# Jak dobrać model AI do zadania i ograniczyć koszty > Modele do różnych zadań: GPT-6 Astra, Claude Opus 5.5, Fable 5.1, Sonnet 5, GPT-6 Luna. Oficjalne ceny na 23.09.2026 oraz tanie modele do zadań w tle: Hermes. Source: https://ailoot.ai/blog/pl/ai-model-for-each-task/ Canonical: https://ailoot.ai/blog/pl/ai-model-for-each-task/ Language: pl Publisher: Ailoot (https://ailoot.ai/) Translation: guide-159 Revision: sha256-f1faf641998bf0c6779cb2b4a8aae2961e520bb3d2f60e60c6512b79c3cdea48 W skrócie: niech myśli mocny model, a wykonuje prostszy. Planowanie i złożone decyzje powierz modelowi flagowemu (GPT-6 Astra, Claude Fable 5.1 lub Claude Opus 5.5), pracę według gotowego planu — modelowi ze średniej półki, a rutynowe zadania i wywołania agentów w tle — najtańszemu modelowi, który sobie z nimi poradzi. Jednocześnie sprawdzaj wyniki: im tańszy model, tym uważniej trzeba kontrolować jego pracę. W przeciwnym razie oszczędności pochłonie poprawianie błędów. Poniżej znajduje się tabela „zadanie → model”, opublikowana przez pierwotnego autora w otwartym repozytorium 23 września 2026 roku. Główne modele w tabeli to jego osobisty wybór oparty na doświadczeniu zawodowym. Nie przeprowadzono testu porównawczego na potrzeby tej tabeli, a takie same wyniki nie są gwarantowane w przypadku innych zadań. Większość tańszych opcji wybrałem na podstawie publicznych rankingów i rekomendacji samych twórców; Opus 5.5 do kodowania również wybrałem na podstawie własnego doświadczenia. Ceny w oryginalnym materiale sprawdziłem na oficjalnych stronach OpenAI i Anthropic, według stanu na 23.09.2026. Dodatkowe instrukcje dotyczące pracy z Ailoot znajdziesz w [dokumentacji](https://ailoot.ai/docs/). ## Dlaczego używanie jednego modelu do wszystkiego jest kosztowne Jeśli płacisz za tokeny przez API, każde zadanie wykonywane przez model flagowy kosztuje tyle, co model flagowy — nawet jeśli wystarczyłby prostszy model. W przypadku subskrypcji uwzględnij limity swojego planu i wybranego modelu: sprawdź je na stronie planu. Więcej o działaniu limitów subskrypcji Claude i o tym, co je zużywa, przeczytasz w osobnym artykule [Jak nie wyczerpać limitów Claude Code w jeden dzień](https://ailoot.ai/blog/pl/claude-code-token-limits-saving/). Ten artykuł dotyczy wyboru modelu do konkretnego zadania. Oficjalne ceny API za 1 milion tokenów według stanu na 23.09.2026: | Model | Wejście | Wyjście | Do czego został stworzony | |------------------|-------|-------|---------------------------------------------| | GPT-6 Astra | \$10 | \$50 | najtrudniejsze zadania | | Claude Fable 5.1 | \$10 | \$50 | trudne wnioskowanie i długotrwała praca agentów | | Claude Opus 5.5 | \$4 | \$20 | większość zadań, zgodnie z rekomendacją Anthropic | | GPT-6 Sol | \$2 | \$10 | złożony kod i scenariusze agentowe | | Claude Sonnet 5 | \$2 | \$10 | równowaga między szybkością a inteligencją | | Claude Haiku 4.5 | \$1 | \$5 | najszybszy model Claude | | GPT-6 Luna | \$0,1 | \$0,5 | zadania powtarzalne w dużej skali | Rozważmy przykładowe uruchomienie agenta: 100 tysięcy tokenów wejściowych i 10 tysięcy tokenów wyjściowych. To przykład obliczenia według cen bazowych, bez cache’owania, a nie pomiar rzeczywistego zadania. Takie uruchomienie kosztuje około \$1,5 w przypadku GPT-6 Astra lub Fable 5.1, \$0,6 w przypadku Opus 5.5, \$0,3 w przypadku Sonnet 5 lub GPT-6 Sol, \$0,15 w przypadku Haiku 4.5 i \$0,015 w przypadku GPT-6 Luna. W tym obliczeniu model flagowy jest sto razy droższy od najtańszego. Informacje o obliczaniu