Kilka miesięcy temu dostałam proste z pozoru zadanie: znaleźć tańszy model AI do generowania dużej ilości treści po polsku, bez utraty jakości. Otworzyłam cenniki, ustawiłam modele od najtańszego do najdroższego i już miałam wybrać ten z najniższą ceną za token. Dobrze, że tego nie zrobiłam. Kiedy przepuściłam to samo zadanie przez kilkanaście modeli i policzyłam, ile faktycznie zapłaciłam, kolejność wywróciła się do góry nogami. Najtańszy w cenniku okazał się jednym z droższych w praktyce.

Policz to na swoich liczbach: Kalkulator tokenów AI pokaże realny koszt tokenów GPT, Claude, Gemini i DeepSeek dla Twojego użycia, a Kalkulator kosztu agenta AI doda do rachunku wdrożenie i utrzymanie.

Ten tekst jest o tym, czego cennik modelu nie mówi. Bo między ceną za milion tokenów a kwotą na fakturze potrafi się zmieścić różnica kilkukrotna, a czasem większa. Pokażę trzy pułapki, w które sama omal nie wpadłam, i prosty sposób, żeby ich uniknąć, zanim podepniesz model pod firmowy proces.

Cena za token to nie cena za zadanie

Każdy cennik modelu podaje tę samą jednostkę: cenę za milion tokenów, zwykle osobno za tekst, który modelowi wysyłasz (wejście), i osobno za ten, który dostajesz z powrotem (wyjście). Token to kawałek słowa, mniej więcej cztery znaki. Wygląda to przejrzyście i kusi, żeby po prostu wybrać najniższą liczbę.

Problem w tym, że cena za token to cena surowca, a nie cena wykonania Twojego zadania. Realny rachunek zależy od tego, ile tokenów model faktycznie zużyje, żeby dane zadanie wykonać. A tu modele różnią się drastycznie, i to w sposób, którego z cennika nie odczytasz. Dwa modele o identycznej cenie za token potrafią dać rachunek różniący się trzykrotnie za tę samą pracę. Dlatego jedyna liczba, która ma znaczenie, to realne zużycie na Twoim zadaniu, a nie pozycja w tabeli cen.

Pułapka pierwsza: płacisz za myślenie, którego nie widać

Nowsza generacja modeli potrafi „myśleć” przed odpowiedzią. Zanim wypluje tekst, generuje wewnętrzny ciąg rozumowania: rozpisuje sobie problem, sprawdza warianty, dopiero potem formułuje odpowiedź. Dla jakości trudnych zadań to świetne. Dla rachunku bywa zabójcze, bo te tokeny myślenia też płacisz, mimo że ich nie widzisz w odpowiedzi.

Zmierzyłam to na najprostszym możliwym zadaniu: krótki, około 150-słowny wstęp. Jeden z modeli reklamowanych jako ułamek ceny flagowca wygenerował na ten jeden akapit ponad 6000 tokenów, z których większość to było niewidoczne rozumowanie. Flagowiec, formalnie droższy w cenniku, zamknął to samo w kilkuset tokenach. Efekt końcowy? Za ten „tani” akapit zapłaciłam realnie więcej niż u droższego modelu, bo niska cena za token pomnożyła się przez absurdalnie dużą liczbę tokenów.

To jest pułapka reasoning-tokenów w czystej postaci: naiwna cena za token myli, liczy się iloczyn ceny i liczby tokenów. Model z ceną dziesięć razy niższą, który generuje dwadzieścia razy więcej tokenów, jest po prostu droższy. Zawsze sprawdzaj realne zużycie na próbce, a nie tabelę cen, bo dopiero na próbce widać, ile model naprawdę „gada do siebie”.

Pułapka druga: model za grosze, który nie wyrabia

Druga niespodzianka nie dotyczy pieniędzy wprost, tylko czasu, który w firmie zawsze jest pieniądzem. Chodzi o przepustowość, czyli ile tokenów na sekundę model realnie z siebie wyrzuca.

