OpenAIAnthropicGoogleMisurato dal vivo con il contatore di ogni fornitore
Due prodotti
Dove vanno i tuoi token: nella tua app o nel tuo agente di codice?
Entrambi si licenziano per postazione ed entrambi contano con il contatore del tuo fornitore. Fanno lavori diversi, quindi ognuno fa la sua promessa — e oggi solo uno ha una cifra di risparmio pubblicata.
SDK
Per app Node.js, in JavaScript o TypeScript, che chiamano un'API di LLM con la tua chiave e pagano ogni token.
Avvolge la chiamata nel tuo codice, invia al fornitore solo ciò che va pagato e restituisce un SavingsReport con ogni risposta.
La cifra che pubblichiamo
OpenAIgpt-4o-mini
31,5%di bolletta in meno (intervallo al 95%: da 25,7% a 36,7%) su un flusso in cui il 30% delle richieste sono ripetizioni esatte — GSM8K, SDK 0.4.31
Non è una previsione: quanto risparmierai dipende da quanto si ripete il tuo traffico. Nel tuo report di risparmio conta solo ciò che conferma il contatore del tuo fornitore — comprese le richieste ripetute servite senza chiamarlo, ciascuna valutata con il contatore della richiesta identica già eseguita.
Per chi usa Claude Code, Codex CLI o un altro agente di codice con chiave API.
Un comando mette un contatore locale davanti al tuo terminale, senza codice da toccare. Il gateway conta ogni richiesta di cui il tuo fornitore riporta l'utilizzo, con il contatore del fornitore stesso — per i modelli del nostro catalogo prezzi — e le somma nella tua dashboard, per giorno e per modello.
La cifra che pubblichiamo
Anthropic
2,5%della fattura con la riduzione della cache di PRO, al netto dei mancati riscontri di cache che provoca (intervallo al 95%: da 1,5% a 3,6%). Simulato a prezzi di listino su 51 sessioni di Claude Code di una sola organizzazione, la nostra.
Non è una previsione per il tuo team: è una sola organizzazione, un solo fornitore e prezzi di listino, ed è un risparmio piccolo che si nota dove la spesa in Anthropic è alta. Con PRO, sui modelli Anthropic, il gateway sposta le scritture della cache dal TTL di un'ora a quello di cinque minuti, solo nei turni in cui una parte consistente del prompt è nuova — come il primo turno di una sessione o una compattazione — e lascia come sono i turni concatenati di una sessione in corso. Questo cambia il prezzo, mai ciò che legge il modello, e solo ciò che conferma il contatore del tuo fornitore conta nel tuo report di risparmio.
SDK — per app JavaScript e TypeScript con chiave API
Fatto per sviluppatori
Meno mal di testa con la fattura. Senza cambiare fornitore.
Quattro fatti sul pacchetto. Nessuno è una promessa.
dependencies: {}
Zero dipendenze a runtime
Un solo bundle ESM. Accanto al tuo codice non si installa nulla che non abbiamo scritto noi; il tokenizer esatto è un peer opzionale.
report.cost.basis
Un SavingsReport per chiamata
Quattro registri che non si sommano mai, il costo con la sua base (misurato o stimato) e tracce per fase. È la stessa cosa che legge il tuo pannello.
app → provider api
Il tuo traffico resta diretto
L'SDK incapsula la chiamata nel tuo processo. I tuoi prompt non passano da BiVelio: a noi arrivano solo conteggi e costo.
layer.generateStream(request)
Streaming, lo stesso report
generateStream() ti consegna la risposta man mano che il fornitore la scrive e si chiude con lo stesso SavingsReport di generate(), con le stesse regole di base: il contatore finale del fornitore viene letto alla fine dello stream, e uno stream che ne è privo viene riportato come non misurato e non conta mai come risparmio misurato. Con un contratto di output, la risposta arriva validata, in un solo pezzo.
In parole semplici
Cosa fa l'SDK, esattamente?
Quattro idee, quattro animazioni da otto secondi.
01
L'IA si paga a parole
Ogni richiesta a un'IA si paga in base al testo che entra ed esce. Savings si mette in mezzo a quel percorso: una richiesta che ha già visto e verificato riceve risposta senza richiamare il fornitore, e ciò che non hai dovuto pagare cade nel tuo barattolo.
