Prezzi di AutoGPT: piani ospitati, costo del self-hosting e destinazione della chiave API

I prezzi di AutoGPT hanno tre risposte separate. AutoGPT Platform ospitato è a pagamento e non offre un piano gratuito: Pro a $42,50 al mese con fatturazione annuale ($50,00 con fatturazione mensile) e Max a $272,00 al mese con fatturazione annuale ($320,00 con fatturazione mensile). Il self-hosting della stessa Platform non prevede costi di licenza. AutoGPT Classic è gratuito, MIT e non supportato. Tutti e tre risiedono in un unico repository, motivo per cui la maggior parte dei riepiloghi dei prezzi di questo prodotto è errata: citano un prodotto e ne descrivono un altro.

Il repository è in buone condizioni, qualunque cosa suggeriscano i vecchi tutorial. L'API GitHub riporta Significant-Gravitas/AutoGPT come non archiviato, non disabilitato e non fork, con branch predefinito master, aggiornato lo stesso giorno in cui questa pagina è stata verificata, e con 187.475 stelle. La release più recente è contrassegnata autogpt-platform-beta-v0.8.0 ed è stata pubblicata il 19 settembre 2026, dopo v0.7.4 del 4 settembre e v0.7.3 del 28 agosto, con cadenza circa settimanale. La stringa del tag conserva ancora «beta» come eredità del nome; la piattaforma ospitata è venduta pubblicamente, quindi non interpretare quella parola come una lista d'attesa o una release chiusa.

Tre prodotti, un solo nome

Da quella tabella seguono due considerazioni. Primo, Polyform Shield è una licenza source-available, non approvata dall'OSI: la formulazione del README è «gratuito per uso personale e aziendale interno; non può essere venduto come servizio ospitato concorrente». Quindi Platform non è open source nel senso di MIT, anche se il marketing di AutoGPT usa questa espressione. Solo classic/ e il resto del repository sono MIT. Secondo, se una guida ti dice di inserire OPENAI_API_KEY in un .env accanto a SMART_LLM e FAST_LLM, sta descrivendo Classic, il cui README attuale documenta esattamente queste variabili e Python 3.12+ con Poetry. Si tratta di una destinazione da cui migrare, non di una raccomandazione. Fonti: README di master e classic/README.md, entrambi consultati il 21 settembre 2026.

AutoGPT Platform ospitato: cosa acquista effettivamente l'abbonamento

Letto da agpt.co/pricing il 21 settembre 2026. Le cifre annuali sono quelle visualizzate per impostazione predefinita dalla pagina; quelle mensili provengono dagli attributi data-monthly dell'elemento del prezzo nel codice sorgente della pagina, e il selettore con l'etichetta «Save 15%» torna in entrambi i sensi ($50,00 × 0.85 = $42,50, $320,00 × 0.85 = $272,00). Team non è acquistabile oggi, quindi considera inventata qualsiasi cifra che vedi associata a quel piano.

Ora il fatto che manda fuori strada la maggior parte dei budget AutoGPT. L'abbonamento non è un pacchetto di utilizzo. La pagina dei prezzi di AutoGPT afferma che le automazioni — l'esecuzione di agenti e workflow — sono a consumo tramite il portafoglio di crediti, alla stessa tariffa su ogni piano, mentre l'abbonamento abilita invece l'utilizzo di AutoPilot Chat. La FAQ della homepage lo esprime chiaramente: l'abbonamento copre la chat, il portafoglio di crediti copre gli agenti eseguiti. Quindi l'8,5x pubblicizzato per Max è 8,5x della quota chat, e acquistarlo non modifica il costo di un'esecuzione dell'agente.

Due punti in cui i contenuti ufficiali di AutoGPT sono in disaccordo con se stessi, mostrati senza risolverli. La homepage afferma che ogni piano «include un utilizzo sufficiente per mettere al lavoro gli agenti dal primo giorno … e un portafoglio di crediti per le esecuzioni dei tuoi agenti», mentre la tabella comparativa dice che «paghi solo per le esecuzioni di automazioni che utilizzi»; la documentazione sulla fatturazione rimanda alla pagina dei prezzi per i dettagli sui crediti inclusi, ma la pagina dei prezzi non pubblica alcun numero. Separatamente, nessuna delle tre pagine pubbliche qui consultate — la pagina dei prezzi, la FAQ della homepage e il documento Credits & Billing — indica quanto costi un credito in dollari, e il checkout è accessibile solo dopo il login. Conferma entrambi i dati nel checkout prima di definire il budget. Questa pagina non farà supposizioni su nessuno dei due.

