Prima di cercare alternative a Open Interpreter, stabilisci quale Open Interpreter stai abbandonando: il nome ora appartiene a un agente di coding da terminale in Rust che è un fork di Codex di OpenAI, mentre lo strumento Python che eseguiva codice generato sulla tua macchina è fermo alla versione 0.4.3 di ottobre 2024 e non è più mantenuto dal progetto. Ogni generazione è gratuita e open source, quindi non si tratta mai di una decisione sul prezzo della licenza: è una decisione su quale programma vuoi usare e l'unico costo ricorrente è quello dell'API del modello a cui lo indirizzi.
Due reindirizzamenti nascondono la separazione. La richiesta del vecchio percorso del repository OpenInterpreter/open-interpreter tramite l'API GitHub restituisce openinterpreter/openinterpreter, linguaggio Rust, e docs.openinterpreter.com risponde con HTTP 308 verso la documentazione del terminale Rust. I link di un tutorial del 2023 o del 2024 continuano a risolversi; semplicemente forniscono la documentazione di un programma diverso, descrivendo comandi che il binario installato non possiede. Entrambi verificati il 18 settembre 2026.
Un nome, tre programmi e un pacchetto morto
| Che cos'è | Linguaggio e licenza | Come si installa | Stato al 18 settembre 2026 |
|---|---|---|---|
| Open Interpreter — l'attuale agente di terminale, un fork di Codex di OpenAI | Rust, Apache-2.0 | Installer Shell: curl -fsSL https://www.openinterpreter.com/install | sh | Non archiviato, 68.379 stelle, ultimo push il 15 settembre 2026. Ultima release rust-v0.0.44, pubblicata il 15 settembre 2026 |
| Open Interpreter Classic — l'assistente Python descritto in quasi tutti gli articoli | Python, AGPL-3.0 | pip install open-interpreter | Fermo alla versione 0.4.3, caricato il 26 ottobre 2024, non ritirato. Il progetto upstream non lo mantiene più |
| endolith/open-interpreter — il fork della community a cui rimanda il progetto stesso | Python, AGPL-3.0 | pip install git+https://github.com/endolith/open-interpreter.git@classic/develop | Attivo, ultimo push il 17 settembre 2026, 33 stelle. Mai ripubblicato su PyPI |
| Interpreter Workstation — un prodotto desktop separato con lo stesso brand | TypeScript, Apache-2.0 | Download della piattaforma dal sito del progetto | Creato il 1° agosto 2026, ultimo push il 15 settembre 2026 |
Il pacchetto npm open-interpreter | — | npm i open-interpreter installa un placeholder | Versione 0.0.0, un'unica pubblicazione il 23 settembre 2023, da un repository diverso. Non è questo prodotto |
Il redirect dal vecchio percorso del repository è il motivo per cui la separazione è facile da non notare. L'attuale README lo dichiara in una sola riga verso la fine — "Questa è la nuova versione Rust di Open Interpreter, basata su Codex. Cerchi il progetto Python originale? Continua a vivere come fork mantenuto dalla community all'indirizzo endolith/open-interpreter." Si noti che anche la licenza è cambiata con la riscrittura, da AGPL-3.0 ad Apache-2.0, cosa importante se avevate integrato il vecchio codice. L'organizzazione detiene inoltre il progetto vocale inattivo 01, con ultimo push a novembre 2024, oltre a 01-app e aifs, nessuno dei quali aggiornato dal 2024. Nessuno dei tre è archiviato, ma nessuno è nemmeno attuale.
Prezzi di Open Interpreter: non ce ne sono, e quei tre numeri non lo sono
Non esistono piani, postazioni, quote o account. openinterpreter.com/pricing ha restituito HTTP 404 il 18 settembre 2026; le pagine di installazione da terminale, quickstart e configurazione non contengono alcun testo relativo a prezzi, abbonamenti o fatturazione; e il README del prodotto desktop dichiara che "non richiede un account Interpreter". Questa è una conclusione basata sull'assenza di prove — non è stata trovata alcuna pagina dei prezzi, non una promessa del progetto che non ne apparirà mai una — ma è la risposta onesta a "prezzi di Open Interpreter": l'unico costo ricorrente sono i token del modello.
