Kolik stojí AI agent a jeho provoz? Čísla ze 4 projektů

Jsem Denys, full-stack a AI inženýr. Většina článků na toto téma uvádí široká rozmezí bez projektu, který by za nimi stál. Níže jsou měřidla ze čtyř věcí, které jsem postavil a provozuji, se zdrojem každého čísla: konfigurační soubory, zprávy v commitech a změřené běhy. Kde je číslo strop, který jsem nastavil, a ne zaplacený účet, výslovně to říkám.

Kolik stojí AI agent v provozu a za co se platí?

Tři měřidla a model je jen jedno z nich.

Projekt	Co dělá AI	Cena modelu za jednotku	Co dál tvoří účet
Osobní asistent	Chat na Telegramu, CRM, e-mail, rešerše na webu	USD 0,00065 až 0,026 za krok podle modelu; stropy USD 0,05 až 2,10 za běh	Jeden server, opakování a hlídací časovače
Cenový benchmark pro cestovního agenta	Samostatný AI agent spouští běhy přes server MCP	U mě nula: ten agent platí vlastní tokeny	Provoz proxy, asi USD 3,08 za běh, a 8jádrový server
Kontrola zvuku živého přenosu	Rozpozná řeč a jazyk na každém kanálu	Nula za volání: dva malé modely běží na počítači místa	CPU: demo s 32 kanály zabralo asi 0,9 ze 2jádrového cloudového serveru
Nemovitostní certifikáty	Čte neznámé portály jako člověk	Tokeny jen u portálů, které skripty neznají	Skripty zvládají známý portál bez jediného tokenu

Ve všech čtyřech to platilo stejně: nejlevnější token je ten, který nikdy neodešlete, a drahé hodiny padnou na části kolem modelu.

Kolik stojí volání modelu?

Asistent je jediný ze čtyř, kde účet za model platím já. Běží na Claude Agent SDK od Anthropic a každý agent v něm má v kódu pevný strop. SDK zastaví běh, když dosáhne limitu kol nebo limitu v dolarech.

Úloha	Model	Strop na běh
Kontrola na pozadí při nečinnosti	Claude Haiku 4.5	USD 0,05 a USD 1,00 denně celkem
Výzkum: rozdělení otázky	Claude Opus 4.6	USD 0,10, 1 kolo
Výzkum: tři badatelé paralelně	Claude Opus 4.6	USD 0,50 každý, 3 kola, hledání a stahování z webu
Výzkum: napsání odpovědi	Claude Opus 4.6	USD 0,50, 1 kolo
Hlavní konverzace	Haiku, Sonnet nebo Opus, viz níže	200 kol nebo USD 50, spíš pojistka než očekávání

Celý výzkumný běh tedy může stát nejvýš USD 0,10 + 3 × 0,50 + 0,50 = USD 2,10. Je to strop, ne průměr; skutečná cena závisí na modelu, který ocení další část.

Účet snížily víc než jakákoli změna cen dvě rozhodnutí:

1. Každou zprávu posílat nejlevnějšímu modelu, který ji zvládne. Krátké a jednoduché zprávy jdou na Haiku, střední na Sonnet, vícekrokové na Opus. Směrovač čte klíčová slova a délku zprávy, takže samotné směrování žádné volání modelu nestojí. Na začátku běželi všichni agenti na Opusu.
2. Smazat volání, které si své místo nezaslouží. Kontrola na pozadí se dřív v každém cyklu ptala modelu na stavovou zprávu. K e-mailu ani CRM přístup neměla, takže uměla jen psát zprávy, které nikdo nepotřeboval. Volání modelu jsem úplně odstranil. Denní strop USD 1,00 zůstal v konfiguraci a nic nehlídá.

Jedna upřímná mezera: SDK hlásí cenu každého volání a já ji nikdy neukládal. Měsíční součet je v konzoli Anthropic, ne v aplikaci. Kdybych to stavěl znovu, logoval bych cenu každého volání od prvního dne, aby bylo vidět, která úloha peníze utrácí, a ne jen kolik.

O kolik změní účet volba modelu?