Per cosa addebita il portafoglio di crediti i token dei modelli

AutoGPT non pubblica una tariffa per token sulla pagina dei prezzi, ma il codice open source della piattaforma esegue apertamente il calcolo. block_cost_config.py su master dichiara che le tariffe sono memorizzate come «crediti/1M token al tasso di conversione corrente crediti-USD, 1 credito ≈ $0,01, margine uniforme di 1,5x sul prezzo pubblicato dal provider», con la costante _USD_PER_1M_DIVISOR = 150 annotata «150 = 100 cr/$ × margine 1,5x». Convertendo il catalogo distribuito con queste due costanti si ottiene direttamente la tariffa addebitata.

Queste sono le voci del catalogo di AutoGPT, convertite con le costanti proprie di AutoGPT il 21 settembre 2026: 83 voci riportano tariffe per 1M, comprese approssimativamente tra 0,12 e 270,00 $ per milione di token di output alla tariffa applicata. L'ultima colonna è compilata solo quando la voce del catalogo contiene al suo interno una coppia provider_input_usd_per_1m / provider_output_usd_per_1m: lo fanno quattro voci, mentre le altre la omettono; dividendo invece i crediti per 150 si riprodurrebbe la cifra da cui è stato calcolato il margine di 1,5x, ma questa è un'operazione aritmetica del margine, non una tariffa del fornitore pubblicata da AutoGPT. Tre precisazioni contano più dei numeri. Questo è ciò che fa il codice distribuito, non un rapporto pubblicizzato da AutoGPT in alcun punto della sua pagina dei prezzi: consideratelo quindi una lettura del codice sorgente. La distribuzione attiva sovrappone override per account a quel catalogo, quindi il vostro account può differire. Inoltre, gli slug dei modelli cambiano ogni settimana: per questo l'affermazione duratura riguarda il meccanismo di 1,5x, non un singolo nome di modello.

Una conseguenza implicata dal codice ma non dichiarata in alcuna documentazione: l'addebito in crediti del blocco LLM è filtrato in base a un ID credenziale associato alle credenziali di sistema della piattaforma, quelle intitolate letteralmente "Use Credits for OpenAI" e "Use Credits for Anthropic". Una credenziale aggiunta autonomamente ha un ID diverso e non corrisponde ad alcuna voce di costo. Separatamente, il modulo di limitazione della frequenza della chat di AutoGPT afferma esplicitamente che le esecuzioni in cui l'utente ha fornito la propria chiave API non decrementano il contatore della chat: "the user is paying the provider, not us". Pertanto, portare la propria chiave sembra avere rilevanza economica sulla piattaforma ospitata, anche se lì non è possibile portare il proprio endpoint; tuttavia, la prima parte è una lettura del codice sorgente, non un risultato di fatturazione verificato su un account a pagamento. Verificatelo sulla vostra fattura prima di farvi affidamento.

Costo di AutoGPT self-hosted: nessun canone di licenza non significa nessun costo

L'installazione consiste in un git clone, in un .env.default copiato e in docker compose up -d --build. Prima di basarvi su questa procedura, considerate lo stato dell'installer di rilascio: il README afferma che l'installer di rilascio per contenitore singolo su Linux e macOS è "coming with the next appliance release" e che gli utenti Windows devono continuare a usare per ora la guida manuale. Ricontrollate questa riga prima di standardizzarvi su di essa, perché è destinata a cambiare.

Un altro costo del self-hosting che è facile sottostimare. Il testo di risoluzione dei problemi di AutoGPT afferma che AutoPilot include un prompt di sistema di circa 8.000 token e che, con 4 core CPU, un modello 8B Q4 esegue il prefill a circa 3-4 token al secondo, "quindi un nuovo turno richiede circa 35-45 minuti solo per iniziare a generare". Una GPU consumer riduce il tempo a pochi secondi. Questo è l'argomento più forte della stessa AutoGPT per indirizzare l'endpoint della chat a un'API ospitata invece di usare hardware locale limitato alla CPU: è un dato pubblicato sull'inferenza locale, non una misurazione di qualcosa effettuata qui.