I prezzi che dominano questa ricerca appartengono ad altri prodotti. Teneteli fuori dal budget:
| Numero che troverete | Cosa tariffa realmente | Perché non è Open Interpreter |
|---|---|---|
| $0,03 / $0,12 / $0,48 / $1,92 per sessione di 20 minuti, in base alla memoria del container, addebitati al minuto con un minimo di 5 minuti (Prezzi dell'API OpenAI) | Lo strumento Code Interpreter ospitato di OpenAI | Una sandbox remota noleggiata al minuto. Open Interpreter viene eseguito sul vostro computer e non addebita nulla per l'esecuzione |
| $0,05 all'ora per container dopo 1.550 ore gratuite per organizzazione al mese, minimo di 5 minuti, gratuito insieme alla ricerca web o al recupero web (strumento di esecuzione del codice) | Lo strumento di esecuzione del codice di Anthropic | Anche questo è un container ospitato, addebitato in base al tempo di esecuzione anziché ai token |
| Qualsiasi livello di abbonamento ChatGPT indicato come "il prezzo di Code Interpreter" | Accesso al piano ChatGPT per consumatori, un altro prodotto ancora | Questa pagina non riporta alcun prezzo dei piani ChatGPT: la pagina ufficiale dei prezzi ha rifiutato il recupero il 18 settembre 2026, quindi non è stata verificata né citata alcuna cifra |
Entrambi i prezzi degli strumenti verificati il 18 settembre 2026.
Quale alternativa è adatta a quale utente
| Perché te ne vai | Dove andare | Cosa accetti |
|---|---|---|
Volete il interpreter Python che eseguiva il codice in un ciclo di chat, e la riscrittura lo ha rimosso | Il fork endolith, installato da git — è lo stesso upstream a indicarvelo | Un fork personale con 33 stelle il cui README descrive il branch predefinito come "accumulo di modifiche scritte con vibe coding (di qualità dubbia)" — lo stesso paragrafo aggiunge che il maintainer lo usa molto frequentemente e che funziona piuttosto bene. Mai ripubblicato su PyPI, quindi non esiste una release fissata da installare |
| Volete un agente di coding da terminale mantenuto attivamente e non vi interessa la discendenza Python | L'attuale Open Interpreter. Il suo README lo descrive come un fork di Codex incentrato sull'emulazione dell'harness che offre le migliori prestazioni con modelli a basso costo | Una riscrittura completa: nuovo percorso di installazione, nuovo formato di configurazione, nuova superficie di comandi. Nessuna istruzione del 2024 viene trasferita |
| Usate già Codex CLI e volete modelli più economici mantenendo le stesse abitudini operative | L'attuale Open Interpreter, che legge la stessa struttura TOML [model_providers.<id>] e accetta due trasporti che l'upstream Codex non accetta | Una directory di configurazione diversa (~/.openinterpreter/), un livello harness da imparare e nessun accesso ChatGPT documentato per un provider personalizzato — i documenti lo elencano solo per il provider integrato openai |
| Volete un'applicazione desktop anziché un terminale | Interpreter Workstation, un prodotto TypeScript separato configurato tramite Settings → Models → New Model → Custom endpoint, con i campi Base URL, API Key e Model ID invece del TOML | Una codebase più recente — creata nell'agosto 2026 — e impostazioni che non condividono il file di configurazione dell'agente da terminale. La casella "Use Chat Completions" è disattivata per impostazione predefinita, quindi per un endpoint solo chat è necessario attivarla |
| Volete un client completamente diverso | Aider, OpenCode, Cline e Codex CLI accettano tutti un endpoint personalizzato, anche se non sullo stesso protocollo — Codex CLI richiede un percorso Responses; consultate la directory delle API per agenti AI | Ognuno ha il proprio confine di protocollo. Prezzi di Aider, alternative a OpenCode e alternative a Claude Code illustrano i compromessi |
