Přejít na obsah

Snížit náklady na AI: 9 způsobů, které fungují

Zobrazit jako MarkdownOtevřít v ClaudeOtevřít v ChatGPTOtevřít v Perplexity

Otázka se zkopíruje také. Pokud se chat otevře prázdný, vložte ji.

Na této stránce
  1. Odkud se bere účet za AI?
  2. Devět způsobů, jak snížit náklady na AI
  3. 1. Snižte úroveň effort
  4. 2. Spusťte nejdřív nízkou úroveň, opakujte jen neúspěchy na vysoké
  5. 3. Pro jednoduché kroky používejte bezplatné modely
  6. 4. Nechte rozhodovat silný model a práci dělat levné
  7. 5. Cachujte text, který posíláte pokaždé
  8. 6. Posílejte v dávkách to, co může počkat
  9. 7. Posílejte méně
  10. 8. Žádejte kratší odpovědi
  11. 9. Porovnejte licence s využitím API
  12. Můj podobný případ
  13. Limity tohoto seznamu

TL;DR

Nejrychlejší způsob, jak snížit náklady na AI, je přestat platit cenu nejsilnějšího modelu za každý krok. Nejdřív snižte úroveň effort: v testu samotné firmy Anthropic vyřešil jeden model při nízkém effortu 87,4 % programátorských úloh za USD 0,11 na úlohu, při vysokém 95,3 % za USD 0,29. Spuštění nejdřív na nízké úrovni a opakování jen neúspěšných na vysoké dalo asi 97 % za přibližně USD 0,17. Poté: cachujte opakované prompty, práci, která může počkat, posílejte v dávkách (sleva 50 %), jednoduché kroky svěřte bezplatným nebo levným modelům a silný model nechte jako ten, kdo rozhoduje.

Jmenuji se Denys a jsem full-stack a AI inženýr. Stavím AI agenty a automatizace pro malé firmy. Tohle je seznam, který sám používám. Je pro majitele, který vidí na faktuře rostoucí řádek za AI a chce vědět, které páky ho opravdu posouvají. Čísla jsou údaje dodavatelů z listopadu 2026, odkazované tam, kde se objevují; výsledky benchmarků od Anthropic jsou jeho vlastní interní testy. Všechny ceny jsou v USD, tak jak je dodavatelé zveřejňují.

Odkud se bere účet za AI?

Z tokenů, kousků textu, které model čte a píše. Psaní stojí víc než čtení: v ceníku Anthropic si silný model účtuje USD 4 za milion přečtených tokenů a USD 20 za milion napsaných a jeho nejmenší model USD 0,10 a 0,50 (Anthropic pricing). Účet tedy roste se třemi věcmi: který model voláte, kolik přemýšlí a píše a jak často mu znovu posíláte stejný dlouhý text. Každý způsob níže ubírá jednu z nich.

Devět způsobů, jak snížit náklady na AI

Způsob Co ubírá Typická úspora (údaje dodavatelů)
1. Snížit úroveň effort přemýšlení a psaní medium o 30–52 % méně než high
2. Nejdřív nízká, neúspěchy znovu na vysoké přemýšlení u snadných úloh asi o 40 % méně než vše na vysoké
3. Bezplatné modely pro jednoduché kroky cena za token USD 0 v rámci denních limitů
4. Silný model rozhoduje, levné pracují cena za token asi třetina, jen u velkých úloh
5. Cache promptů opětovné čtení stejného textu čtení z cache za 5–10 % ceny vstupu
6. Dávky pro to, co může počkat vše sleva 50 %
7. Posílat méně čtení 21–26 % u jednoho malého agenta
8. Žádat kratší odpovědi psaní asi 13 %
9. Licence nebo API nevyužité licence podle využití

1. Snižte úroveň effort

Většina současných modelů má nastavení effort neboli úsilí při uvažování a je to největší jednotlivá páka hned po samotné volbě modelu. Úrovně Anthropic jsou low, medium, high, xhigh a max a effort mění všechny tokeny v odpovědi, včetně volání nástrojů a přemýšlení (Anthropic effort docs).

