Stack di coding IA self-hosted vs. lo stack SaaS

Il mese scorso uno sviluppatore con cui parlavo ha aperto la fattura di Cursor e ci ha trovato 80 $. Il mese prima erano gli stessi 20 $ fissi di sempre. Nel suo modo di lavorare non era cambiato nulla; era cambiata la fatturazione. È il momento che stanno vivendo molte persone proprio ora, ed è il motivo per cui «dovrei semplicemente auto-ospitarlo?» ha smesso di essere una domanda da appassionati per diventare una questione di budget.

Ecco cosa è successo davvero. Tutti e tre i grandi strumenti di coding IA in SaaS (GitHub Copilot, Cursor e Windsurf) sono passati alla fatturazione a consumo o a crediti tra metà 2025 e metà 2026. Allo stesso tempo, i modelli di codice a pesi aperti come Qwen2.5-Coder-32B sono diventati abbastanza validi da rendere l'auto-hosting del proprio assistente di codice una vera opzione, non un esperimento. Finalmente vale la pena fare il confronto con numeri reali.

Questo è quel confronto. Ti do il calcolo reale dei costi sia per uno sviluppatore singolo sia per un team in crescita, una lettura onesta di dove i modelli self-hosted reggono e dove no, e una raccomandazione tarata sul tuo numero di postazioni e sul tuo livello di qualità. Un avviso in anticipo: per uno sviluppatore singolo, il consiglio diffuso «self-hostalo su una GPU» è di solito sbagliato sui conti, e ti mostrerò perché.

TL;DR

• Se lavori da solo, la via GPU non conviene. Un GPU VPS fatturato al mese, a prezzo di listino, di circa 779 $/mese non batterà mai una postazione Copilot Pro da 10 $/mese per una sola persona.
• Lo stack GPU self-hosted è una mossa da team. A single GPU VPS breaks even against Copilot Business (about $19/seat) at roughly 27 seats, and against Cursor Teams (about $40/seat) at roughly 13 seats, at the current $506.35/month GPU price (roughly 41 and 20 seats at the undiscounted $779 list price). Below that, per-seat SaaS is usually cheaper.
• La capacità si divide in base al compito. Qwen2.5-Coder-32B è forte su autocompletamento e modifiche quotidiane; i modelli hosted di frontiera vincono ancora nettamente sul lavoro complesso, multi-file e agentico.
• L'auto-hosting ha una tassa di manutenzione. Aggiornamenti dei modelli, stranezze dei driver GPU, dimensionamento del contesto, uptime: qualche ora al mese, non un secondo lavoro. Mettilo nel conto prima di passare.

Cosa copre questo articolo (e cosa no)

Questo è un confronto costo-e-capacità di uno stack specifico e realizzabile rispetto agli strumenti SaaS che la maggior parte degli sviluppatori paga già. Per restare utile e onesto:

• Copre: il calcolo dei costi mensili (solo e team), la capacità di coding quotidiana e una raccomandazione su misura.
• Copre: uno stack self-hosted concreto (Ollama, Continue.dev, Code Server e n8n) su un VPS.
• Non copre: il benchmarking esaustivo dei modelli o la rincorsa alle classifiche.
• Non copre: il fine-tuning o l'uso di questi modelli per lavoro LLM non legato al codice.
• Non copre: l'installazione passo passo. Questo è l'articolo «dovrei farlo?», non l'articolo «come costruirlo».

Cosa è cambiato nei prezzi degli strumenti di coding IA

Cursor ha aperto le danze. Il 16 giugno 2025 ha sostituito i suoi limiti per richiesta con una tariffazione basata sull'uso dell'API: ottieni un pool di utilizzo di modelli di frontiera a tariffe API, e i mesi intensi costano più di quelli leggeri. Il cambiamento colse di sorpresa molti, e Cursor ha offerto rimborsi per un periodo dopo l'annuncio. Un aggiornamento di giugno 2026 ha rielaborato ulteriormente i pool di utilizzo ma ha mantenuto il modello a consumo.

GitHub Copilot ha seguito nel 2026. Secondo l'annuncio di GitHub, il 1 giugno 2026 le vecchie unità di richiesta premium sono state sostituite da «GitHub AI Credits» basati sui token. I prezzi degli abbonamenti sono rimasti invariati (Pro a 10 $/mese, Business a 19 $/utente/mese), ma ciò che puoi fare dentro quel prezzo è ora misurato in base al consumo di token, con i completamenti di codice ancora inclusi senza costo di crediti.

