Kateri model umetne inteligence izbrati za posamezno nalogo in kako se izogniti preplačilu?

Na kratko: naj zmogljiv model poskrbi za razmišljanje, preprostejši pa za izvedbo. Načrtovanje in zapletene odločitve zaupajte vodilnemu modelu (GPT-6 Astra, Claude Fable 5.1 ali Claude Opus 5.5), delo po dokončanem načrtu prepustite modelu srednjega razreda, rutinska opravila in klice agentov v ozadju pa najcenejšemu modelu, ki jih zmore. Hkrati preverite rezultat: cenejši ko je model, natančneje morate pregledati njegovo delo; sicer prihranke izničijo popravki.

Spodnja tabela »naloga → model« je bila prvotno objavljena v odprtem repozitoriju 23. septembra 2026. Glavni modeli v njej so avtorjeva osebna izbira na podlagi delovnih izkušenj. Za to tabelo ni bil opravljen primerjalni preizkus, zato enakih rezultatov pri drugih nalogah ni mogoče zagotoviti. Večino cenejših možnosti sem izbral na podlagi javnih lestvic in priporočil razvijalcev; tudi izbira Opusa 5.5 za kodo temelji na mojih izkušnjah. Cene v izvirnem gradivu so bile preverjene na uradnih straneh OpenAI in Anthropic na dan 23.09.2026.

Dodatna navodila za delo z Ailootom najdete v dokumentaciji.

Zakaj je uporaba enega modela za vse draga#

Če žetone plačujete prek API-ja, se vsaka naloga, ki jo izvedete z vodilnim modelom, obračuna po ceni vodilnega modela, tudi kadar bi zadostoval preprostejši. Pri naročnini upoštevajte omejitve svojega paketa in izbranega modela: preverite jih na strani paketa. Več o delovanju omejitev naročnine Claude in o tem, kaj jih porablja, preberite v ločenem članku Kako v enem dnevu ne porabiti vseh omejitev Claude Code. Ta članek govori o izbiri modela za posamezno delo.

Uradne cene API-ja na 1 milijon žetonov na dan 23.09.2026:

Predstavljajte si izvajanje agenta s 100 tisoč vhodnimi in 10 tisoč izhodnimi žetoni. To je primer izračuna po osnovnih cenah brez predpomnjenja, ne meritev dejanskega opravila. Takšno izvajanje stane približno $1,5 z GPT-6 Astra ali Fable 5.1, $0,6 z Opusom 5.5, $0,3 s Sonnetom 5 ali GPT-6 Sol, $0,15 s Haikujem 4.5 in $0,015 z GPT-6 Luna. V tem izračunu se cena vodilnega in najcenejšega modela razlikuje za stokrat. Podrobnosti o izračunu stroška takega izvajanja na podlagi vaših količin najdete v članku Kako izračunati porabo žetonov API-ja.

Dve opombi glede cen. Pri modelih GPT-6 se zahteve z več kot 272 tisoč vhodnimi žetoni v celoti obračunajo po višji tarifi: vhod po dvojni, izhod pa po enoinpolkratni tarifi. Paketne zahteve so pri OpenAI in Anthropicu pol cenejše od standardne cene.

Pravilo: razmišljajte z zmogljivim modelom, izvedbo prepustite poceni modelu#

Nadaljnje delo je odvisno od načrta, zato pri njem ne varčujem in uporabim najzmogljivejši model. Preprostejši model lahko piše po dokončanem načrtu, zbira podatke, preimenuje klepete in povzema pogovore.

Pri izbiri modela upoštevam še tri pravila:

1. Cenejši ko je model, natančneje morate preveriti njegovo delo. Tudi pregled vam vzame čas.
2. Primerjajte ceno dokončanega rezultata, ne posamezne zahteve. Opus 5.5 je na primer za vhod in izhod 2,5-krat cenejši od Fable 5.1. Če zaradi popravkov Opus za nalogo porabi trikrat več vhodnih in izhodnih žetonov, bo na koncu dražji. Čas, ki ga porabite za pregled, je dodaten strošek poleg žetonov. Članek Kateri agent umetne inteligence je cenejši: strošek ene rešene naloge pojasnjuje, kako izračunati strošek rezultata.
3. Če vam model ne ustreza, poskusite drugega. Ni enega samega zmagovalca; vsak model ima svoje prednosti in omejitve.