Publikovaný test Anthropic na modelu Claude Opus 5.5 (podmnožina SWE-bench Pro, jejich vlastní benchmark) (cost and intelligence guide):

Effort Vyřešené úlohy Cena za úlohu
low 87,4 % USD 0,11
medium (výchozí) 92,8 % USD 0,21
high 95,3 % USD 0,29

Stejný průvodce uvádí, že medium stálo u dlouhých programátorských úloh asi o 30 až 52 % méně než high a low asi o dvě třetiny méně. Modely OpenAI mají stejný přepínač (reasoning.effort, low až max) a OpenAI poznamenává, že tokeny uvažování se účtují jako výstup, ale žádné procento nezveřejňuje, takže žádné neuvádím (OpenAI reasoning guide).

Když to nastavíte příliš nízko, model se zastaví dřív, než má dost podkladů. Začněte na medium, měřte a jděte níž tam, kde výsledky drží.

2. Spusťte nejdřív nízkou úroveň, opakujte jen neúspěchy na vysoké

Ve stejném testu Anthropic dalo spuštění všeho na low a opakování 13 % neúspěšných na high asi 97 % za přibližně USD 0,17 na úlohu, oproti 95,3 % za USD 0,29, když bylo vše na high. Anthropic to označuje za asi o 40 % levnější při stejné úspěšnosti (průvodce).

Cena za úlohu podle úrovně effort. USD za programátorskou úlohu, jeden model, benchmark dodavatele. Nízký effort: 87,4 % vyřešeno: 0,11; Medium effort: 92,8 % vyřešeno: 0,21; Vysoký effort: 95,3 % vyřešeno: 0,29; Nízký, neúspěchy znovu na vysokém: asi 97 %: 0,17.
Zdroj: průvodce dodavatele o nákladech a inteligenci, listopad 2026. Interní benchmark dodavatele.

Funguje to, když automaticky poznáte, že úloha selhala: test, kontrola formuláře, chybějící pole. Bez takové kontroly nevíte, co opakovat.

3. Pro jednoduché kroky používejte bezplatné modely

OpenRouter, jedno API před mnoha poskytovateli modelů, uvádí bezplatné verze některých modelů, označené :free. Jeho limity (OpenRouter limits):

  • 20 požadavků za minutu;
  • 50 požadavků za den, pokud jste celkem nakoupili kredity za méně než USD 10;
  • 1 000 požadavků za den, jakmile jste nakoupili USD 10 nebo víc;
  • neúspěšné pokusy se počítají do denního limitu.

Bezplatná kolekce OpenRouteru obsahovala v listopadu 2026 NVIDIA Nemotron 3 Ultra a Nemotron 3.5 Super VL, Cohere North Mini Code a Google Gemma 4 (free models). Seznam se mění každý týden a některé bezplatné položky vyprší.

Než pošlete cokoli soukromého, přečtěte si pravidla pro zacházení s daty. Sám OpenRouter prompty neukládá, pokud to nezapnete, ale každý poskytovatel má vlastní pravidla a někteří jsou u vašich dat označeni «may train» (provider logging). Bezplatné modely jsou pro veřejný nebo anonymizovaný text: shrnutí webových stránek, třídění, první návrhy, ne záznamy o klientech.

4. Nechte rozhodovat silný model a práci dělat levné

Drahý model nechte jako toho, kdo plánuje a kontroluje, a hromadnou práci předejte levnějším. Oba hlavní programovací agenti to podporují: subagenti Claude mají vlastní nastavení model a Codex má default_subagent_model a default_subagent_reasoning_effort (Anthropic subagents, Codex subagents).

Jak toto rozdělení vypadá na jedné obrazovce, s náklady každého agenta jako sloupcem, ukazuje můj prototyp dashboardu pro orchestraci agentů (ukázková data).

Buďte upřímní, kde se to vyplatí. Anthropic naměřil silného orchestrátora se středně velkými subagenty asi o třetinu levněji při zhruba stejném skóre, ale u práce větší než jedno kontextové okno. Když šlo o jediný závislý řetězec nebo se práce vešla do jednoho kontextu, vyšel jeden model na nižším effortu levněji ve všech případech, které Anthropic měřil (průvodce). Jeho rada: nejdřív vylaďte effort na jednom modelu, protože tam většina zátěží končí.