02
Non paghi due volte la stessa cosa
L'IA rilegge a ogni turno tutto ciò che le avevi già inviato — e il fornitore lo fattura di nuovo. Savings prepara ogni richiesta perché il fornitore applichi il suo prezzo ridotto alle ripetizioni. Lo sconto lo fa il fornitore; la nostra parte è chiederlo bene.
03
Una ricevuta che puoi verificare
Non ti chiediamo fede. Ogni risparmio si misura con il contatore ufficiale del fornitore — lo stesso con cui ti fattura — e compare sulla tua ricevuta. Ciò che non si può confrontare con la fattura non viene mai annunciato.
04
Misura gratis, poi paga per postazione
Inizia con la licenza Misura, gratuita: il livello funziona in modalità ombra e ti mostra quanto avrebbe risparmiato con il tuo traffico. Per attivare le leve paghi un canone fisso per postazione, o un piano Team, che tu risparmi o no — e nessuna commissione sul tuo risparmio.
Le animazioni illustrano l'idea. Le cifre vere — misurate contro fornitori reali — sono subito sotto.
Niente promesse: misurazioni
Come sappiamo che fa risparmiare? Lo misuriamo — e pubblichiamo ogni prova, una per una.
Ogni scenario viene eseguito due volte contro il fornitore reale: così com'è, e con Savings davanti. Entrambi i risultati si contano con il contatore del fornitore stesso — lo stesso che dà il prezzo alla tua fattura. Ecco cosa è uscito, con il suo margine di errore:
31,5%di bolletta in meno (intervallo al 95%: da 25,7% a 36,7%) su un flusso in cui il 30% delle richieste sono ripetizioni esatte — GSM8K, SDK 0.4.31
Anthropicclaude-sonnet-5
75,1%stesso flusso (intervallo al 95%: da 69,3% a 79,6%). Circa 41% della bolletta originale è lo sconto della cache di prefisso di Anthropic stesso — del fornitore, non nostro, e mostrato a parte
Ogni leva finisce nel proprio registro, e i registri non si sommano mai. In questa batteria il risparmio è venuto dalle richieste ripetute che l'SDK ha servito senza chiamare il fornitore e, su Claude, dalla cache di prefisso del fornitore stesso. Il pacchetto npm non include alcun compressore.
Compatibile non vuol dire misurato. L'SDK funziona con qualsiasi endpoint compatibile con l'API di OpenAI, più l'adattatore nativo di Anthropic e l'adattatore nativo di Gemini (novità della 0.4.33). Con una cifra di risparmio sul banco pubblico, oggi solo i modelli di OpenAI e di Anthropic; Gemini non ha una cifra di risparmio. Ciò che è misurato per Gemini: Gemini 3.8 Flash, tramite la sua API nativa, nel banco settimanale dal vivo del 1 ottobre 2026 — tutte e quattro le batterie, senza errori dello strato e senza alcun rifiuto in cache o accreditato come risparmio. Quel banco verifica che lo strato non rompa nulla e non faccia pagare di più; non misura un risparmio. Misurato anche: Gemini 3.1 Pro, tramite la sua API nativa, in due esecuzioni parziali del 01–02 ottobre 2026 (la sua quota giornaliera del fornitore non basta per le quattro batterie in un giorno): tutte e quattro le batterie, anche qui senza alcun errore del livello e senza alcun rifiuto messo in cache o contato come risparmio.
Il test è un esperimento equo: lo stesso compito due volte — senza Savings e con Savings — con lo stesso contatore del fornitore che misura entrambi.
Traduzione, senza gergo
Su un flusso in cui il 30% delle richieste si ripetono identiche, la bolletta è scesa del 31,5% — tra 25,7% e 36,7% con il 95% di confidenza. Quanto risparmierai dipende da quanto si ripete il tuo traffico.
Una percentuale non significa nulla senza il suo intervallo, il suo modello e il suo traffico: pubblichiamo tutti e tre.
Contabilità onesta
Ogni tipo di risparmio, contato a parte — perché nessuna cifra si gonfi.
Ogni SavingsReport divide il risparmio in quattro registri — chiamate evitate, testo rimosso, testo compresso e lo sconto di cache del tuo stesso fornitore — e non li somma mai in una cifra di marketing.
