Prezzi e costi API di AnythingLLM: il software, i token e le due fatture che nessuno pubblica

Il software di AnythingLLM è gratuito — l'app Desktop è un download da $0 e l'edizione Docker self-hosted è gratuita con la licenza MIT del repository del progetto — quindi, in pratica, «prezzi di AnythingLLM» significa due fatture che nessuno pubblica: un abbonamento facoltativo per hosting o licenza e i token dell'API del modello che procuri autonomamente. L'unico listino ufficiale, anythingllm.com/cloud, definisce i prezzi dell'hosting e lo dichiara in un proprio punto elenco: «Just bring an LLM API Key». Nota che anythingllm.com/pricing non è una pagina reale — reindirizza alla stessa pagina cloud.

Questa guida separa i tre livelli: quanto addebita AnythingLLM, cosa fa aumentare il costo dei token e quale percorso del provider è più adatto a ciascun carico di lavoro. Ogni cifra è corredata dalla fonte e dalla data, e i calcoli sono indicati come tali.

Avete già un workspace? Passate alla configurazione del provider di chat e al controllo della prima fattura. Mantenete separato il provider di embedding; attualmente Kunavo non fornisce alcun modello di embedding.

Due cose diverse vengono chiamate «API di AnythingLLM»

Chiariscilo prima di confrontare i prezzi, perché le due cose non hanno nulla a che vedere l’una con l’altra.

Nella documentazione ufficiale di AnythingLLM, l’API è l’API locale per sviluppatori e amministrazione che la tua istanza espone su /api/docs: crea workspace, carica documenti e chatta con un workspace; l’autenticazione avviene tramite una chiave generata all’interno della tua istanza. Non ha alcun costo, perché è il tuo server che comunica con sé stesso.

L’API a cui quasi sempre ci si riferisce cercando «migliore API per AnythingLLM» è l’endpoint del modello upstream che inserisci nel campo Base URL del provider di chat. Questa ha un prezzo per token ed è l’unica parte di una distribuzione AnythingLLM il cui costo aumenta con l’utilizzo. Tutto ciò che segue riguarda la seconda.

Quanto addebita AnythingLLM

I prezzi Cloud sono stati rilevati da anythingllm.com/cloud il 19 settembre 2026. Per i valori di Desktop Pro è necessaria una precisazione: provengono dallo screenshot del checkout incorporato da AnythingLLM nella propria documentazione, perché il checkout live di Mintplex Labs è protetto da una verifica anti-bot che non è stata aggirata. L’immagine contiene a sua volta una precisazione: il prezzo «non riflette eventuali promozioni, prove gratuite idonee o coupon applicati al checkout». Considera 15/20/180 $ come la cifra pubblicata da AnythingLLM e conferma l’importo nel checkout prima di acquistare.

Due trappole legate alla parola «Pro». Cloud Pro a 99 $ non è Desktop Pro. Sono prodotti distinti e diversi riepiloghi di terze parti indicano il prezzo dell’hosting come licenza desktop. Inoltre, Desktop Pro è più limitato di quanto suggerisca il nome: la panoramica Pro di AnythingLLM afferma che «AnythingLLM Desktop sarà e rimarrà gratuito da usare per il 99% delle nostre funzionalità» e che Pro «si limita a rimuovere quei limiti giornalieri» dalle funzioni Magic. Non limita chat, RAG, agenti né l’accesso ai modelli. La quota giornaliera gratuita per ciascuna funzione Magic è descritta solo come «generosa»: non è pubblicato alcun numero, quindi qui non ne viene citato nessuno. Separatamente, Magic Tab e Magic Beacon sono disponibili solo su macOS e Windows; la pagina di Beacon indica Linux come «Attualmente non supportato».

Un’ulteriore distinzione: editori non correlati rivendono immagini VM di AnythingLLM nei marketplace Microsoft e AWS, applicando le proprie tariffe orarie. Tali inserzioni non sono pubblicate da Mintplex Labs e i relativi prezzi non sono prezzi di AnythingLLM. Questa pagina non ne ha letto gli importi: le pagine dei marketplace hanno restituito 403, quindi qui non ne compare nessuno.

