Koľko stojí AI agent? Prevádzka podľa 4 projektov

Som Denys, full-stack a AI inžinier. Väčšina článkov na túto tému uvádza široké rozpätia bez akéhokoľvek projektu za nimi. Nižšie sú merania zo štyroch vecí, ktoré som postavil a prevádzkujem, so zdrojom každého čísla: konfiguračné súbory, správy commitov a namerané behy. Tam, kde je číslo strop, ktorý som nastavil, a nie účet, ktorý som zaplatil, to píšem.

Koľko stojí AI agent a za čo platíte pri jeho prevádzke?

Tri meradlá a model je iba jedno z nich.

Projekt	Čo robí AI	Cena modelu za jednotku	Čo ešte tvorí účet
Osobný asistent	Chatuje na Telegrame, pracuje s CRM a e-mailom, hľadá na webe	USD 0,00065 až 0,026 za krok podľa modelu; stropy od USD 0,05 do 2,10 na beh	Jeden server, opakovania a strážne mechanizmy
Porovnávač cien pre cestovného agenta	Samostatný AI agent spúšťa behy cez MCP server	Z mojej strany nula: tento agent platí vlastné tokeny	Proxy prenosy, asi USD 3,08 na beh, a 8-jadrový server
Kontrola zvuku živého vysielania	Zisťuje reč a hovorený jazyk na každom kanáli	Nula za volanie: dva malé modely bežia na počítači priamo na mieste	CPU: demo s 32 kanálmi zaťažilo asi 0,9 z 2-jadrového cloudového servera
Certifikáty k nehnuteľnostiam	Číta neznáme portály ako človek	Tokeny iba pre portály, ktoré skripty nepoznajú	Skripty zvládajú známy portál bez tokenov

Vzorec platil vo všetkých štyroch: najlacnejší token je ten, ktorý nikdy neodošlete, a drahé hodiny idú do častí okolo modelu.

Koľko stoja volania modelu?

Asistent je jediný zo štyroch, kde účet za model platím ja. Beží na Claude Agent SDK od Anthropic a každý agent v ňom má v kóde pevný strop. SDK zastaví beh, keď dosiahne limit kôl alebo limit v dolároch.

Úloha	Model	Strop na beh
Kontrola na pozadí v pokoji	Claude Haiku 4.5	USD 0,05 a USD 1,00 za deň spolu
Výskum: rozdeliť otázku	Claude Opus 4.6	USD 0,10, 1 kolo
Výskum: traja výskumníci paralelne	Claude Opus 4.6	USD 0,50 každý, 3 kolá, hľadanie a načítanie z webu
Výskum: napísať odpoveď	Claude Opus 4.6	USD 0,50, 1 kolo
Hlavná konverzácia	Haiku, Sonnet alebo Opus, pozri nižšie	200 kôl alebo USD 50, poistka a nie očakávanie

Najviac, čo teda môže stáť úplný výskum, je USD 0,10 + 3 × 0,50 + 0,50 = USD 2,10. Je to strop, nie priemer; skutočná cena závisí od modelu, ktorý ocení ďalšia časť.

Dve rozhodnutia znížili účet viac než akákoľvek zmena cien:

1. Každú správu smerovať na najlacnejší model, ktorý ju zvládne. Krátke a jednoduché správy idú na Haiku, stredné na Sonnet, viackrokové na Opus. Smerovač číta kľúčové slová a dĺžku správy, takže samotné smerovanie nespotrebuje žiadne volanie modelu. Spočiatku bežal každý agent na Opuse.
2. Zmazať volania, ktoré si miesto nezaslúžia. Kontrola na pozadí sa pýtala modelu na správu o stave v každom cykle. Nemala prístup k e-mailu ani CRM, takže mohla písať iba správy, ktoré nikto nepotreboval. Volanie modelu som úplne odstránil. Denný strop USD 1,00 je v konfigurácii stále, nič nestráži.

Jedna úprimná medzera: SDK hlási cenu každého volania a ja som ju nikdy neukladal. Mesačný súčet je v konzole Anthropic, nie v aplikácii. Keby som to stavial znova, logoval by som cenu každého volania od prvého dňa, aby bolo vidieť, ktorá úloha míňa peniaze, nielen koľko ich ide.

