Prejsť na obsah

Znížiť náklady na AI: 9 spôsobov, ktoré fungujú

Zobraziť ako MarkdownOtvoriť v ClaudeOtvoriť v ChatGPTOtvoriť v Perplexity

Otázka sa tiež skopíruje. Ak sa chat otvorí prázdny, vložte ju.

Na tejto stránke
  1. Odkiaľ sa berie účet za AI?
  2. Deväť spôsobov, ako znížiť náklady na AI
  3. 1. Znížte úroveň effort
  4. 2. Spustite najprv nízku úroveň, opakujte len neúspechy na vysokej
  5. 3. Na jednoduché kroky používajte bezplatné modely
  6. 4. Nechajte rozhodovať silný model a prácu robiť lacné
  7. 5. Cachujte text, ktorý posielate zakaždým
  8. 6. Posielajte v dávkach to, čo môže počkať
  9. 7. Posielajte menej
  10. 8. Žiadajte kratšie odpovede
  11. 9. Porovnajte licencie s využitím API
  12. Môj podobný prípad
  13. Limity tohto zoznamu

TL;DR

Najrýchlejší spôsob, ako znížiť náklady na AI, je prestať platiť cenu najsilnejšieho modelu za každý krok. Najprv znížte úroveň effort: v teste samotnej firmy Anthropic vyriešil jeden model pri nízkom effort 87,4 % programátorských úloh za USD 0,11 na úlohu, pri vysokom 95,3 % za USD 0,29. Spustenie najprv na nízkej úrovni a opakovanie len neúspešných na vysokej dalo asi 97 % za približne USD 0,17. Potom: cachujte opakované prompty, prácu, ktorá môže počkať, posielajte v dávkach (zľava 50 %), jednoduché kroky zverte bezplatným alebo lacným modelom a silný model nechajte ako toho, kto rozhoduje.

Volám sa Denys a som full-stack a AI inžinier. Staviam AI agentov a automatizácie pre malé firmy. Toto je zoznam, ktorý sám používam. Je pre majiteľa, ktorý vidí na faktúre rastúci riadok za AI a chce vedieť, ktoré páky ho naozaj posúvajú. Čísla sú údaje dodávateľov z novembra 2026, odkazované tam, kde sa objavujú; výsledky benchmarkov od Anthropic sú jeho vlastné interné testy. Všetky ceny sú v USD, tak ako ich dodávatelia zverejňujú.

Odkiaľ sa berie účet za AI?

Z tokenov, kúskov textu, ktoré model číta a píše. Písanie stojí viac ako čítanie: v cenníku Anthropic si silný model účtuje USD 4 za milión prečítaných tokenov a USD 20 za milión napísaných a jeho najmenší model USD 0,10 a 0,50 (Anthropic pricing). Účet teda rastie s tromi vecami: ktorý model voláte, koľko premýšľa a píše a ako často mu znova posielate ten istý dlhý text. Každý spôsob nižšie uberá jednu z nich.

Deväť spôsobov, ako znížiť náklady na AI

Spôsob Čo uberá Typická úspora (údaje dodávateľov)
1. Znížiť úroveň effort premýšľanie a písanie medium o 30–52 % menej ako high
2. Najprv nízka, neúspechy znova na vysokej premýšľanie pri ľahkých úlohách asi o 40 % menej ako všetko na vysokej
3. Bezplatné modely pre jednoduché kroky cena za token USD 0 v rámci denných limitov
4. Silný model rozhoduje, lacné pracujú cena za token asi tretina, len pri veľkých úlohách
5. Cache promptov opätovné čítanie rovnakého textu čítanie z cache za 5–10 % ceny vstupu
6. Dávky pre to, čo môže počkať všetko zľava 50 %
7. Posielať menej čítanie 21–26 % pri jednom malom agentovi
8. Žiadať kratšie odpovede písanie asi 13 %
9. Licencie alebo API nevyužité licencie podľa využitia

1. Znížte úroveň effort

Väčšina súčasných modelov má nastavenie effort, teda úsilie pri uvažovaní, a je to najväčšia jednotlivá páka hneď po samotnej voľbe modelu. Úrovne Anthropic sú low, medium, high, xhigh a max a effort mení všetky tokeny v odpovedi, vrátane volaní nástrojov a premýšľania (Anthropic effort docs).

