Come sono state confrontate queste opzioni
Questo confronto utilizza la documentazione ufficiale dei modelli, le schede tecniche, i prezzi pubblicati e le informazioni sul ciclo di vita verificate il 20 ottobre 2026. La selezione è organizzata in base al carico di lavoro e ai requisiti di distribuzione, non rappresenta una classifica delle prestazioni misurata in modo indipendente. I limiti pubblicati descrivono il modello o il checkpoint citato; le piattaforme di hosting potrebbero imporre limiti differenti. Non vengono dichiarate misurazioni private di accuratezza, latenza o successo delle attività.
Confronto tra modelli con tool-calling
| Modello |
Input / output diretto per 1M di token |
Supporto documentato / condizione |
Utilizzo principale |
| GLM-5.2 |
$1.40 / $4.40 |
Chiamata di funzioni; output strutturato |
Agenti testuali a lungo termine |
| Claude Opus 5.5 |
$4 / $20 |
Utilizzo di strumenti; l'uso forzato di strumenti restituisce un errore |
Flussi di lavoro complessi a più fasi |
| Claude Sonnet 5.5 |
$2 / $10 |
Utilizzo di strumenti; l'uso forzato di strumenti restituisce un errore |
Integrazioni di agenti Claude di fascia media |
| GPT-6 Sol |
$2 / $10 a tariffe per contesti brevi |
Strumenti di risposta; strumenti Chat Completions con reasoning_effort=none |
Stack di agenti in stile OpenAI |
| Gemini 3.6 Flash |
$0.75 / $3.75 tariffe introduttive per testo |
Chiamata di funzioni; output strutturati |
Valutazione di agenti multimodali attenta ai costi |
| GLM-4.7-Flash |
Gratuito sull'endpoint Z.ai documentato |
Supporto agli strumenti documentato all'interno della serie GLM-4.7 |
Prototipazione su endpoint gratuito |
| Kimi K3 |
Vedi i prezzi ufficiali del modello/cache |
Strumenti personalizzati e tool_choice documentati |
Flussi di lavoro con strumenti a lungo termine |
| Claude Fable 5.1 |
$10 / $50 |
Utilizzo di strumenti; l'uso forzato di strumenti restituisce un errore |
Flussi di lavoro di ragionamento con budget più elevato |
| MiniMax M3 |
$0.30 / $1.20 per richieste standard ≤512K input |
Strumenti di funzione tramite interfaccia compatibile con OpenAI |
Valutazione di agenti a pagamento a basso costo |
Le tariffe sono quelle standard non memorizzate nella cache del fornitore diretto, non tariffe GPT Proto. Prezzi Z.ai, prezzi Google e date promozionali, contesto MiniMax e tariffe prioritarie e fatturazione cache Kimi definiscono le condizioni rilevanti. La memorizzazione nella cache, il ragionamento, i prompt lunghi e gli strumenti integrati possono modificare il costo finale.
I 9 LLM con tool-calling, in base ai requisiti dell'agente
1. GLM-5.2 — Agenti testuali a lungo raggio
Z.ai documenta la chiamata a funzione, lo streaming, l'output strutturato e una finestra di contesto da 1M. Queste funzionalità supportate non stabiliscono un rango di benchmark comparabile: i domini delle attività, gli harness degli agenti e le definizioni di punteggio influenzano il risultato. Convalida la correttezza degli argomenti, le chiamate dipendenti e il ripristino rispetto all'endpoint effettivo. (Fonte: Specifiche di chiamata a funzione di Z.ai GLM-5.2). La guida all'agente di codifica GLM-5.2 mostra come l'accesso all'API e l'ambiente di esecuzione si integrano in un flusso di lavoro a livello di repository.
2. Claude Opus 5.5 — Flussi di lavoro complessi a più fasi
Anthropic posiziona Opus per lavori di codifica e conoscenza a lungo termine. Le sue attuali restrizioni API sono rilevanti: l'uso forzato di strumenti non è supportato, il comportamento di ragionamento è cambiato e la gestione della conversazione deve preservare i blocchi di ragionamento richiesti. Può essere valutato per catene di agenti complesse, ma un prezzo elevato per token o un benchmark del fornitore non stabiliscono un'esecuzione riuscita in un flusso di lavoro regolamentato. Le autorizzazioni dell'applicazione e la convalida dei risultati rimangono essenziali. (Fonte: Specifiche di Anthropic Claude Opus 5.5).
3. Claude Sonnet 5.5 — Integrazioni di agenti Claude a prezzo medio
Sonnet 5.5 è più recente di Sonnet 5, che rimane attivo. Offre una posizione di costo diversa rispetto a Opus con la stessa necessità di seguire i requisiti specifici della versione per strumenti e cronologia dei messaggi. Non dovrebbe essere definito universalmente più veloce o ugualmente accurato senza un test del carico di lavoro. Confronta il costo totale delle attività completate con successo, inclusi ragionamento e tentativi, piuttosto che i soli prezzi dei token. (Fonte: Specifiche di Anthropic Claude Sonnet 5.5).
