Confronto di costo · iaFlux Studio
Una foto prodotto elaborata dalla nostra pipeline costa $0,019 con l’inferenza tutta in cloud e $0,008 da quando un passaggio gira in locale sul Mac: il 58% in meno. Dato pubblicato il 16 settembre 2026 come costo a foto; la misura in locale è del 26 agosto 2026. In quella frase manca un numero, il costo del tempo macchina: lo diciamo prima di fare i conti.
misura del 26 agosto 2026 · una foto a 2048×2048 · canale alpha confrontato pixel per pixel · registro di laboratorio non pubblico
Questo confronto lo firma chi ha eseguito la stessa pipeline nei due modi. È per chi deve decidere dove far girare l’inferenza di un sistema in produzione: CTO, team di prodotto, system integrator. I numeri del costo per foto sono al 16 settembre 2026, quelli dello stack ad aprile 2026.
Se la domanda è quanto costa in tutto automatizzare le foto, il conto è in Quanto costa automatizzare le foto prodotto: $0,019 a foto.
Una precisazione sul titolo: in locale abbiamo spostato un passaggio solo, la rimozione dello sfondo; il generativo resta in cloud, perché i suoi pesi sono proprietari e in locale non esistono.
Cloud o locale: la risposta in 60 secondi
Contano la prima riga e l’ultima colonna: quanto paghi, e da dove esce il numero.
| Voce | Cloud | Locale | Da dove viene |
|---|---|---|---|
| Costo per foto | $0,019 | $0,008 | portfolio, 16 settembre 2026; misura del 26 agosto 2026 |
| Costo per lotto da 126 foto | $2,39 | $1,01 | calcolo dichiarato: 126 × costo per foto |
| Tempo per foto | circa 24 secondi | non misurato sull’intera pipeline | cloud: media delle 10 foto del batch test del 13 aprile 2026, dalla presa in carico al completamento; locale: solo il singolo passaggio, secondi non pubblicati |
| Chi paga la macchina | il fornitore | noi, con la macchina che abbiamo già | assetto dichiarato |
| Se il credito finisce | nell’aprile 2026 riprovava più volte | nessun credito per la rimozione dello sfondo; per il generativo sì | post-mortem del 21 aprile 2026 (uno dei tre bug); assetto dal 26 agosto 2026 |
| Dove gira il modello | sui server del fornitore | rimozione sfondo sul Mac, generativo in cloud | assetto in produzione dal 26 agosto 2026 |
| Pesi del modello | proprietari (generativo) | pubblici, MIT (rimozione sfondo) | licenze dei due modelli |
Come è stato contato. Il costo per foto è la spesa diretta che il fornitore fattura per l’inferenza di quella foto. Quello per lotto si ottiene moltiplicando per 126, come dichiara il post del 13 giugno 2026, e non è misurato. Non comprende il tempo macchina, l’energia, né le ore di chi presidia la pipeline.
Sintesi grezza:
- Il cloud conviene con lotti irregolari e senza una macchina da dedicare.
- Il locale conviene con lotti continui, solo sui passaggi con pesi pubblici.
- Il numero che deciderebbe davvero, il costo-ora della macchina, non è misurato.
Qui si guarda una voce sola, il costo per foto di questa pipeline; i costi ricorrenti di tutti i sistemi, al mese, sono un altro conto, da pubblicare a parte.
Cosa vuol dire $0,019 a foto (e cosa non include)
$0,019 è una media: il lotto di prova di 10 foto del 13 aprile 2026 è costato $0,1884 in tutto, cioè $0,01884 a foto, arrotondato a $0,019 nel post del 13 giugno 2026. Lo stack di aprile 2026 riporta lo stesso numero come costo per immagine a risoluzione nativa: una media nostra, non il listino del fornitore.
Il fornitore fattura a consumo, senza abbonamento: il costo di un lotto si ottiene moltiplicando, 126 × $0,019 = $2,39, un calcolo dichiarato e non una misura.
È in dollari perché in dollari fattura Replicate, e regge finché i lotti si somigliano: con foto diverse o un altro modello va rifatto.