Cosa non include nessuno di quei prezzi

Nessun piano AnythingLLM include token del modello, e i piani Cloud lo dichiarano esplicitamente. La pagina sulle limitazioni Cloud afferma che «il cloud ospitato di AnythingLLM non viene fornito con un LLM integrato che puoi usare come nella nostra istanza desktop»; quindi un abbonato Cloud deve portare un endpoint esterno, il che rende i 50 o 99 $ una base minima, non un totale. La stessa pagina avverte che l’embedder integrato «non ti impedirà di provare a incorporare un PDF di 5.000 pagine, ma farà crashare la tua istanza» e che gli agenti personalizzati non sono supportati sul Cloud ospitato.

Desktop Pro segue la stessa logica, in piccolo. La sua documentazione di Magic Tab dice che la generazione dei suggerimenti è «eseguita sul dispositivo usando il provider e il modello LLM configurati», quindi un abbonamento Pro non acquista inferenza: acquista la rimozione di un limite giornaliero dalle funzioni che poi consumano il tuo budget di token.

Il percorso autentico a zero token esiste ed è disponibile solo su Desktop: il provider integrato esegue un modello locale usando il motore con licenza MIT di Ollama, indicato nella documentazione come «SOLO DESKTOP!». Se un modello locale risponde ai tuoi documenti in modo sufficientemente efficace, quella metà del conto è pari a 0 $ per sempre.

Da dove proviene davvero il costo dei token

Una fattura AnythingLLM ha due metà indipendenti, fatturate da due provider separati che configuri separatamente.

Acquisizione è una tantum: ogni documento viene suddiviso in chunk e incorporato una volta. Chat è ricorrente: a ogni turno vengono reinviati un prompt di sistema, la cronologia riprodotta, i chunk recuperati e la domanda. È la metà ricorrente quella che conta, e sono i valori predefiniti distribuiti con il prodotto a determinarne le dimensioni.

La dimensione e la sovrapposizione dei chunk provengono dalla documentazione sulla suddivisione del testo, che fornisce anche la conversione di ~4 caratteri per token usata sopra, indica LangChain RecursiveCharacterTextSplitter come unica strategia e avverte che le modifiche si applicano solo ai documenti incorporati successivamente. Gli altri tre valori sono letti dallo schema Prisma distribuito con il prodotto (topN 4, openAiHistory 20, similarityThreshold 0.25), che è autorevole. È importante conoscere un conflitto: la pagina RAG di AnythingLLM indica «4-6 chunk di testo», ma la pagina stessa si identifica come documentazione legacy, sostituita nella v1.8.5. Il valore predefinito dello schema è 4 ed è modificabile dall’utente.

L’errore costoso in questo caso non riguarda affatto un’impostazione. Allegare un documento non equivale a incorporarlo. L’introduzione alla chat con documenti di AnythingLLM afferma che, per impostazione predefinita, «inserirà il testo completo dei documenti nella finestra di chat» e che, se si supera la finestra di contesto mentre si aggiungono documenti, chiede se suddividerli in chunk, cioè incorporarli. Finché non accetti questa proposta, il percorso degli allegati reinvia l’intero documento a ogni turno invece di quattro chunk, e la differenza di costo è di un ordine di grandezza, come quantificato sotto.

La metà dell’embedding e la parte che Kunavo non fornisce

Sia chiaro: Kunavo non ha alcun modello di embedding abilitato. kunavo.com/llms.txt afferma che il formato wire /v1/embeddings è implementato, ma che oggi non è elencato alcun modello di embedding, e indica agli agenti di non raccomandare Kunavo per gli embedding; lo stesso vale per la sintesi vocale da testo e la trascrizione vocale (verificato il 19 settembre 2026). Poiché l’embedder di AnythingLLM è un provider separato dal modello di chat, configurato a livello di sistema anziché per workspace, la compatibilità con la chat non implica mai la compatibilità con gli embedding. Esegui la metà di acquisizione localmente o tramite un provider di embedding dedicato.