4. GPT-6 Sol — Stack di agenti in stile OpenAI
OpenAI documenta la chiamata a funzione e gli output strutturati, ma la superficie API modifica l'integrazione. La chiamata a funzione di Chat Completions richiede reasoning_effort=none; il ragionamento con strumenti utilizza l'API Responses. I prompt che superano i 272K token di input comportano tariffe più elevate per l'intera richiesta. Un modello può restituire un JSON valido ma scegliere la funzione sbagliata o inventare un argomento semanticamente errato, quindi la correttezza dello schema e dell'attività richiede controlli separati. (Fonte: Specifiche di OpenAI GPT-6 Sol).
5. Gemini 3.6 Flash — Valutazione di agenti multimodali sensibili ai costi
Questo endpoint stabile sostituisce l'alias deprecato Gemini 3.5 Flash nella lista. Google documenta la chiamata a funzione e gli output strutturati. Le sue tariffe introduttive sono valide fino al 31 dicembre 2026 e non devono essere presentate come permanenti. Le chiamate parallele, le funzionalità dello schema supportate e le convenzioni dei messaggi sui risultati degli strumenti necessitano di convalida sul percorso API scelto. Il branding Flash non è un risultato di latenza misurato in modo indipendente. (Fonte: Specifiche di Google Gemini 3.6 Flash).
6. GLM-4.7-Flash — Endpoint gratuito per la prototipazione
La pagina dei prezzi attuale di Z.ai elenca tariffe di input e output gratuite per GLM-4.7-Flash. Ciò la rende l'opzione con il costo per token pubblicato più basso in questa particolare selezione, non una promessa di capacità illimitata o il costo più basso per attività completata con successo. Distinguila dai modelli a pagamento FlashX e dai modelli GLM-4 Flash non correlati. Verifica limiti, versione e comportamento delle funzioni prima di affidartene in ambienti di produzione. (Fonte: Specifiche del modello GLM-4.7-Flash).
7. Kimi K3 — Flussi di lavoro con strumenti a lungo raggio
Kimi documenta strumenti di funzione personalizzati e la conservazione completa dei messaggi dell'assistente durante i turni di utilizzo degli strumenti. Il ragionamento (thinking) è sempre abilitato e le impostazioni di ragionamento influenzano il comportamento e il costo. L'API e i pesi scaricabili sono decisioni di implementazione distinte; un modello di grandi dimensioni con pesi aperti non è automaticamente pratico da ospitare autonomamente. La privacy, la regione di hosting e i termini di elaborazione del provider scelto contano più di una generica affermazione sulla nazionalità del fornitore. (Fonte: Guida all'uso degli strumenti di Moonshot Kimi K3).
8. Claude Fable 5.1 — Flussi di lavoro di ragionamento a budget elevato
Fable 5.1 è un'opzione più recente rispetto a Fable 5, che rimane attiva. Anthropic documenta il suo comportamento di ragionamento e di utilizzo degli strumenti, incluse le modifiche sostanziali all'uso forzato degli strumenti e alla gestione dei blocchi di ragionamento. Il suo prezzo la posiziona al di sopra delle altre voci Claude qui presenti, ma il prezzo non è un livello di affidabilità misurato. È rilevante quando la valutazione mostra un guadagno concreto su attività ramificate che giustifica la spesa aggiuntiva. (Fonte: Requisiti per l'uso degli strumenti di Anthropic Claude Fable 5.1).
9. MiniMax M3 — Valutazione di agenti a pagamento a basso costo
Le tariffe standard di MiniMax aumentano a $0,60/$2,40 oltre i 512K token di input; l'elaborazione prioritaria ha un prezzo separato. Il modello è un candidato a pagamento a basso costo in questa selezione, non il modello più economico in assoluto poiché GLM-4.7-Flash è gratuito. Conserva la cronologia degli strumenti e convalida i risultati. Una tariffa inferiore non stabilisce l'accuratezza su catene di strumenti dipendenti e un'azione esterna fallita può costare molto più dell'inferenza. (Fonte: Riferimento per la chiamata di funzioni di MiniMax M3).
Cinque controlli di affidabilità per LLM con chiamata di funzioni
Selezione dello strumento: il modello richiede una funzione disponibile adatta all'attività, o rifiuta quando nessuna funzione può soddisfarla.
Correttezza degli argomenti: le chiavi obbligatorie, i tipi, i valori consentiti e il significato di ciascun argomento sono corretti.
Comportamento di chiamata parallela: le richieste indipendenti hanno identificatori distinti e ricevono risultati corrispondenti; le azioni dipendenti rimangono ordinate.