kosztu takiego uruchomienia na podstawie własnego zużycia znajdziesz w artykule [Jak obliczyć zużycie tokenów API](https://ailoot.ai/blog/pl/api-token-usage-calculation/). Dwie uwagi dotyczące cen. W przypadku modeli GPT-6 żądania zawierające ponad 272 tysiące tokenów wejściowych są w całości rozliczane według wyższej stawki: wejście kosztuje dwa razy więcej, a wyjście — półtora raza więcej. Zarówno w OpenAI, jak i Anthropic żądania wsadowe kosztują połowę standardowej ceny. ## Zasada: myśl za pomocą mocnego modelu, wykonuj zadania za pomocą taniego Dalsza praca zależy od planu, więc na nim nie oszczędzam i korzystam z najmocniejszego modelu. Prostszy model może pisać na podstawie gotowego planu, zbierać dane, zmieniać nazwy czatów i skracać rozmowy. Przy wyborze modelu kieruję się też trzema innymi zasadami: 1. **Im tańszy model, tym uważniej trzeba sprawdzać jego pracę.** Jej przegląd również zajmuje twój czas. 2. **Porównuj koszt gotowego wyniku, a nie pojedynczego żądania.** Na przykład Opus 5.5 jest 2,5 raza tańszy od Fable 5.1 zarówno przy wejściu, jak i wyjściu. Jeśli poprawki sprawią, że Opus zużyje do zadania trzy razy więcej tokenów wejściowych i wyjściowych, ostatecznie będzie kosztować więcej. Czas poświęcony na weryfikację to dodatkowy koszt poza tokenami. Artykuł [Który agent AI jest tańszy: koszt rozwiązania jednego zadania](https://ailoot.ai/blog/pl/ai-agent-cost-per-solved-task/) wyjaśnia, jak obliczyć koszt wyniku. 3. **Jeśli model ci nie odpowiada, wypróbuj inny.** Nie ma jednego zwycięzcy — każdy ma swoje mocne strony i ograniczenia. Wybór modelu to jeden z elementów pracy z agentem AI. ## Tabela: zadanie → model W kolumnie „główny” znajdują się modele, z których sam korzystam. W kolejnej kolumnie podano alternatywy, z których większość wybrałem na podstawie publicznych rankingów i rekomendacji twórców. Do kodowania wybieram też Opus 5.5 na podstawie własnego doświadczenia. Wyniki tańszego modelu sprawdzaj uważniej. Opcje do rutynowych zadań korzystają z różnych modeli płatności, dlatego ten wybór nie zawsze będzie tańszy. | Zadanie | Główny | Alternatywa | |----|----|----| | Strategia i plany | GPT-6 Astra | GPT-6 Sol | | Kod | Claude Fable 5.1 | Claude Opus 5.5 | | Pisanie i usuwanie stylu AI | GPT-6 Astra | Claude Sonnet 5 | | Liczby i finanse | Claude Fable 5.1 | Claude Opus 5.5 | | Wyszukiwanie i research | Claude Sonnet 5 | GPT-6 Luna | | Parsery i rutynowe zadania | Kimi K3 (subskrypcja Kimi Code) | DeepSeek Flash (API) | **Strategia i plany.** Błąd w planie może przenieść się na kolejne etapy. Tutaj korzystam z najmocniejszego modelu. Tańszą opcją jest GPT-6 Sol: OpenAI pozycjonuje go jako model do złożonego kodu i scenariuszy agentowych. **Kod.** Do kodowania używam Fable 5.1. Anthropic zaleca jednak, by w większości zadań zaczynać od Opus 5.5, a Fable 5.1 używać do trudnego wnioskowania i długotrwałej pracy agentów albo wtedy, gdy Opus z włączonym wnioskowaniem na wysokim poziomie nie radzi sobie z zadaniem. Przez API Opus 5.5 kosztuje 2,5 raza mniej; z mojego doświadczenia wynika, że praca z nim również kosztuje mniej. Jeśli plan jest gotowy, tańszy model może pisać na jego podstawie. Szczegółowe porównanie dwóch flagowych modeli do kodowania znajdziesz w artykule [GPT-6 Astra czy Claude Fable 5.1: który wybrać?](https://ailoot.ai/blog/pl/gpt-6-astra-vs-claude-fable-5-1/). **Pisanie.** Jeśli tekst jest przeznaczony dla klienta, korzystam z mocnego modelu. Tańszą opcją jest Sonnet 5: Anthropic określa go jako najlepszą równowagę między szybkością a inteligencją. Uważniej sprawdzaj jego wyniki. **Liczby i finanse.