Cosa migra e cosa no
Nulla viene trasferito dalla generazione Python. I flag, la superficie API Python, i file di profilo YAML e Python e la convenzione per i nomi dei modelli LiteLLM sono tutti scomparsi. Ciò che rimane è una configurazione modellata su Codex e sugli standard, documentata deliberatamente dal progetto nella sua pagina sulla migrazione:
| Cosa avete | Dove confluisce | Impegno |
|---|---|---|
| Istruzioni dell'agente | AGENTS.md | Convenzione già condivisa; di solito non c'è nulla da fare |
| Skill | .agents/skills/ o ~/.agents/skills/ | Nessuno — i documenti dichiarano che le skill già presenti in quelle posizioni condivise vengono lette sul posto |
| Server MCP | [mcp_servers] nella configurazione | Copiate, poi ricontrollate ogni server con autenticazione, header o trasporti personalizzati |
| Hook | hooks.json o [hooks] inline | Copiate, poi leggete ogni hook che esegue un comando locale prima di considerarlo affidabile |
| Sotto-agenti | Configurazione [agents] | Riscrittura nel blocco di configurazione |
| Scelta di provider e modello | ~/.openinterpreter/config.toml o .openinterpreter/config.toml | Scritto da zero — consultate la sezione successiva |
Qualsiasi elemento di Python 0.4.3: --api_base, --api_key, --model openai/…, profili | Da nessuna parte | Scartate tutto. I concetti sopravvivono; la sintassi no |
Controllate la collisione dei nomi binari prima di installare. Il wheel legacy 0.4.3 dichiara quattro script console — interpreter, i, interpreter-classic e wtf — mentre l'installer attuale colloca interpreter, i e codex-code-mode-host in ~/.local/bin, secondo la pagina di installazione. Se avete mai eseguito pip install open-interpreter, ora due programmi diversi competono per due di quei nomi, interpreter e i, e quale prevale dipende dalla precedenza della shell. Eseguite prima which -a interpreter, which -a i e interpreter --version, e ripeteteli dopo l'installazione.
Rollback. Eseguite il backup di ~/.openinterpreter/ prima di cambiare provider — il ciclo di disinstallazione documentato rimuove l'installazione standalone gestita ma conserva deliberatamente quella directory, inclusi configurazione, sessioni, log e credenziali archiviate nei file, così la reinstallazione ripristina la configurazione. Se fate il percorso inverso, mantenete intatto il virtualenv legacy invece di eliminarlo: 0.4.3 è ancora su PyPI, ma non è garantito che in seguito sia possibile risolvere nuovamente un vecchio insieme di dipendenze fissato.
Collegare l'agente attuale a un endpoint compatibile con OpenAI
Questa è la frase più importante se arrivate dalla nostra configurazione di Codex CLI, che vi dice che wire_api ha un unico valore valido. Quella regola vale per Codex upstream e non vale per Open Interpreter. Il riferimento alla configurazione dell'upstream dice, a proposito di wire_api, che "responses è l'unico valore supportato ed è quello predefinito quando viene omesso". La delta mantenuta di Open Interpreter elenca invece come aggiunte deliberate un "trasporto OpenAI-compatibile Chat Completions di prima classe" e un "trasporto compatibile con Anthropic Messages per i provider che espongono quell'API". Il fork raggiunge quindi endpoint che Codex upstream non può raggiungere, e tutte e tre le superfici di Kunavo — /v1/responses, /v1/chat/completions e /v1/messages — hanno un valore di protocollo corrispondente.
