Il divario di 12 volte: quanto costa davvero la generazione di immagini IA su scala catalogo

La classifica non è la bolletta

Chiedi a una stanza di designer quale modello di immagini sia il migliore e otterrai una risposta sicura, di solito quello in cima all’arena. Chiedi alla stessa stanza quale modello la loro azienda dovrebbe davvero usare su larga scala e la sicurezza svanisce. Sono due domande diverse, e a ottobre la distanza tra le due si è allargata fino a somigliare quasi a un fallimento del mercato.

Un’analisi dei prezzi pubblicata questo mese mette numeri reali sul problema. Per un team che genera 50,000 immagini prodotto al mese a circa 1K di risoluzione, un output per richiesta, la bolletta mensile tra modelli che si considerano tutti scelte ragionevoli va da circa $840 a circa $10,550. È un divario di 12.5 volte prima ancora di contare i ritentativi. Stesso carico, stessa risoluzione, stesso lavoro.

Il listino, tradotto

Il divario si vede meglio per immagine. All’estremo economico, un modello batch veloce si aggira sui $0.007 per immagine 1K. Nano Banana 2.1 si attesta su circa $0.0168 in modalità batch e $0.0336 in modalità standard. FLUX.2 [pro] parte da circa $0.03, MAI-Image-2.6 da circa $0.039 secondo la stima dell’arena, Grok Imagine Image 2.0 da circa $0.04, Seedream 5.0 Pro da circa $0.045, e FLUX 3 Image a 1K da circa $0.048.

Poi i prezzi salgono bruscamente. GPT-Image-2 a effort medio arriva vicino a $0.053, Nano Banana Pro vicino a $0.134, e GPT-Image-2 a effort alto vicino a $0.211 per immagine. Sullo stesso carico di 50,000 immagini, la differenza tra l’opzione ragionevole più economica e la più cara è una rata del mutuo, o diverse.

La parte più assurda è con quanta rapidità la risoluzione rimescoli la classifica. A 1K, i primi modelli sono quasi appaiati. A 4K, le stesse 50,000 immagini costano circa $3,780 con Nano Banana 2.1 e circa $30,350 con FLUX 3 Image. Un modello che sembrava un affare a risoluzione catalogo può diventare insostenibile nel momento in cui il brief chiede qualità da stampa.

Perché il più economico spesso vince, e a volte no

Quando un modello è «solo due gradini dietro» nell’arena, l’istinto è trattare la differenza come rumore. Per un catalogo prodotti, quell’istinto di solito è corretto. Se la tua soglia di accettazione è «pulito, coerente col brand, prodotto corretto», un modello più economico la supera più spesso di quanto suggerisca la classifica, e il denaro risparmiato torna a girare in più angolazioni o più concept.

Per un’immagine hero destinata a un cartellone, il calcolo si ribalta. Il costo di un’immagine scartata non è la tariffa di generazione. È il tempo del designer, il nuovo servizio fotografico, la scadenza mancata. Quando la posta è così alta, spendere quattro volte tanto per immagine è un’assicurazione a buon mercato, e la classifica smette di essere una metrica di vanità.

La risposta pragmatica su cui si stanno assestando quasi tutti i team è smettere di scegliere un solo modello. Fai girare quello economico su un lotto di 50 tuoi prodotti, fai girare quello caro sugli stessi 50, poi conta quante immagini passano al primo colpo. È quel numero, non il punteggio dell’arena, a decidere il tuo listino.

In quel consiglio si nasconde un’asimmetria utile. I modelli economici falliscono in modi evidenti, e i fallimenti evidenti costano poco da individuare. I modelli costosi falliscono in modi sottili: un logo leggermente sbagliato, un’ombra che cade dal lato sbagliato, una mano con un dito di troppo. Quei fallimenti costano di più da individuare perché sopravvivono al primo sguardo, ed è proprio per questo che i team pagano il modello costoso. La domanda non è mai se il premium valga la pena in astratto. È se gli errori specifici del modello più economico siano proprio quelli che i tuoi revisori avrebbero comunque mancato.

I ritentativi sono il moltiplicatore nascosto

Il costo più sottostimato della generazione di immagini IA è il ritentativo. Il modello di prezzo qui sopra presuppone un output per richiesta. I flussi reali non si comportano così. Se un team ha bisogno in media di 1.5 tentativi per immagine accettata, la bolletta sale del 50 per cento senza alcun cambiamento al prezzo unitario. Improvvisamente un modello economico che richiede due tentativi costa più di uno costoso che ne richiede uno.

Ecco perché il «tasso di accettazione» merita di sedersi accanto al «prezzo per immagine» su qualsiasi scheda di confronto. Un modello con il 60 per cento di accettazione al primo colpo equivale di fatto a 1.67 volte il suo prezzo di listino. Un modello con il 90 per cento equivale a 1.11 volte. Il divario tra i prezzi effettivi di due modelli può essere più ampio di quello tra i loro prezzi di listino, e punta in un’altra direzione.

Fai i conti sui due estremi della tabella e la lezione si affila. Un modello a $0.02 per immagine con il 50 per cento di accettazione costa $0.04 per immagine accettata. Un modello a $0.05 per immagine con l’85 per cento di accettazione costa circa $0.059 per immagine accettata. Il modello «caro» in pratica costa solo una volta e mezzo tanto, e ha risparmiato a una persona diversi giri di revisione. Una volta che dai un prezzo al tempo umano che finisce in quei ritentativi, il divario può chiudersi del tutto. Il prezzo di listino è un punto di partenza, non una risposta.

Anche le dismissioni sono una voce

Ottobre ha aggiunto un secondo tipo di costo che non compare su alcun listino: la migrazione forzata. Google ha programmato il ritiro del suo precedente endpoint immagini di Gemini per fine ottobre, spingendo chiunque sia ancora sulla generazione precedente a spostarsi che lo voglia o no. Sul flusso qui sopra, il passaggio dal vecchio endpoint a Nano Banana 2.1 taglia la bolletta mensile quasi a metà e approda a un modello meglio classificato. Una vittoria gratuita, consegnata da una scadenza.

Questa è la versione buona di una dismissione. Quella cattiva è la migrazione che non avevi pianificato, su un modello che non puoi fissare, a un prezzo che non avevi modellato. Se la tua pipeline di immagini dipende da un endpoint specifico, ora il calendario fa parte della tua struttura di costi insieme al listino.

L’economia, non l’estetica

Niente di tutto ciò sostiene che i modelli economici siano altrettanto belli. Spesso non lo sono. Sostiene che «quale modello è il migliore» è la domanda sbagliata per chi produce immagini su larga scala. Le domande giuste sono più strette e meno romantiche: qual è la mia soglia di accettazione, qual è il mio tasso di ritentativi, quale risoluzione serve davvero al deliverable, e cosa succede alla mia bolletta quando quella risoluzione cambia.

Il divario di 12 volte non è un bug del mercato. È il mercato che ti dice che la generazione di immagini è maturata abbastanza da avere dei livelli, come prima di lei lo hanno avuto l’archiviazione cloud e la codifica video. I team che trattano la generazione di immagini come un problema di approvvigionamento, con tassi di accettazione ed economia unitaria, spenderanno una frazione di quanto spendono quelli che la trattano come un problema di gusto. Entrambi possono avere ragione su quale immagine sia più bella. Solo uno può spiegare la fattura.