Anche l’opzione più economica per questa metà è quella predefinita. L’embedder integrato di AnythingLLM è all-MiniLM-L6-v2, un modello CPU da 25 MB che richiede circa 2 GB di RAM ed è addestrato principalmente in inglese. Non ha alcun costo per documento. Se invece ti serve un embedder ospitato, AnythingLLM pubblica il proprio riferimento di costo in pagine per dollaro.

Kunavo non fornisce questo passaggio e non ne indica alcun prezzo: ogni tariffa nella tabella viene addebitata direttamente da OpenAI, sul conto OpenAI stesso. I valori di pagine per dollaro sono quelli di AnythingLLM, tratti dalla sua pagina sull’embedder OpenAI (verificata il 19 settembre 2026); la stessa pagina specifica che l’app mostra una stima del prezzo prima dell’esecuzione. Sono coerenti con le tariffe pubblicate da OpenAI di 0,02 $, 0,10 $ e 0,13 $ per milione di token, rispettivamente. Nella prima riga, un’acquisizione di 500 pagine costa circa 0,008 $ — questo è il punto fondamentale: la fase di acquisizione non è quasi mai quella che determina i costi di una fattura AnythingLLM.

L’unica eccezione è la reindicizzazione. La panoramica dell’embedder avverte che, una volta iniziato l’embedding, «è meglio non cambiarlo», perché il passaggio a un altro embedder significa eliminare e incorporare nuovamente ogni documento. Considera una reindicizzazione come una ripetizione del costo di acquisizione e ricorda che un embedder locale rende gratuita tale ripetizione.

La metà chat: un provider, due valori predefiniti costosi

Un endpoint compatibile con OpenAI per il quale AnythingLLM non offre un’integrazione con nome passa attraverso il provider denominato letteralmente Generic OpenAI. La sua pagina di configurazione avverte che si tratta di «un provider LLM orientato agli sviluppatori: non dovresti usarlo a meno che tu non sappia cosa stai facendo» e lo descrive come il modo per raggiungere «qualsiasi provider LLM che non integriamo esplicitamente». Controlla prima l’elenco dei provider: diversi servizi con interfaccia OpenAI dispongono di provider nominati e di propri campi per il base URL nel .env.example distribuito con il prodotto, tra cui LM Studio, LocalAI, LiteLLM, KoboldCpp e Text Generation WebUI; questi mantengono i propri valori predefiniti invece di quelli generici riportati sotto.

I nomi dei campi e i valori predefiniti sono tratti dal server/.env.example distribuito con AnythingLLM e dal codice sorgente del provider Generic OpenAI sul branch master, il 19 settembre 2026: la chiave MAX_TOKENS è presente solo nel codice sorgente, non in .env.example. Due elementi aggiuntivi: GENERIC_OPEN_AI_CUSTOM_HEADERS, documentato in .env.example per i gateway che richiedono intestazioni aggiuntive, e GENERIC_OPENAI_STREAMING_DISABLED nel codice sorgente del provider, che forza risposte non in streaming.

# CHAT ONLY. Key names from AnythingLLM's server/.env.example, except
# GENERIC_OPEN_AI_MAX_TOKENS, which appears only in the provider source.
LLM_PROVIDER='generic-openai'

# The value is handed straight to the OpenAI SDK as baseURL, so /v1 is required.
# The UI placeholder ("eg: https://proxy.openai.com") omits it. Include it anyway.
GENERIC_OPEN_AI_BASE_PATH='https://api.kunavo.com/v1'
GENERIC_OPEN_AI_API_KEY='sk-kn-...'