5. Cachujte text, který posíláte pokaždé

Pokud každý požadavek začíná stejnými instrukcemi, dokumenty nebo seznamem nástrojů, cachujte je. U Anthropic stojí čtení z cache 10 % běžné ceny vstupu a u nejnovějších modelů Opus a Sonnet 5 %; zápis do cache stojí o něco víc, jednou (Anthropic pricing). OpenAI oceňuje cachovaný vstup na 5 % u GPT-6.1 Sol (model page). Anthropic naměřil, že cache snížila náklady výzkumného agenta 4,8 až 7,2krát, a označuje ji za obvykle největší páku.

Jedna past ze stejného průvodce: stavový řádek o 25 tokenech úplně na začátku promptu se měnil v každém požadavku, takže každý požadavek přepisoval celou cache. Vše, co se mění, dejte na konec.

6. Posílejte v dávkách to, co může počkat

Reporty, noční klasifikace, hromadná extrakce: cokoli, co může počkat až 24 hodin, lze zpracovat přes dávkové API s 50% slevou u Anthropic i OpenAI a u Anthropic se sleva sčítá s cachováním (Anthropic pricing, OpenAI pricing).

7. Posílejte méně

Každý dokument, definice nástroje a stará zpráva, které přiložíte, se čtou znovu při každém volání. Anthropic naměřil, že ořezání vstupu ubralo z účtu malého třídicího agenta dalších 21 až 26 % a že načítání definic nástrojů jen v případě potřeby ušetřilo 45 % při 500 připojených nástrojích (průvodce). Dlouhé prompty mohou také překročit cenový stupeň: Haiku 5.5 účtuje 5krát víc za prompty delší než 100 000 tokenů.

8. Žádejte kratší odpovědi

Psaní stojí v ceníku většiny dodavatelů asi pětkrát víc než čtení. Anthropic naměřil u «žádej kratší odpovědi» asi o 13 % nižší náklady při o 39 % menším počtu výstupních tokenů (průvodce). «Odpověz třemi větami» nebo «vrať jen JSON» je změna zdarma.

9. Porovnejte licence s využitím API

Týmové plány se platí za osobu: standardní licence ChatGPT Business a Claude Team stojí USD 25 měsíčně, nebo USD 20 při ročním plánu (ChatGPT Business, Claude Team). Deset licencí při roční fakturaci je USD 2 400 ročně. Pokud ho polovina týmu otevře dvakrát měsíčně, může být interní nástroj nad API s limitem výdajů levnější. Pokud ho všichni používají denně, jsou licence obvykle lepší nabídka.

Můj podobný případ

Moje vlastní práce běží na způsobech 1, 3 a 4 dohromady. Claude nebo Codex zůstává orchestrátorem: plánuje úlohu a kontroluje výsledek. Hlavní objem práce jde na bezplatné modely na OpenRouteru. A úroveň effort měním od úlohy k úloze, místo abych ji nechával na vysoké. Samotný effort je velká páka: podle čísel Anthropic výše posune cenu jedné úlohy z USD 0,29 na vysoké na USD 0,11 na nízké.

Kolik stojí celý agent za jeden běh, je v článku kolik stojí AI agent a co se pokazilo, když jsem paralelně spouštěl mnoho agentů, je v článku multi-agent orchestrace: co se pokazilo.

Pošlete mi, kolik teď za AI platíte a co dělá, a ukážu vám, kde může stát méně. Tento druh práce spadá pod integraci AI.

Roste vám účet za AI každý měsíc?

Pošlete mi, kolik platíte a co to dělá. Ukážu vám, které z těchto pák se hodí, a nastavím je.

Napište mi

Limity tohoto seznamu

  • Benchmarky dodavatelů. Procenta u effortu, cachování a orchestrace jsou vlastní interní testy Anthropic na programování a práci agentů. Vaše úlohy se mohou chovat jinak; měřte si sami.
  • Žádná procenta od OpenAI. OpenAI nezveřejňuje rozdíl v tokenech ani nákladech mezi úrovněmi effortu, takže žádný neuvádím.
  • Ceny se mění. Čteno 9. listopadu 2026. Seznam bezplatných modelů OpenRouteru se mění každý týden a dvě akce na stránkách dodavatelů končí 30. listopadu a 31. prosince 2026.
  • Bezplatné modely zde nebyly testovány na kvalitu ani dostupnost; než se na některý spolehnete, ověřte ho na vlastní úloze.

© 2026 Denys Zaichenko. Původní článek: https://madsalt.tech/cs/blog/how-to-reduce-ai-costs/