Ktorý AI agent je v roku 2026 lacnejší: náklady na jednu vyriešenú úlohu

Ceny predplatného a tokenov sú vstupmi porovnania nákladov, samy však nestačia. Za rovnaké peniaze môže agent dokončiť päť úloh alebo jednu. Na porovnanie hodnoty pri vlastnej práci zmerajte výdavky na úlohu dotiahnutú do definovaného funkčného stavu vrátane neúspešných pokusov.

Ďalej ukážem vzorec na výpočet týchto nákladov a vypočítam ich pomocou cien poskytovateľov zo začiatku septembra 2026. Používam ukážkové údaje o spotrebe a jasne to uvediem: vaše údaje budú vlastné. Všetko uvedené nižšie si môžete prepočítať sami; nič nesľubuje úspory a neexistujú žiadne zázračné kombinácie.

Informácie o práci so službou nájdete v dokumentácii Ailoot.

Prečo vám mesačná cena nepovie, ktorý agent je lacnejší?#

Pri výbere sa väčšina ľudí pozerá na cenu predplatného. Jeden agent stojí 20 $ mesačne, druhý 200 $, a zdá sa, že prvý ponúka desaťkrát lepšiu hodnotu. Samotné porovnanie cien neurčuje hodnotu: predplatné meria prístup, zatiaľ čo prácu vykonanú v jeho rámci treba zmerať.

Predstavte si dve taxislužby s pevným mesačným poplatkom. Jedna vás dovezie tam, kam potrebujete, na prvý pokus, zatiaľ čo druhá pri polovici jázd odbočí zle, takže ju musíte zavolať znova. Ich predplatné môže byť rovnaké, ale v praxi sa s prvou dostanete do cieľa za polovičnú cenu. S agentmi je to rovnaké: platíte rovnaké predplatné, ale počet dokončených úloh závisí od toho, čo sa skrýva pod kapotou.

Predplatné je najlepšie oddeliť od debaty o nákladoch na úlohu. Jeho výhodou je predvídateľná suma. Samostatne rozoberám výber cenového modelu — predplatné, platbu podľa spotreby alebo vývoj na mieru — v článku čo tvorí cenu AI agenta. Tento článok odpovedá na inú otázku: bez ohľadu na model platby, ktorý agent prináša výsledky s nižšími nákladmi?

Prečo zavádza aj cena za token?#

Druhým najobľúbenejším spôsobom porovnávania je pozrieť sa na cenu za token. Token je časť textu, približne časť slova; meria to, čo modelu odošlete, aj to, čo napíše v odpovedi. Poskytovatelia zverejňujú ceny za milión tokenov a ceny sa medzi modelmi výrazne líšia. Zdá sa to logické: vyberte model s nižšou cenou a zaplatíte menej.

Háčik je v tom, že cena za token je cenou suroviny, podobne ako cena benzínu za liter. Zaujímajú vás náklady na celú cestu; samotný liter vám veľa nepovie. Agent rieši úlohu v mnohých krokoch: prehľadáva súbory, spúšťa príkazy, číta chyby, prepisuje kód a pri každom kroku znova odosiela modelu kontext. Jedna konverzácia s agentom sa ľahko zmení na desiatky požiadaviek, pričom každá spotrebuje tokeny.

Porovnanie samotných cien môžu zmeniť dva možné javy: model môže potrebovať viac krokov a tokenov alebo dokončiť menej úloh. Ani jeden nevyplýva zo samotnej ceny. Zmerajte oba pri každom kandidátovi na rovnakých úlohách vrátane neúspešných pokusov. Podrobne rozoberám, ako rastie účet, v článku ako vypočítať spotrebu tokenov API a samostatne aj v článku prečo vibe coding stojí viac, než sa zdá.

Koľko stojí jedna vyriešená úloha?#

Teraz k ukazovateľu, ktorému sa tento článok venuje. Musíte vypočítať náklady na dokončený výsledok; cena plánu ani cena tokenov na to nestačí. Vzorec je jednoduchý:

1. Vezmite cenu jedného spustenia agenta pri úlohe — náklady na všetky tokeny, ktoré spotrebuje počas jedného pokusu.
2. Odhadnite podiel úloh, ktoré agent skutočne dovedie do funkčného stavu.
3. Vydeľte prvú hodnotu druhou a získate náklady na jednu vyriešenú úlohu.

Prečo sa delí? Ak agent dokončí sedem z desiatich úloh, tri z desiatich spustení vyjdú nazmar, ale zaplatili ste za všetkých desať. Náklady na týchto desať spustení sa teda rozdelia medzi sedem funkčných výsledkov, takže každý z nich stojí viac než jedno spustenie. Čím nižšia je úspešnosť, tým vyššie sú náklady na jednu funkčnú úlohu.