Ako veľmi výber modelu mení účet?

Viac než čokoľvek iné na strane tokenov. Nižšie je jeden krok agenta ocenený na rôznych modeloch. Krok má asi 4 000 tokenov na vstupe a 500 na výstupe, čo je odhad na jedno volanie zapísaný v kóde samotného asistenta pre kontrolu na pozadí. Ceny sú cenník OpenRouter z 15. októbra 2026. OpenRouter preposiela cenníkovú cenu každého poskytovateľa a svoj poplatok berie pri nákupe kreditov (5,5 % v štandardnom pláne), nie za požiadavku.

Model	Cena za 1 M tokenov, vstup / výstup	Jeden krok	1 000 krokov
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

Rovnaká práca stojí od USD 0,46 do USD 65 za tisíc krokov, rozdiel približne 140-násobný. Plynú z toho tri veci:

• Väčšinu krokov zvládne malý model. Zatriediť správu, vytiahnuť polia z dokumentu, odpovedať zo známeho textu: málokedy na to treba top model. Veľké nechajte na plánovanie a náročné uvažovanie, čo robí aj smerovanie vyššie.
• Ceny sa menia rýchlo. Asistent bežal na Claude Haiku 4.5, Sonnet 4.6 a Opus 4.6. Podľa dnešného cenníka stojí krok USD 0,0065 na Haiku 4.5 a USD 0,00065 na Haiku 5.5. Anthropic uvádza, že jeho novšie modely počítajú pre rovnaký text asi o 30 % viac tokenov, takže na krok je novší stále takmer osemkrát lacnejší. Gemini 4 Argon od Googlu má zdvojnásobiť cenu 1. decembra 2026. Pred plánom na rok dopredu si údaje overte znova.
• Porovnávajte úlohy, nie ceny tokenov. Lacnejší model, ktorý potrebuje dva pokusy alebo dlhší prompt, aby sa správal slušne, môže na hotovú úlohu stáť viac. Pred výberom odmerajte vzorku skutočných úloh na dvoch-troch modeloch.

Váš vlastný odhad je jeden riadok: kroky na úlohu × úlohy za mesiac × cena kroku vášho modelu.

Prečo bol skutočným problémom kontext, a nie cena za token?

Cena za token je predvídateľná. Kontext nie. Chyby, ktoré tohto asistenta bolili, boli všetky o tom, koľko textu išlo do každého volania:

• Dlhé relácie kazili odpovede. Aby odpovedala rýchlejšie, aplikácia držala medzi správami otvorenú teplú reláciu. Keď kontext pretiekol, model začal vracať skomolený text v zmiešaných abecedách. Oprava: reláciu po 20 správach obnoviť a pri pokazenej odpovedi to skúsiť znova v novej.
• Uložený kontrolný bod vyrástol príliš. Jedného dňa volania padali s chybou „Prompt is too long“. Kontrolný bod vkladaný do každého volania je teraz obmedzený na 2 KB.
• Systémový prompt nosil súbory, ktoré len zriedka potreboval. Načítavanie zručností až vtedy, keď ich správa vyžaduje, ušetrilo asi 3 000 tokenov na volanie a vyradenie troch referenčných súborov z predbežného načítania ušetrilo ďalších asi 1 500. Ide o odhady z poznámok k commitom, nie o riadky faktúry.
• História bola dlhšia, než bolo užitočné. História konverzácie posielaná s každým volaním klesla z 20 správ na 10.

Každá z týchto zmien znižuje cenu a zároveň zrýchľuje odpovede. S kontextom zaobchádzajte ako s rozpočtom, tak ako s peniazmi.

Koľko stojí infraštruktúra, ktorú agent ovláda?

V porovnávači cien ciest je AI časť samostatný agent. Spúšťa behy cez MCP server, ktorý som postavil, a jeho tokeny sa účtujú tomu, kto agenta prevádzkuje. Za čo platí samotný porovnávač, je zber dát za ním: rezidenčné proxy a server plný prehliadačov.

