CosmicUp.me
Sette abbonamenti AI sostituiti da uno — 30+ modelli, 10.000 utenti, 80% in meno sul conto dell'inferenza.
- 10,000
- utenti registrati
- 30+
- modelli disponibili
- −80%
- costo di inferenza, dopo il lavoro sul contesto
Contesto
Una piattaforma AI consumer che mette 30+ modelli di testo, immagini e audio dietro un unico abbonamento da 16,99 €/mese, su web, iOS e Android. Gira interamente serverless, ha 10.000 utenti registrati e resta profittevole a prezzo fisso grazie a ciò che succede prima di ogni chiamata al modello: retrieval, reranking e compressione del contesto, non un budget più grande.
Il prodotto
- Cosa vende
- Un solo abbonamento al posto di ChatGPT Plus, Claude, Gemini, Grok e diversi strumenti per immagini e audio messi insieme.
- Chi lo compra
- Consumatori e piccoli team che vogliono i modelli di frontiera senza pagare cinque abbonamenti separati.
- Prezzo
- Piano gratuito, Plus a 16,99 €/mese o 169,90 €/anno — posizionato direttamente contro i circa 240 $/anno del solo ChatGPT Plus.
- Prove
- 10.000 utenti registrati, 5/5 su Product Hunt, 4,1/5 su Trustpilot, più un programma di affiliazione come secondo canale di acquisizione.
Il problema
Le persone volevano usare più modelli AI, ma non più abbonamenti, più interfacce e più rapporti di fatturazione. La parte difficile non era l'interfaccia: era servire traffico di inferenza imprevedibile e a raffica sotto un prezzo mensile fisso, il che significa che ogni decisione architetturale è anche una decisione sul margine.
Architettura
Non c'è un gateway unico che normalizza: ogni provider è integrato con la propria API, perché appiattirli costerebbe esattamente le capacità per cui le persone si abbonano. La leva sta prima: retrieval, reranking e compressione decidono cosa il modello vede davvero, ed è da lì che arrivano sia la qualità delle risposte sia il ~80% di risparmio.
Specifica tecnica
- Catalogo modelli
- 30+ modelli di testo, 11 di immagini e 2 agenti audio interni, raggruppati nei piani Free, Plus e Thunder.
- Provider
- Integrazioni dirette con OpenAI, Anthropic, Google, xAI e servizi specializzati di immagini e audio.
- Pipeline del contesto
- Composizione per richiesta: RAG con reranking, compressione del contesto e caching dei prompt prima della chiamata al modello.
- Finestre di contesto
- Fino a 1.000.000 di token a seconda del modello; in ingresso accetta PDF, DOC, DOCX e altri 9 formati, in uscita scrive PDF, DOC, CSV e TXT.
- Contabilizzazione fair use
- 2.000.000 di caratteri in ingresso al mese a piena velocità, poi degrado graduale verso una coda più lenta (2–10 min) invece di un blocco netto: il prezzo fisso sopravvive agli utenti pesanti.
- Streaming
- Streaming server-sent da un capo all'altro, così la latenza percepita resta bassa anche con un modello lento.
- Esecuzione di codice
- Runtime Python in sandbox (AI Code Run) invocato come tool dalla chat.
- Piattaforme
- Web, iOS e Android da un'unica base di codice, pubblicate come CosmicUp.me su entrambi gli store.
- Pagamenti
- Stripe sul web, acquisti in-app nativi su iOS e Android.
- Infrastruttura
- Interamente serverless su Firebase e funzioni Node.js — nessun server sempre acceso, il traffico a riposo non costa nulla.
Come l'ho costruito
Ho definito la roadmap di prodotto e costruito tutto su uno stack serverless — Vue.js davanti, funzioni Node.js e Firebase dietro — così che il traffico a riposo non costasse nulla.
Ho integrato ogni provider con la sua API — OpenAI, Anthropic, Google, xAI e i servizi di immagini e audio — invece di nasconderli dietro un'unica astrazione al minimo comune denominatore. Il modello lo sceglie l'utente, quindi l'ampiezza del catalogo è il prodotto.
Ho spostato lo sforzo ingegneristico a monte della chiamata: il contesto di ogni richiesta viene costruito al volo con retrieval, reranking e compressione, così il modello legge ciò che conta e nient'altro.
Ci ho aggiunto il caching dei prompt, che insieme al lavoro sul contesto ha tagliato la spesa di inferenza di circa l'80% — stesso catalogo, stesse risposte, un quinto del conto.
Ho reso lo streaming il comportamento predefinito, così la latenza percepita resta bassa anche quando a lavorare è un modello lento.
Ho progettato una contabilizzazione fair use che degrada invece di bloccare: superata la soglia mensile la richiesta entra in una coda più lenta anziché fallire, e così il prezzo fisso regge consumi che variano di ordini di grandezza.
Ho rilasciato web, iOS e Android da un'unica base di codice con un wrapper nativo su misura, così una funzionalità arriva su tutte le piattaforme con una sola release invece di tre.
Ho gestito personalmente la parte di crescita — analisi di mercato, campagne TikTok e Google Ads e assistenza clienti diretta — riportando la casella del supporto dritta nella roadmap. Il design dell'interfaccia è lavoro del mio socio, non mio.
Uso i log come strumento di controllo degli abusi: i pattern di consumo anomali vengono indagati, chi abusa davvero viene bannato e, quando l'anomalia si rivela un nostro bug, si corregge il bug.
Risultato
- 10.000 utenti registrati su un'infrastruttura senza server sempre accesi e senza un team ops dedicato.
- Spesa di inferenza ridotta di circa l'80% grazie a RAG, compressione del contesto e caching dei prompt — l'unica modifica che ha reso profittevole un abbonamento a prezzo fisso.
- Il disegno della contabilizzazione ha tenuto in piedi quel prezzo fisso davanti a consumi che variano di ordini di grandezza fra un utente e l'altro.
- Un'unica base di codice che serve web, iOS e Android, così catalogo e funzionalità restano allineati su tutte e tre.
- Le conversazioni di supporto si sono trasformate direttamente in funzionalità rilasciate: il ciclo è rimasto corto perché la stessa persona leggeva i ticket e scriveva il codice.