Una domanda che ci arriva regolarmente, in una forma o nell'altra:
DeepSeek costa quasi niente per milione di token. Perché Reverie non può essere semplicemente gratis?
È una domanda legittima e merita una risposta vera, non una scrollata di spalle. La premessa è persino in parte corretta: alcuni modelli sono davvero economici per token, e quel prezzo è pubblico — chiunque può verificarlo.
Quello che quel numero non mostra è tutto ciò che deve accadere attorno alla chiamata al modello perché una conversazione sembri una conversazione. Questo articolo percorre proprio quella parte, il più concretamente possibile.
L'argomento l'avevamo già sfiorato. Il nostro articolo sul sistema di crediti spiegava i moltiplicatori e i programmi di ricompensa, e quello sui modelli gratuiti spiegava perché li abbiamo lanciati nonostante l'incertezza. Entrambi si fermavano appena prima della domanda che comunque continua ad arrivare: dove finiscono davvero i soldi? Questa è quella risposta, più in dettaglio di quanto l'abbiamo mai data.
La fattura del modello è una voce, non la fattura
Quando invii un messaggio, la chiamata al modello è la parte visibile. È anche l'unica con un prezzo pubblicato, ed è per questo che domina ogni discussione sui costi.
Ecco un inventario approssimativo di cos'altro entra in gioco in un singolo scambio su Reverie:
- Recupero e assemblaggio del contesto — la definizione del personaggio, la tua persona, i world book, le voci di memoria a lungo termine, la cronologia recente e gli eventuali plugin attivi vanno tutti caricati, ordinati per priorità e fatti stare in un budget di token.
- Riassunto e compressione della memoria — descritto in dettaglio più sotto; è una chiamata al modello a sé stante.
- Moderazione — e va ben oltre un filtro sui messaggi. Pubblicare un personaggio fa passare le sue immagini attraverso un modello di visione. Segnalare un personaggio, un plugin o un creator avvia un vaglio con IA che legge sia il contenuto sia la segnalazione prima che ci metta gli occhi una persona. Le revisioni dei plugin vengono esaminate allo stesso modo.
- Archiviazione — ogni messaggio, ogni immagine, ogni scheda personaggio, ogni versione di ogni fork, conservati e serviti a tempo indeterminato.
- Infrastruttura — server applicativi, database e relative repliche, cache, code, CDN, connessioni in streaming tenute aperte per tutta la durata di ogni risposta.
- Monitoraggio e osservabilità — tracciamento degli errori, metriche di latenza e di fallimento, health check dei provider, e quel logging che ci dice che un modello ha iniziato a degradare due ore fa e non due giorni fa.
- Ingegneria — chi costruisce le funzionalità, e chi viene svegliato alle 3 di notte quando un provider va giù.
- Supporto e operatività — rispondere ai ticket, gestire i rimborsi, esaminare le segnalazioni, i ricorsi sulla moderazione, le commissioni di pagamento, le tasse, la contabilità.
E nemmeno questo elenco è esaustivo: è la parte facile da nominare.
Niente di tutto ciò compare sulla pagina prezzi di un provider di modelli. Sono tutti costi reali e ricorrenti, e la maggior parte cresce con l'uso invece di restare fissa.
Ed ecco la parte che sorprende di più: la chiamata al modello che vedi è solo una parte di ciò che paghiamo. Intorno ci sono server, archiviazione, chiamate in background non fatturate a nessuno e le persone che mantengono operativa la piattaforma. Questi costi non spariscono quando scende il prezzo dei token di un modello.
Non inventeremo una percentuale tonda: la ripartizione si muove con l'utilizzo e preferiamo non citare un numero che poi dovremmo ritirare. Ciò che resta stabile è la distinzione: il prezzo dell'API di un provider e il costo operativo di una piattaforma non sono la stessa cifra. Un'inferenza più economica riduce una parte della fattura, ma non elimina tutto ciò che la circonda.
Riassunto: la funzionalità che non ti addebitiamo
Questa merita una menzione a parte, perché è invisibile per progettazione.
Le finestre di contesto sono finite. Se una conversazione crescesse all'infinito, succederebbe una di due cose: le parti più vecchie uscirebbero silenziosamente dalla finestra e il personaggio inizierebbe a dimenticare, oppure ogni messaggio si porterebbe dietro l'intera cronologia diventando via via più lento e più caro, fino a smettere del tutto di funzionare.
