Který AI agent je v roce 2026 levnější: cena jednoho vyřešeného úkolu

Ceny předplatného a tokenů jsou vstupy srovnání nákladů, samy však nestačí. Za stejné peníze může agent dokončit pět úkolů nebo jeden. Pro srovnání hodnoty při vlastní práci změřte výdaje na úkol dovedený do definovaného funkčního stavu včetně neúspěšných pokusů.

Dále ukážu vzorec pro výpočet této ceny a vypočítám ji podle cen poskytovatelů platných na začátku září 2026. Používám ukázkové údaje o využití a jasně to uvedu: vaše údaje budou jiné. Vše níže si můžete přepočítat sami; žádné úspory neslibuji a neexistují žádné zázračné kombinace.

Informace o práci se službou najdete v dokumentaci Ailoot.

Proč měsíční předplatné nestačí ke srovnání ceny AI agentů?#

Většina lidí se při výběru dívá na cenu předplatného. Jeden agent stojí 20 dolarů měsíčně, jiný 200, a zdá se, že první nabízí desetkrát lepší poměr ceny a výkonu. Samotné srovnání cen neurčuje výhodnost: předplatné měří přístup, zatímco práci vykonanou v jeho rámci je nutné změřit.

Představte si dvě taxislužby s pevnou měsíční cenou. Jedna vás doveze, kam potřebujete, hned napoprvé, zatímco druhá při polovině jízd špatně odbočí, takže ji zavoláte znovu. Jejich předplatné může být stejné, ale v praxi se s první dostanete do cíle za poloviční cenu. U agentů je to stejné: platíte stejné předplatné, ale počet dokončených úkolů závisí na tom, co se skrývá pod kapotou.

Předplatné je nejlepší nechat stranou, když mluvíme o ceně úkolu. Jeho výhodou je předvídatelná částka. Samostatně rozebírám výběr cenového modelu — předplatné, platbu podle spotřeby nebo vývoj na zakázku — v článku co tvoří cenu AI agenta. Tento článek řeší jinou otázku: bez ohledu na způsob platby, který agent přináší výsledky levněji?

Proč cena za token nestačí ke srovnání AI agentů?#

Druhým nejoblíbenějším způsobem srovnání je podívat se na cenu za token. Token je část textu, přibližně část slova; měří jak to, co modelu posíláte, tak to, co napíše v odpovědi. Poskytovatelé zveřejňují ceny za milion tokenů a ceny se mezi modely výrazně liší. Zdá se to logické: vyberte model s nižší cenou a zaplatíte méně.

Háček je v tom, že cena za token je cenou suroviny, podobně jako cena benzinu za litr. Zajímá vás cena celé cesty; samotný litr vám toho mnoho neřekne. Agent řeší úkol v mnoha krocích: prochází soubory, spouští příkazy, čte chyby, přepisuje kód a při každém kroku znovu posílá modelu kontext. Jediná konverzace s agentem se snadno může změnit v desítky požadavků, z nichž každý spotřebuje tokeny.

Srovnání samotných cen mohou změnit dva možné jevy: model může potřebovat více kroků a tokenů nebo dokončit méně úkolů. Ani jeden neplyne z ceny samotné. Změřte oba u každého kandidáta na stejných úkolech včetně neúspěšných pokusů. Podrobně rozebírám, jak účet narůstá, v článku jak vypočítat spotřebu tokenů API a samostatně v článku proč vibe coding stojí víc, než se zdá.

Kolik stojí jeden vyřešený úkol?#

Teď k metrice tohoto článku: ceně dokončeného výsledku. Cena tarifu nebo tokenu do ní vstupuje, sama však nestačí; započítejte skutečnou spotřebu a dokončené výsledky. Vzorec je jednoduchý:

1. Vezměte cenu jednoho běhu agenta na úkol — náklady na všechny tokeny, které spotřebuje během jednoho pokusu.
2. Odhadněte podíl úkolů, které agent skutečně uvede do funkčního stavu.
3. Vydělte první hodnotu druhou a získáte cenu jednoho vyřešeného úkolu.

Proč se dělí? Pokud agent dokončí sedm z deseti úkolů, tři z deseti běhů přijdou nazmar, ale zaplatili jste všech deset. Náklady na těchto deset běhů se tedy rozloží mezi sedm funkčních výsledků, takže každý z nich vyjde dráž než jeden běh. Čím nižší je úspěšnost, tím vyšší je cena za funkční úkol.

