Prezzi di Nanocoder: la CLI gratuita, il costo del modello e il piè di pagina dei costi

Nanocoder è gratuito: la CLI è distribuita con licenza MIT, non richiede un account, non ha livelli né una chiave di licenza, quindi "prezzi di Nanocoder" significa in pratica il costo del modello sottostante — token alla tariffa del provider configurato, oppure hardware ed elettricità per un modello locale. Il numero nel terminale non corrisponde a quel costo. Nanocoder assegna il prezzo a ogni risposta tramite un database di terze parti che non contiene una voce per il tuo gateway, e questa pagina riproduce esattamente l'effetto che ciò ha sul dato.

Prima una precisazione, perché i risultati di ricerca mescolano diversi elementi. Questa pagina riguarda Nano-Collective/nanocoder, pubblicato come @nanocollective/nanocoder e documentato all'indirizzo docs.nanocollective.org/nanocoder. Nota la r finale. Un progetto separato chiamato nanocode — un agente di programmazione per NanoGPT — oltre allo stesso NanoGPT, che vende token e pubblica un listino reale sia su nano-gpt.com sia su nanogpt.net, e una software house polacca che opera come Nanocoder compaiono tutti tra i risultati per queste query. Nessuno dei loro prezzi appartiene a questa pagina.

Cosa addebita Nanocoder e cosa ti viene effettivamente fatturato

L'installazione è gratuita per ogni percorso documentato e non richiede un account: npm install -g @nanocollective/nanocoder, Homebrew o Nix. Il registro npm indica 1.30.0 come latest, pubblicato il 26 agosto 2026, con engines.node >= 22 e "license": "MIT" (registro consultato il 21 settembre 2026 — entro quella data non era stata pubblicata alcuna versione più recente).

Il progetto è finanziato da donazioni e sponsorizzazioni, non dagli utenti, e qui è opportuno inserire una precisazione perché condiziona i consigli che leggerai altrove: Atlas Cloud è uno sponsor indicato nel README di Nanocoder, che contiene anche un link alla sua "promozione del piano di programmazione" per un "accesso API più conveniente". Tale raccomandazione compare in un documento al cui finanziamento contribuisce lo sponsor e non dimostra che il piano sia il più economico. Questi piani di programmazione sono abbonamenti mensili con un'assegnazione settimanale di punti, e i punti vengono consumati come token di input moltiplicati per un moltiplicatore di input più token di output moltiplicati per un moltiplicatore di output, con moltiplicatori impostati per modello — quindi il costo per milione di token dipende dal modello eseguito e non è un singolo numero che si possa affiancare a un listino.

Il dato del costo nel terminale non è il tuo conto

La versione 1.30.0 ha aggiunto un piè di pagina sotto ogni messaggio dell'assistente, ad esempio Tokens: 4.2k | ~$0.01. È il numero dall'aspetto più utile sullo schermo e quello più facile da interpretare male, perché Nanocoder non chiede mai al tuo provider quanto addebita.

Ecco il meccanismo, letto nel codice sorgente rilasciato al tag v1.30.0. I prezzi provengono da models.dev/api.json. La ricerca prende l'ID del modello e, secondo il commento presente nel codice, cerca "tra tutti i provider, scegliendo la corrispondenza con il limite di contesto più alto" — quindi il provider configurato non viene mai consultato: conta solo la stringa dell'ID. Quando il file è stato scaricato il 21 settembre 2026, elencava 223 provider e nessuna voce per Kunavo. Un ID servito da Kunavo viene quindi associato alla voce non correlata che per caso contiene la stessa stringa e dichiara la finestra di contesto più ampia.

Ripetendo esattamente quell'algoritmo su quel file, per una sessione ipotetica di 200.000 token di input e 15.000 token di output, si ottiene la differenza riportata di seguito. La stima del catalogo è un calcolo del catalogo Kunavo; l'ultima colonna mostra il totale che il piè di pagina di Nanocoder calcolerebbe per gli stessi token.

Due errori diversi, entrambi dovuti a una sola ricerca. Quando la voce vincente pubblica una tariffa più alta, il piè di pagina sovrastima. Quando pubblica zeri, oppure non contiene alcun blocco cost, il piè di pagina non mostra nulla — e l'assenza di un costo viene interpretata come gratuità. Quest'ultimo passaggio è intenzionale nel codice distribuito: un blocco dei costi mancante viene convertito in una tariffa pari a zero anziché in "sconosciuto", e il formattatore del pacchetto pubblicato non restituisce nulla per un costo pari o inferiore a zero, affinché "i modelli gratuiti/locali mostrino nessun segmento dei costi invece di '$0,00'". La logica è corretta per un modello locale e sbagliata per un modello a pagamento il cui ID coincide con una voce di directory a prezzo zero.