** Tutaj również korzystam z mocnego modelu. To mój wybór oparty na doświadczeniu zawodowym, a nie wynik testu porównawczego. Jednak nawet mocny model nie zwalnia z kontroli: weryfikuj liczby na podstawie źródła pierwotnego. Nie przesyłaj danych finansowych ani osobowych do bezpłatnych planów, których warunki zezwalają na wykorzystywanie twoich danych. **Wyszukiwanie i research.** Do prostych zadań i wyszukiwania korzystam z Sonnet 5 — to wybór oparty na moim doświadczeniu. Tańszą opcją jest GPT-6 Luna: OpenAI pozycjonuje go jako model do zadań powtarzalnych w dużej skali. **Zadania rutynowe.** Zadania rutynowe często się powtarzają, więc koszty pojedynczych uruchomień się sumują. Korzystam z Kimi K3 w ramach subskrypcji Kimi Code. DeepSeek Flash to opcja z rozliczeniem przez API. Modele mają różne modele płatności, a to, który będzie tańszy, zależy od twojego zużycia. ## Na czym nie oszczędzam Te zasady opierają się na mojej praktyce. Nie sprawdzałem ich w badaniu porównawczym. - **Planowanie i architektura.** Błąd w planie może przenieść się na kolejne etapy. - **Liczby i finanse.** Korzystam tu z mocnego modelu, a mimo to weryfikuję liczby na podstawie źródła pierwotnego. - **Sprawdzanie wyniku.** Im tańszy model wykonał zadanie, tym uważniej trzeba sprawdzić jego pracę. Kompresja rozmowy decyduje o tym, co agent zapamięta z długiej rozmowy. Zbyt słaby model może zgubić ważne informacje. Możesz zlecić kompresję tańszemu modelowi, ale sprawdź jej jakość w swoich zadaniach. ## Jak przenieść zadania Hermes Agent działające w tle do tańszego modelu Oprócz głównej pracy agent wykonuje zadania pomocnicze: wymyśla tytuły czatów, kompresuje długie rozmowy, analizuje obrazy i decyduje, czy można automatycznie zatwierdzić polecenie. W [Hermes Agent](https://ailoot.ai/blog/pl/hermes-agent-install-setup/) są one oznaczone jako pomocnicze. Domyślnie każde z nich jest ustawione na `auto`, więc obsługuje je główny model. Jeśli głównym modelem jest model flagowy, a płacisz przez API, zadania pomocnicze również są rozliczane według stawki flagowej. W przypadku zatwierdzania poleceń w trybie `smart` dokumentacja Hermes zaleca tani, szybki model i określa korzystanie z drogich modeli jako marnotrawstwo. Do kompresji kontekstu i podsumowywania stron internetowych — czyli krótkiego opisywania ich treści — również zaleca szybki model zamiast drogiego modelu rozumującego. **Kroki:** 1. Z wyprzedzeniem podłącz dostawcę taniego modelu i dodaj klucz. Zgodnie z dokumentacją Hermes, jeśli przypiszesz do zadania dostawcę bez klucza, system przejdzie na domyślną opcję, a w dzienniku `agent.log` pojawi się ostrzeżenie. W trybie `auto`, jeśli główny model nie może wykonać zadania i nie skonfigurowano łańcucha awaryjnego, Hermes pominie zadanie z ostrzeżeniem i nie przełączy się na innych podłączonych dostawców. 2. Otwórz panel Hermes w przeglądarce i przejdź do **Models → Model Settings → Auxiliary tasks → Configure**. W wierszu potrzebnego zadania (na przykład Compression, Title Gen, Vision) kliknij **Change**, wybierz dostawcę i model, a następnie kliknij **Switch**. Dokumentacja Hermes wymienia zamiast tego przycisk **Show auxiliary**; etykiety zależą od wersji. 