Windsurf ha fatto il rimpasto più grande. A marzo 2026, ha sostituito i vecchi piani self-service in stile crediti con piani a quota, ha aggiunto un livello Max da 200 $/mese e ha portato il nuovo prezzo Pro a 20 $/mese mantenendo gli abbonati Pro e Teams esistenti al loro prezzo attuale. L'editor da allora è diventato Devin Desktop; windsurf.com ora reindirizza a devin.ai/desktop. L'attuale la documentazione di fatturazione self-service descrive Teams come 40 $ per postazione dev completa con un minimo di 80 $/mese, non come un semplice modello aggiuntivo «80 $ base più 40 $ a postazione».

Il filo conduttore: la bolletta mensile fissa che potevi prevedere è quasi sparita. È proprio quella prevedibilità che il self-hosting ricompra, ed è proprio ciò che rende questo confronto attuale adesso.

Lo stack SaaS: cosa ottieni e quanto costa per postazione

Parti da cosa compra il denaro, perché compra parecchio. Sul fronte SaaS ci sono tre editor (GitHub Copilot, Cursor e Devin Desktop, ex Windsurf) che offrono zero configurazione, una stretta integrazione con l'IDE e il miglior ragionamento agentico multi-file disponibile oggi. Installi un'estensione o scarichi un editor e in pochi minuti stai lavorando. Per la maggior parte delle persone quella comodità è tutto il punto.

Ecco i prezzi attuali per postazione, presi dalla pagina prezzi di ciascuno strumento:

Il punto debole è il contatore. Sui piani a consumo e a crediti, un mese intenso è una bolletta salata, e spesso non la vedi arrivare finché non arriva. Peggio, quando i crediti finiscono, diversi di questi strumenti ti bloccano o ti spingono verso gli extra; non c'è un ripiego locale ridotto ma gratuito su cui tirare avanti fino al ciclo successivo. Se il tuo reddito è irregolare o l'uso schizza nelle settimane di crunch, quella variabilità è un vero grattacapo operativo, non un errore di arrotondamento.

Se stai confrontando strumenti specifici tra loro anziché la questione del self-hosting, ho approfondito i singoli editor in un confronto a parte delle alternative a Claude Code.

Lo stack self-hosted: Ollama, Continue.dev, Code Server, n8n

Il lato self-hosted è fatto di quattro pezzi, e ognuno fa un lavoro preciso. Ollama (attualmente v0.31.1) è il motore di inferenza locale: esegue il modello a pesi aperti sul tuo server ed espone un'API compatibile con OpenAI. Continue.dev è il ponte, un'estensione per VS Code e JetBrains che indirizza autocompletamento e chat del tuo editor verso il tuo endpoint Ollama invece che verso un provider cloud. Server di Codice (attualmente v4.127.0) è VS Code nel browser, ospitato sullo stesso VPS, comodo quando vuoi che l'intero ambiente stia accanto al modello anziché sul tuo portatile. E n8n è il livello di workflow: è così che colleghi automazioni agentiche o multi-step (eseguire test, aprire una PR, chiamare un webhook) attorno al modello.

La scelta del modello che rende tutto ciò credibile è Qwen2.5-Coder-32B, che Ollama presenta come uno dei modelli di codice a pesi aperti più forti sui benchmark standard. È questo il pezzo che ha cambiato i conti. Un paio di anni fa i modelli aperti non erano abbastanza vicini da valerne la pena; oggi, per il lavoro quotidiano, lo sono.

Un avvertimento da conoscere prima di puntare su Continue: ora fa parte dell'ecosistema Cursor. il sito di Continue conferma l'acquisizione, e la sua documentazione mostra ancora la configurazione di Ollama e dei modelli locali, ma la direzione del prodotto a lungo termine è meno certa di prima dell'acquisizione. Per ora trattalo come un ponte pratico, non come la dipendenza a lungo termine più sicura.

Ecco la parte comoda per chi detesta la configurazione: Ollama, Code Server e n8n sono tutti disponibili come deployment in un clic nel il marketplace di Cloudzy, il che toglie di mezzo l'obiezione «passarci un weekend a installare». Punti e distribuisci l'intero stack invece di assemblarlo a mano. Se vuoi il ragionamento di selezione dietro Ollama in particolare, l'ho confrontato con la principale alternativa, LM Studio.