Víc než cokoli jiného na straně tokenů. Níže je jeden krok agenta oceněný na různých modelech. Krok má asi 4 000 tokenů na vstupu a 500 na výstupu, což je odhad na volání zapsaný přímo v kódu kontroly na pozadí asistenta. Ceny jsou ceník OpenRouter k 15. říjnu 2026. OpenRouter předává ceníkové ceny každého poskytovatele a svůj poplatek bere při nákupu kreditů (5,5 % v běžném tarifu), ne za jednotlivý požadavek.

Model	Cena za 1 M tokenů, vstup / výstup	Jeden krok	1 000 kroků
DeepSeek V4.1 Flash	USD 0,024 / 0,72	USD 0,00046	USD 0,46
Claude Haiku 5.5, GPT-6 Luna	USD 0,10 / 0,50	USD 0,00065	USD 0,65
Qwen3.8 Flash	USD 0,15 / 0,47	USD 0,00083	USD 0,83
Mistral Small 4	USD 0,15 / 0,60	USD 0,00090	USD 0,90
Llama 4 Maverick	USD 0,188 / 0,652	USD 0,0011	USD 1,08
Gemini 3.5 Flash Lite	USD 0,30 / 2,50	USD 0,0025	USD 2,45
DeepSeek V4 Pro	USD 0,955 / 1,911	USD 0,0048	USD 4,78
Gemini 3.8 Flash	USD 0,75 / 3,75	USD 0,0049	USD 4,88
Grok 4.7	USD 2 / 6	USD 0,011	USD 11
Claude Sonnet 5.5, GPT-6.1 Sol, Gemini 4 Argon	USD 2 / 10	USD 0,013	USD 13
Claude Opus 5.5	USD 4 / 20	USD 0,026	USD 26
Claude Fable 5.1, GPT-6 Astra	USD 10 / 50	USD 0,065	USD 65

Stejná práce stojí od USD 0,46 do USD 65 za tisíc kroků, což je rozdíl asi 140násobný. Vyplývají z toho tři věci:

• Většinu kroků zvládne malý model. Třídění zprávy, vytažení polí z dokumentu, odpověď ze známého textu: špičkový model to málokdy potřebuje. Velké modely si nechte na plánování a těžké uvažování, což přesně dělá směrování výše.
• Ceny se rychle mění. Asistent běžel na Claude Haiku 4.5, Sonnet 4.6 a Opus 4.6. Podle dnešního ceníku stojí krok USD 0,0065 na Haiku 4.5 a USD 0,00065 na Haiku 5.5. Anthropic uvádí, že novější modely počítají pro stejný text asi o 30 % víc tokenů, takže novější je na krok stále skoro osmkrát levnější. Gemini 4 Argon od Googlu má 1. prosince 2026 zdvojnásobit cenu. Před plánováním na rok dopředu ceny znovu zkontrolujte.
• Srovnávejte úlohy, ne ceny tokenů. Levnější model, který potřebuje dva pokusy nebo delší prompt, aby se choval správně, může vyjít na hotovou úlohu dráž. Než se rozhodnete, změřte vzorek skutečných úloh na dvou nebo třech modelech.

Vlastní odhad je jeden řádek: kroky na úlohu × úlohy za měsíc × cena kroku vašeho modelu.

Proč byl skutečným problémem kontext, a ne cena za token?

Cena za token je předvídatelná. Kontext ne. Chyby, které asistenta trápily, se všechny týkaly toho, kolik textu jde do každého volání:

• Dlouhé relace rozbíjely odpovědi. Aby odpovídala rychleji, držela aplikace mezi zprávami otevřenou relaci. Když kontext přetekl, model začal vracet zkomolený text ve smíšených abecedách. Řešení: relaci po 20 zprávách obnovit a při podezřelé odpovědi to zkusit znovu v nové.
• Uložený kontrolní bod příliš narostl. Jednoho dne volání padala s hláškou „Prompt is too long“. Kontrolní bod vkládaný do každého volání je nyní omezen na 2 KB.
• Systémový prompt nesl soubory, které se zřídka hodily. Načítání dovedností jen tehdy, když je zpráva potřebuje, ušetřilo asi 3 000 tokenů na volání a vyřazení tří referenčních souborů z předběžného načtení dalších asi 1 500. Jsou to odhady z poznámek v commitech, ne řádky faktur.
• Historie byla delší, než bylo užitečné. Historie chatu posílaná s každým voláním klesla z 20 zpráv na 10.