La struttura documentata per un provider personalizzato, tratta dalla pagina dei provider, è un blocco chat-completions con un URL di base che termina in /v1; la stessa pagina mostra un gateway ospitato configurato esattamente in questo modo. Applicata a Kunavo:
# Top-level keys come FIRST. Anything written after a [table] header
# belongs to that table, so model_provider placed below would be ignored.
model_provider = "kunavo"
model = "gpt-5-6-terra"
[model_providers.kunavo]
name = "Kunavo"
base_url = "https://api.kunavo.com/v1"
env_key = "KUNAVO_API_KEY"
wire_api = "chat"Tre limiti che vale la pena conoscere prima di dedicarci una serata, tutti ricavati dalla documentazione del progetto e non testati qui:
- Kunavo non è nel catalogo incluso, quindi impostate
modelmanualmente. Il catalogo dei provider generato viene costruito da models.dev più alcuni endpoint di provider attivi e conteneva 116 provider al momento del controllo; Kunavo non è presente né in quello né in models.dev. Non aspettatevi che il selettore/modelprecompili i metadati relativi alla finestra di contesto o alle capacità per un provider scritto manualmente. - Il routing dell'harness è rigido. Secondo la pagina dell'harness,
chataccetta chat nativa oltre aclaude-code,claude-code-bare,deepseek-tui,kimi-code,kimi-cli,qwen-code,swe-agenteminimal;responsesaccetta native,claude-codeeclaude-code-bare; e permessages, "la modalità nativa viene rifiutata perché Messages richiede un trasporto nativo dell'harness". Qualsiasi stringa di harness non riconosciuta ricade sulla chat senza un request builder integrato, quindi un errore di battitura degrada silenziosamente l'esecuzione. Quale harness offra le prestazioni migliori con un determinato modello non è documentato, e questa pagina non fa supposizioni. - L'URL di base Messages è un'inferenza, non un esempio Kunavo documentato. I provider Messages inclusi nel catalogo — Anthropic e Z.AI's ZCode — usano entrambi una radice API senza
/v1, e la pagina di Z.AI dichiara che la richiesta ZCode Messages viene inviata a/v1/messages— quindi il client aggiunge il percorso. In base a questa regola, un blocco basato sul protocollo Anthropic userebbe la radice API anziché l'URL/v1sopra, ma nei documenti ufficiali non esiste alcun esempio Messages per un provider personalizzato e questo non è stato eseguito. Iniziate dal protocollo chat, che è la struttura documentata.
Altri due dettagli documentati: env_key indica il nome della variabile d'ambiente, non la chiave in sé, e per le esecuzioni una tantum interpreter --chat-completions sovrascrive la struttura della richiesta per quella chiamata senza modificare URL di base, credenziali o modello del provider. L'accesso ChatGPT è indicato come autenticazione del provider integrato openai, non come opzione per un provider personalizzato; le fonti di autenticazione che la pagina dei provider documenta per una tabella di provider sono env_key, experimental_bearer_token e un blocco auth basato su comando, oltre a un blocco aws solo per Amazon Bedrock.
Una stima dei costi per una sessione
Si tratta di aritmetica illustrativa dei token, non di costi misurati delle attività né di un limite massimo di fatturazione. Supponete una sessione dell'agente che invii 300.000 token di input non memorizzati nella cache e riceva 20.000 token di output — una configurazione scelta a scopo illustrativo, perché un harness in stile Codex reinvia il contesto accumulato a ogni turno. Il vostro repository e il numero di turni saranno diversi. Le tariffe sono i prezzi live del catalogo Kunavo per milione di token.