Consiglio pro: Qwen2.5-Coder-32B occupa circa 20 GB su disco e, in quantizzazione Q4_K_M, per girare serve all'incirca 20-25 GB di VRAM. Ci sta su una GPU da 24 GB di VRAM come la RTX 4090, ma di misura. Con le impostazioni predefinite e finestre di contesto da corte a medie gira bene; spingi il contesto molto in là e può iniziare a fare swap. Pianifica su «ci sta con una gestione attenta del contesto», non su «un sacco di margine».

La tabella dei costi: sviluppatore singolo vs. team

For one developer, self-hosting on a GPU is the wrong call on cost. Using Cloudzy's month-to-month list price for a 1x RTX 4090 GPU VPS, the stack runs about $779/month against $10/month for Copilot Pro. The GPU stack only pays off when that fixed cost is shared across a team: at the current price ($506.35/month at the time of writing, billed month-to-month with no annual commitment), it breaks even at roughly 27 Copilot Business seats or 13 Cursor Teams seats. At the undiscounted $779/month list price, the break-even moves out to roughly 41 Copilot Business seats or 20 Cursor Teams seats.

Ora i numeri. Le colonne SaaS sono totali per postazione; lo stack self-hosted è un costo mensile fisso, a prescindere da quante persone lo condividono.

Read the table by where the fixed line crosses the rising one. Against Cursor Teams at $40/seat, the GPU VPS becomes the cheaper option somewhere around 13 developers at the current price (about 20 at list). Against Copilot Business at $19/seat, you need roughly 27 developers at the current price (about 41 at list) before the fixed cost wins. Below those thresholds, per-seat SaaS is simply cheaper, and no amount of "but it's unlimited" changes that.

La storia in solitaria è diversa e va detta chiaramente. Non metti una sola persona su una GPU da 779 $. Se vuoi fare self-hosting da individuo, il confronto onesto è un modello piccolo (7B) su un CPU VPS da circa 29 $/mese contro una postazione Copilot Pro da 10 $/mese. Sono circa 19 $/mese in più, e ciò che compri è nessun limite d'uso, nessuna sorpresa a contatore e il tuo codice che non lascia mai il tuo server. Se valga quei 19 $ dipende interamente da quanto ti costa l'imprevedibilità della fatturazione in stress e previsione, non dai dollari nudi e crudi.

Verdetto rapido: lo stack GPU self-hosted è una decisione da scala di team o multi-carico, non una scelta in solitaria. Per una persona è restare sul SaaS o far girare un modello piccolo su una macchina CPU economica. Per un team, calcola il numero di postazioni contro 19 $ e 40 $ prima di toccare una GPU.

Punto chiave della sezione: tutta la giustificazione economica dello stack GPU è dividere un unico costo fisso su molte postazioni. È una mossa da team o multi-carico, mai un acquisto in solitaria.

Confronto delle capacità: dove il self-hosted regge e dove no

Affida a un'installazione self-hosted di Qwen2.5-Coder-32B una giornata di lavoro ordinario (autocompletamento, modifiche a un file, «scrivimi questa funzione», spiega-questo-codice) e farai fatica a distinguerla da un assistente a pagamento. Sul quotidiano, il divario è piccolo. Dove crolla è il 20% difficile: riscritture multi-file, compiti agentici a lungo orizzonte e ragionamento complesso su una grande codebase. Lì i modelli hosted di frontiera vincono ancora nettamente, e non di poco.

C'è anche una dimensione di velocità che si sottovaluta. Un modello hosted di frontiera risponde in fretta perché gira sull'enorme flotta di inferenza di qualcun altro. Il tuo GPU VPS da 779 $, soprattutto sotto il carico simultaneo di un paio di colleghi, per il lavoro interattivo può sembrare più lento delle risposte sotto il secondo a cui sei abituato. È usabile, ma «self-hosted» e «istantaneo» non sono la stessa cosa una volta che diverse persone condividono una sola scheda.

Quindi l'inquadramento corretto non è «Ollama sostituisce Copilot». È «Ollama pareggia Copilot nei compiti quotidiani e lo insegue in quelli complessi». Se la tua giornata è per lo più compiti quotidiani, è un ottimo affare. Se la tua giornata è per lo più il 20% difficile, non lo è.