3. Możesz też wpisać te same ustawienia w pliku `~/.hermes/config.yaml`. Przykład z dokumentacji Hermes: analiza obrazu (vision) za pomocą szybkiego modelu. [Znajdź poradniki dotyczące narzędzi w dokumentacji Ailoot](https://ailoot.ai/docs/) W przypadku tytułów czatów dokumentacja sugeruje przypięcie szybkiego modelu lub ustawienie `auxiliary.title_generation.prefer_fast_model: true`. Hermes wybierze wtedy szybki model spośród dostawców, z których korzystasz. 4. Otwórz **nową** sesję. Zmiany modelu dotyczą tylko nowych sesji; już otwarte czaty nadal korzystają ze starych ustawień. Jeśli ręcznie edytujesz `config.yaml`, a nowa sesja nie zastosuje ustawienia, uruchom ponownie Hermes. **Jak to sprawdzić.** Wiersz zadania powinien wyświetlać `provider · model` zamiast `auto (use main model)`. Jeśli nadal widzisz `auto`, zadanie wciąż korzysta z głównego modelu. Aby przywrócić główny model dla wszystkich zadań, kliknij **Reset all to auto**. Tabela z modelami do zadań w tle wymienia GPT-6 Luna, Gemini 3.8 Flash, DeepSeek Flash i Claude Haiku 4.5. Wybierz spośród dostawców, których już podłączono. Jeśli łączysz modele OpenAI przez dostawcę subskrypcji ChatGPT / Codex, a GPT-6 Sol i GPT-6 Luna nie są jeszcze dostępne na liście modeli Hermes, tabela poleca GPT-5.6 Sol lub GPT-5.6 Luna. Według strony Anthropic Haiku 4.5 zostanie wycofany nie wcześniej niż 15 października 2026 roku. Nie podano dokładnej daty, więc wcześniej sprawdź jego status. ## Czego nie uwzględnia tabela - **Procentowych oszczędności.** Nie mierzyłem ich. Wysokość oszczędności zależy od twoich zadań i wybranych modeli. - **Dokładnego zużycia limitu subskrypcji.** Dokumentacja Hermes nie wyjaśnia dokładnie, jak żądania z Hermes zużywają limity subskrypcji ChatGPT. - **Niezmiennych cen.** Modele i plany się zmieniają. Przed zakupem sprawdź oficjalne strony. ## Co zrobić dzisiaj 1. Wypisz trzy lub cztery rodzaje zadań, które najczęściej zlecasz swojemu agentowi. 2. Przy każdym zdecyduj, czy wymaga myślenia, czy wykonania gotowego planu. 3. Do „myślenia” zostaw model flagowy, do „wykonywania” używaj modelu o poziom niżej, a do rutynowych zadań — najtańszego modelu, który sobie z nimi poradzi. 4. W Hermesie zacznij od tytułów czatów — najłatwiej przenieść je do taniego modelu. Następnie przenieś kompresję kontekstu i sprawdź na własnych długich rozmowach, czy agent nie zaczął gubić ważnych informacji.
### Źródła - [OpenAI - GPT-6 Astra: opis i ceny](https://developers.openai.com/api/docs/models/gpt-6-astra.md) - [OpenAI - GPT-6 Sol: opis i ceny](https://developers.openai.com/api/docs/models/gpt-6-sol.md) - [OpenAI - GPT-6 Luna: opis i ceny](https://developers.openai.com/api/docs/models/gpt-6-luna.md) - [Anthropic - przegląd modeli Claude i ceny](https://platform.claude.com/docs/en/models/overview.md) - [Hermes Agent - konfiguracja modeli i zadań pomocniczych](https://raw.githubusercontent.com/NousResearch/hermes-agent/175365345082d996ca74e9368245143c3b4c9500/website/docs/user-guide/configuring-models.md)
Więcej informacji o pracy z modelami znajdziesz na stronie [Ailoot](https://ailoot.ai/). ## Pytania i odpowiedzi ### Czy tańszy model zawsze oznacza tańsze ukończone zadanie? Nie. Uwzględnij nieudane próby, dodatkowe wejście i wyjście oraz czas przeglądu. Poprawki mogą pochłonąć oszczędność stawki tokenowej; tabela zadań jest osobistym wyborem, nie benchmarkiem porównawczym. ### Jak sprawdzić, czy zadanie pomocnicze Hermes przeniesiono z głównego modelu? Po wybraniu dostawcy i modelu otwórz nową sesję i sprawdź wiersz zadania. Powinien wskazywać wybranego dostawcę i model zamiast auto; istniejąca sesja może zachować stary wybór. ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.