Rachunek za sztuczną inteligencję potrafi dziś rosnąć nawet wtedy, gdy każdy pojedynczy token jest tańszy niż rok temu. Token to najmniejsza porcja tekstu, którą model przetwarza i za którą płaci klient, mniej więcej ćwierć słowa. Jego cena spada od lat w zawrotnym tempie, a mimo to działy finansowe w wielu firmach patrzą na miesięczne faktury za AI z rosnącym niepokojem. Ten pozorny absurd ma logiczne wyjaśnienie. Stoją za nim agenty, czyli modele, które nie odpowiadają jednym zdaniem, tylko potrafią pracować nad zadaniem godzinami. Właśnie one przewracają rachunek do góry nogami.
Dlaczego rachunek rośnie, skoro token tanieje
Sedno paradoksu jest proste. Tanieje cena jednego tokena, natomiast całkowite zużycie rośnie znacznie szybciej. Model, który dziś dostaje zadanie, nie ogranicza się do krótkiej odpowiedzi. Zamiast tego prowadzi wewnętrzne rozumowanie, przeszukuje dane, wywołuje narzędzia i poprawia własne pomyłki. Według branżowych szacunków autonomiczny agent potrafi zużyć nawet tysiąc razy więcej tokenów niż zwykłe zapytanie sprzed dwóch lat.
To klasyczny paradoks Jevonsa. Ekonomista zauważył kiedyś, że gdy maszyny parowe zaczęły zużywać mniej węgla, jego całkowite spalanie nie spadło, tylko wzrosło, bo taniejąca energia otworzyła nowe zastosowania. Z tokenami dzieje się dokładnie to samo. Skoro jeden kosztuje grosze, firmy puszczają modele na zadania, o które wcześniej nikt by ich nie prosił. Efekt bywa dotkliwy. Gartner ostrzega, że w ciągu około dwóch lat koszt korzystania z narzędzi AI przez jednego programistę może zbliżyć się do miesięcznego kosztu jego pracy. Skalę tego zjawiska widać zresztą w osobnej historii, gdy agent AI przepalił ponad sześć tysięcy dolarów w pojedynczym zadaniu.
GLM 5.2 i widmo zapaści marż
Na tę układankę nakłada się druga presja, która spędza sen z powiek dostawcom. Coraz lepsze modele o otwartych wagach, czyli takie, które firma może uruchomić u siebie, kosztują ułamek ceny największych graczy. Głośnym przykładem jest GLM 5.2 od chińskiego Zhipu AI. Za milion tokenów płaci się w nim około czterech i pół dolara. Najdroższe modele od Anthropic i OpenAI liczą sobie w podobnych zadaniach mniej więcej dwadzieścia pięć dolarów. Do tego przejście na tańszą alternatywę bywa banalne, bo wielu dostawców udostępnia zgodny interfejs i wystarczy zmienić adres usługi.
Autor popularnej analizy wróży z tego powodu zapaść marż w branży. Jego zdaniem najwięksi dostawcy zarabiają dziś krocie na różnicy między ceną a realnym kosztem, więc tania konkurencja musi te marże zgnieść. Warto jednak zachować dystans, bo to teza, nie wyrok. Sceptycy przypominają, że firmy płacą nie tylko za sam token, lecz również za gwarancje, wsparcie i bezpieczeństwo prawne. Sam GLM 5.2 ma zresztą słabości: działa wolniej i gorzej radzi sobie z wyszukiwaniem w sieci. Presja cenowa jest realna, natomiast obwieszczanie końca dużych dostawców pozostaje na razie przedwczesne. Więcej o samych cennikach modeli pisaliśmy przy premierze GPT-5.6.
Co robią firmy, które nie chcą utonąć w tokenach
Rosnące rachunki nie oznaczają, że trzeba odstawić AI. Oznaczają za to koniec beztroski i początek dyscypliny, którą działy IT znają już z czasów przejścia do chmury. Pierwszym odruchem jest routing, czyli kierowanie prostych zapytań do małych, tanich modeli, a tych najdroższych używanie wyłącznie do naprawdę trudnych zadań. Drugim jest twarde pilnowanie zużycia: limity, alerty i bieżący podgląd, ile tokenów pochłania każdy zespół czy projekt.
Rosnie też cała kategoria narzędzi opisywanych jako finanse operacyjne dla AI, które liczą koszt tokenów i zestawiają go ze zwrotem z inwestycji. Potrzeba nie wzięła się z teorii. Uber wyczerpał roczny budżet na narzędzia AI dla programistów już w kwietniu, a Microsoft po kilku miesiącach ograniczył wewnętrzny dostęp do jednego z droższych asystentów. Polskie firmy dopiero wchodzą w ten etap, ale sygnał już do nich dociera. Dariusz Piotrowski z Dell Technologies Polska mówił niedawno wprost, że w rachunkach zysków i strat firm pojawia się nowa pozycja: koszt tokenów.
Pierwsza Misja AI · Kodożercy
AI bez technikaliów – kurs i certyfikat
Pierwsza Misja AI to kurs Kodożerców dla absolutnych początkujących. Sci-fi fabuła, gamifikacja, prawdziwy GPT-4 w ćwiczeniach, certyfikat na koniec.
Zacznij Pierwszą Misję →
Najczęstsze pytania
Czy tańsze modele o otwartych wagach wykończą OpenAI i Anthropic? Na razie nie, choć zmuszają ich do myślenia o cenach. Otwarte modele dogoniły czołówkę w wielu zadaniach i kosztują dużo mniej, dlatego naciskają na marże liderów. Duże firmy wciąż jednak płacą za bezpieczeństwo, zgodność z prawem i wsparcie, a tego darmowy model sam nie daje. Bardziej prawdopodobny scenariusz to spadek cen i podział rynku niż nagły upadek największych graczy.
Ile realnie kosztuje agent AI dziś? Wszystko zależy od tego, jak długo pracuje. Krótkie zapytanie to ułamek grosza, natomiast agent pracujący nad złożonym zadaniem przez wiele godzin potrafi zużyć tokeny warte kilkadziesiąt, a w skrajnych przypadkach kilka tysięcy dolarów dziennie na jednego użytkownika. Dlatego rachunek robi nie liczba pytań, lecz to, na jak długie i samodzielne zadania puszczamy model.
Podsumowanie
Paradoks taniejących tokenów i rosnących rachunków wcale nie jest paradoksem. To skutek tego, że AI stała się na tyle tania, by warto jej było zlecać coraz więcej, a agenty pracujące godzinami zużywają tokeny w tempie, o jakim jeszcze niedawno nikt nie myślał. Firmy, które to rozumieją, nie rezygnują z AI ani nie liczą każdego grosza w panice. Zamiast tego dobierają model do wagi zadania, pilnują zużycia i traktują koszt tokenów jak każdą inną pozycję w budżecie. Kto tego nie robi, ten za kilka miesięcy może odkryć, że jego najdroższym pracownikiem stał się cyfrowy asystent, który nigdy nie idzie spać.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