Každá z těchto úprav snižuje cenu a zároveň zrychluje odpovědi. S kontextem zacházejte jako s rozpočtem, stejně jako s penězi.

Kolik stojí infrastruktura, kterou agent ovládá?

V cenovém benchmarku pro cestování je AI část samostatný agent. Spouští běhy benchmarku přes server MCP, který jsem postavil, a jeho tokeny platí ten, kdo agenta provozuje. Benchmark sám platí za scraping, který za ním stojí: rezidenční proxy a server plný prohlížečů.

Naměřená čísla z tohoto systému:

• Provoz proxy: jeden běh přes dva cestovní weby spotřeboval asi 935 MB, tedy asi USD 3,08, zhruba 0,23 MB na uložený řádek s cenou.
• Blokování trackerů: na jednom webu blokování sledovacích skriptů snížilo provoz z 4,2 MB na 2,5 MB na jedno hledání, s identickými cenami ve všech šesti testovacích bězích.
• Žádný prohlížeč, kde není třeba: ceny jednoho webu šlo číst obyčejným HTTP klientem, který se tváří jako mobilní prohlížeč. Sběr se zrychlil z 8 na 43 dat za minutu na pěti workerech a kód prohlížeče pro tento web byl smazán.
• Velikost serveru určuje CPU, ne paměť: s 20 prohlížeči na 8jádrovém serveru byla zátěž asi 30, zatímco 6 až 7 GB RAM zůstávalo volných. Zahřátý prohlížeč zabere asi 345 MB. Server dimenzujte podle jader.

Pokud váš agent ovládá prohlížeče, proxy nebo placená API, tato měřidla pravděpodobně přerostou účet za model. Než si vyberete model, změřte je na úlohu.

Kdy je AI v zařízení levnější než API?

Když vstup nikdy nemusí opustit budovu a model je malý. Projekt s přenosy kontroluje živé zvukové kanály při sportovních přenosech: ticho, výpadky, komentátor, který přepne do špatného jazyka. Posílat každou sekundu zvuku do API by stálo peníze při každém volání a přidávalo zpoždění.

Místo toho běží na počítači přímo v místě dva otevřené modely: jeden rozpoznává řeč, druhý pojmenovává jazyk. Dohromady mají asi 24 MB vah, detektor řeči přidává asi 7 MB RAM a za volání se neplatí nic. V demu s 32 kanály zabrala analýza všech kanálů v reálném čase asi 0,9 ze 2jádrového cloudového serveru.

Za to si přesnost musíte ověřit sami. Na veřejné sadě čisté předčítané řeči, 30 třísekundových klipů na jazyk, měl jazykový model 93,3 % úspěšnost pro portugalštinu a nejméně 96,7 % pro španělštinu, angličtinu a francouzštinu. To je strop, ne předpověď: hluk davu a hudba pod komentátorem se neměřily, protože nebyl k dispozici žádný zvuk ze skutečného přenosového okruhu.

Kolik stojí, aby se agent dal nechat bez dohledu?

Tuto cenu většina odhadů přeskočí a právě sem šly moje hodiny. Několik skutečných selhání:

• Tichý výpadek na 8 dní. Jiný projekt na stejném serveru aktualizoval sdílenou cache prohlížečů. Fond scraperu klesl ze 40 funkčních prohlížečů na 0, úlohy visely bez chyby a nikoho nic neupozornilo. Oprava byla malá: dát scraperu vlastní cache prohlížečů. Najít příčinu trvalo 8 dní, protože nebyl žádný alarm na připravenost fondu.
• Úloha, která „uspěla“ s ničím. Jeden běh prošel 359 dat za 12 minut, uložil 0 řádků a ohlásil úspěch. Úlohy se nyní zastaví po 25 prázdných datech v řadě a řeknou proč.
• Zastavený běh, který dál utrácel. Benchmark označený jako zastavený běžel dalších 4 hodiny a celou dobu spotřebovával provoz proxy.
• Limit proxy vysál fond. Když tarif proxy dosáhl limitu provozu, fond se za 12 minut zmenšil ze 40 prohlížečů na 0 a zůstal tak až do restartu. Nyní se každých 60 sekund sám doplňuje, s prodlevou až 5 minut.
• Příliš mnoho alarmů hned první den. První test nástroje pro přenosy na skutečném 16kanálovém signálu dlouhém 49 minut vyprodukoval 3 492 událostí. Z nich 92,4 % tvořil šum a upozornění na změnu hlasu a operátor za 27 minut stiskl Vymazat 182krát. Detektory byly v pořádku; prahy se nikdy nesetkaly se skutečným zvukem programu. Řešením byl přepínač podle profilu, ne nová matematika.
• Zaseknutá volání a limity rychlosti. Asistent má nyní hlídací časovač 120 sekund pro volání, které ztichne, limit 300 sekund na celé volání a až 3 opakování po 30 sekundách, 2 minutách a 5 minutách, když je API přetížené nebo omezené limitem. Zaseknuté volání nástroje nepřechází na záložní modely, protože pomalejší model zaseknutý nástroj neopraví.