Quindi Reverie riassume. Quando un thread si allunga, il sistema comprime la parte più vecchia in un riassunto narrativo — preservando lo stato della relazione, le dinamiche emotive, i fili ancora aperti — e lo inserisce nel contesto al posto della trascrizione grezza. Accade in automatico, in background, senza che tu lo chieda.
Quel riassunto è a sua volta una chiamata al modello. Legge molti token e ne scrive di nuovi. E si ripete lungo tutta la vita di una conversazione lunga.
Non te lo addebitiamo. Nella cronologia dei crediti non c'è nessuna voce "manutenzione della memoria". Viene assorbito nel costo di gestione della piattaforma, perché far pagare agli utenti il meccanismo che tiene coerenti le loro stesse conversazioni ci sembrava lo scambio sbagliato.
La stessa logica vale per altro lavoro di sfondo: ottimizzazione del contesto, estrazione della memoria, il passaggio che decide cosa meriti di essere ricordato.
Le chiamate al modello che avvengono quando non ci sei
Una parte di ciò che paghiamo non è legata ad alcuna tua richiesta.
I messaggi proattivi — un personaggio che ti scrive per primo — girano su pianificazione. Un processo decide chi ha senso contattare, legge abbastanza contesto da sapere cosa dire, e scrive qualcosa che valga la pena aprire. È una chiamata al modello per ogni messaggio, per una conversazione che non avevi ancora iniziato.
I momenti dei personaggi funzionano allo stesso modo: generati in silenzio, in sottofondo, così che la pagina di un personaggio abbia qualcosa di nuovo, che quel giorno ci abbia parlato qualcuno oppure no.
Nessuno dei due scala crediti. Nessun addebito quando un personaggio ti scrive per primo, nessuno quando compare un momento. Girano sul nostro calendario e sulla nostra fattura.
Vale la pena fermarsi qui, perché ribalta il modello mentale abituale. Una quota non trascurabile della nostra spesa sui modelli non ha dietro alcuna richiesta dell'utente. Esiste perché un personaggio che si limita a rispondere sembra meno vivo di uno che ogni tanto comincia qualcosa — e quella differenza costa denaro vero, speso in anticipo, per conversazioni che potrebbero non ricevere risposta.
Il vaglio di moderazione rientra anch'esso in questa categoria, ed è il caso più curioso. Quando qualcuno segnala un personaggio, il primo passaggio di revisione è una chiamata al modello: innescata da uno sconosciuto, su contenuti che magari hai pubblicato mesi fa. Non viene addebitato a nessuno dei due. Lo stesso vale quando un creator pubblica un personaggio e le sue immagini passano da un modello di visione: il controllo gira sulla nostra fattura, su un lavoro che speriamo risulti a posto.
Le risposte suggerite, la messa a punto della prima risposta e gli altri piccoli passaggi di qualità rientrano nella stessa categoria. Poco costosi singolarmente, sempre in funzione, mai messi a voce di spesa.
Sì, usiamo il prompt caching
Una domanda successiva ragionevole: se la definizione del personaggio e la cronologia iniziale non cambiano tra un messaggio e l'altro, perché pagare per inviarli ogni volta?
Non lo facciamo, dove possiamo. Il prompt caching è già in uso, e monitoriamo il tasso di hit per richiesta proprio per accorgerci quando una modifica che abbiamo rilasciato rompe per sbaglio un prefisso in cache.
Ma il tasso di hit non è perfetto, e non lo sarà mai. Le richieste vengono instradate su più provider tramite OpenRouter, e una cache vive presso lo specifico provider che l'ha creata. Se il messaggio successivo finisce su un altro backend, la cache non lo segue. Inoltre ogni provider espone il caching con semantiche diverse, dimensioni minime diverse e comportamenti di scadenza diversi. E poi le parti del prompt che cambiano più spesso — i messaggi più recenti, un riassunto aggiornato, un plugin appena attivato — stanno esattamente dove invalidano la coda del prefisso in cache.
Il caching riduce la fattura in modo significativo. Non la elimina, e prendere un ipotetico 100 % di hit come riferimento produce numeri che non sopravvivono al contatto con la produzione.
