Abonament za sto dolarów to nie budżet na AI

W rozmowach z właścicielami firm czasem słyszę mniej więcej takie zdanie: „przecież płacę 20 albo 100 dolarów miesięcznie za Claude Code” (agenta AI do programowania), a zaraz po nim pojawia się zdziwienie, kiedy mówię, że koszt AI w ich produkcie albo w procesie, który chcą zautomatyzować, trudno przewidzieć z góry. Wiele osób zakłada, że wystarczy zainstalować to samo narzędzie na serwerze, zalogować się na swoje konto z abonamentem i firma będzie działać za stałą opłatę. Rozumiem, skąd się to bierze, bo z zewnątrz w obu przypadkach widać ten sam model AI, ale w praktyce są to dwie różne usługi: abonament dla człowieka i dostęp przez API (czyli sposób, w jaki programy łączą się z modelem, rozliczany za każde użycie). Piszę na przykładzie Claude Code, bo sam z niego korzystam, ale u OpenAI, xAI i Google wygląda to bardzo podobnie.

Abonament na Claude Code jest dla człowieka przy klawiaturze

Abonamentu na Claude Code używam codziennie do własnej pracy, czyli dokładnie do tego, do czego służy (to prywatna preferencja, nie rekomendacja: podobne plany mają ChatGPT z Codexem, Grok i Gemini). Za stałą opłatę (u Anthropic 20 dolarów miesięcznie za plan Pro, 100 za Max i 200 za Ultra, przy czym Max i Ultra dają też miesięczną pulę kredytów na API, 100 albo 200 dolarów, po której wyczerpaniu płacisz już za tokeny według zwykłego cennika) dostajesz limit użycia, który w planach Pro i Max odnawia się co pięć godzin i co tydzień, jest wspólny dla czatu Claude i dla Claude Code, a po jego wyczerpaniu możesz poczekać albo dopłacić za dodatkowe użycie według zwykłych stawek API. Anthropic zastrzega przy tym, że to, jak szybko limit się wyczerpie, zależy między innymi od modelu, że firma może wprowadzić dodatkowe ograniczenia i że ceny oraz plany mogą się zmieniać według jej uznania.

Dla porównania, w dokumentacji Claude Code, na stronie o kosztach, Anthropic podaje, że ten sam agent rozliczany przez API kosztuje w firmowych wdrożeniach średnio ok. 13 dolarów na programistę za dzień, w którym z niego korzysta, a miesięcznie ok. 150-250 dolarów, zaznaczając, że te koszty bardzo się różnią. Dla jednej osoby przy klawiaturze abonament jest wygodny, ale dla produktu, który ma obsługiwać klientów o każdej porze, limit zmieniany według uznania dostawcy wydaje mi się słabym fundamentem.

Na co pozwala regulamin przy automatyzacji i budowaniu produktów

Druga sprawa to warunki korzystania, a regulamin dla klientów indywidualnych Anthropic stanowi (w moim tłumaczeniu), że poza dostępem przez klucz API albo sytuacjami, na które firma wyraźnie się zgodzi, nie wolno korzystać z usług „w sposób zautomatyzowany albo bez udziału człowieka, przez bota, skrypt lub w inny sposób”, i że nie wolno udostępniać swojego konta innym osobom. W dokumencie o warunkach korzystania z Claude Code jest dodatkowo zapisane, że limity w planach Pro, Max i Ultra są przewidziane na „zwykłe, indywidualne korzystanie”, że osoby budujące produkty albo usługi powinny łączyć się przez klucz API i że Anthropic nie pozwala im obsługiwać zapytań ich użytkowników przez konto z abonamentem, a te zasady może egzekwować bez uprzedzenia. Agent na serwerze, zalogowany na czyjeś konto z abonamentem i obsługujący klientów firmy, to, tak jak rozumiem te zapisy, właśnie przypadek, o którym w nich mowa. Przy produktach dla własnych klientów obowiązują osobne warunki komercyjne i osobne rozliczenie API (że API rozlicza się osobno od abonamentu, Anthropic pisze wprost na swojej stronie pomocy).

U pozostałych dostawców jest podobnie: OpenAI rozlicza ChatGPT i API osobno, Google podaje, że za bezpośrednie korzystanie z Gemini API płaci się poza planami, a za API xAI płaci się w konsoli API, najczęściej z przedpłaty (najpierw doładowujesz konto), niezależnie od abonamentu The X Subscription. Nie chcę tu niczego przesądzać, ale zanim oprzesz firmę na abonamencie, warto przeczytać warunki swojego planu, bo to one decydują o tym, co wolno, niezależnie od tego, co akurat technicznie działa.