| Modello | Input / output per 1M | Stima per la sessione ipotizzata |
|---|---|---|
| Claude Haiku 4.5 | $0,70 / $3,50 | $0,280 |
| GPT-5.6 Terra | $0,70 / $4,20 | $0,294 |
| Claude Sonnet 4.6 | $2,10 / $10,50 | $0,840 |
Il divario è il punto, non una singola riga: in queste condizioni i modelli Claude Haiku 4.5 calcolano la stessa sessione a $0,280 rispetto a $0,840 per Claude Sonnet 4.6. Questo non è un invito a scegliere la tariffa più economica. Il prezzo più basso nell'elenco e il costo più basso per completare l'attività sono affermazioni diverse, e un modello che richiede tre tentativi per un refactoring può costare più di uno che ne richiede uno solo — misurate entrambi sul vostro repository prima di decidere. L'importo del catalogo Kunavo è un 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. Gli addebiti della cache e gli strumenti esterni sono esclusi da questo esempio. Il ricarico minimo è di $10 di credito prepagato, che è un minimo di finanziamento e non una tariffa per attività o un abbonamento — consultate i dettagli di fatturazione.
Configurarlo, con onestà
Open Interpreter non è stato testato a runtime con Kunavo: nulla in questa pagina è stato eseguito e ogni affermazione sulla configurazione è stata ricavata dal repository e dalla documentazione del progetto il 18 settembre 2026. Il riferimento pubblicato più vicino è l'integrazione di Codex CLI, il cui blocco TOML ha la stessa struttura — copiatelo, cambiate la directory di configurazione in ~/.openinterpreter/config.toml e ignorate la regola del singolo wire_api, che appartiene a Codex upstream. Mantenete disponibile un percorso funzionante, eseguite un'attività circoscritta, poi leggete l'addebito registrato dal vostro account. Create un account Kunavo quando sarete pronti a finanziare una chiave.
State ancora confrontando i percorsi anziché i client? API compatibile con OpenAI illustra cosa il protocollo chat garantisce e cosa non garantisce, mentre gateway LLM tratta in generale il compromesso tra una chiave e un unico saldo.
Domande frequenti
Quali sono le migliori alternative a Open Interpreter?
Dipende da quale Open Interpreter stai sostituendo. Se vuoi l'assistente Python che eseguiva codice generato sulla tua macchina, il README del progetto indica il fork della community endolith/open-interpreter, installato da git — il suo README descrive quel ramo come "piling up vibe-coded changes (of dubious quality)", mentre il maintainer aggiunge che lo usa molto frequentemente e che funziona piuttosto bene. Se vuoi un agente di coding da terminale sviluppato attivamente, l'attuale Open Interpreter in Rust è proprio quell'alternativa e client comparabili includono Aider, OpenCode, Cline e Codex CLI. I quattro non parlano tutti lo stesso wire: il riferimento di configurazione di Codex CLI indica "responses" come unico valore supportato, quindi richiede un percorso Responses anziché uno chat-completions. Se vuoi un'applicazione desktop anziché un terminale, la stessa organizzazione distribuisce Interpreter Workstation come prodotto separato. Nessuno di questi quattro percorsi è un prodotto a pagamento, quindi il confronto riguarda il flusso di lavoro e la manutenzione, non i costi di licenza.
Quanto costa Open Interpreter?
Nulla, in ogni sua generazione. L'attuale agente Rust è Apache-2.0, il pacchetto Python legacy è AGPL-3.0 e openinterpreter.com/pricing restituiva HTTP 404 quando è stato verificato il 18 settembre 2026 — non esistono piano, posto o account da creare. Ciò che paghi è la fattura dell'API del modello presso il provider configurato, oppure nulla per richiesta se esegui un modello locale tramite Ollama o LM Studio, forniti come provider integrati. Questa è una conclusione basata sull'assenza di prove riguardo alle offerte a pagamento: nessuna pagina dei prezzi e nessun testo sulla fatturazione in tutta la documentazione, anziché una dichiarazione del progetto secondo cui tali offerte non esisteranno.
Il prezzo di Open Interpreter è uguale a quello del Code Interpreter di ChatGPT?
