Koszty agentów AI rosną wykładniczo – analiza Toby’ego Orda z Oksfordu

Jedna godzina pracy agenta o3 w trybie pełnej wydajności kosztuje 350 dolarów. Jedna godzina pracy ludzkiego inżyniera oprogramowania w USA kosztuje 120 dolarów. To nie pomyłka ani literówka. Toby Ord, filozof z Uniwersytetu Oksfordzkiego i autor głośnej książki “The Precipice”, opublikował analizę, która wywróciła jedną z najgłośniejszych obietnic branży AI. Przez dwa lata słyszeliśmy, że sztuczna inteligencja staje się coraz tańsza. Ord pokazuje, że to prawda, ale tylko częściowa. Dla zadań prostych faktycznie taniejemy, natomiast dla zadań długich i złożonych koszty rosną dokładnie tak szybko jak umiejętności modeli. Analiza rozeszła się po Hacker News i wywołała panikę w zespołach finansowych, które planowały budżet na AI na 2026 i 2027 rok. Dla polskiej firmy używającej Claude’a, GPT-5 albo narzędzi typu n8n z modelami w chmurze ta wiadomość ma wymiar praktyczny.

Co dokładnie policzył Toby Ord i dlaczego warto go słuchać

Toby Ord nie jest przypadkowym blogerem. Pracuje w Future of Humanity Institute w Oksfordzie i od lat analizuje długoterminowe ryzyka technologiczne. Jego książka “The Precipice” z 2020 roku była punktem odniesienia dla dyskusji o egzystencjalnych zagrożeniach AI. Gdy taki autor publikuje artykuł “Are the costs of AI agents also rising exponentially?”, branża się zatrzymuje i czyta. Post z 22 grudnia 2025 roku został wypromowany na Hacker News w kwietniu 2026 i zebrał setki komentarzy.

Analiza opiera się na danych METR, niezależnej organizacji badawczej, która od 2019 roku mierzy, jak długie zadania mogą wykonywać najnowsze modele AI. Wykres METR pokazuje wzrost wykładniczy. W 2022 roku najlepszy model radził sobie z zadaniami trzydziestosekundowymi. W 2026 roku agent AI autonomicznie wykonuje zadania wymagające 14 godzin pracy człowieka. Czas zadania podwaja się co 7 miesięcy historycznie, jednak w latach 2024-2025 tempo przyspieszyło do 4 miesięcy. Ord dorzucił do tego drugi wymiar, który dotychczas prawie nikt nie liczył – koszt godzinowy.

METR: od 30 sekund do 14 godzin, czyli co z tego wynika

METR testuje modele na około 230 zadaniach, głównie kodowania i ogólnego rozumowania. Korelacja między długością zadania a sukcesem modelu wynosi 0,83, co w statystyce oznacza bardzo silną zależność. Jeśli tempo podwajania utrzyma się na wolniejszym poziomie z 7 miesięcy, to w 2027 roku agenci zrobią zadania 8-godzinne, w 2028 tygodniowe, a w 2029 miesięczne. Przy szybszym tempie 4 miesięcy zadania miesięczne przyjdą już w 2027. To są liczby, które brzmią jak fantastyka naukowa, natomiast opierają się na twardych danych z 7 lat obserwacji.

Problem, który znalazł Ord, jest prosty. W tym samym okresie wielkość modeli AI wzrosła 4000 razy, a liczba tokenów na trening około 100 tysięcy razy. Modele potrafią więcej, ponieważ mają więcej parametrów i pracują z większą liczbą obliczeń. Więcej obliczeń oznacza jednak większy koszt. Ord postawił pytanie, które wydaje się oczywiste z perspektywy księgowego, lecz którego nie zadawali dotąd zwolennicy tanich agentów AI. Jeżeli zadanie wymaga dziesięciokrotnie większej mocy obliczeniowej, to czy jest dziesięciokrotnie droższe?

Czas zadania podwaja się co 4 miesiące. Wielkość modelu wzrosła 4000 razy w 7 lat. Ktoś musi za to płacić.