A ciò si aggiungono altre due distorsioni. models.dev pubblica livelli di prezzo per contesti lunghi per alcune voci; il client rilasciato copia da ogni voce solo le tariffe input e output piatte e non legge mai i livelli, quindi un turno oltre la soglia di un livello viene sottostimato. Inoltre, il changelog della versione 1.30.0 dichiara che la stima "prezza tutti i token di input alla tariffa standard — gli sconti per la lettura/scrittura della cache non vengono considerati, quindi i costi possono essere sovrastimati per i provider con memorizzazione nella cache dei prompt". Consulta la memorizzazione nella cache dei prompt per vedere come si presentano tali sconti quando un percorso li supporta.

Le tariffe nella tabella sono un'istantanea: models.dev viene modificato continuamente e la voce che vince il pareggio in base al contesto più ampio può cambiare senza che cambi nulla sul tuo computer. La riproduzione è breve: scarica api.json, trova ogni provider che contiene il tuo ID modello esatto, conserva quello con il valore limit.context più grande e leggi il relativo blocco cost. Il registro del tuo provider è il dato autorevole; consulta i dettagli di fatturazione.

Cosa è stato distribuito e cosa è presente solo nel branch di sviluppo

Questa distinzione determina se diverse correzioni citate dagli utenti esistono effettivamente sul tuo computer. Sia /latest/ sia /v1.30.0/ sul sito della documentazione fornivano contenuti v1.30.0 quando sono stati verificati il 21 settembre 2026; la directory docs/ del repository sul branch main è più avanti di entrambi.

Ogni "No" precedente è stato verificato cercando nella pagina pubblicata, non dedotto, e la pagina del provider Anthropic è il controllo di coerenza: zero occorrenze di "Prompt caching" e "cache-aware", mentre lo stesso HTML contiene sdkProvider sei volte. Si tratta di assenze effettive, non di un problema di rendering. Il lavoro è confluito in main dopo la release del 26 agosto, aggiungendoli tutti — quindi una citazione a un file su main descrive software che non puoi ancora installare, e una release più recente sposterebbe diverse righe.

Il modello migliore per Nanocoder: una questione di capacità, non una classifica

Nanocoder non pubblica alcun modello consigliato, alcuna classifica e alcuna specifica hardware. Una lettura completa della documentazione il 21 settembre 2026 non ha trovato RAM minima, dati sulla VRAM o GPU consigliate, e la directory benchmarks/ del repository è un report sulla qualità della CLI compilata — codici di uscita, numero di moduli, tempi approssimativi di avvio e primo rendering, dimensione del bundle — non qualcosa che assegni un punteggio a un modello. Anche qui non è stato eseguito alcun benchmark delle attività, quindi questa pagina non presenta classifiche: una classifica costruita dal nulla è peggiore di nessuna classifica.

Ciò che il fornitore pubblica è comunque più adatto a una pagina sul budget, perché modifica ciò che il modello può fare anziché il punteggio che ottiene. Il profilo di strumenti predefinito auto, secondo la documentazione di ottimizzazione v1.30.0, "mantiene l'intera superficie degli strumenti per i modelli cloud e gli ID modello senza indicazione della dimensione, risolve i modelli fino a 15B parametri in minimal e i modelli fino a 4B parametri in nano".

Due interpretazioni pratiche. Primo, la documentazione afferma esplicitamente che "gli strumenti MCP sono esposti solo nel profilo full risolto" — quindi collegare un server MCP a un modello locale piccolo non produce alcun effetto finché non cambi manualmente il profilo o passi a un modello più grande. Secondo, il preset incluso "Nano (hardware di fascia bassa)" limita i token massimi a 2048, un vero limite alla lunghezza della risposta, non un suggerimento. La battlemap di Nanocoder sostiene che i modelli piccoli e meno recenti restano utilizzabili perché include tre percorsi per le chiamate agli strumenti — chiamate di funzioni native, un fallback XML e un fallback JSON, con correzione in entrambi i fallback — ma questa è un'affermazione del manutentore e non viene pubblicato alcun tasso di successo. Per una visione più ampia dei compromessi tra modelli, consulta il confronto tra modelli di programmazione.