La questione della chiave API di AutoGPT si biforca in due parti

AutoGPT dispone di due superfici di configurazione LLM indipendenti e la sua documentazione descrive direttamente il problema: "the two paths read different env vars, so configuring one does not configure the other." I vecchi tutorial e le pagine degli aggregatori le confondono continuamente.

Il limite del livello dei blocchi è strutturale, non un'impostazione che qualcuno ha dimenticato di esporre. In blocks/llm.py i fornitori accettati sono esattamente AIML_API, ANTHROPIC, GROQ, OLLAMA, OPENAI, OPEN_ROUTER, LLAMA_API, V0. In util/llm/providers.py il client OpenAI viene creato come openai.AsyncOpenAI(api_key=api_key), senza il parametro base_url in quel percorso; lo stesso vale per Anthropic e Groq. L'helper compatibile con OpenAI che accetta un URL di base viene raggiunto solo con quattro URL hard-coded. Quindi chi vi dice di "just change the base URL in AutoGPT" sta descrivendo un prodotto diverso. L'unico campo host modificabile, quello di Ollama, è protetto da un controllo SSRF verificato rispetto a un elenco di attendibilità configurato dall'operatore, e la documentazione di AutoGPT afferma chiaramente che Ollama "is only available when self-hosting … It cannot be used with the cloud-hosted version."

L'agente chat è la superficie che AutoGPT stessa autorizza per un endpoint esterno. La sua guida agli LLM locali elenca "a managed OpenAI-compatible API you don't pay AutoGPT for" come destinazione supportata e si apre con "Self-hosting only — the cloud agpt.co deployment routes AutoPilot through Anthropic / OpenRouter and ignores the variables below." Nessun piano, Pro, Max o il futuro Team, sblocca un URL di base personalizzato. Il vincolo è la modalità di distribuzione, non il livello di prezzo.

# Self-hosted AutoPilot chat only. These variables do NOT configure the
# agent-graph LLM blocks, and the cloud deployment ignores them entirely.
CHAT_USE_LOCAL=true
CHAT_BASE_URL=https://api.kunavo.com/v1
CHAT_API_KEY=sk-...
CHAT_FAST_STANDARD_MODEL=claude-sonnet-4-6

Quattro limiti documentati da considerare prima di scegliere questa soluzione, tutti tratti dalla stessa guida. Il ragionamento esteso non è disponibile con il trasporto locale e viene automaticamente declassato al modello rapido, registrando un WARNING invece di fallire. Dall'interno dei container, l'URL di base non può essere 127.0.0.1 né localhost, e CHAT_API_KEY non ricade deliberatamente su OPENAI_API_KEY. I backend che non comunicano una finestra di contesto, tra cui la guida cita il proxy LiteLLM, Jan e text-generation-webui, ricadono su un valore presunto di 32k indipendentemente dal modello reale. L'impostazione è più ampia della chat: lo stesso client serve il simulatore di blocchi in modalità dry-run, l'estrazione durante l'onboarding, la compressione dei prompt e il passaggio notturno di dream, quindi prevedete più dei soli turni di chat visibili. Kunavo non offre alcun modello di embedding, quindi neppure il passaggio di embedding della ricerca nel marketplace è coperto da Kunavo in questo percorso; inoltre, AutoGPT blocca rigidamente questa sostituzione, poiché la colonna pgvector è dichiarata vector(1536) e gli inserimenti con qualsiasi altra dimensione falliscono.

Il modello migliore per AutoGPT: scegliete il meccanismo, non lo slug

La piattaforma ospitata non vi chiede di indovinare. Il suo valore predefinito è qualunque voce GA consigliata sia indicata dal catalogo distribuito; llm_models.py lo descrive come "the platform default IS the catalog's recommended model — one fact, one home", prendendo la prima voce consigliata, abilitata e anch'essa GA. Il 21 settembre 2026 questo si risolve in GPT-5.6 Terra. Poiché il catalogo cambia ogni settimana, il meccanismo è il fatto da conoscere, mentre lo slug non lo è.