Cosa resta fuori da quei due centesimi è già scritto in cosa non è incluso in quei 2 centesimi: qui aggiungiamo la voce che mancava, il tempo macchina. Le spese fisse mensili sono nello stack con i prezzi mensili ad aprile 2026.
Cosa cambia in locale: il 58% in meno e il numero che non c’è
Il passaggio spostato è la rimozione dello sfondo. In locale gira con BiRefNet, pesi pubblici con licenza MIT (ZhengPeng7/BiRefNet): gli stessi pesi che il fornitore cloud serve dietro la sua API. È questa coincidenza a rendere possibile il confronto.
La differenza fra i due numeri è circa un centesimo di dollaro a foto. Come si scompone, chiamata per chiamata, non lo abbiamo pubblicato: il registro dei costi voce per voce resta di laboratorio. Finché non esce con la sua data, $0,019 e $0,008 sono due totali, e da fuori non si smontano in voci.
L’equivalenza dei due risultati l’abbiamo verificata pixel per pixel sul canale alpha di una foto, il 26 agosto 2026. Una foto, non un lotto.
Sul tempo, una sorpresa e un vuoto: in locale quel passaggio è risultato più veloce della chiamata remota, contati upload e download, su una foto a 2048×2048 con la GPU del Mac. Il numero in secondi non è pubblicato, e qui non lo scriviamo.
$0,008 a foto non include il tempo macchina del Mac né l’energia che consuma: non li abbiamo misurati. Basta a confrontare due bollette, non a decidere se comprare una macchina.
Il secondo numero, prima del 26 agosto 2026, non esisteva: ecco le date.
| Data | Cloud | Locale | Da dove viene |
|---|---|---|---|
| 13 giugno 2026 | $0,019 | — | post sul costo della pipeline, batch test del 13 aprile 2026 |
| 26 agosto 2026 | $0,019 | $0,008 | misura di laboratorio, registro non pubblico |
| 16 settembre 2026 | $0,019 | $0,008 | portfolio e pagina sugli agenti AI in Italia |
Il vincolo nascosto: la coda, non il prezzo
Il prezzo si moltiplica; quello che ferma un lotto è la coda.
Sulla pipeline foto la coda in cloud è retta da tre workflow a intervalli fissi: l’ingresso delle foto e il recupero dei job bloccati ogni 60 secondi, l’elaborazione ogni 30 secondi, con il controllo del credito API prima di ogni lavorazione. L’architettura di aprile 2026, senza il passaggio in locale, è nel case study della pipeline foto, dalla coda alla consegna.
Un fermo è nato da una classificazione sbagliata, non da un guasto: il 402, credito esaurito, era trattato come errore temporaneo. È uno dei tre bug del post-mortem del 21 aprile 2026, quello dei primi test della pipeline.
In locale quel 402 non esiste: non c’è un credito da esaurire. Ma la macchina è una sola e si ferma in altri modi: è occupata da un altro lavoro, oppure il processo non risponde. Per questo c’è una riserva automatica sul cloud, file per file.
Resta aperta la domanda più grossa: cosa costa un cantiere parallelo in tempo macchina. Non lo abbiamo misurato; quando lo faremo, il numero uscirà con la data.
Quando conviene l’uno e quando l’altro
Posizioni, non soglie misurate: un confronto su lotti di taglia diversa non c’è.
Cloud: lotti irregolari, nessuna macchina dedicata
Se i lotti arrivano a ondate, 126 foto questo mese e niente il prossimo, paghi solo quando passa qualcosa. Ed è l’unica strada quando i pesi sono proprietari: l’alternativa non è lo stesso modello altrove, è un altro modello.
Locale: lotti continui, dati che non escono dalla macchina
Se il flusso è continuo, ogni foto lavorata in locale è un centesimo che resta: la differenza fra i due totali pubblicati. E il file non esce dalla macchina: per certi clienti questa condizione decide prima del costo.
Come decidiamo noi
Dal 26 agosto 2026 la pipeline gira in produzione così: rimozione dello sfondo in locale, generativo in cloud, riserva automatica in mezzo. Non è cloud oppure locale: è cloud e locale, con il confine deciso dai pesi.
Il criterio è uno, e non è il prezzo: va in locale il passaggio con pesi pubblici e un’equivalenza verificabile. Flux Kontext Pro non ha pesi pubblici: Black Forest Labs li tiene proprietari.
