Limiti di utilizzo di Claude Code e Codex: il contatore che manca

Chi lavora ogni giorno con un coding agent conosce bene la scena: una sessione come tante, qualche richiesta, un paio di file modificati, e poi il messaggio che annuncia il raggiungimento del limite. Nelle ultime due settimane questa scena si è ripetuta con una frequenza tale da riempire i tracker pubblici di Anthropic e di OpenAI di segnalazioni simili fra loro: limiti di utilizzo di Claude Code e di Codex che si esauriscono molto più in fretta del solito, a parità di lavoro dichiarato, e in alcuni casi persino senza attività locale.

Il punto che accomuna quasi tutte le segnalazioni non è soltanto il consumo in sé, ma il momento in cui ce ne si accorge, ossia quando il contatore è già a zero. In questo articolo ricostruisco i fatti documentati, spiego perché il problema riguarda anzitutto la visibilità dei dati e presento lo strumento open source che ho sviluppato proprio per colmare questa lacuna, AI Meter.

Claude Code: le segnalazioni da metà ottobre 2026

Sul repository pubblico di Claude Code, a partire dalla seconda metà di ottobre, si sono accumulate numerose issue con un contenuto ricorrente. Una delle più dettagliate è la #105240, aperta il 26 ottobre da un utente con piano Max 5x: il consumo sarebbe aumentato in modo percepibile intorno al 17 ottobre e peggiorato con la nuova finestra settimanale iniziata il 24, fino al 94% del limite settimanale in meno di 48 ore, con il 73% della sessione di cinque ore già speso e il 100% del consumo attribuito a Claude Code. Secondo quanto riportato nella issue, sono stati gli stessi operatori del supporto a confermare quei valori, precisando però di non poter consultare la cronologia dei token né confrontare finestre settimanali diverse, e invitando l'utente ad aprire una segnalazione su GitHub.

Il quadro si ripete altrove. La #105621, del 28 ottobre, descrive limiti che «si esauriscono drasticamente più in fretta» con un flusso di lavoro invariato sull'app desktop per Windows ed è stata etichettata automaticamente come duplicato; titoli come quello della #106322 (limite settimanale raggiunto ogni settimana da metà ottobre, a carico invariato) o della #105122 (consumo settimanale che sale anche con le sessioni inattive) restituiscono la stessa fotografia. Nelle due issue che ho consultato per intero, al momento della stesura, non compare una risposta dello staff di Anthropic.

Codex: un copione già visto ad agosto

OpenAI ha attraversato una fase analoga nell'estate del 2026. Secondo la ricostruzione pubblicata da daily.dev, che riassume un thread di Thomas Sottiaux su X, l'azienda ha azzerato i limiti di utilizzo per gli abbonati a pagamento di Codex e ChatGPT Work dopo aver corretto una serie di difetti che gonfiavano i consumi, stimando che le correzioni avrebbero allungato le quote del 10-50% a seconda dell'uso. La tabella che segue elenca alcuni dei difetti riportati.

Il 9 settembre la pagina di stato di OpenAI ha registrato un incidente di segno opposto, «reset inattesi dei limiti di utilizzo» per alcuni utenti di Codex, risolto in meno di mezz'ora. E il 29 ottobre è comparsa la issue #58042 sul repository di Codex: la quota settimanale dell'autore sarebbe scesa dal 69% al 53% residuo durante una sessione, poi a zero il giorno successivo senza alcun uso intenzionale, per tornare in seguito al 59% senza un reset programmato. Anche qui il supporto, stando all'autore, non sarebbe riuscito ad attribuire il consumo né a verificarne il calcolo.

Perché ce ne si accorge solo a limite esaurito

Messe in fila, queste vicende rivelano un'asimmetria informativa più che un singolo bug. I piani in abbonamento espongono il consumo come una percentuale di una finestra (le cinque ore di sessione, la settimana, talvolta un limite dedicato a un modello) e non come un registro delle singole operazioni. Il contatore si consulta su richiesta, in una pagina delle impostazioni o con un comando, e nessuno lo guarda mentre lavora; i token letti dalla cache, le chiamate dei tool e le attività in background pesano sulla quota senza che l'utente ne abbia una percezione diretta.

Ne deriva che il primo segnale di un consumo anomalo coincide spesso con il blocco, e a quel punto mancano proprio i dati che servirebbero per una segnalazione utile: a che ora la percentuale ha iniziato a salire più in fretta, quali sessioni erano aperte in quel momento, se il ritmo era davvero diverso da quello delle settimane precedenti. Se nemmeno il supporto di primo livello dispone di quella cronologia, come emerge dalle issue citate, l'unico archivio possibile è quello che l'utente tiene sul proprio computer.

AI Meter: i limiti di utilizzo nella barra delle applicazioni

AI Meter è un'applicazione open source per Windows 11, rilasciata con licenza Apache 2.0, che ho sviluppato proprio per rendere visibile ciò che oggi resta nascosto. Si presenta come una piccola pillola dentro la barra delle applicazioni, nello spazio libero accanto all'area di notifica o nell'angolo sinistro, con la percentuale residua di ogni servizio: Claude, ChatGPT e Codex, GitHub Copilot, Google Antigravity, Cursor, OpenRouter e altri, oltre ai modelli locali caricati in Ollama, LM Studio o llama.cpp. Passando il puntatore compare il riepilogo, con un clic si apre il pannello completo.