Izbira modela je le del dela z agentom umetne inteligence.

Tabela: naloga → model#

V stolpcu »glavni« so modeli, ki jih uporabljam sam. Naslednji stolpec navaja alternative, večinoma izbrane na podlagi javnih lestvic in priporočil razvijalcev. Opus 5.5 za kodo izbiram tudi na podlagi osebnih izkušenj. Rezultat cenejšega modela preverite natančneje. Možnosti za rutinska opravila uporabljajo različne načine plačevanja, zato ta izbira ne bo nujno cenejša.

Strategija in načrti. Napaka v načrtu se lahko prenese v nadaljnje korake. Tu uporabljam najzmogljivejši model. GPT-6 Sol je cenejša možnost: OpenAI ga namenja zapleteni kodi in scenarijem agentov.

Koda. Za kodo uporabljam Fable 5.1. Anthropic pa priporoča, da pri večini opravil začnete z Opusom 5.5, Fable 5.1 pa uporabite za zahtevno sklepanje in dolgotrajno delo agentov ali kadar Opus z visoko ravnjo sklepanja ne zmore naloge. Prek API-ja je Opus 5.5 2,5-krat cenejši; po mojih izkušnjah je cenejše tudi delo z njim. Če je načrt pripravljen, lahko cenejši model piše po njem. Podrobno primerjavo obeh vodilnih modelov za kodo najdete v članku GPT-6 Astra ali Claude Fable 5.1: katerega izbrati?.

Pisanje. Če je besedilo namenjeno stranki, uporabim zmogljiv model. Sonnet 5 je cenejša možnost: Anthropic ga označuje kot najboljše ravnovesje med hitrostjo in inteligenco. Njegov rezultat preglejte natančneje.

Številke in finance. Tudi tu uporabljam zmogljiv model. To je moja izbira na podlagi delovnih izkušenj, ne rezultat primerjalnega preizkusa. Toda niti zmogljiv model ne odpravi potrebe po preverjanju: številke primerjajte s primarnim virom. Finančnih ali osebnih podatkov ne pošiljajte v brezplačne pakete, katerih pogoji dovoljujejo uporabo vaših podatkov.

Iskanje in raziskovanje. Sonnet 5 uporabljam za preprosta opravila in iskanje; ta izbira temelji na mojih izkušnjah. GPT-6 Luna je cenejša možnost: OpenAI ga namenja ponavljajočim se opravilom v velikem obsegu.

Rutinska opravila. Rutinska opravila se pogosto ponavljajo, zato se stroški posameznih izvajanj seštevajo. Uporabljam Kimi K3 z naročnino Kimi Code. DeepSeek Flash je možnost z obračunavanjem prek API-ja. Načina plačevanja sta različna, zato je to, katera možnost je cenejša, odvisno od vašega obsega uporabe.

Pri čem ne varčujem#

Ta pravila temeljijo na moji praksi. Nisem jih preveril s primerjalno raziskavo.

• Načrtovanje in arhitektura. Napaka v načrtu se lahko prenese v nadaljnje korake.
• Številke in finance. Tu uporabljam zmogljiv model, številke pa vseeno preverim glede na primarni vir.
• Preverjanje rezultata. Cenejši ko je model, ki je opravil nalogo, natančneje morate preveriti njegovo delo.

Stiskanje pogovora določa, česa se agent spomni iz dolgega pogovora, prešibek model pa lahko izgubi pomembne informacije. Stiskanje lahko prepustite poceni modelu, vendar kakovost preverite pri svojih nalogah.

Kako opravila Hermes Agenta v ozadju preusmeriti na poceni model#

Poleg glavnega dela agent opravlja tudi pomožna opravila: predlaga naslove klepetov, stiska dolge pogovore, analizira slike in odloča, ali je mogoče ukaz samodejno odobriti. V Hermes Agentu so ta opravila označena kot auxiliary. Privzeto je vsako nastavljeno na auto: opravi ga vaš glavni model. Če je glavni model vodilni model in plačujete prek API-ja, se tudi pomožna opravila obračunajo po njegovi tarifi.