Ile właściwie kosztuje godzina pracy agenta AI

Tu przychodzą liczby, które robią wrażenie. Przy zadaniach prostych, w tak zwanym sweet spot (zadania długości 5-15 minut), Grok 4 kosztuje 40 groszy za godzinę, Sonnet 3.5 podobnie. GPT-5 w tej kategorii kosztuje około 13 dolarów za godzinę. W ciekawych zadaniach dwugodzinnych GPT-5 kosztuje już 120 dolarów za godzinę, czyli dokładnie tyle, co ludzki programista. Najdroższa opcja to o3 od OpenAI w trybie maksymalnej wydajności. Taki agent kosztuje 350 dolarów za godzinę. Powtórzmy – 350 dolarów za jedną godzinę pracy modelu.

Porównanie z ludzkim programistą przestaje więc być przewagą AI. Oto konkretny rachunek. Ludzki senior programista w USA kosztuje firmę około 120 dolarów za godzinę (pensja, składki, benefity). Agent o3 zdolny wykonać podobnie długie zadanie kosztuje niemal trzykrotnie więcej. Różnica polega na dostępności, skalowaniu i tym, że agent nie potrzebuje urlopu. Z drugiej jednak strony agent popełnia błędy, którym trzeba zaradzić, potrzebuje człowieka do weryfikacji i ma zawodną pamięć kontekstu. Dla polskiej firmy planującej budżet na 2027 rok ta kalkulacja zmienia wszystko. O mechanice rozliczeń i ukrytych kosztach modeli pisaliśmy wcześniej w tekście koszty API OpenAI, tokeny i halucynacje. Analiza Orda dokłada do tego obrazka wymiar strategiczny.

Kurs n8n 2.0 · Kodożercy

n8n + AI = automatyzacje, które naprawdę myślą

n8n pozwala podłączyć modele AI do swoich workflow – wysyłać dane do ChatGPT, analizować wyniki, reagować automatycznie. Kurs n8n 2.0 na Kodożercach pokaże Ci jak to połączyć.

Sprawdź jak to działa →

Sweet spot kontra full performance – jak nie przepłacić za agenta

W analizie Orda kluczowy jest termin “sweet spot”. Chodzi o zadania, na których model radzi sobie najlepiej kosztowo – ani za krótkie (marnotrawstwo mocy), ani za długie (koszt rośnie szybciej niż jakość). Dla Claude Sonnet 3.5 i Groka 4 ten punkt leży na zadaniach 5-15 minut za mniej niż dolar za godzinę. Dla o3 sweet spot to 40 dolarów za godzinę, ale przy zadaniach dwugodzinnych cena skacze do 350 dolarów. Różnica polega na tym, że model OpenAI o3 w trybie pełnej wydajności wykonuje wewnętrznie tysiące iteracji łańcucha myśli, co pożera ogromną liczbę tokenów.

Dla polskiej firmy oznacza to trzy praktyczne wnioski. Po pierwsze, nie warto uruchamiać najdroższego modelu do krótkiego zadania. Jeżeli potrzebujesz opisu produktu dla sklepu, użyj Sonnet 3.5 albo Groka 4 za grosze. Po drugie, przy długich zadaniach autonomicznego agenta (pełne kodowanie aplikacji, analiza długiego raportu) koszt staje się porównywalny z wynajęciem freelancera. Dlatego kalkulacja zwrotu z inwestycji musi brać pod uwagę realny czas zadania. Po trzecie, koszt za godzinę nie jest stały – rośnie wraz z możliwościami. Kiedy w 2027 roku agent będzie zdolny do ośmiogodzinnych zadań, cena takiego agenta prawdopodobnie ruszy wyżej niż dzisiejsze o3.

Sonnet 3.5 przy krótkim zadaniu kosztuje 40 groszy za godzinę. o3 przy długim zadaniu 350 dolarów. Wybór modelu zaczyna mieć znaczenie większe niż zastosowanie.