Publikovaný test Anthropic na modeli Claude Opus 5.5 (podmnožina SWE-bench Pro, ich vlastný benchmark) (cost and intelligence guide):

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

Rovnaký sprievodca uvádza, že medium stálo pri dlhých programátorských úlohách asi o 30 až 52 % menej ako high a low asi o dve tretiny menej. Modely OpenAI majú rovnaký prepínač (reasoning.effort, low až max) a OpenAI poznamenáva, že tokeny uvažovania sa účtujú ako výstup, ale žiadne percento nezverejňuje, takže žiadne neuvádzam (OpenAI reasoning guide).

Ak to nastavíte príliš nízko, model sa zastaví skôr, ako má dosť podkladov. Začnite na medium, merajte a choďte nižšie tam, kde výsledky držia.

2. Spustite najprv nízku úroveň, opakujte len neúspechy na vysokej

V rovnakom teste Anthropic dalo spustenie všetkého na low a opakovanie 13 % neúspešných na high asi 97 % za približne USD 0,17 na úlohu, oproti 95,3 % za USD 0,29, keď bolo všetko na high. Anthropic to označuje za asi o 40 % lacnejšie pri rovnakej úspešnosti (sprievodca).

Cena za úlohu podľa úrovne effort. USD za programátorskú úlohu, jeden model, benchmark dodávateľa. Nízky effort: 87,4 % vyriešených: 0,11; Medium effort: 92,8 % vyriešených: 0,21; Vysoký effort: 95,3 % vyriešených: 0,29; Nízky, neúspechy znova na vysokom: asi 97 %: 0,17.
Zdroj: sprievodca dodávateľa o nákladoch a inteligencii, november 2026. Interný benchmark dodávateľa.

Funguje to, keď automaticky spoznáte, že úloha zlyhala: test, kontrola formulára, chýbajúce pole. Bez takej kontroly neviete, čo opakovať.

3. Na jednoduché kroky používajte bezplatné modely

OpenRouter, jedno API pred mnohými poskytovateľmi modelov, uvádza bezplatné verzie niektorých modelov, označené :free. Jeho limity (OpenRouter limits):

  • 20 požiadaviek za minútu;
  • 50 požiadaviek za deň, ak ste celkovo nakúpili kredity za menej ako USD 10;
  • 1 000 požiadaviek za deň, keď ste nakúpili USD 10 alebo viac;
  • neúspešné pokusy sa počítajú do denného limitu.

Bezplatná kolekcia OpenRouteru obsahovala v novembri 2026 NVIDIA Nemotron 3 Ultra a Nemotron 3.5 Super VL, Cohere North Mini Code a Google Gemma 4 (free models). Zoznam sa mení každý týždeň a niektoré bezplatné položky vypršia.

Skôr než pošlete čokoľvek súkromné, prečítajte si pravidlá nakladania s dátami. Sám OpenRouter prompty neukladá, pokiaľ to nezapnete, ale každý poskytovateľ má vlastné pravidlá a niektorí sú pri vašich dátach označení «may train» (provider logging). Bezplatné modely sú pre verejný alebo anonymizovaný text: zhrnutia webových stránok, triedenie, prvé návrhy, nie záznamy o klientoch.

4. Nechajte rozhodovať silný model a prácu robiť lacné

Drahý model nechajte ako toho, kto plánuje a kontroluje, a hromadnú prácu odovzdajte lacnejším. Obaja hlavní programovací agenti to podporujú: subagenti Claude majú vlastné nastavenie model a Codex má default_subagent_model a default_subagent_reasoning_effort (Anthropic subagents, Codex subagents).

Ako toto rozdelenie vyzerá na jednej obrazovke, s nákladmi každého agenta ako stĺpcom, ukazuje môj prototyp dashboardu na orchestráciu agentov (ukážkové dáta).

Buďte úprimní, kde sa to oplatí. Anthropic nameral silného orchestrátora so strednými subagentmi asi o tretinu lacnejšie pri zhruba rovnakom skóre, ale pri práci väčšej než jedno kontextové okno. Keď išlo o jediný závislý reťazec alebo sa práca zmestila do jedného kontextu, vyšiel jeden model na nižšom effort lacnejšie vo všetkých prípadoch, ktoré Anthropic meral (sprievodca). Jeho rada: najprv vyladite effort na jednom modeli, lebo tam väčšina záťaží končí.

5. Cachujte text, ktorý posielate zakaždým

Ak každá požiadavka začína rovnakými inštrukciami, dokumentmi alebo zoznamom nástrojov, cachujte ich. U Anthropic stojí čítanie z cache 10 % bežnej ceny vstupu a pri najnovších modeloch Opus a Sonnet 5 %; zápis do cache stojí o niečo viac, raz (Anthropic pricing). OpenAI oceňuje cachovaný vstup na 5 % pri GPT-6.1 Sol (model page). Anthropic nameral, že cache znížila náklady výskumného agenta 4,8- až 7,2-krát, a označuje ju za zvyčajne najväčšiu páku.