Mito vs. realtà
Mito: DeepSeek costa pochissimo, quindi ogni sito di IA dovrebbe essere quasi gratuito. Realtà: L'API del modello è una componente del costo di consegnare un prodotto finito. L'inferenza è la parte con un prezzo pubblico; tutto ciò che le sta attorno è la parte che non vedi su nessuna fattura.
Mito: Se azzeri la fattura delle API, il prodotto diventa economico da gestire. Realtà: No. Infrastruttura, archiviazione, moderazione, supporto e ingegneria non spariscono quando i token costano meno. Anche se la chiamata al modello al momento del messaggio non costasse nulla, questi costi circostanti e le chiamate in background descritte sopra resterebbero.
Mito: Riassunto e memoria sono funzionalità gratuite, quindi sono gratuite anche da fornire. Realtà: Sono gratuite per te. Riassunto, messaggi proattivi, momenti dei personaggi e passaggi di moderazione sono tutte chiamate al modello che paghiamo noi. I messaggi proattivi e i momenti possono partire senza una tua richiesta; la moderazione è attivata da una pubblicazione o una segnalazione, non da un messaggio di chat fatturabile.
Mito: Con il prompt caching il contesto ripetuto è gratis. Realtà: Il caching aiuta molto e lo usiamo. Instradamento su più provider, scadenza delle cache e la coda sempre mutevole di ogni prompt fanno sì che i tassi reali restino ben lontani dalla perfezione.
Mito: Usare un'API non ufficiale più economica risolverebbe tutto. Realtà: Può abbassare un numero e alzarne altri — latenza, instabilità, rischio per i dati o qualità del roleplay. Alcuni endpoint non ufficiali modificano le richieste o rivendono accessi ottenuti senza l'autorizzazione del provider. Ne parliamo subito dopo.
Mito: Gli utenti gratuiti sono un costo che la piattaforma tollera. Realtà: Gli utenti gratuiti sono il modo in cui la piattaforma cresce. Molti diventano creator e abbonati. Il vincolo non è se l'uso gratuito esista, ma se resti sostenibile.
Perché paghiamo i prezzi ufficiali
Esiste un modo ben noto per ridurre di molto la fattura dei modelli: endpoint non ufficiali ottenuti tramite reverse engineering. Le loro fonti variano. Alcuni rivendono accessi ottenuti per vie non autorizzate dal provider; all'estremo abusivo di quel mercato, parte della capacità viene finanziata con metodi di pagamento rubati.
Non li usiamo e non intendiamo farlo. Quei canali taglierebbero sensibilmente i nostri costi sui modelli. Li abbiamo guardati e abbiamo detto no, per due ragioni distinte.
La prima è che è semplicemente sbagliato. Quando un accesso viene ottenuto o finanziato tramite frode, rivenderlo è furto con qualche passaggio in più, per quanto normalizzato sia diventato in certi angoli di questo settore. Non finanzieremo la piattaforma attraverso quei canali per poi scrivere articoli sulla trasparenza.
La seconda è che degrada il prodotto, ed è la parte che gli utenti sentono direttamente anche senza sapere mai da dove sia arrivata una risposta:
- La latenza sale. Le rotte ottenute per reverse engineering aggiungono passaggi, si accodano dietro account condivisi e limitano il traffico in modo imprevedibile. La differenza tra una risposta che arriva in due secondi e una che arriva in dodici è la differenza tra una conversazione e l'invio di un modulo.
- Iniettano system prompt propri. Molti endpoint non ufficiali avvolgono le richieste in un loro system prompt predefinito prima di inoltrarle. Quel prompt è invisibile a noi e a te, e va in conflitto con la definizione del personaggio. La voce si appiattisce. I personaggi escono dal tono, rifiutano cose che non dovrebbero, o scivolano verso un registro da assistente generico. La qualità del roleplay è esattamente ciò che ne risente per primo, ed è il tipo di regressione più difficile da diagnosticare quando il prompt non è sotto il tuo controllo.
- Spariscono senza preavviso appena il provider chiude la falla, portandosi via la configurazione che funzionava.
- Le versioni dei modelli cambiano in silenzio, così un personaggio che ieri suonava giusto oggi risponde in modo diverso senza che nessuno sappia spiegare perché.
- Nessuno risponde dei tuoi dati. Nessun accordo sul trattamento, nessuna policy di conservazione, nessuno a cui chiedere.