„Podíl dokončených úkolů“ lze měřit. Měří se pomocí benchmarků, jako je SWE-bench: agent dostane skutečné chyby ze skutečných projektů a navrhne opravy, které systém ověří automatizovanými testy. Procento v tabulce představuje podíl vyřešených úkolů. Laboratorní procento se ale nerovná vašemu: podíl ve vašem projektu bude jiný, proto benchmark berte jako orientační hodnotu, nikoli jako slib. Samostatně vysvětluji, jak tyto tabulky číst, v článku o žebříčku AI agentů pro programování.

Které tři faktory tvoří cenu úkolu?#

Rozložme si cenu na jednotlivé části, abychom zjistili, kde se skrývají dodatečné výdaje.

Zaprvé: cena za token. Základní cena modelu: kolik stojí milion vstupních tokenů a milion výstupních tokenů. Rozdíl mezi výkonným a lehkým modelem může být několikanásobný, dokonce desítky násobků.

Zadruhé: objem tokenů na úkol. Kolik textu agent v jednom pokusu zpracuje modelem. Záleží na rozsahu úkolu, počtu souborů, které agent znovu čte, a počtu kroků, které provede. Model, který dosáhne řešení v méně krocích, může spotřebovat méně tokenů; ověřte skutečnou spotřebu místo závěru odvozeného z ceny nebo označení.

Zatřetí: podíl dokončených úkolů. Procento pokusů, které končí funkčním výsledkem. Tento faktor dělí celkové náklady: při stejné ceně běhu zaplatíte při 40% úspěšnosti za funkční úkol dvakrát tolik jako při 80%. Srovnání neurčuje nejdůležitější faktor, pokud se mění také ceny a spotřeba.

Veškerý zmatek kolem srovnávání vzniká proto, že se lidé dívají jen na první číslo — cenu za token. Konečnou cenu však určují všechna tři čísla. Nízká cena při velkém objemu a nízké úspěšnosti může snadno vyjít dráž než vysoká cena při malém objemu a vysoké úspěšnosti.

Spojit tato tři čísla do funkčního nastavení vyžaduje měření: cenu modelu, spotřebu tokenů i úspěšnost je nutné posuzovat společně. Přístup stojí na třech pilířích: klonu AI, Druhém mozku a inženýrství kontextu. Čistý kontext může snížit spotřebu tokenů a zlepšit úspěšnost — druhé a třetí číslo ve vzorci; změna modelu je může ovlivnit také.

Kolik stojí jeden běh u různých modelů?#

Aby byl vzorec konkrétní, vypočítám cenu běhu podle skutečně zveřejněných cen. Používám ukázkový netriviální úkol, při němž agent v jednom pokusu použije přibližně 300 000 vstupních tokenů (znovu čte projekt a chyby během mnoha kroků) a přibližně 40 000 výstupních tokenů. Znovu zdůrazňuji: jde o příklad pro výpočet, nikoli o měření; vaše spotřeba bude jiná.

Zde jsou ceny za milion tokenů podle oficiálních ceníků poskytovatelů na začátku září 2026:

Vzorec si můžete ověřit na skutečném příkladu z dokumentace Anthropic. Pro požadavek na Opus 5 s 50 000 vstupními tokeny a 15 000 výstupními tokeny uvádí tento výpočet:

Jinými slovy, vstup a výstup se sečtou s použitím příslušných cen — přesně jako ve vzorci. Zbývá už jen vydělit cenu běhu podílem dokončených úkolů; právě zde se nízká cena začne chovat nečekaně.

Proč může levný model úkol prodražit oproti výkonnému?#

Tady je důvod, proč stálo za to udělat poctivý výpočet. Porovnám dva modely podle ceny výsledku; samotná cena běhu už není hlavním hlediskem.

Sonnet 5: běh stojí přibližně dolar a u našeho ukázkového úkolu předpokládejme, že dokončí 70 procent pokusů. Cena jednoho funkčního úkolu je jeden dolar dělený 0,7, tedy přibližně 1,40 dolaru.

Haiku 4.5: ukázkový běh stojí asi 50 centů a uvedená cena tokenů je poloviční. Pro tuto ilustraci předpokládejme asi 1,6krát větší spotřebu tokenů a dokončení 40 procent pokusů. Za těchto předpokladů stojí funkční úkol asi 2 dolary. Spotřeba navíc a úspěšnost jsou vstupy příkladu, nikoli pozorování způsobená nižší cenou modelu.

V tomto hypotetickém příkladu má model s poloviční cenou tokenů vyšší vypočtenou cenu vyřešeného úkolu, protože předpokládaná spotřeba a neúspěšnost převáží cenovou výhodu. Ukazuje to chování vzorce, nikoli model s lepší hodnotou pro váš projekt. Také přirovnání k řemeslníkovi předělávajícímu práci třikrát se týká tohoto předpokládaného scénáře.