Namerané čísla z tohto systému:

• Proxy prenosy: jeden beh nad dvoma cestovnými webmi spotreboval asi 935 MB, asi USD 3,08, zhruba 0,23 MB na uložený riadok ceny.
• Blokovanie sledovačov: na jednom webe blokovanie sledovacích skriptov znížilo prenos zo 4,2 MB na 2,5 MB na vyhľadávanie, s rovnakými cenami vo všetkých šiestich testovacích behoch.
• Žiadny prehliadač tam, kde netreba: ceny jedného webu sa dali čítať obyčajným HTTP klientom, ktorý sa tvári ako mobilný prehliadač. Zber sa zrýchlil z 8 na 43 dátumov za minútu na piatich procesoch a prehliadačový kód pre ten web sa zmazal.
• Veľkosť servera určuje CPU, nie pamäť: pri 20 prehliadačoch na 8-jadrovom serveri bolo zaťaženie okolo 30, kým 6 až 7 GB RAM zostávalo voľných. Zahriaty prehliadač zaberá asi 345 MB. Server dimenzujte podľa jadier.

Ak váš agent ovláda prehliadače, proxy alebo platené API, tieto meradlá pravdepodobne prerastú účet za model. Zmerajte ich na úlohu skôr, než si vyberiete model.

Kedy je AI na zariadení lacnejšia než API?

Keď vstup nemusí opustiť budovu a model je malý. Projekt s vysielaním kontroluje živé zvukové kanály počas športových prenosov: ticho, výpadky, komentátora, ktorý prejde na zlý jazyk. Posielať každú sekundu zvuku do API by stálo peniaze pri každom volaní a pridávalo by oneskorenie.

Namiesto toho bežia dva otvorené modely na počítači priamo v mieste prenosu: jeden zisťuje reč, druhý určuje jazyk. Spolu majú asi 24 MB váh, detektor reči pridá asi 7 MB RAM a za volanie sa neplatí nič. V demo s 32 kanálmi zabrala analýza každého kanála v reálnom čase asi 0,9 z 2-jadrového cloudového servera.

Protihodnotou je presnosť, ktorú si musíte dokázať sami. Na verejnej sade čistej čítanej reči, 30 trojsekundových klipov na jazyk, mal jazykový model pravdu v 93,3 % prípadov pre portugalčinu a najmenej v 96,7 % pre španielčinu, angličtinu a francúzštinu. Je to strop, nie predpoveď: hluk davu a hudba pod komentátorom sa nikdy nemerali, pretože nebol k dispozícii zvuk z reálneho vysielacieho okruhu.

Koľko stojí urobiť agenta bezpečným, aby sa dal nechať samotný?

Toto je cena, ktorú väčšina odhadov preskočí, a práve sem odišli moje hodiny. Niekoľko skutočných zlyhaní:

• Tichý výpadok na 8 dní. Iný projekt na rovnakom serveri aktualizoval zdieľanú vyrovnávaciu pamäť prehliadačov. Zásoba zberača klesla zo 40 funkčných prehliadačov na 0, úlohy sa zasekli bez chyby a nič nikoho neupozornilo. Oprava bola malá: dať zberaču vlastnú vyrovnávaciu pamäť prehliadačov. Nájsť príčinu trvalo 8 dní, lebo nebol alarm na pripravenosť zásoby.
• Úloha, ktorá „uspela“ bez výsledku. Jeden beh prešiel 359 dátumov za 12 minút, uložil 0 riadkov a ohlásil úspech. Úlohy sa teraz zastavia po 25 prázdnych dátumoch za sebou a povedia prečo.
• Zastavený beh, ktorý ďalej míňal. Porovnanie označené ako zastavené bežalo ďalšie 4 hodiny a celý čas spotrebúvalo proxy prenos.
• Limit proxy vyčerpal zásobu. Keď proxy plán dosiahol limit prenosu, zásoba sa za 12 minút zmenšila zo 40 prehliadačov na 0 a zostala tak do reštartu. Teraz sa sama dopĺňa každých 60 sekúnd a postupne spomaľuje až na 5 minút.
• Príliš veľa upozornení v prvý deň. Prvý test nástroja na vysielanie na reálnom 16-kanálovom signáli, dlhom 49 minút, vyprodukoval 3 492 udalostí. 92,4 % tvoril šum a upozornenia na zmenu hlasu a operátor stlačil Vymazať 182-krát za 27 minút. Detektory boli v poriadku; prahy sa nikdy nestretli s reálnym programovým zvukom. Oprava bol prepínač na profil, nie nová matematika.
• Zaseknuté volania a limity požiadaviek. Asistent má teraz strážny časovač 120 sekúnd pre volanie, ktoré stíchne, limit 300 sekúnd na celé volanie a až 3 opakovania po 30 sekundách, 2 minútach a 5 minútach, keď je API preťažené alebo má limit požiadaviek. Zaseknuté volanie nástroja neprechádza na záložné modely, pretože pomalší model zaseknutý nástroj neopraví.