Jak liczy się koszt API: tokeny na wejściu i na wyjściu

Przy API nie płacisz za miesiąc, tylko za tokeny, czyli kawałki tekstu, na które model dzieli wszystko, co czyta i pisze (według Anthropic w starszych modelach jeden token to średnio ok. 3,5 znaku tekstu angielskiego, a modele od Claude 4.7 dzielą ten sam tekst na ok. 30% więcej tokenów, przy czym liczba tokenów zależy również od języka). Na tokeny model zamienia też zdjęcia. Osobno płacisz za tokeny, które wysyłasz (polecenie, dokument, zdjęcie), i za te, które model napisze w odpowiedzi, a odpowiedź jest wyraźnie droższa: Claude Sonnet 5.5 kosztuje dziś 2 dolary za milion tokenów na wejściu i 10 dolarów za milion na wyjściu (ceny podaję w dolarach, tak jak dostawcy).

Do tego dochodzą rzeczy, których w odpowiedzi nie widać: jeśli model najpierw „myśli”, całe to myślenie jest liczone jak tokeny wyjściowe, nawet jeśli nie zobaczysz go wcale albo zobaczysz tylko jego streszczenie, a wyszukiwanie w internecie kosztuje u Anthropic i OpenAI 10 dolarów za tysiąc wyszukiwań, plus tokeny za znalezione wyniki. Agent, który pracuje w wielu krokach, przy każdym z nich wysyła całą dotychczasową rozmowę od nowa (tak działa też Claude Code), więc kolejne kroki zwykle kosztują coraz więcej.

Koszt analizy dokumentów to przedział, a nie jedna kwota

Najlepiej widać to na moich własnych danych, z jednym zastrzeżeniem: opisane niżej procesy działają u mnie w domu na lokalnych modelach AI, więc liczę, ile bym zapłacił, gdybym korzystał z API, według stawek Claude Sonnet 5.5, a liczby tokenów pochodzą z moich modeli (model w chmurze policzyłby je trochę inaczej), czyli te kwoty to rząd wielkości i ilustracja, nie cennik.

Najprostszy jest proces, który odczytuje najważniejsze dane z moich domowych dokumentów i każdy wynik sprawdza dokładnie jeden raz: przy jednorazowym przetworzeniu 383 dokumentów typowy dokument kosztowałby niecały cent, najdroższy ok. 4,5 centa (ponad pięć razy więcej), a całość ok. 3,40 dolara. Długość odpowiedzi przy samym sprawdzeniu różni się między dokumentami ponad dwunastokrotnie (42 tokeny przy jednym, ponad 500 przy innym). Proces, który odczytuje wartości odżywcze ze zdjęć opakowań, ma rozrzut w centach jeszcze większy, bo każdy produkt to inna liczba zdjęć i inna etykieta: typowe zapytanie kosztowałoby ok. 2,4 centa, najdroższe ok. 10,7 centa, a przetworzenie zdjęć z październikowych zakupów (2 677 zapytań) ok. 74 dolarów przy modelu Sonnet i ok. 148 przy droższym Claude Opus 5.5.

Strony gazetek promocyjnych jednej z sieci handlowych pokazują inny rodzaj niepewności: danych na wejściu jest na każdej stronie podobnie dużo, za to długość odpowiedzi waha się od kilku tokenów do ponad czterech tysięcy, bo na ponad jednej trzeciej stron (2 523 z 7 048) model nie znalazł żadnej żywności, a strona pełna produktów daje długą listę. Typowa strona kosztowałaby ok. 1,3 centa, najdroższa ok. 5,7 centa, a wszystkie strony z września ok. 22 dolarów. Gdy wynik jest sprawdzany i w razie błędu poprawiany, dochodzi jeszcze liczba poprawek, której też nie znasz z góry (u mnie przy dokumentach kontrola jest jedna, ale wystarczy pozwolić na kolejne próby, żeby i ten koszt zaczął się zmieniać). Koszt całego zbioru można oszacować całkiem dobrze, ale koszt jednego dokumentu poznajesz dopiero po fakcie.

Wyszukiwanie w internecie poszerza przedział jeszcze bardziej

Zbieranie informacji w internecie (o firmie, produkcie albo rynku) jest moim zdaniem jeszcze trudniejsze do wyceny, bo agent sam decyduje, ile razy szukać, które strony otworzyć i kiedy uznać, że wie wystarczająco dużo. Każde wyszukiwanie to osobna opłata, każdy znaleziony wynik to kolejne tokeny w następnych krokach, a ponieważ agent przy każdym kroku wysyła całą rozmowę od nowa, kilka dodatkowych wyszukiwań podnosi koszt zadania nie o odrobinę, tylko wyraźnie.

Obrazy, teksty i piosenki: o liczbie prób decyduje gust

Przy pracy twórczej (artykuły, grafiki, filmy, muzyka) dochodzi gust: dane z dokumentu są poprawne albo nie, ale obraz może być poprawny i zupełnie nie pasować, i to człowiek decyduje, czy wystarczy już pierwsza wersja, czy dopiero dziesiąta. Do tego wygenerowane obrazy mają czasem artefakty (drobne zniekształcenia w przypadkowym miejscu), przez które wersja, która na pierwszy rzut oka wygląda dobrze, nie nadaje się ani na stronę, ani do filmu.