„Podiel dokončených úloh“ sa dá merať. Meria sa pomocou benchmarkov, ako je SWE-bench: agent dostane skutočné chyby zo skutočných projektov a odovzdá opravy, ktoré systém skontroluje automatizovanými testami. Percento v tabuľke je podiel vyriešených úloh. Laboratórne percento však nie je to isté ako vaše: váš podiel pri vlastnom projekte bude iný, preto benchmark berte ako orientačný bod, nie ako prísľub. To, ako takéto tabuľky čítať, vysvetľujem samostatne v článku o rebríčku AI coding agentov.

Ktoré tri faktory tvoria náklady na úlohu?#

Rozložme si náklady na jednotlivé zložky, aby sme videli, kde sa skrýva dodatočné míňanie.

Po prvé: cena za token. Základná cena modelu: koľko stojí milión vstupných tokenov a milión výstupných tokenov. Rozdiel medzi výkonným a ľahkým modelom môže byť aj niekoľkonásobný.

Po druhé: objem tokenov na úlohu. Koľko textu agent spracuje cez model počas jedného pokusu. Závisí to od veľkosti úlohy, počtu súborov, ktoré agent znovu číta, a počtu krokov, ktoré vykoná. Model, ktorý dosiahne riešenie v menšom počte krokov, môže spotrebovať menej tokenov; overte skutočnú spotrebu namiesto úsudku z ceny či označenia.

Po tretie: podiel dokončených úloh. Percento pokusov, ktoré sa skončia funkčným výsledkom. Tento faktor delí celkové náklady: pri nezmenenej cene spustenia zaplatíte pri 40-percentnej úspešnosti za funkčnú úlohu dvakrát viac než pri 80-percentnej. Porovnanie neurčuje najdôležitejší faktor, ak sa menia aj ceny a spotreba.

Všetok zmätok pri porovnávaní vzniká preto, že ľudia sledujú len prvé číslo — cenu za token. Konečné náklady však určujú všetky tri čísla. Nízka cena pri vysokom objeme a nízkej úspešnosti môže ľahko znamenať vyššie náklady než vysoká cena pri nízkom objeme a vysokej úspešnosti.

Spojiť tieto tri čísla do funkčného nastavenia vyžaduje meranie: cenu modelu, spotrebu tokenov a úspešnosť treba posudzovať spolu. Čistý kontext môže znížiť spotrebu tokenov a zlepšiť úspešnosť — druhé a tretie číslo vo vzorci; zmena modelu ich môže ovplyvniť tiež.

Koľko stojí jedno spustenie pri rôznych modeloch?#

Aby bol vzorec konkrétny, vypočítam náklady na jedno spustenie podľa skutočne zverejnených cien. Použijem ukážkovú netriviálnu úlohu, pri ktorej agent spotrebuje približne 300 000 vstupných tokenov na jeden pokus (počas mnohých krokov znovu číta projekt a chyby) a približne 40 000 výstupných tokenov. Opäť ide o príklad výpočtu, nie o meranie; vaša spotreba bude iná.

Tu sú ceny za milión tokenov podľa oficiálnych cenníkov poskytovateľov zo začiatku septembra 2026:

Vzorec si môžete overiť na skutočnom príklade z dokumentácie Anthropic. Pre požiadavku na Opus 5 s 50 000 vstupnými tokenmi a 15 000 výstupnými tokenmi uvádza tento výpočet:

Inými slovami, vstup a výstup sa sčítajú podľa príslušných cien — presne tak, ako vo vzorci. Zostáva už len vydeliť náklady na spustenie podielom dokončených úloh, a práve vtedy začne nízka cena pôsobiť nečakane.

Prečo môže lacný model zdražiť úlohu oproti výkonnému modelu?#

Toto je dôvod, prečo sa oplatilo urobiť poctivý výpočet. Porovnám dva modely podľa nákladov na výsledok; samotné náklady na spustenie už nie sú hlavné.

Sonnet 5: spustenie stojí približne dolár a povedzme, že pri našej ukážkovej úlohe dokončí 70 percent pokusov. Náklady na jednu funkčnú úlohu sú jeden dolár delený 0,7, teda približne 1,40 $.

Haiku 4.5: ukážkové spustenie stojí približne 50 centov a uvedená cena tokenov je polovičná. Pre túto ilustráciu predpokladajme približne 1,6-krát vyššiu spotrebu tokenov a dokončenie 40 percent pokusov. Za týchto predpokladov stojí funkčná úloha približne 2 $. Dodatočná spotreba a úspešnosť sú vstupy príkladu, nie pozorovania spôsobené nižšou cenou modelu.

V tomto hypotetickom príklade má model s polovičnou cenou tokenov vyššie vypočítané náklady na vyriešenú úlohu, pretože predpokladaná spotreba a neúspešnosť prevážia cenovú výhodu. Ukazuje to správanie vzorca, nie model s lepšou hodnotou pre váš projekt. Aj prirovnanie k dodávateľovi opakujúcemu prácu trikrát sa týka tohto predpokladaného scenára.