Nic z toho se neobjeví jako cena tokenu. Objeví se to jako hodiny a jako ztracená důvěra, když agent řekne „hotovo“ a mýlí se. Počítejte s tím: první test na skutečných datech, alarmy na věci, které mohou selhat potichu, a kontroly, že „úspěch“ něco vyprodukoval.

Kde se AI hodí, když většinu práce zvládnou skripty?

Na okrajích. Služba nemovitostních certifikátů sbírá podklady z online účtů správců nemovitostí a sestavuje certifikát, který prodávající potřebuje. Skript zvládá hlavní známý portál, kde se dokončí 95 % dokumentů. Vizuální AI čte jen portály, které skripty neznají, a tato cesta je za vypínačem, který ji okamžitě vypne.

Pro ty, kdo certifikáty objednávají, trvá certifikát nyní 2 až 3 minuty místo 2 až 3 týdnů a stojí EUR 99 místo EUR 200 až 300. AI je v tomto řetězci záměrně menší částí: skripty jsou tam, kde fungují, levné a předvídatelné, a model se používá tam, kde pomůže jen čtení jako člověk.

Jak odhadnout provozní cenu vlastního AI agenta?

Než si vyžádáte nabídku, zapište si pět čísel:

1. Úlohy za měsíc. Zprávy, dokumenty, běhy.
2. Volání modelu na úlohu a který model každé potřebuje. Většina úloh špičkový model nepotřebuje.
3. Tokeny na volání. Systémový prompt, historie, dokumenty. Tady náklady nenápadně rostou.
4. Ostatní měřidla. Proxy za MB, placená API za volání, servery za jádro.
5. Strop pro každou úlohu. Dolarový limit na běh přímo v kódu, ne jen měsíční limit na účtu.

Pak připočtěte náklad, který nikdo nenabízí: test na skutečných datech v prvním týdnu, alarmy na tiché poruchy a někoho, kdo je čte.

Co vám tato čísla neřeknou

Stropy výše jsou limity, které jsem nastavil, ne utracené peníze, a tabulka modelů jsou ceníkové ceny, ne moje faktury. Každé číslo z projektů pochází z jednoho systému a jednoho období. Ceny modelů se mění často, proto před plánováním zkontrolujte aktuální ceníky poskytovatelů. A nic z toho neříká, jak dlouho se projekty stavěly ani kolik stálo jejich vytvoření; to závisí na integracích mnohem víc než na AI.

Pokud plánujete agenta a chcete porovnat poznatky o provozní ceně, rád se podívám na vaše čísla. Stránka vývoj AI agentů ukazuje, jak pracuji, a případ nemovitostních certifikátů, případ zvuku živého přenosu a případ cestovních cen ukazují tři z těchto projektů podrobněji. U bota na WhatsAppu poplatky za kanál často převýší model; spočítal jsem je po zemích v článku kolik stojí WhatsApp AI chatbot.

Zdroje

• Anthropic, Claude Agent SDK options: max_turns a max_budget_usd zastaví běh; každý výsledek uvádí total_cost_usd.
• OpenRouter, model list prices a platform fees, přečteno 15. října 2026.
• Anthropic, Claude pricing, a Google, Gemini API pricing, přečteno 15. října 2026: poznámka k tokenizeru a změna ceny Gemini 4 Argon.
• Všechna čísla z projektů: vlastní konfigurační soubory projektů, zprávy v commitech a změřené běhy, 2026.