W moim procesie do grafik automatyczna ocena akceptuje albo odrzuca każdy wygenerowany obraz i w zależności od tematu na jeden zaakceptowany przypada średnio od jednej do ponad pięciu prób (przy jednym z tematów 1 403 próby dały 594 zaakceptowane obrazy), a w innym procesie, bez automatycznej oceny, z ok. 2 200 wygenerowanych obrazów sam usunąłem 330 (ok. 15%). Gdyby każdą próbę generować w jakości „high” modelu GPT Image 2 przez API OpenAI (ok. 21 centów za obraz 1024 × 1024), gotowy obraz kosztowałby, w zależności od tematu, od ok. 21 centów do ok. 1,10 dolara. Z piosenkami jest podobnie: czasem wystarcza pierwsze podejście, czasem potrzeba trzech albo dziesięciu prób (pierwszą piosenkę, którą opublikowałem na YouTube, wybrałem spośród dwudziestu czterech wersji w trzech gatunkach). Przy takiej pracy z góry znam koszt jednej próby, ale liczbę prób widać dopiero po pierwszej serii dla danego tematu.

Kiedy koszt API da się przewidzieć

Nie chcę, żeby zabrzmiało to tak, jakby każdy koszt API był loterią. Zadanie, które za każdym razem wygląda tak samo (to samo polecenie, dane podobnej długości, odpowiedź podobnej długości), ma bardzo przewidywalny koszt i właśnie z takiego zadania pochodzi jeden z moich prawdziwych wydatków na API: program, który co dziesięć minut, kiedy moja domowa karta graficzna nie ma nic do roboty, prosi lokalny model, a co drugi raz także Claude Sonnet 5.5 przez API, o jeden celowo dziwny pomysł na obraz. W niecałe trzy tygodnie wysłał przez API 748 zapytań, a według kosztu, który program wylicza z cennika API i zapisuje przy każdym zapytaniu, wydałem na to ok. 27 dolarów, czyli średnio ok. 3,6 centa za zapytanie. Najdroższe kosztowało ok. 4,6 centa, bo od 23 października program wysyła za każdym razem prawie tyle samo tekstu (najdłuższe zapytanie było tylko o ok. 4% dłuższe od typowego, za to w pierwszych dniach zapytania były krótsze i tańsze). Przy takim zadaniu wystarczy pomnożyć średni koszt zapytania przez liczbę zapytań.

Jak oszacowałbym koszt AI, zanim cokolwiek powstanie

Żeby oszacować koszt AI dla konkretnej firmy, zacząłbym od próbki jej prawdziwych danych (razem z nieczytelnymi i nietypowymi przypadkami, nie tylko z najbardziej wzorcowymi), uruchomiłbym na niej proces i policzyłbym, ile kosztuje typowa pozycja, a ile najdroższa. Na tej podstawie podałbym przedział (tyle, jeśli pozycje będą głównie typowe, i tyle, jeśli trafi się dużo trudnych), z zaznaczeniem, że to szacunek na dziś, bo dostawcy zmieniają ceny. Jeśli wynik nie jest potrzebny od razu, część dostawców obniża cenę przy przetwarzaniu zbiorczym (u Anthropic i OpenAI o połowę, u xAI o 20% przy wybranych modelach Grok). Na koniec ustawiłbym na koncie API limity wydatków i powiadomienia, żeby przekroczenie budżetu skończyło się wiadomością, a nie niespodzianką na rachunku.

20 czy 100 dolarów za abonament to moim zdaniem dobra cena za narzędzie dla jednej osoby, ale nie budżet na AI w firmie, bo ten zależy od danych, od liczby prób i od gustu, i najuczciwiej jest go podawać jako przedział. Jeśli zastanawiasz się, jak mogłoby to wyglądać u Ciebie, na stronie głównej zebrałem krótko, co warto wiedzieć przed naszą rozmową.

W skrócie

• Abonament na Claude Code, ChatGPT, Grok czy Gemini jest pomyślany dla człowieka przy klawiaturze i ma limity, a Anthropic zastrzega, że może je zmieniać według swojego uznania.
• Według warunków Anthropic automatyzacja i produkty dla klientów mają działać przez klucz API, a pozostali dostawcy też rozliczają API osobno od abonamentów.
• Przy API płacisz za tokeny wysłane i za te, które model napisze w odpowiedzi (droższe), a myślenie modelu i wyszukiwanie w internecie kosztują więcej, niż widać w samej odpowiedzi.
• Zadanie, które za każdym razem wygląda tak samo, ma przewidywalny koszt: jeden z moich prawdziwych wydatków na API to ok. 27 dolarów za 748 zapytań tego samego programu.
• Koszt AI w firmie oszacowałbym na próbce jej prawdziwych danych, podałbym koszt typowej i najdroższej pozycji i ustawiłbym limity wydatków na koncie API.