Il modello aperto della stessa famiglia, FLUX.1 Kontext dev, è un altro modello: resa diversa, prompt da riscrivere, soglie del controllo qualità da ritarare. Non una migrazione, un altro progetto.
C’è poi un interruttore: un cambio di configurazione riporta tutto sul cloud senza toccare il codice, per la sera in cui il Mac deve fare altro e per il cliente che rifarà un lotto senza di noi.
Cosa non abbiamo misurato
Il risparmio è pubblicato; quello che servirebbe per decidere no.
Il confronto di qualità nei due modi è un pezzo ancora da scrivere, e dentro c’è il controllo a 5 parametri che non può misurare se stesso.
Domande frequenti
Quanto costa una foto prodotto elaborata con l’AI in cloud e in locale?
$0,019 a foto con l’inferenza tutta in cloud, $0,008 da quando la rimozione dello sfondo gira in locale: il 58% in meno. Dato pubblicato il 16 settembre 2026, misurato in laboratorio il 26 agosto 2026 su una foto. Il passaggio generativo resta in cloud; la scomposizione del costo voce per voce non è pubblicata.
Conviene spostare in locale l’inferenza di una pipeline in produzione?
Dipende dal tempo macchina, che non abbiamo misurato. Il costo per foto scende da $0,019 a $0,008, il 58% in meno (dato del 16 settembre 2026), ma quel numero confronta due bollette, non due costi pieni: mancano costo-ora della macchina ed energia. Per chi la macchina ce l’ha già il conto torna, per chi deve comprarla no.
Il costo di $0,008 a foto include hardware ed energia?
No. È il costo diretto per foto fatturato dal fornitore cloud, senza la scomposizione voce per voce, che non è pubblicata. Tempo macchina ed energia del Mac non sono nel conto, perché non li abbiamo misurati: è una bolletta, non un costo industriale. Il numero è del 16 settembre 2026.
La qualità delle foto cambia tra cloud e locale?
Su un lotto intero non lo sappiamo. Il 26 agosto 2026 abbiamo confrontato pixel per pixel il canale alpha di una foto reale: i due risultati coincidono, perché modello e pesi sono gli stessi. Il controllo a 5 parametri della pipeline foto non è stato rieseguito su un lotto locale.
Cosa succede se il credito del fornitore cloud finisce?
Nell’aprile 2026 il codice 402 era classificato come errore temporaneo e il sistema riprovava più volte. È uno dei tre bug del post-mortem del 21 aprile 2026, quello dei primi test della pipeline. In locale non c’è un credito da esaurire, ma la macchina è una sola.
La pipeline dietro questi numeri, con cliente e date, è nella scheda della pipeline foto nel portfolio; l’architettura a tre workflow e i tre fix che l’hanno tenuta in piedi sono in Automazione foto e-commerce: case study, 44 foto consegnate.
Se stai decidendo dove far girare l’inferenza di un sistema tuo e ti servono i numeri non pubblicati, scrivi a studio@iaflux.it o scrivici dalla pagina contatti: rispondiamo per iscritto entro un giorno lavorativo.
Corretto il 3 ottobre 2026: questa pagina diceva che una foto richiedeva circa 9 minuti, che il sistema «riprovava all’infinito», che il post-mortem era quello dei «60 job persi e recuperati» e che il difetto «è stato corretto allora». Nel registro della pipeline i 10 completamenti del test stanno fra le 09:41 e le 10:19 del 13 aprile 2026, e una foto del test ha richiesto in media circa 24 secondi dalla presa in carico al completamento. Il sistema riprovava più volte, non all’infinito, e nel registro gli errori 402 di quel giorno risultano ancora classificati come temporanei. Il post-mortem è quello dei primi test della pipeline, con job bloccati e poi recuperati. Alcune cifre di costo sono ancora in pagina com’erano: le stiamo verificando.
Antonio Santoro
Lo stesso metodo, sui tuoi numeri?
Scrivici cosa deve fare e con quali dati lavora: rispondiamo per iscritto entro un giorno lavorativo, con una proposta e un preventivo fisso.
Scrivici →