La leva che modifica davvero il costo di un agente non è la scelta del modello, ma il ciclo di retry, e AutoGPT offre un controllo per gestirlo: la pagina dei prezzi elenca "Per-Task LLM Budget Caps — set max_budget_usd to bound LLM spend on any task". Impostatelo prima di regolare i modelli. Notate inoltre che le righe di marketing della pagina dei prezzi e il catalogo distribuito non sono lo stesso elenco: la pagina pubblicizza "frontier models from Anthropic, OpenAI, Google, xAI, Meta, Mistral, Cohere, and more" e indica una riga Claude con Opus 4.7/4.6/4.5, Sonnet 4.6/4.5 e Haiku 4.5, mentre il catalogo del codice su master contiene nuovamente voci diverse. Verificate cosa offre il selettore del vostro account, invece di affidarvi all'uno o all'altro elenco.

Con un AutoPilot self-hosted indirizzato al vostro endpoint, i vincoli cambiano forma. Il trasporto locale passa l'ID del modello senza modifiche, quindi deve essere un ID risolto dal vostro endpoint; la guida di AutoGPT richiede nomi di modello semplici perché l'esempio in esecuzione usa Ollama, che non riesce a risolvere uno slug provider/model. Il percorso di ragionamento esteso non è disponibile, quindi un modello orientato al ragionamento offre meno vantaggi di quanto suggerisca la sua tariffa. Un modello la cui finestra di contesto reale non è comunicata dal vostro endpoint viene trattato come 32k. Scegliete prima per il percorso rapido e confermate che la finestra venga comunicata.

Una stima esemplificativa per il percorso chat self-hosted

Questa è un'operazione aritmetica illustrativa sui token, non un costo misurato di un'attività né un limite massimo di fatturazione. Supponete una giornata di AutoPilot self-hosted che invia 400.000 token di input non memorizzati nella cache: un prompt di sistema di circa 8.000 token reinviato a ogni turno più una conversazione in crescita; e riceve 25.000 token di output. Le tariffe sono i prezzi attuali del catalogo Kunavo per milione di token.

Moltiplicate per il numero di vostre giornate prima di considerarlo un budget e notate cosa confronta e cosa no. Non sostituisce l'abbonamento alla piattaforma ospitata, che acquista il servizio gestito, il marketplace e le credenziali che AutoGPT fornisce per le proprie integrazioni: con il self-hosting rinunciate a tutto questo. L'importo del catalogo Kunavo è un minimo di fatturazione, non un limite massimo: quando l'upstream comunica il proprio addebito, la fattura è il maggiore tra il costo del catalogo e il costo dell'upstream moltiplicato per il markup applicabile. Gli addebiti della cache e gli strumenti esterni non rientrano in questo esempio. La ricarica minima di Kunavo è $10 in credito prepagato, un minimo di finanziamento, non una tariffa per attività né un abbonamento: consultate dettagli di fatturazione.

Quale route prevale quando

Se la risposta è un gateway per il percorso chat, la configurazione consiste in un URL di base compatibile con OpenAI e in una chiave: iniziate dal quickstart di Kunavo e create an account quando siete pronti a finanziarne uno. Mantenete disponibile un percorso funzionante mentre lo provate, eseguite un'attività con limiti definiti, poi leggete ciò che il vostro account ha effettivamente registrato. Per il confronto più ampio, OpenAI-compatible API tratta il protocollo, OpenRouter alternatives confronta il gateway predefinito che AutoGPT integra in compilazione e the AI agent API directory registra dove si trova il confine di configurazione di ciascun client. Se state definendo il budget per un workflow builder anziché per una piattaforma di agenti, n8n AI API cost e Dify API cost applicano la stessa separazione tra costi del software e token del modello.

Domande frequenti

Verificato il 21 settembre 2026: prezzi e testi della homepage di agpt.co, il documento Credits & Billing, l'API GitHub per lo stato del repository e le date dei rilasci, i sorgenti master di README.md, classic/README.md, blocks/llm.py, util/llm/providers.py, block_cost_config.py e il catalogo dei modelli, nonché la documentazione di AutoGPT sugli LLM locali e su Ollama. Non stabilito qui e deliberatamente assente: il valore in dollari di un credito, l'eventuale inclusione di crediti iniziali in un piano, la dimensione assoluta della quota chat e l'esistenza di una prova. Kunavo non ha eseguito alcun test di compatibilità con AutoGPT; il percorso CHAT_BASE_URL sopra indicato è lo scenario documentato da AutoGPT e ogni esempio in dollari è un'operazione aritmetica illustrativa sui token, non un costo misurato di un'attività.