di team sono spesso vicino a $100-200 per persona al mese (solo come riferimento, non ufficiale). Questi numeri sono utili come riferimento per il 2026-06; per decisioni reali segui il prezzo ufficiale.

FAQ: quanto costa al mese?

Plus è intorno a $20/mese, Pro intorno a $200/mese. In pratica nei team si vede spesso una fascia di $100-200 per persona al mese. Il numero reale sta nel usage dashboard.

9. FAQ

Q1: Dove vanno i soldi di Codex?

Nella rilettura del contesto, nelle sessioni lunghe, nel parallelismo multi-agent e nei livelli di ragionamento alti. Vedi la sezione 1.

Q2: Come scegliere un modello meno costoso?

Frontier per pensare (GPT-5.5/5.4), mini per il semplice (GPT-5.4 mini). Adatta il livello di ragionamento alla difficoltà. Vedi la sezione 2.

Q3: Come gestire le sessioni lunghe?

Usa /clear quando finisci il task, oppure /compact in un thread lungo. Un thread, un task. Vedi la sezione 3.

Q4: Come aiuta il prompt cache a risparmiare?

Mantieni AGENTS.md e la documentazione del progetto stabili per sfruttare cached input. cached input costa meno del input normale. Vedi la sezione 5.

Q5: AGENTS.md troppo grande è un problema?

Sì, sopra i 32 KiB può essere troncato e consuma anche contesto. Mantieni il file principale leggero e sposta l’eccesso in cartelle annidate. Vedi la sezione 4.

Q6: Il parallelismo multi-agent è costoso?

Sì, perché la fatturazione avviene per esecuzione attiva. Lascialo spento di default. Vedi la sezione 6.

Q7: Plan mode costa di più?

Sì, aggiunge una ronda extra di token. Non usarlo per i task semplici. Vedi la sezione 7.

Q8: Quanto costa più o meno al mese?

Plus intorno a $20/mese, Pro intorno a $200/mese. Nei team spesso si parla di $100-200 per persona al mese. Vedi la sezione 8.

10. Passi successivi e letture correlate

Se vuoi una guida su autorizzazioni ed errori frequenti, leggi Codex Sandbox and Permission Boundaries. Se vuoi approfondire gli agenti paralleli, leggi Codex Multi-Agent in Practice.