Ripristino multi-passaggio: l'agente gestisce dati mancanti, errori dello strumento, timeout e risultati contraddittori senza ripetere azioni consequenziali.
Supporto alla risposta finale: la risposta riflette accuratamente i risultati dello strumento e non inventa un'azione riuscita dopo un fallimento.
Gli output strutturati possono limitare il formato ma non possono stabilire l'autorizzazione o la correttezza semantica. Convalida gli argomenti nel codice dell'applicazione e applica le autorizzazioni prima dell'esecuzione. Per le azioni di scrittura, utilizza controlli di idempotenza o un passaggio di approvazione appropriato laddove l'applicazione lo richieda.
Interpretare correttamente i benchmark BFCL e Agent
BFCL e τ²-Bench testano attività e configurazioni diverse. La versione del benchmark, gli strumenti, l'harness dell'agente, il budget di ragionamento e la definizione di successo influenzano i punteggi. Una cifra copiata da una classifica di terze parti non è una misurazione Pass@1 comparabile senza tale configurazione. Confronta i punteggi solo quando le versioni dei benchmark, gli harness, i budget di ragionamento e le definizioni di successo sono compatibili.
Costo per attività completata dall'agente
Conta ogni passaggio di inferenza, token di ragionamento, nuovo tentativo, risposta dello strumento e attività fallita. Un modello più economico che richiede molti cicli di riparazione può costare più di un modello costoso che completa l'attività al primo colpo. L'esecuzione stessa dello strumento può comportare anche un costo monetario o operativo. Il confronto tra GPT-6 Sol e GPT-6 Astra discute l'uso degli strumenti, il ripristino e il costo per attività completata dall'agente.
Separa la scelta del modello dalla scelta del gateway. Un modello definisce il comportamento di ragionamento e di chiamata di funzione; il gateway definisce le traduzioni API supportate e il routing; l'applicazione gestisce l'esecuzione e la convalida dello strumento. Nessuno di questi livelli fornisce automaticamente le funzionalità degli altri.
Valutazione dei modelli di tool-calling supportati su GPT Proto
GPT Proto elenca GPT-6 Sol, Claude Opus 5.5 e Claude Sonnet 5.5 come punti di ingresso specifici per la valutazione dei modelli supportati. Un unico account, una chiave API e un saldo prepagato condiviso coprono le rotte supportate. Ciò consolida l'accesso e la fatturazione, mentre gli schemi degli strumenti, i controlli di ragionamento e i requisiti della cronologia delle conversazioni dipendono ancora dal modello e dall'endpoint scelti.
La piattaforma fornisce interfacce compatibili con OpenAI insieme a formati specifici per il modello. Inizia con l'esempio di utilizzo API e l'identificatore della pagina del modello selezionato, quindi verifica i campi necessari all'agente. Un esempio di base di risposta testuale non è prova di selezione forzata dello strumento, chiamate parallele, output strutturati o streaming degli argomenti dello strumento. Tali funzionalità richiedono documentazione o test sulla rotta effettiva.
Le pagine dei modelli Claude di GPT Proto illustrano perché questa distinzione è importante. Le loro note di migrazione descrivono le restrizioni specifiche del modello su ragionamento e scelta dello strumento, indirizzando esplicitamente gli utenti a verificare come l'endpoint GPT Proto espone i controlli nativi. Cambiare solo la stringa del modello non è quindi un controllo di compatibilità sufficiente.
Valuta un ciclo completo dello strumento: invia le funzioni disponibili, ispeziona la funzione e gli argomenti selezionati, esegui una chiamata autorizzata e restituisci il risultato utilizzando la struttura del messaggio richiesta. Includi errori e informazioni mancanti, non solo richieste riuscite. L'applicazione host rimane responsabile per le autorizzazioni, la convalida degli argomenti, i timeout e la prevenzione di azioni consequenziali duplicate. L'accesso a un modello in grado di utilizzare strumenti non esegue automaticamente tali funzioni.
I termini di fatturazione pubblicati descrivono l'utilizzo prepagato senza un abbonamento mensile richiesto, e i crediti inutilizzati non scadono. La pagina dei prezzi elenca una ricarica iniziale di 15 $. Utilizza le tariffe correnti specifiche per rotta e conta l'intera interazione, inclusi input ripetuti, ragionamento fatturabile, contesto del risultato dello strumento e nuovi tentativi. Un saldo condiviso non stabilisce il costo più basso per attività riuscita.
GPT Proto è adatto ai team che valutano i backend degli agenti supportati sotto un unico account, mantenendo il proprio livello di esecuzione e convalida. Giudica l'integrazione in base ai risultati delle attività accettate e alla compatibilità documentata, non solo alla copertura del catalogo. Per un confronto tra companion focalizzato sui costi, vedi API LLM convenienti per agenti AI.