Quando il SaaS vince ancora

Immagina uno sviluppatore solo il cui lavoro è davvero critico per la qualità (l'IA fa modifiche architetturali multi-file, non autocompletamento) e che non ha alcun interesse a gestire un server. Per quella persona, 20 $/mese per uno strumento di frontiera è uno dei migliori affari del software, e il self-hosting sarebbe un passo indietro travestito da risparmio. Lì il SaaS vince nettamente, e non è l'unico caso.

Il SaaS è la scelta giusta quando:

• Lavori da solo e la tua asticella di qualità è il 20% difficile, non le modifiche quotidiane.
• Your team is under the crossover seat count: below about 13 (vs Cursor Teams) or about 27 (vs Copilot Business) at current pricing, per-seat is cheaper.
• I tuoi workflow si appoggiano a un ragionamento agentico di primissimo livello che i modelli aperti non eguagliano ancora.
• Nessuno nel team vuole, o ha tempo per, farsi carico delle operazioni.

Quest'ultimo punto è quello che la gente liquida, quindi siamo precisi sulla tassa di manutenzione. Auto-ospitare uno stack di coding non è un secondo lavoro, ma non è nemmeno gratis. Il vero lavoro ricorrente include: scaricare e testare le nuove versioni dei modelli, risolvere le stranezze dei driver GPU dopo gli aggiornamenti, regolare le dimensioni delle finestre di contesto per non fare swap di VRAM e tenere su la macchina così che il team non resti bloccato quando il modello è giù. Chiamalo qualche ora al mese una volta stabile, il che va bene se qualcuno se ne occupa, e un disastro al rallentatore se nessuno lo fa.

Punto chiave della sezione: il self-hosting è una decisione di costo e controllo che ripaga solo oltre una certa scala di team, o quando requisiti di privacy e conformità rendono «il nostro codice non lascia mai il nostro server» non negoziabile, a prescindere dai conti.

Come scegliere: un quadro decisionale

Trovati in una riga e hai praticamente finito. La tabella dei costi e la ripartizione delle capacità qui sopra ti danno tutto per collocarti; questa è solo la mappatura.

• Solo, sensibile ai costi, compiti quotidiani: resta su Copilot Pro, oppure fai girare un modello 7B su un CPU VPS economico se vuoi un costo senza tetto, privato e prevedibile. Lascia perdere la GPU.
• Solo, lavoro critico per la qualità: resta sul SaaS. Gli strumenti di frontiera valgono la pena e il self-hosting per te è un passo indietro.
• Team under about 13 seats: per-seat SaaS is usually cheaper at current GPU pricing. Don't self-host to save money at this size.
• Team about 13 to 27+ seats, or with other GPU workloads, or with privacy and compliance requirements: lo stack GPU self-hosted comincia ad avere davvero senso. Fai il calcolo delle postazioni e considera chi si occupa delle operazioni.

Se atterri su quell'ultima riga, la domanda pratica diventa dove vive la macchina GPU. Far girare Qwen2.5-Coder-32B significa una scheda con 24 GB di VRAM, e il peso della configurazione (proprio l'obiezione che tiene la gente sul SaaS) è ciò che vale la pena eliminare con l'ingegneria. Un GPU VPS con un deployment in un clic di Ollama, Code Server e n8n mette in moto tutto il tuo stack senza il weekend di assemblaggio, così le operazioni a cui ti iscrivi sono manutenzione continua, non una costruzione da zero. Se è questa la strada che stai percorrendo, Cloudzy's Ollama VPS ti dà la GPU da 24 GB di VRAM e lo stack in un clic in un unico posto; prezzi e sedi GPU attuali sono sulla pagina.

Domande frequenti

In sintesi

Scegli la riga che corrisponde al tuo numero di postazioni e al tuo livello di qualità, e la decisione si prende da sola. Solo e sensibile ai costi: resta su Copilot Pro o fai girare un modello piccolo su una macchina CPU economica. Solo e critico per la qualità: resta sul SaaS. Un team oltre la dimensione di crossover, o con altri carichi GPU o requisiti di privacy, è dove lo stack GPU self-hosted finalmente si ripaga. I cambi di fatturazione hanno reso utile fare questo calcolo; il calcolo, per la maggior parte delle persone, punta ancora al SaaS, e va bene così. Fai i tuoi conti contro 19 $ e 40 $ a postazione prima di comprare una GPU.