Upozornění: použil jsem úspěšnost 70 a 40 procent a ukázkové objemy tokenů, abych ukázal, jak to funguje. Vaše čísla budou jiná a je zcela možné, že lehký model vaši práci zvládne dobře a zůstane nejlevnější. Dražší model nemusí nutně nabízet lepší poměr ceny a výkonu; vypočítejte cenu výsledku podle svých tří čísel.

Jak vypočítat cenu za úkol: tři profily?#

Chcete-li tento přístup uplatnit ve své práci, odhadněte, kterému profilu se nejvíce podobá. Vzorec zůstává stejný; mění se jen tři čísla.

Profil jedna: jednoduché, opakující se úkoly. Přepisování textu, třídění dat, drobná oprava kódu. Otestujte, zda lehký model jako Haiku nebo DeepSeek V4-Flash splní kritéria přijetí s malou spotřebou a málem opakovaných pokusů. Než jej označíte za nejlevnější nebo Opus za přeplácení, porovnejte změřenou cenu funkčního výsledku s jiným kandidátem.

Profil dva: složitá práce s neznámým kódem. Porozumění cizímu projektu, oprava ne zjevné chyby, vytvoření nové funkce. Měřte úplné pokusy na těchto úkolech. Model s vyšší cenou tokenů může stát méně za použitelný výsledek, pokud lepší úspěšnost nebo menší spotřeba cenu vyváží. Výhodu však musejí ukázat výsledky, nikoli samotná kategorie modelu.

Profil tři: smíšená zátěž. Porovnejte nastavení s jedním modelem se směrováním rutinních a obtížných úkolů k různým kandidátům. Započítejte spotřebu, neúspěchy a opravy celé zátěže. Směrování může cenu výsledku zlepšit, článek je však nezměřil jako nejlevnější řešení. Mnoho agentů umožňuje model během práce přepínat.

Každý profil vypočítejte zvlášť stejným vzorcem a uvidíte, kde jsou náklady nižší.

Jakou nejčastější chybu lidé při výběru dělají?#

Na tuto chybu narážím pořád: někdo najde model s nejnižší cenou za token a spokojeně ho používá na všechno, od přepisování textu po tvorbu složité funkce. U rutinních úkolů opravdu ušetří. U náročných úkolů se však stejný model trápí: snižuje úspěšnost, zkouší různé přístupy, zvyšuje objem — a v ceně za výsledek prohrává s modelem, který je na ceníku „dražší“.

Dochází i k opačné chybě: zvolit nejschopnější model a platit za něj při úkolech, které by lehký model zvládl za třetinu ceny. Je to stejné přeplácení, jen z druhé strany.

Poznámka k mému vlastnímu přístupu. Pracuji s Claude Code a předplatným; běžné API při každodenní práci nepoužívám, protože dávám přednost předvídatelné částce před průběžně běžícím měřičem. Uspořádání práce i kontext mohou ovlivnit spotřebu tokenů a úspěšnost. To nedokládá, že cena nebo volba modelu mají malý význam. Při srovnání ceny vyřešeného úkolu počítejte všechny tři faktory a výsledky stejných úkolů včetně opakovaných pokusů a oprav.

Tak který agent je levnější?#

Neexistuje jediný „nejlevnější“ agent: cena použitelného výsledku závisí na úkolu, cenách modelu, celkové spotřebě a úspěšnosti. Cena tarifu či tokenu sama nestačí, ale stále je součástí výpočtu. Sečtěte náklady všech pokusů, zohledněte skutečně dokončené úkoly a kandidáty porovnávejte na stejném vzorku práce.

Ještě jedna věc. Cena za vyřešený úkol závisí na cenách modelu, tokenech spotřebovaných ve všech pokusech a podílu úkolů, které skutečně uspějí. Kontext a způsob práce mohou měnit spotřebu tokenů i úspěšnost, stejně jako změna modelu. Ilustrativní úspěšnosti uvedené výše neukazují, který faktor má největší vliv. Porovnejte modely na stejných reprezentativních úkolech, započítejte opakované pokusy i lidské opravy a vybírejte podle změřené ceny použitelného výsledku.

Pracovní metoda — včetně klonu AI, Druhého mozku a inženýrství kontextu — může ovlivnit spotřebu tokenů a úspěšnost. Cena i volba modelu zůstávají součástí nákladů na úkol. Jejich společný vliv posuzujte podle měření stejných úkolů včetně neúspěšných pokusů a oprav.

Poznejte Ailoot.