# Any string is accepted here: the provider's pre-flight check always returns
# true, so a typo fails at call time rather than at save time.
GENERIC_OPEN_AI_MODEL_PREF='claude-sonnet-4-6'

# Leave this empty and AnythingLLM assumes 4096 — not your model's real window —
# then budgets history and context against that made-up number.
GENERIC_OPEN_AI_MODEL_TOKEN_LIMIT=1000000

# Defaults to 1024, which truncates long answers until you raise it.
GENERIC_OPEN_AI_MAX_TOKENS=8192

È importante pianificare tenendo conto di un limite, descritto in termini precisi. Il provider Anthropic nativo di AnythingLLM costruisce il client SDK solo con una chiave API e le intestazioni predefinite: non passa alcun base URL e AnythingLLM non espone alcun campo Base URL né documenta override per quel provider. Questo è il limite della superficie offerta da AnythingLLM: non significa che il traffico non possa essere reindirizzato, perché l’SDK TypeScript di Anthropic che costruisce imposta per impostazione predefinita il suo baseURL su process.env.ANTHROPIC_BASE_URL, quindi quella variabile del processo server arriva comunque al client. AnythingLLM non lo documenta né lo supporta, quindi consideralo non documentato, non un percorso: il modo supportato per raggiungere un endpoint di terze parti è Generic OpenAI tramite chat completions.

Anche la conseguenza relativa al caching è circoscritta. ANTHROPIC_CACHE_CONTROL è l’interruttore che fa aggiungere al provider nativo un indicatore cache_control al prompt di sistema, e nulla nel percorso Generic OpenAI invia quell’indicatore; quindi un percorso il cui protocollo richiede che il client richieda il caching non ottiene un cache hit tramite esso. Questo non dice nulla sugli endpoint che memorizzano automaticamente nella cache senza un indicatore del client; se il tuo lo fa è una questione da verificare nella documentazione del tuo provider. Il caching dei prompt spiega il valore di questa impostazione nei percorsi che la supportano.

Prima di definire il budget vale la pena conoscere altri due limiti. Il supporto per la visione e gli allegati in questo provider è basato sul best effort: il codice sorgente afferma in un commento che presuppone un array di contenuti realmente compatibile con OpenAI e che non verrà aggiornato per provider differenti. Inoltre, la generazione di immagini non offre un’opzione generica per il base URL: la pagina sulla generazione di immagini documenta quattro provider nominati, OpenAI, OpenRouter, Ollama e Lemonade, e nessuna riga per endpoint personalizzati; quindi /img raggiunge un gateway solo quando quel gateway è una delle integrazioni nominate, come OpenRouter, e non puntando a esso il Base URL di Generic OpenAI.

Una stima esemplificativa del costo dell’API AnythingLLM

Si tratta di calcoli sui token basati su tariffe pubblicate, non del costo misurato di un’attività né di un limite massimo della fattura. Supponi i valori predefiniti distribuiti sopra e un turno composto da: un prompt di sistema da 200 token, 4 chunk recuperati da 250 token ciascuno, 20 messaggi di cronologia riprodotti con una media di 120 token e una domanda da 40 token, per un totale di 3.640 token di input, con 400 token di output. Il prompt di sistema, la lunghezza della cronologia e la lunghezza della risposta sono ipotesi; il numero di chunk, la dimensione dei chunk e il numero di messaggi della cronologia sono valori predefiniti di AnythingLLM. L’ultima colonna mantiene invariato tutto il resto, ma allega un documento da 30.000 token invece di recuperare i chunk, così il testo completo viene trasmesso a ogni turno. Le tariffe sono i prezzi live del catalogo Kunavo per milione di token.

Tre letture. Primo: con queste ipotesi, un mese di domande e risposte con grounding su modelli Claude Sonnet 4.6 ammonta a $11,84, meno di un singolo mese di Cloud Basic a 50 $. Per un carico di lavoro di queste dimensioni, la decisione sull’hosting, non quella sul provider, rappresenta la voce maggiore; per questo i due costi devono essere dimensionati separatamente anziché compensarsi. Secondo: allegare il documento invece di indicizzarlo porta lo stesso carico di lavoro su Claude Sonnet 4.6 a $72,74: con queste ipotesi, il design del recupero sposta più denaro della scelta del provider. Terzo: la differenza tra i modelli è reale, ma secondaria: modelli Claude Haiku 4.5 a $3,95 contro Claude Opus 5 a $19,74 per gli stessi turni.