Jedna pasca z rovnakého sprievodcu: stavový riadok s 25 tokenmi úplne na začiatku promptu sa menil v každej požiadavke, takže každá požiadavka prepisovala celú cache. Všetko, čo sa mení, dajte na koniec.

6. Posielajte v dávkach to, čo môže počkať

Reporty, nočná klasifikácia, hromadná extrakcia: čokoľvek, čo môže počkať až 24 hodín, možno spracovať cez dávkové API s 50 % zľavou u Anthropic aj OpenAI a u Anthropic sa zľava sčítava s cachovaním (Anthropic pricing, OpenAI pricing).

7. Posielajte menej

Každý dokument, definícia nástroja a stará správa, ktoré pripojíte, sa čítajú znova pri každom volaní. Anthropic nameral, že orezanie vstupu uberlo z účtu malého triediaceho agenta ďalších 21 až 26 % a že načítavanie definícií nástrojov len v prípade potreby ušetrilo 45 % pri 500 pripojených nástrojoch (sprievodca). Dlhé prompty môžu tiež prekročiť cenový stupeň: Haiku 5.5 účtuje 5-krát viac za prompty dlhšie než 100 000 tokenov.

8. Žiadajte kratšie odpovede

Písanie stojí v cenníku väčšiny dodávateľov asi päťkrát viac než čítanie. Anthropic nameral pri «žiadaj kratšie odpovede» asi o 13 % nižšie náklady pri o 39 % menšom počte výstupných tokenov (sprievodca). «Odpovedz tromi vetami» alebo «vráť len JSON» je zmena zadarmo.

9. Porovnajte licencie s využitím API

Tímové plány sa platia za osobu: štandardné licencie ChatGPT Business a Claude Team stoja USD 25 mesačne, alebo USD 20 pri ročnom pláne (ChatGPT Business, Claude Team). Desať licencií pri ročnej fakturácii je USD 2 400 ročne. Ak ho polovica tímu otvorí dvakrát mesačne, môže byť interný nástroj nad API s limitom výdavkov lacnejší. Ak ho všetci používajú denne, sú licencie zvyčajne lepšia ponuka.

Môj podobný prípad

Moja vlastná práca beží na spôsoboch 1, 3 a 4 spolu. Claude alebo Codex zostáva orchestrátorom: plánuje úlohu a kontroluje výsledok. Hlavný objem práce ide na bezplatné modely na OpenRouteri. A úroveň effort meniem od úlohy k úlohe, namiesto aby som ju nechával na vysokej. Samotný effort je veľká páka: podľa čísel Anthropic vyššie posunie cenu jednej úlohy z USD 0,29 na vysokej na USD 0,11 na nízkej.

Koľko stojí celý agent za jeden beh, je v článku koľko stojí AI agent a čo sa pokazilo, keď som paralelne spúšťal veľa agentov, je v článku multi-agent orchestrácia: čo sa pokazilo.

Pošlite mi, koľko teraz za AI platíte a čo robí, a ukážem vám, kde môže stáť menej. Tento druh práce spadá pod integráciu AI.

Rastie vám účet za AI každý mesiac?

Pošlite mi, koľko platíte a čo to robí. Ukážem vám, ktoré z týchto pák sa hodia, a nastavím ich.

Napíšte mi

Limity tohto zoznamu

  • Benchmarky dodávateľov. Percentá pri effort, cachovaní a orchestrácii sú vlastné interné testy Anthropic na programovanie a prácu agentov. Vaše úlohy sa môžu správať inak; merajte si sami.
  • Žiadne percentá od OpenAI. OpenAI nezverejňuje rozdiel v tokenoch ani nákladoch medzi úrovňami effort, takže žiadny neuvádzam.
  • Ceny sa menia. Čítané 9. novembra 2026. Zoznam bezplatných modelov OpenRouteru sa mení každý týždeň a dve akcie na stránkach dodávateľov končia 30. novembra a 31. decembra 2026.
  • Bezplatné modely tu neboli testované na kvalitu ani dostupnosť; skôr než sa na niektorý spoľahnete, overte ho na vlastnej úlohe.

© 2026 Denys Zaichenko. Pôvodný článok: https://madsalt.tech/sk/blog/how-to-reduce-ai-costs/