I limiti di Claude vengono letti in tempo reale dall'endpoint di utilizzo dell'account, usando l'accesso di Claude Code già presente sul PC e senza mai toccare il refresh token, che resta di competenza della CLI ufficiale; quelli di Codex vengono chiesti al programma codex installato, che usa il proprio login. Il resto dei dati arriva da file e database che le app di AI già scrivono in locale. Non c'è telemetria e non c'è alcun server intermedio: le uniche richieste di rete sono quelle verso l'endpoint di ciascun servizio attivato.

Previsione del ritmo e notifiche prima del muro

La funzione più utile nella pratica quotidiana è la previsione. AI Meter calcola il ritmo di consumo sull'andamento dell'ultima ora e mezza di letture (oppure sulla media dall'inizio della finestra) e, se al ritmo attuale il limite si esaurirà prima del reset, lo dice in chiaro: «a questo ritmo finisce alle 17:05». Lo stesso dato compare nel pannello, nel tooltip e come barra gialla nella pillola.

Quando una quota scende sotto il 20% e poi sotto il 5% arriva una notifica nativa di Windows, che indica anche quale altro servizio ha ancora margine, così da poter spostare il lavoro prima di restare fermi. Ogni avviso arriva una sola volta per finestra, rispetta la modalità Non disturbare e si può disattivare.

Consumi insoliti, confrontati con la propria storia

Dalla versione 0.8 AI Meter conserva una cronologia locale in un archivio SQLite, e l'ultima funzione aggiunta (nei giorni in cui le segnalazioni si moltiplicavano) riguarda proprio i consumi anomali. Il confronto non avviene con una soglia astratta, ma con lo storico osservato sullo stesso account e sullo stesso limite: quando il ritmo di un intervallo esce dall'intervallo di riferimento personale, la dashboard mostra che cosa è cambiato, rispetto a quale periodo e quali sessioni si sovrapponevano a quella finestra, con i relativi conteggi di token in ingresso, in uscita e di cache.

Nell'esempio, costruito con dati dimostrativi, il limite settimanale di Claude sale di 6 punti in 31 minuti, pari a 12 punti l'ora, contro un massimo abituale di 4,2 calcolato su 23 giorni feriali con consumo; sotto compare la sessione di Claude Code che si sovrapponeva all'intervallo. Finché i dati comparabili non sono sufficienti, la dashboard lo dichiara (la sessione di cinque ore, nell'immagine, è ancora in fase di apprendimento) invece di affermare che non ci sono anomalie.

Una base documentale per la segnalazione

La cronologia si può esportare in formato JSONL, con marcatori temporali UTC e con i campi mancanti lasciati vuoti anziché azzerati. È il materiale che serve per trasformare una sensazione in una issue circostanziata. L'archivio non contiene prompt, testo delle risposte, codice sorgente, titoli delle sessioni né credenziali, perciò si può condividere con ragionevole tranquillità dopo averlo controllato.

• Finestra interessata (sessione di cinque ore, settimanale o limite per modello) e orario del reset
• Ritmo osservato nell'intervallo anomalo e ritmo abituale di riferimento
• Sessioni e tool attivi nello stesso intervallo, con i conteggi di token disponibili
• Versione dell'agent, sistema operativo ed eventuale uso di WSL
• Estratto dell'esportazione JSONL relativo al periodo

Che cosa AI Meter non può fare

Un contatore locale non sostituisce la contabilità del provider e non recupera ciò che non ha osservato: la cronologia parte dal momento dell'installazione, le singole chat su claude.ai o su ChatGPT non lasciano traccia sul disco e alcuni dati provengono da endpoint che i servizi usano nelle proprie app senza documentarli pubblicamente, e che quindi possono cambiare. Lo dichiaro esplicitamente nel README del progetto, perché uno strumento nato per la trasparenza deve esserlo anzitutto su se stesso.

Come provarlo

Al primo avvio una schermata chiede il consenso per le funzioni che vanno oltre la lettura dei file locali: la pillola nella barra delle applicazioni, la lettura in tempo reale dei limiti di Claude e la ricerca delle chiavi API già salvate da altri programmi. Ogni scelta si può cambiare in seguito dalle Impostazioni.

La questione dei consumi anomali troverà, prima o poi, una risposta ufficiale; nel frattempo conviene avere i propri numeri. Se vuoi approfondire le scelte tecniche, la scheda del progetto AI Meter racconta come l'ho costruito in una settimana, dalle prime righe alla versione 0.8.3; se invece stai scegliendo quale agent adottare, il mio confronto fra Claude Code e Codex parte dall'uso in produzione. Segnalazioni, traduzioni e nuovi servizi sono benvenuti sul repository GitHub, e una stella aiuta il progetto a farsi conoscere.