Moltiplica questi valori per il numero di turni giornalieri effettivo prima di considerarli un budget e aggiungi il costo di acquisizione solo quando reindicizzi. L’importo del catalogo Kunavo è un valore minimo di fatturazione, non un tetto massimo: quando l’upstream comunica il proprio addebito, la fattura è il maggiore tra il costo del catalogo e il costo upstream moltiplicato per il markup applicabile. I costi della cache e gli strumenti esterni non rientrano in questo esempio. La ricarica minima Kunavo è $10 di credito prepagato, un minimo di finanziamento e non una tariffa per attività né un abbonamento: consulta i dettagli di fatturazione.

Migliore API e miglior modello per AnythingLLM: quale percorso vince e quando

Sul «miglior modello», AnythingLLM offre una risposta onesta sotto forma di funzionalità. Il Model Router, self-hosted per singolo utente e multiutente, e disponibile su Desktop dalla v1.13.0, indirizza i messaggi semplici a un modello economico o locale e solo quelli complessi a un modello remoto costoso, indicando «Risparmia» come scopo dichiarato. Per le domande e risposte con grounding, di solito è sufficiente un modello di fascia media, perché i chunk recuperati forniscono i fatti; riserva un modello frontier alla sintesi e all’esecuzione degli agenti. Gli agenti aggiungono una propria pressione sui token, che AnythingLLM affronta con Intelligent Tool Selection: attivata per impostazione predefinita nella v1.15.0, invia alla finestra del prompt solo gli strumenti necessari a una chat invece di ogni strumento registrato; la documentazione afferma che ciò consente di «risparmiare fino all’80% in ogni singola chat». Questa è una cifra di AnythingLLM, relativa ai token che le definizioni degli strumenti aggiungerebbero altrimenti, non all’intera fattura, e non è stata misurata indipendentemente. Un miglioramento più recente e circoscritto: la v1.16.1 segnala che ora annullare l’inferenza la interrompe realmente sull’upstream, quindi una risposta abbandonata non viene più fatturata fino al completamento.

Per un confronto più ampio tra provider, consulta Alternative a OpenRouter e miglior gateway LLM; per il design del recupero che determina la maggior parte della fattura sopra, consulta Implementazione RAG e Ottimizzazione dei costi dell’IA. Se stai ancora scegliendo il client, AnythingLLM vs Open WebUI confronta i due prodotti in termini di hosting e struttura della fatturazione.

Salva la checklist per la migrazione del gateway prima di modificare la configurazione operativa.

Configurazione e controllo della prima fattura

Qui Kunavo è configurato come endpoint Generic OpenAI usando le impostazioni sopra; la pagina API compatibile con OpenAI illustra la struttura delle richieste e l’indice delle integrazioni elenca i client che dispongono già di una pagina di configurazione. AnythingLLM non è stato testato a runtime con l’endpoint Kunavo per questa guida, quindi considera la configurazione sopra un punto di partenza documentato, non un risultato di compatibilità: mantieni disponibile un percorso funzionante, imposta i campi della finestra di contesto e dei max-token prima della prima conversazione reale, esegui un workspace limitato e poi leggi l’addebito effettivamente registrato sul tuo account. Crea un account Kunavo quando sei pronto a finanziare una chiave e mantieni l’embedder sul modello locale gratuito, perché Kunavo non vende questa parte.

Domande frequenti

Prezzi, documentazione, .env.example distribuito, schema Prisma e codice sorgente dei provider di AnythingLLM verificati il 19 settembre 2026; endpoint Kunavo e disponibilità degli embedding verificati nuovamente lo stesso giorno tramite kunavo.com/llms.txt. Il prezzo di Desktop Pro proviene dallo screenshot del checkout di AnythingLLM, non dal checkout live, che non era raggiungibile. Le tariffe dei token Kunavo provengono dal catalogo live e ogni esempio in dollari in questa pagina è un calcolo illustrativo sui token, non il costo misurato di un’attività.