Sul banco pubblico (2026-09-28), ciò che ha risparmiato l'SDK installato è venuto dal primo registro — richieste ripetute servite senza chiamare il fornitore — e, su Claude, dal quarto, che è lo sconto del tuo stesso fornitore. Il pacchetto npm non include alcun compressore. Un registro senza cifra pubblicata è descritto qui, non pubblicizzato.
01
avoided_calls
Chiamate a LLM, recupero e strumenti che non sono mai state eseguite.
02
eliminated_tokens
Informazioni eliminate perché semplicemente non necessarie.
03
compressed_tokens
Informazioni conservate, ma codificate con meno token.
04
provider_cached_tokens
Ancora nel prompt, ma fatturate o elaborate a costo inferiore.
SDK · una leva, sui tuoi dati, prima di pagare
Incolla i tuoi dati. Guarda quanti token invierebbe l'SDK.
Qui gira il vero selettore di formato dell'SDK, nel tuo browser e sui tuoi dati. Niente lascia questa pagina e non ti serve un account.
Prova un esempio
…o incolla qui il tuo JSON. Niente esce dal tuo browser.
Caricamento dell'ottimizzatore e del tokenizzatore esatto…
Cos'è e cosa non è: una leva — come si scrivono i dati strutturati nel prompt — sui token di input di questi dati. Vale solo per i dati che passi all'SDK come structuredData, non per il JSON già scritto nei tuoi messaggi. Non è la tua fattura: le chiamate evitate, la cache del tuo fornitore e l'output non ci sono, e molte richieste non contengono dati strutturati. Per l'SDK intero, la cifra che pubblichiamo è quella della sezione della misurazione, con la sua nota.
Eseguilo nella tua app. I tuoi prompt non toccano mai i nostri server.
Metti l'SDK davanti al tuo provider. Ogni risposta include un SavingsReport completo che puoi rappresentare in grafici — le stesse cifre che legge la dashboard.
# 1 · il pacchetto
pnpm add @bivelio/savings-layer# 2 · la licenza (dalla tua dashboard)
export BIVELIO_LICENSE_KEY=…
# 3 · avvolgere la chiamata — questo è tutto il cambio di codiceconst layer = createSavingsLayer({ provider, licenseKey, … });
const { text, report } = await layer.generate({ model, messages });
console.log(report.cost.netSavingsRatio) // ← il risparmio, misurato
Oppure lascia che un comando lo adatti al tuo stack.init legge il tuo package.json (Next.js, Express, Vercel AI SDK, Mastra, LangChain.js, l'SDK di Anthropic o quello di OpenAI) e stampa la riga di installazione, il codice esatto del tuo adattatore e una verifica che non consuma token: con la tua licenza già attiva, a risponderle è il layer, sulla tua macchina, senza chiamare il modello. Non scrive nulla se non glielo chiedi.
Dove già vivono le tue automazioni. Ciò che si misura è la chiamata all'API del tuo fornitore con la tua chiave: in un'app Node.js, l'SDK la avvolge; da altro codice con l'SDK ufficiale di OpenAI o di Anthropic, il gateway si mette davanti e la registra per un modello con prezzo di listino.
Gateway — per agenti di codice con chiave API
Gateway · terminali di codice
Claude Code con chiave API? Guarda la spesa reale, token per token.
Un solo comando mette un contatore locale davanti al tuo terminale, senza toccare il tuo codice: esporti la tua chiave di servizio e avvii il tuo agente tramite bvsala. I tuoi prompt non lasciano mai la tua macchina — alla tua dashboard arrivano solo conteggi e costo.
