Quanto costa oggi un LLM self-hosted su VPS dopo il rincaro Hetzner
Il 15 giugno 2026 Hetzner ha applicato il secondo repricing dell'anno, e sulle linee che servono per l'inferenza i rincari non sono ritocchi: la CCX13 è passata da 15,99 a 42,99 euro al mese. Chi progetta oggi un LLM self-hosted per una PMI fa i conti su un listino diverso da quello di qualunque guida scritta prima dell'estate, con un dettaglio che sposta la strategia più di ogni benchmark, perché i server già attivi mantengono le condizioni originali. Continua a leggere
Ultima modifica:
Il 15 settembre 2026 Cloudflare ha cambiato i default dei suoi controlli sui crawler AI, e stavolta il cambio ha toccato anche i milioni di siti sul piano gratuito già esistenti, non solo i nuovi. Se hai un sito dietro Cloudflare qualcosa si è già mosso senza che tu abbia toccato niente, e vale la pena capire cosa, prima di scoprire fra sei mesi di aver chiuso la porta al traffico sbagliato. 
Self-hostare un LLM su GPU non è solo installare Ollama: dopo mesi di esercizio emergono i costi reali e le scelte che contano. Aggiornamento da campo sull'inference self-hosted su GPU Hetzner: i runtime alternativi a confronto, il costo totale del primo anno tra hardware, energia e gestione, e il calcolo build contro buy rispetto a un'API di frontiera, reso più urgente dopo che un modello di frontiera è stato sospeso dall'alto. Numeri di esercizio, non stime. 
I crawler AI consumano il contenuto di un sito senza generare visite: per un publisher la questione è governarli, non solo bloccarli. Gli strumenti Cloudflare per farlo: managed robots.txt, Pay Per Crawl, Content Signals, e come distinguere i crawler legittimi dal probing ostile. Hardening oltre robots.txt per chi vuole restare citabile dagli assistant AI senza farsi svuotare il contenuto, con i tradeoff tra visibilità e controllo. 
Kubernetes è potente e, per la maggior parte delle PMI, prematuro. Quando ha davvero senso adottarlo (più team, scaling imprevedibile, deploy multipli al giorno) e quando è over-engineering che brucia budget e tempo. Se la decisione è sì, come iniziare in modo graduale: managed contro self-hosted, il percorso da Docker Compose a un cluster minimo, e i costi nascosti operativi da mettere in conto prima di partire. 
La scelta del provider VPS non è solo prezzo. Confronto strategico tra Hetzner, DigitalOcean e Contabo per una PMI italiana: rapporto prestazioni-costo, servizi gestiti disponibili, posizione sui temi di compliance e sovranità, qualità del supporto. Quando ciascuno è la scelta razionale in base al profilo del progetto, con i prezzi presi dai listini correnti e mai convertiti tra valute. 
Il confronto fra identity provider gestito e self-hosted viene quasi sempre fatto male, e in entrambe le direzioni: chi vende il gestito confronta il canone con zero, chi tifa per il self-hosting dimentica che le ore di un sistemista costano più di un abbonamento. Qui metto i prezzi reali di Auth0 e Okta accanto al costo di una macchina che regge Zitadel, aggiungo le due voci che mancano sempre (le ore e il costo di uscita), e dico anche in quali tre casi comprare resta la scelta giusta. 
Non tutte le PMI hanno un team sistemistico interno, e per chi ha requisiti di sovranità del dato, conformità NIS2 e continuità garantita, il provider cloud low-cost self-managed non è la risposta. Il caso per un fornitore italiano fully-managed con disaster recovery e datacenter sul territorio: confronto onesto del costo totale di gestione contro il prezzo nudo del self-managed, e i criteri per capire quando il managed italiano è la scelta razionale e non un sovrapprezzo. 
Le guide su Hetzner si fermano al Cloud VPS, ma il catalogo è più ampio e per certi workload la scelta giusta è un'altra. I dedicati Robot per database e carichi RAM-intensive, le StorageBox per backup a basso costo, le CCX a vCPU dedicata per eliminare il noisy-neighbor sui workload latenza-sensibili. Quando ciascuna linea conviene rispetto al Cloud, con un confronto onesto anche di quando NON usare Hetzner: compliance USA, niente DBaaS gestito, niente CDN integrata. 
Ollama è il default per iniziare, ma non regge ogni carico. Confronto tecnico dei runtime di inference self-hosted: vLLM per throughput e batching su GPU, TGI e sglang per scenari specifici, llama.cpp server per hardware modesto. Quando ciascuno è la scelta giusta, in base a hardware disponibile, concorrenza richiesta e vincoli di latenza. Per chi porta l'inference on-prem dopo aver deciso di non dipendere da un'API di frontiera.