Reverie custodisce conversazioni in cui le persone si sono davvero investite. Farle passare da un intermediario anonimo per risparmiare non è uno scambio che siamo disposti a fare. I provider ufficiali costano di più. In compenso rispondono al telefono, e non riscrivono per strada le istruzioni del tuo personaggio.
La forma reale di questa attività
Il team è piccolo e Reverie non è un'attività molto redditizia.
C'è una ragione strutturale per cui il prezzo in crediti di un messaggio non è semplicemente il costo in token di quel messaggio, e vale la pena capirla. L'inferenza è l'unica parte di una conversazione misurabile per messaggio. Tutto il resto in questo articolo — il riassunto, i messaggi proattivi, i passaggi di moderazione, l'archiviazione, i server, le persone — non ha un'unità naturale su cui fatturare. Nessuno può emetterti una fattura per "il processo in background che ha deciso cosa il tuo personaggio dovesse ricordare".
Quindi l'unica cosa misurabile deve rispondere di più di sé stessa. È tutta qui la ragione per cui esiste un sistema di crediti invece di un semplice ribaltamento dei token: se un messaggio costasse esattamente i propri token e nient'altro, tutto ciò che gli sta intorno girerebbe sul nulla — e tutto ciò che gli sta intorno è la maggior parte.
Non stiamo cercando di massimizzare il profitto. Non possiamo però nemmeno operare in perdita in modo permanente, perché una piattaforma che finisce i soldi smette di esistere, e per chi la usa è un esito parecchio peggiore di un sistema di crediti con dei limiti.
Tra questi due vincoli abbiamo scelto deliberatamente il lato più vicino agli utenti. In questo momento la priorità è costruire il miglior prodotto possibile prima del lancio ufficiale, non stringere la monetizzazione. Vuol dire rilasciare funzionalità e migliorare la qualità prima di ottimizzare la conversione, e vuol dire che i conti attuali sono più larghi di quanto sarebbero se il fatturato fosse l'obiettivo primario.
Anche i crediti gratuiti sono costi reali
Ci sono parecchi modi per usare Reverie senza pagare:
- la ricompensa giornaliera del check-in
- l'estrazione giornaliera, che si somma alla precedente
- gli obiettivi
- i bounty ufficiali
- le ricompense per i creator
- le ricompense per gli inviti, più la commissione quando un invitato acquista crediti
- le ricompense per la condivisione
- i codici di riscatto e le gift card
- la ricompensa del riepilogo annuale (Wrapped)
- i contributi della community, incluso aiutare a far conoscere Reverie
Sull'estrazione vale la pena essere precisi, perché è quella che si dà per decorativa. Ha cinque livelli — 1.000 / 2.000 / 8.000 / 30.000 / 80.000 crediti — con pesi 50 / 30 / 15 / 4 / 1. Facendo i conti, il valore atteso è di circa 4.300 crediti per estrazione. Per utente, al giorno, e in aggiunta alla ricompensa del check-in. Messo tutto insieme, il livello gratuito non è un gesto simbolico. La base del check-in è di 10.000 crediti, i bonus di serie si sommano sopra — +5.000 al terzo giorno, +8.000 al settimo, +50.000 al trentesimo, +200.000 al centesimo — e l'estrazione sta ancora sopra tutto questo. Al settimo giorno, il totale atteso senza spendere nulla è di circa 22.300 crediti; l'importo effettivo dipende dall'estrazione.
Fin dove arrivano davvero
A questo punto la domanda giusta è cosa comprino circa 22.300 crediti, e non l'abbiamo mai spiegato chiaramente.
I crediti si consumano come token × il moltiplicatore del modello. I moltiplicatori dei modelli di testo vanno da 0 a 2, e il selettore di modello li mostra prima che tu invii qualsiasi cosa.
Quello che si sottovaluta è che il numero di token non è fisso: cresce con la conversazione. Una chat nuova invia un paio di migliaia di token: il personaggio, la tua persona, un po' di cronologia. Una lunga ne invia molti di più, perché la trascrizione recente viaggia a ogni singolo turno. Limitiamo la cronologia grezza intorno ai 10.000 token e riassumiamo tutto il resto — è esattamente per questo che esiste il riassunto: senza quel tetto, una conversazione di sei mesi rispedirebbe l'intera cronologia a ogni messaggio e il costo per turno crescerebbe senza limite.