npm i -g @bivelio/savings-layer
export BIVELIO_SERVICE_KEY=bvk_…
bvsala claude
Il gateway misura, con il contatore del tuo fornitore, ogni richiesta di cui questo riporta l'utilizzo (per i modelli del nostro catalogo prezzi) e, come l'SDK, funziona solo con una licenza attiva: la ritira con la tua chiave di servizio e ne verifica la firma sulla tua macchina. Con una licenza PRO, sui modelli Anthropic, applica anche una leva per impostazione predefinita: sposta le scritture della cache dal TTL di un'ora a quello di cinque minuti solo nei turni in cui una parte consistente del prompt è nuova — come il primo turno di una sessione o una compattazione — e lascia come sono i turni concatenati. Questo cambia il prezzo, mai il contenuto che il modello legge. Le altre leve restano spente finché non le attivi. Lo skill savings-mode è disponibile per i tuoi limiti, con l'effetto ancora da misurare. Il gateway funziona anche con Codex CLI, Goose, Qwen Code, opencode, Kilo, Aider e, con la tua chiave Anthropic, GitHub Copilot CLI; per altri, come Cline o Continue, bvsala doctor stampa la configurazione esatta. Cursor non si può misurare, e Gemini CLI non ancora. Guarda come funziona →
Python o qualsiasi altro linguaggio? Punta l'SDK ufficiale di OpenAI o di Anthropic al gateway e ogni richiesta di cui il fornitore riporta l'utilizzo, per un modello con prezzo di listino, viene registrata in questo pannello a quel prezzo; il log del gateway avvisa quando una non viene misurata. bvsala doctor stampa l'URL di base di ogni SDK. In streaming con OpenAI, chiedi l'utilizzo nella richiesta (stream_options.include_usage).
Skill — per agenti di codice in abbonamento
savings-mode · skill gratuita
La skill che allunga i tuoi limiti di abbonamento
Niente fattura non significa niente dolore: la finestra di cinque ore e il tetto settimanale. savings-mode è una skill di sole istruzioni — nessun proxy, il tuo traffico intatto — che taglia le due masse che davvero bruciano il tetto: l'output del modello e i risultati degli strumenti. È gratuita; ciò che si paga con Savings è sapere quanto ti fa risparmiare.
01
letture di cache
L'intero contesto viene riletto a ogni turno — per questo tenerlo snello conta.
02
scrittura di cache (un'ora)
Ogni risultato di strumento viene scritto in cache con sovrapprezzo prima di essere riletto.
03
output del modello
Una piccola parte dei token, al prezzo per token più alto; la skill lo attacca direttamente.
Dove va la spesa di una sessione di Claude Code, in quest'ordine: letture dalla cache, scritture in cache di un'ora e output del modello — misurato con il nostro contatore sul nostro stesso traffico, rispetto ai contatori del fornitore. Quel report non è pubblicato, quindi non ne mostriamo le cifre. L'effetto della skill stessa sarà pubblicato una volta misurato in A/B — mai prima.
npx -y @bivelio/savings-layer skill
Un solo comando: si installa in ~/.claude/skills e si attiva da sola quando la conversazione parla di limiti o di risparmiare token.
Piani
Misura gratis. Paga per postazione quando vuoi il risparmio.
Inizia con Misura: gratis e senza carta. Il livello funziona in modalità ombra con il tuo traffico e la tua dashboard mostra quanto avrebbe risparmiato, valutato con il contatore del tuo fornitore. Pro e Team si pagano per postazione, in EUR, che tu risparmi o no, e non hanno commissione sul tuo risparmio.
Misura
Gratis
Senza carta. Il livello in modalità ombra per un’organizzazione, fino a 5 postazioni e 20.000 richieste al giorno: nulla di ciò che invii cambia, nulla viene servito dalla cache, non entra mai in alcuna commissione — e vedi quanto avrebbe risparmiato. Richiede @bivelio/savings-layer 0.4.33 o successiva.
Più postazioni di quante ne consenta il pagamento online, un contratto tuo o condizioni di fatturazione concordate: scrivici.
Ogni ottimizzazione BV‑SALA, senza limiti
Una ricevuta per richiesta: SavingsReport con quattro registri, misurato e stimato separati
Dashboard di risparmio e analitiche di team
I tuoi prompt non lasciano mai la tua infrastruttura
Una postazione è una macchina o identità di servizio, non una persona. Paghi le postazioni coperte dal tuo abbonamento; la tua dashboard mostra quante sono state in uso questo mese (attive in almeno 3 giorni; CI e runner effimeri non contano).
IVA esclusa. Se la Sua azienda ha una partita IVA intracomunitaria, si applica l'inversione contabile.
Hai già la formula precedente, con commissione sul risparmio misurato? La mantieni senza modifiche; le sue condizioni sono nei termini di prezzo.
Azienda ed ecosistema
BiVelioBıVelıo è membro del NVIDIA Inception Program.
Il programma di NVIDIA per le startup che costruiscono con l'IA.