Jedna poznámka: použil som 70- a 40-percentnú úspešnosť a ukážkové objemy tokenov, aby som ukázal, ako to funguje. Vaše čísla budú iné a je celkom možné, že ľahký model zvládne vašu pracovnú záťaž dobre a zostane najlacnejšou možnosťou. Drahší model nemusí automaticky ponúkať lepšiu hodnotu; porovnajte náklady na výsledok pomocou vlastných troch čísel.

Ako vypočítať náklady na úlohu: tri profily?#

Ak to chcete uplatniť na vlastnú prácu, odhadnite, ktorý profil jej najviac zodpovedá. Vzorec zostáva rovnaký; menia sa iba tri čísla.

Profil jeden: jednoduché, opakujúce sa úlohy. Preformulovanie textu, usporiadanie údajov, drobná oprava kódu. Otestujte, či ľahký model ako Haiku alebo DeepSeek V4-Flash splní kritériá prijatia s nízkou spotrebou a malým počtom opakovaných pokusov. Skôr než ho označíte za najlacnejší alebo Opus za preplácanie, porovnajte namerané náklady na funkčný výsledok s iným kandidátom.

Profil dva: zložitá práca s neznámym kódom. Pochopenie cudzieho projektu, oprava nejednoznačnej chyby, vytvorenie novej funkcie. Merajte úplné pokusy na týchto úlohách. Model s vyššou cenou tokenov môže stáť menej za použiteľný výsledok, ak lepšia úspešnosť alebo nižšia spotreba vyvážia cenu. Výhodu však musia ukázať výsledky, nie samotná kategória modelu.

Profil tri: zmiešaná pracovná záťaž. Porovnajte nastavenie s jedným modelom so smerovaním bežných a náročných úloh k rôznym kandidátom. Započítajte spotrebu, zlyhania a opravy celej záťaže. Smerovanie môže zlepšiť náklady na výsledok, článok ho však nezmeral ako najlacnejšie riešenie. Mnohé agenty umožňujú počas práce prepínať modely.

Vypočítajte každý profil zvlášť pomocou rovnakého vzorca a uvidíte, kde sú náklady nižšie.

Akú najčastejšiu chybu ľudia robia pri výbere?#

Túto chybu vidím stále: niekto nájde model s najnižšou cenou za token a spokojne ho používa na všetko, od preformulovania textu až po vytvorenie zložitej funkcie. Pri rutinných úlohách skutočne ušetrí. Pri náročných úlohách sa však ten istý model trápi: znižuje úspešnosť, skúša rôzne postupy, zvyšuje objem — a z hľadiska nákladov na výsledok prehráva s modelom, ktorý je v cenníku „drahší“.

Dochádza aj k opačnej chybe: vybrať si najschopnejší model a platiť za úlohy, ktoré by ľahký model zvládol za tretinu ceny. Je to rovnaké preplácanie, len z druhej strany.

Poznámka k môjmu vlastnému prístupu. Pracujem s Claude Code a predplatným; bežné API na každodennú prácu nepoužívam, pretože uprednostňujem predvídateľnú sumu pred priebežne narastajúcim účtom. Usporiadanie práce aj kontext môžu ovplyvniť spotrebu tokenov a úspešnosť. To nedokazuje, že cena alebo výber modelu majú malý vplyv. Pri porovnávaní nákladov na vyriešenú úlohu započítajte všetky tri faktory a výsledky rovnakých úloh vrátane opakovaných pokusov a opráv.

Ktorý agent je teda lacnejší?#

Neexistuje jeden univerzálne „najlacnejší“ agent: náklady na použiteľný výsledok závisia od úlohy, cien modelu, celkovej spotreby a úspešnosti. Cena plánu či tokena sama nestačí, ale stále je súčasťou výpočtu. Spočítajte náklady všetkých pokusov, zohľadnite skutočne dokončené úlohy a kandidátov porovnajte na rovnakej vzorke práce.

Ešte jedna poznámka. Náklady na vyriešenú úlohu závisia od cien modelu, tokenov spotrebovaných vo všetkých pokusoch a podielu úloh, ktoré sa skutočne podaria. Kontext a spôsob práce môžu meniť spotrebu tokenov aj úspešnosť, rovnako ako zmena modelu. Ilustračné miery úspešnosti uvedené vyššie neukazujú, ktorý faktor má najväčší vplyv. Porovnajte modely na rovnakých reprezentatívnych úlohách, započítajte opakované pokusy aj ľudské opravy a vyberajte podľa nameraných nákladov na použiteľný výsledok.

Spôsob práce môže ovplyvniť spotrebu tokenov a úspešnosť. Cena aj výber modelu zostávajú súčasťou nákladov na úlohu. Ich spoločný vplyv posudzujte podľa meraní rovnakých úloh vrátane neúspešných pokusov a opráv.

Spoznajte Ailoot.