Co to oznacza dla polskiej firmy używającej AI w automatyzacjach

Polskie firmy, które integrują AI w n8n, Make’u albo własnych aplikacjach, mają teraz prosty problem do rozwiązania. Jak policzyć budżet na agenta AI w 2027 roku? Stary model myślenia zakładał, że koszt spada co rok o połowę. Analiza Orda pokazuje, że ta wersja dotyczy tylko zadań, które już umiemy robić tanio. Na granicy możliwości, tam gdzie pojawiają się nowe umiejętności, koszt rośnie równolegle. To jest jak z teleskopami. Zwykły obiektyw jest dziś tańszy niż 10 lat temu, jednak teleskop kosmiczny kosztuje miliardy, bo rośnie razem z naszymi ambicjami.

Praktyczny wniosek brzmi trzeźwo. Zanim polska firma zaplanuje wdrożenie “autonomicznego agenta AI do obsługi klienta przez cały dzień”, musi policzyć realny koszt tokenów na tydzień. Dla Claude’a czy GPT-5 w trybie agentowym godzina pracy to nierzadko 10-20 dolarów. W skali miesiąca to 7 do 15 tysięcy dolarów na jednego agenta. Taniej jest wziąć polskiego juniora. Z drugiej strony, jeżeli agent wykona pracę pięciu juniorów jednocześnie i pracuje nocami, rachunek może się zgadzać. Dokładnie o kosztach takich subskrypcji i alternatyw pisaliśmy w tekście Claude Code za drogi? Dev przeszedł na Zed i OpenRouter. Lekcja Orda brzmi prosto – taniość AI to marketing, nie fakt.

FAQ – najczęstsze pytania o koszty agentów AI

Kto to jest Toby Ord i dlaczego branża go słucha?

Toby Ord to filozof z Uniwersytetu Oksfordzkiego, badacz Future of Humanity Institute i autor głośnej książki “The Precipice” z 2020 roku. Analizuje długoterminowe ryzyka technologiczne, w tym ryzyka AI. Gdy publikuje analizę opartą na twardych danych, branża traktuje to poważnie, ponieważ ma reputację eksperta, który nie koloryzuje.

Czy wszystkie modele AI kosztują tak dużo?

Nie. Rozróżnienie jest kluczowe. Sonnet 3.5 i Grok 4 przy krótkich zadaniach kosztują mniej niż dolara za godzinę. GPT-5 przy zadaniach dwugodzinnych kosztuje 120 dolarów za godzinę. o3 w trybie pełnej wydajności 350 dolarów za godzinę. Wybór modelu i długości zadania decyduje o koszcie bardziej niż marka dostawcy.

Jak polska firma powinna planować budżet na AI w 2027 roku?

Trzeba liczyć realny koszt tokenów na konkretne zadanie, a nie zakładać, że “AI będzie tańsze”. Dla zadań rutynowych ceny spadają, dla zadań na granicy możliwości ceny rosną. Najlepsza strategia to mieszane używanie tanich modeli do prostej pracy i drogiej AI tylko tam, gdzie zwrot z inwestycji jest jasny.

Podsumowanie

Analiza Toby’ego Orda zamyka jedną z najpopularniejszych obietnic branży AI. Koszty modeli nie spadają bez wyjątku, tylko w niektórych segmentach. Na granicy możliwości, gdzie agent robi rzeczy coraz bardziej złożone, koszt rośnie wykładniczo – razem z wielkością modelu (4000 razy w 7 lat) i liczbą tokenów (100 tysięcy razy). Konkretne liczby są brutalne. Godzina pracy o3 w trybie pełnej wydajności to 350 dolarów. Ludzki programista to 120 dolarów. GPT-5 przy zadaniach dwugodzinnych wyrównuje do ludzkiej stawki. Tylko małe modele typu Sonnet 3.5 i Grok 4 przy krótkich zadaniach zostały przy cenie groszowej. Dla polskiej firmy integrującej AI w automatyzacjach oznacza to nową dyscyplinę. Trzeba kalkulować sweet spot każdego modelu i przypisywać zadania świadomie. Marketing mówi, że AI jest tania, analiza Orda pokazuje, że to zależy od tego, co zlecasz.

Mateusz Wojdalski

Specjalista SEO i content marketingu w Devstock. Zajmuję się strategią treści, automatyzacją procesów marketingowych i wdrożeniami AI w codziennej pracy. Badam nowe narzędzia, adaptuję je do realnych zadań i piszę o tym, co faktycznie działa.