Nič z toho sa neukáže ako cena tokenu. Ukáže sa to ako hodiny a ako stratená dôvera, keď agent povie „hotovo“ a mýli sa. Rozpočtujte na to: prvý test na reálnych dátach, upozornenia na veci, ktoré môžu stíchnuť, a kontroly, že „úspech“ niečo vytvoril.

Kde sa AI hodí, keď skripty zvládnu väčšinu práce?

Na okrajoch. Služba certifikátov k nehnuteľnostiam zbiera podklady z online účtov správcov nehnuteľností a skladá certifikát, ktorý predávajúci potrebuje. Skript zvláda hlavný známy portál, kde sa dokončí 95 % dokumentov. Vizuálna AI číta iba portály, ktoré skripty nepoznajú, a táto cesta je za prepínačom, ktorý ju okamžite vypne.

Pre ľudí, ktorí si ich objednávajú, trvá certifikát teraz 2 až 3 minúty namiesto 2 až 3 týždňov a stojí EUR 99 namiesto EUR 200 až 300. AI je v tomto procese zámerne menšia časť: skripty sú lacné a predvídateľné tam, kde fungujú, a model sa používa tam, kde pomôže jedine čítanie ako človek.

Ako odhadnúť prevádzkové náklady vlastného agenta?

Skôr než si vypýtate ponuku, zapíšte si päť čísel:

1. Úlohy za mesiac. Správy, dokumenty, behy.
2. Volania modelu na úlohu a ktorý model každé potrebuje. Väčšina úloh top model nepotrebuje.
3. Tokeny na volanie. Systémový prompt, história, dokumenty. Tu náklady potichu rastú.
4. Ostatné meradlá. Proxy na MB, platené API na volanie, servery na jadro.
5. Strop pre každú úlohu. Dolárový limit na beh v kóde, nielen mesačný limit na účte.

Potom pripočítajte náklad, ktorý nikto neuvádza: test na reálnych dátach v prvom týždni, upozornenia na tiché zlyhania a niekoho, kto ich číta.

Čo tieto čísla nehovoria?

Stropy vyššie sú limity, ktoré som nastavil, nie to, čo sa minulo, a tabuľka modelov ukazuje cenníkové ceny, nie moje faktúry. Každé číslo z projektov pochádza z jedného systému a jedného obdobia. Ceny modelov sa menia často, preto si pred plánovaním pozrite aktuálne cenníky poskytovateľov. A nič z toho nehovorí, ako dlho trvalo tieto riešenia postaviť ani koľko stáli; to závisí od integrácií oveľa viac než od AI.

Ak plánujete agenta a chcete porovnať, koľko bude stáť jeho prevádzka, rád sa pozriem na vaše čísla. Moja stránka vývoj AI agentov ukazuje, ako pracujem, a prípad certifikátov k nehnuteľnostiam, prípad zvuku živého vysielania a prípad cien ciest ukazujú tri z týchto riešení podrobnejšie. Pri botovi na WhatsAppe poplatky za kanál často prevážia model; vypočítal som ich po krajinách v článku koľko stojí WhatsApp AI chatbot.

Zdroje

• Anthropic, možnosti Claude Agent SDK: max_turns a max_budget_usd zastavia beh; každý výsledok hlási total_cost_usd.
• OpenRouter, cenníkové ceny modelov a poplatky platformy, prečítané 15. októbra 2026.
• Anthropic, ceny Claude, a Google, ceny Gemini API, prečítané 15. októbra 2026: poznámka o tokenizéri a zmena ceny Gemini 4 Argon.
• Všetky čísla z projektov: vlastné konfiguračné súbory projektov, správy commitov a namerané behy, 2026.