No, ed è la confusione più comune in questa ricerca. Lo strumento Code Interpreter ospitato di OpenAI fattura le sessioni dei container — $0,03 per 1 GB, $0,12 per 4 GB, $0,48 per 16 GB e $1,92 per 64 GB per sessione di 20 minuti, con le sessioni idonee fatturate al minuto e un minimo di 5 minuti, secondo la pagina dei prezzi API di OpenAI del 18 settembre 2026. Lo strumento di esecuzione del codice di Anthropic fattura $0,05 all'ora per container dopo 1.550 ore gratuite per organizzazione al mese, anch'esso con un minimo di 5 minuti, ed è gratuito quando viene utilizzato insieme alla ricerca web o al web fetch. Entrambi sono sandbox remote noleggiate al minuto. Open Interpreter esegue il codice sulla tua macchina e non addebita nulla per l'esecuzione, quindi nessuno dei due prezzi dei container appartiene al budget di Open Interpreter.
pip install open-interpreter funziona ancora?
Si installa ancora, ed è questo il problema. PyPI distribuisce open-interpreter 0.4.3, caricato il 26 ottobre 2024 e non ritirato, quindi il comando ti fornisce silenziosamente la generazione che il progetto non mantiene più. Il supporto Python dichiarato è >=3.9,<4, ma un insieme di dipendenze del 2024 confrontato con librerie del 2026 comporta un evidente rischio di errore e questa pagina non ha creato un ambiente per testarlo: non dare per scontato che funzioni ancora. L'agente attuale non è presente né su PyPI né su npm: si installa con uno script shell da openinterpreter.com/install e il pacchetto npm chiamato open-interpreter è un placeholder del 2023 alla versione 0.0.0 con una sola pubblicazione, proveniente da un repository diverso.
Posso ancora usare --api_base e --model con la nuova versione?
No. Quei flag appartengono alla generazione Python, che passava attraverso LiteLLM: interpreter --api_base <endpoint> --api_key <key> --model openai/<model-id>, dove la documentazione di LiteLLM richiede il prefisso openai/ per sapere che deve chiamare un endpoint chat-completions. L'agente Rust non ha né quei flag né la convenzione del prefisso. Legge una tabella di provider TOML da ~/.openinterpreter/config.toml o da .openinterpreter/config.toml a livello di progetto, la seleziona con le chiavi di primo livello model_provider e model e prende la chiave API dalla variabile d'ambiente indicata in env_key. Nulla viene trasferito; la configurazione viene scritta da zero.
Quale wire_api dovrebbe usare un endpoint di terze parti in Open Interpreter?
Open Interpreter documenta tre valori, che non sono intercambiabili: responses per i provider compatibili con OpenAI Responses, chat per i provider compatibili con OpenAI chat-completions e messages solo per i provider compatibili con Anthropic Messages. L'esempio documentato di provider personalizzato usa wire_api = "chat" con un URL di base che termina in /v1 e la documentazione mostra un gateway ospitato configurato esattamente in questo modo. Nota che il routing dell'harness è rigido: sul wire messages, la modalità native viene rifiutata senza eccezioni e sono accettati solo claude-code, claude-code-bare e zcode, anche se un provider messages imposta automaticamente claude-code quando non è specificato alcun harness. Un valore harness che non sia un ID riconosciuto ricade su chat senza un builder integrato per le richieste dell'harness, quindi un errore di battitura degrada l'esecuzione anziché farla fallire.
Stato del repository, release, registri dei pacchetti, documentazione e catalogo dei provider generato verificati il 18 settembre 2026; i prezzi degli strumenti OpenAI e Anthropic sono stati letti dalle rispettive pagine dei prezzi lo stesso giorno. Nessun prezzo di abbonamento ChatGPT è citato perché quella pagina ha rifiutato il recupero. Nulla di quanto riportato è stato testato a runtime con un endpoint. Le tariffe dei token Kunavo provengono dal catalogo live e ogni esempio in dollari in questa pagina è aritmetica illustrativa dei token, non un costo misurato dell'attività.