Za odobritev ukazov v načinu smart dokumentacija Hermesa priporoča poceni in hiter model ter uporabo dragih modelov označuje za potratno. Za stiskanje konteksta in povzemanje spletnih strani – torej njihovo kratko pripovedno obnovo – prav tako priporoča hiter model namesto dragega modela za sklepanje.

Koraki:

1. Vnaprej povežite ponudnika poceni modela s ključem. Po dokumentaciji Hermesa bo sistem, če opravilu dodelite ponudnika brez ključa, uporabil privzeto možnost, v dnevnik agent.log pa zapisal opozorilo. V načinu auto bo Hermes opravilo preskočil z opozorilom in ne bo preklopil na druge povezane ponudnike, če glavni model opravila ne more izvesti, nadomestna veriga pa ni nastavljena.
2. Odprite spletno ploščo Hermes in sledite poti Models → Model Settings → Auxiliary tasks → Configure. V vrstici želenega opravila (na primer Compression, Title Gen, Vision) kliknite Change, izberite ponudnika in model, nato pa kliknite Switch. Dokumentacija Hermesa za to namesto tega navaja gumb Show auxiliary; oznake so odvisne od različice.
3. Ali pa iste nastavitve vnesite v ~/.hermes/config.yaml. Primer iz dokumentacije Hermesa: analiza slik (vision) s hitrim modelom.

V dokumentaciji Ailoot poiščite vodiče za orodja

Za naslove klepetov dokumentacija predlaga, da pripnete hiter model ali nastavite auxiliary.title_generation.prefer_fast_model: true; Hermes bo nato izbral hiter model vašega ponudnika.

4. Odprite novo sejo. Spremembe modela veljajo le za nove seje; že odprti klepeti še naprej uporabljajo stare nastavitve. Če ste ročno uredili config.yaml, nova seja pa nastavitve ni prevzela, znova zaženite Hermes.

Kako preveriti. V vrstici opravila mora biti namesto auto (use main model) prikazano provider · model. Če je še vedno prikazano auto, opravilo še vedno uporablja glavni model. Če želite vsa opravila vrniti na glavni model, kliknite Reset all to auto.

Za opravila v ozadju tabela navaja modele GPT-6 Luna, Gemini 3.8 Flash, DeepSeek Flash in Claude Haiku 4.5. Izberite med ponudniki, ki ste jih že povezali. Če modele OpenAI povezujete prek ponudnika naročnine ChatGPT / Codex, GPT-6 Sol in GPT-6 Luna pa še nista na seznamu modelov Hermes, tabela priporoča GPT-5.6 Sol ali GPT-5.6 Luna. Po navedbah Anthropicove strani Haiku 4.5 ne bo ukinjen pred 15. oktobrom 2026. Točen datum ni znan, zato pred tem preverite njegov status.

Česa tabela ne vključuje#

• Odstotkov prihranka. Nisem jih izmeril. Koliko prihranite, je odvisno od vaših opravil in izbranih modelov.
• Natančne porabe omejitev naročnine. Dokumentacija Hermesa ne pojasnjuje natančno, kako zahteve iz Hermesa uporabljajo omejitve naročnine ChatGPT.
• Nespremenljivih cen. Modeli in paketi se spreminjajo. Pred nakupom preverite uradne strani.

Kaj storiti danes#

1. Naštejte tri ali štiri vrste opravil, ki jih najpogosteje zaupate svojemu agentu.
2. Pri vsakem se odločite: ali mora razmišljati ali izvesti že pripravljen načrt?
3. Vodilni model obdržite za »razmišljanje«, za »izvedbo« uporabite model eno stopnjo nižje, za rutinsko delo pa najcenejši model, ki nalogo zmore.
4. V Hermesu začnite z naslovi klepetov: te je najlažje preusmeriti na poceni model. Nato preusmerite stiskanje konteksta in v svojih dolgih pogovorih preverite, ali je agent začel izgubljati pomembne informacije.

Za več informacij o delu z modeli obiščite Ailoot.