In pratica, un turno in una chat nuova su un modello 0,3× costa qualche centinaio di crediti, mentre lo stesso turno nel profondo di una conversazione lunga su un modello 1× ne costa diecimila o più. Stessa piattaforma, stesso giorno, una differenza superiore a un ordine di grandezza.
Questo intervallo è la risposta onesta a "quanto mi durano i crediti". Se ti spariscono più in fretta del previsto, probabilmente sei dentro una conversazione lunga con un modello costoso — e ora sai quale delle due manopole girare.
Anche la schermata di check-in fa una chiamata al modello. Quel saluto che il tuo personaggio ti scrive quando fai il check-in non è un modello preconfezionato: è generato, messo in cache una volta al giorno per personaggio, e limitato giornalmente perché non sfugga di mano. Resta inferenza che paghiamo, su una pagina il cui unico scopo è regalare crediti.
C'è un ultimo dettaglio sul funzionamento della spesa che sta bene qui: i crediti gratuiti vengono sempre consumati prima di quelli a pagamento. Se hai entrambi, si svuota prima il rubinetto. È voluto — i crediti che hai comprato ti durano di più — ma vuol dire anche che il livello gratuito assorbe il costo per primo, ogni singola volta.
Ognuno di questi è una spesa reale. Quando riscuoti la ricompensa giornaliera e la spendi in una conversazione, il provider del modello continua a fatturarci, i server continuano a girare, il riassunto continua a essere generato. I crediti sono gratuiti per te; il calcolo dietro non è gratuito per nessuno.
Finanziamo comunque questi programmi, perché l'accesso gratuito è il modo in cui la maggior parte delle persone scopre se questa piattaforma fa per loro, e perché una buona parte degli utenti gratuiti di oggi diventa creator e abbonata domani. Funziona però solo se la parte gratuita resta entro ciò che la piattaforma può reggere. Quando i numeri si muovono, i programmi vengono aggiustati — non perché vogliamo dare di meno, ma perché regalare più di quanto si può sostenere finisce col non poter regalare nulla.
Se i costi scendono, scende il prezzo
Questa parte è un impegno, non una descrizione.
I prezzi dei modelli calano nel tempo. Il caching migliora. L'infrastruttura diventa più efficiente. Il nostro codice spreca sempre meno token — gran parte del lavoro silenzioso degli ultimi mesi su assemblaggio del contesto e riassunto è stato esattamente questo.
Quando troviamo un modo duraturo per ridurre i costi operativi, la nostra netta preferenza è girarlo agli utenti invece di iscriverlo a margine. Modelli più economici, moltiplicatori migliori, ricompense più generose. L'abbiamo fatto più volte e preferiamo continuare, perché una piattaforma che le persone possono permettersi di usare molto vale per noi più di uno spread leggermente migliore.
La parola che conta lì è duraturo. Girare un risparmio che si rivela temporaneo significa doverlo riprendere dopo, e questo è peggio che non averlo mai dato.
Per cosa stai pagando davvero
Quando spendi crediti su Reverie, non stai comprando token da un provider di modelli con un ricarico sopra.
Stai pagando per una conversazione che ricorda cos'è successo, che resta coerente oltre il punto in cui il contesto grezzo sarebbe crollato, che gira su provider responsabili della propria disponibilità e dei tuoi dati, che ha un backup ed è esportabile, e che migliora in modo percepibile ogni poche settimane perché ci sono persone che ci lavorano a tempo pieno.
Potresti comunque volere più crediti gratuiti. È del tutto ragionevole, e ci piacerebbe dartene di più — ci stiamo lavorando dal lato dei costi, non dal lato del listino.
Ma preferiamo che tu sappia perché la risposta non è semplice quanto il numero sulla pagina prezzi di un provider di modelli.
Hai dubbi su un addebito specifico, o pensi che i nostri numeri siano sbagliati da qualche parte? La cronologia dei crediti mostra il conteggio reale dei token dietro ogni messaggio, e il nostro Discord è aperto. Preferiamo discutere di numeri veri che di impressioni vaghe.
Gli importi delle ricompense e i moltiplicatori di crediti citati qui riflettono la piattaforma al momento della pubblicazione e vengono adeguati al variare dei costi. L'app mostra sempre i valori correnti.