Locale contro remoto: due budget diversi

Un utente che privilegia il locale non è un acquirente di API a pagamento con un conto più basso, e trattarlo come tale produce cattivi consigli in entrambe le direzioni. La battlemap di Nanocoder afferma che "se esegui Nanocoder con un modello locale, l'intero ciclo può funzionare con traffico di rete in uscita pari a zero" e che sette server locali — Ollama, llama.cpp, llama-swap, LM Studio, LocalAI, MLX Server e vLLM — sono documentati come provider di prima classe. Questa è una dichiarazione del posizionamento del progetto, non una misurazione effettuata qui.

L'affermazione onesta sul costo locale è che nessuno ne ha pubblicato uno. Nanocoder non quantifica alcun requisito hardware, quindi spetta a te calcolare capitale ed elettricità. Due comportamenti rendono visibile la differenza invece di nasconderla: il segmento dei costi viene omesso per i modelli locali e gratuiti, e nelle esecuzioni headless il blocco usage viene "omesso interamente quando il provider non restituisce telemetria dei token (comune con i modelli locali), quindi un blocco assente significa 'sconosciuto', mai 'zero'".

Un'insidia da considerare subito. La pagina dei prezzi di Ollama afferma che "L'esecuzione dei modelli sul proprio hardware è sempre illimitata", e la documentazione del provider Ollama di Nanocoder copre solo l'endpoint locale, senza richiedere una chiave. Tuttavia, la stessa pagina vende anche piani ospitati — Pro a $20 al mese con $60 di crediti mensili per l'utilizzo, Max a $100 con $300, Team a $500 con $1.000 condivisi e un livello Enterprise personalizzato (verificato il 21 settembre 2026). Quindi "Ollama è gratuito" è vero per il percorso locale e falso per quello ospitato. La documentazione dell'endpoint compatibile con Ollama di Kunavo descrive la struttura di quell'API se stai passando da un percorso all'altro.

Una precisazione sui costi di finanziamento dei gateway, perché è il punto che spesso sfugge. Le FAQ di OpenRouter affermano che "non c'è alcun sovrapprezzo sui prezzi dell'inferenza" e che viene invece applicata una commissione "quando acquisti crediti", oltre a un'ulteriore commissione per l'utilizzo con la propria chiave oltre una soglia dipendente dal piano. Tali percentuali variano in base al metodo di pagamento e al piano e vengono inserite nella pagina al momento del rendering, quindi qui non ne viene citata alcuna: verifica il dato corrente al momento del pagamento. Alternative a OpenRouter e API compatibile con OpenAI trattano il confronto in termini più generali.

Budgeting del lato token

La colonna del catalogo nella tabella sopra è la stima da usare per il budget, ed è un calcolo token illustrativo, non un costo misurato dell'attività né un limite massimo di fatturazione. Le ipotesi sono una sessione con 200.000 token di input non memorizzati nella cache e 15.000 token di output alle tariffe correnti del catalogo, senza letture dalla cache né costi degli strumenti. Le sessioni reali differiscono in base alle dimensioni del repository, alla frequenza con cui l'agente rilegge i file e alla quantità di output degli strumenti che rientra nel contesto — inoltre, il profilo degli strumenti sopra indicato modifica il sovraccarico per turno prima di tutto questo.

Moltiplicalo per il numero delle tue sessioni giornaliere prima di considerarlo un budget. Con queste ipotesi, i modelli Claude Haiku 4.5 gestiscono circa 51 sessioni per ogni 10 $ di credito, mentre Claude Opus 5 ne gestisce circa 10: questo dimensiona un portafoglio senza dirti quale modello completerà il tuo lavoro. La tariffa più bassa del catalogo e il costo più basso per completare un'attività sono affermazioni diverse: un modello più economico che richiede tre tentativi può costare più di uno che necessita di un solo passaggio. L'ottimizzazione dei costi dell'IA tratta correttamente questo metodo.

L'importo del catalogo Kunavo è una soglia minima di fatturazione, non un limite massimo: quando il servizio upstream comunica il proprio addebito, il costo fatturato è il maggiore tra il costo del catalogo e il costo upstream moltiplicato per il markup applicabile. I costi della cache e degli strumenti esterni non rientrano in questo esempio. La ricarica minima è $10 di credito prepagato — un minimo di finanziamento, non una tariffa per attività e non un abbonamento.

Indirizzare Nanocoder verso un endpoint personalizzato

Qualsiasi servizio compatibile con OpenAI viene aggiunto come provider personalizzato, interattivamente tramite /settings providers oppure in agents.config.json — prima il file del progetto, poi una directory di configurazione utente specifica per il sistema operativo; NANOCODER_CONFIG_DIR esclude entrambe le ricerche e la variabile d'ambiente NANOCODER_PROVIDERS ha la precedenza assoluta.

{
  "nanocoder": {
    "providers": [
      {
        "name": "Kunavo",
        "baseUrl": "https://api.kunavo.com/v1",
        "apiKey": "${KUNAVO_API_KEY}",
        "models": ["claude-sonnet-4-6"],
        "contextWindow": 1000000
      }
    ]
  }
}

Tre note su quel blocco, tutte tratte dalla documentazione dei provider v1.30.0. sdkProvider viene omesso perché il valore predefinito è openai-compatible; gli altri valori nella tabella delle opzioni sdkProvider di quella versione sono google, anthropic e github-copilot, mentre chatgpt-codex è documentato nella relativa pagina del provider anziché in quella tabella. Le chiavi e gli altri valori di configurazione supportano la sostituzione di $VAR, ${VAR} e ${VAR:-default}. Inoltre, requestTimeout ha un valore predefinito di 120.000 ms, mentre -1 lo disabilita — un aspetto molto più importante per un modello locale lento che per uno ospitato.

La finestra di contesto è l'elemento che più probabilmente ti farà spendere denaro se lo ometti. Nanocoder risolve il limite di contesto di un modello secondo un ordine documentato in sei passaggi: un override di sessione /context-max o --context-max, poi contextWindows[model], quindi contextWindow, poi NANOCODER_CONTEXT_LIMIT, quindi i metadati di models.dev e infine una mappa di fallback Ollama integrata. Poiché Kunavo non è presente in models.dev, gli ultimi due passaggi non possono aiutare; quindi uno dei primi quattro deve essere impostato manualmente — il valore sopra proviene dalla voce del catalogo Kunavo relativa a questo modello. È importante oltre il semplice indicatore visivo: la compattazione automatica si attiva a una percentuale del limite di contesto risolto, con valore predefinito 60; un limite errato modifica la frequenza con cui l'agente comprime e reinvia il contesto, e questo comporta una spesa in token.

Un'altra trappola prima della prima esecuzione. Se imposti sdkProvider: "anthropic" su un endpoint che espone un ID modello che l'SDK sottostante non riconosce come modello Claude, si ricade in un limite di output di 4096 token, troncando le risposte lunghe a metà frase senza alcun errore. Questo è descritto nella sezione "Output Token Ceiling" della documentazione dei provider su main, mentre il limite stesso proviene da @ai-sdk/anthropic, da cui v1.30.0 già dipende — quindi il comportamento è presente nella versione rilasciata, anche se la documentazione non lo è. La correzione indicata da quella pagina, maxOutputTokens, non è ancora stata rilasciata; su v1.30.0 l'alternativa è rimanere sul percorso predefinito openai-compatible.

Kunavo pubblica una guida alla configurazione di Nanocoder, ma si tratta di un riferimento di configurazione, non di un test di compatibilità: Nanocoder non è stato testato in esecuzione con l'endpoint Kunavo, quindi streaming, chiamate agli strumenti, autenticazione e instradamento dei modelli non sono confermati end-to-end in questa sede. Mantieni disponibile un percorso funzionante mentre lo provi, esegui un'attività con limiti definiti, quindi leggi l'addebito registrato dal tuo account invece del piè di pagina. Crea un account Kunavo quando sei pronto a finanziare una chiave.

Stai confrontando i client anziché i percorsi? Nanocoder vs OpenCode mette a confronto questo agente con quello principale, Prezzi di OpenCode tratta un client il cui manutentore vende effettivamente token, mentre la directory delle API per agenti registra come ogni client di questo spazio gestisce un base URL personalizzato.

Domande frequenti

Verificato il 21 settembre 2026: il registro npm per la versione pubblicata, i motori e la licenza; le pagine della documentazione v1.30.0 relative a provider, comandi, tune e battlemap, inclusi i conteggi grep per le funzionalità assenti; il changelog v1.30.0 e il codice sorgente rilasciato per la formula dei costi e la ricerca in models.dev; il formatter dei costi incluso nel pacchetto; models.dev/api.json per l'elenco dei provider e le tariffe riprodotte sopra; la versione di @ai-sdk/anthropic da cui dipende v1.30.0, per il limite di 4096 token; la pagina dei prezzi di Ollama; la pagina del coding plan di Atlas Cloud; e le FAQ di OpenRouter. Il volume di ricerca per le query target di questa pagina non è stato misurato nella ricerca alla base del contenuto, e le istantanee dei risultati di ricerca sottostanti risalgono al 17 settembre 2026. Nanocoder non è stato testato in esecuzione con Kunavo, non è stato eseguito alcun benchmark dei modelli e ogni cifra in dollari di Kunavo qui riportata è un calcolo token illustrativo basato sul catalogo corrente, non un costo misurato dell'attività.