Jeden z modeli wypadł u mnie najlepiej stylistycznie z całej taniej stawki. Świetny polski, naturalny ton. Miał jedną wadę: generował około 9 tokenów na sekundę. Dla porównania, modele, które ostatecznie wybrałam, robiły 40 i więcej. Przy krótkiej odpowiedzi nie ma różnicy. Przy dłuższym tekście te 9 tokenów na sekundę zamienia się w kilkanaście minut na jeden materiał. Jeśli generujesz jedną rzecz dziennie, przełkniesz to. Jeśli seryjnie, model za grosze robi się wąskim gardłem, które blokuje cały proces.

Wniosek z tej pułapki jest prosty: cena to nie jedyny parametr, przepustowość ustawia sufit tego, co w ogóle da się zrobić. Zanim zachwycisz się ceną, sprawdź, czy model nadąża za tempem, w jakim naprawdę będziesz go używać. Tani, ale wolny model potrafi kosztować Cię więcej w godzinach czekania niż zaoszczędził na fakturze.

Pułapka trzecia: tańszy nie znaczy gorszy

Skoro tanie modele mają swoje pułapki, to może po prostu trzeba dopłacić do flagowca i mieć spokój? Też nie. Bo najciekawsze odkrycie z całego testu było odwrotne od intuicji.

Najtańszy sensowny model w stawce, jakieś osiem razy tańszy od flagowca, napisał tekst żywy, z anegdotą, prowadzony narracyjnie. Postawiony obok droższych, był od nich nie do odróżnienia stylem, a kilka droższych modeli pisało wręcz bardziej sztywno i encyklopedycznie. Owszem, tekst z taniego modelu bywał krótszy. Ale krótszy okazał się gęstszy: mniej lania wody, więcej konkretu w tym samym akapicie.

To ważne, bo w treściach dla ludzi i dla wyszukiwarek konkret bije objętość. Dłuższy tekst nie jest lepszy tylko dlatego, że dłuższy. Często jest po prostu bardziej rozwodniony. Wybierając model, nie płać z automatu za flagowca „dla świętego spokoju”, bo bywa, że dopłacasz do rozwlekłości, której i tak potem nie chcesz. Sprawdź, czy droższy model faktycznie daje Ci wartość, czy tylko więcej znaków.

Jak wybrać model i nie przepłacić

Z tych trzech pułapek wychodzi jedna metoda, którą stosuję teraz przy każdej decyzji o modelu. Nie zaczynam od cennika ani od rankingu z internetu, tylko od własnego, krótkiego testu.

  • Weź swoje realne zadanie, nie benchmark. Ranking „najlepszych modeli 2026” nie wie, że Ty piszesz po polsku, w konkretnym tonie, o konkretnej długości. Twoje zadanie to jedyny wiarygodny test.
  • Przepuść to samo zadanie przez kilka modeli. Trzy, cztery kandydatury wystarczą: jeden flagowiec jako punkt odniesienia i kilka tańszych.
  • Licz realne zużycie, nie cennik. Po każdym przebiegu sprawdź faktyczną liczbę zużytych tokenów, łącznie z tymi na „myślenie”. To jest Twój prawdziwy koszt jednostkowy. Kalkulator tokenów AI przelicza to na złotówki dla najpopularniejszych modeli.
  • Zmierz też czas. Jeśli planujesz używać modelu seryjnie, przepustowość jest równie ważna jak cena. Wolny model odpada, choćby był najtańszy.
  • Oceń jakość na oko, nie na wierze. Przeczytaj wyniki obok siebie. Często najtańszy sensowny model jest w zupełności wystarczający, a różnicę do flagowca widać tylko na fakturze.

Kiedy dokładasz do tego koszt wdrożenia i utrzymania, obraz robi się pełny. Sam model to jedno, ale wokół niego jest jeszcze platforma, integracje i nadzór. Jak to policzyć całościowo, rozkładam w tekście o kosztach i ROI wdrożenia AI, a jeśli rozważasz model trenowany na własnych danych, warto najpierw przeczytać, kiedy własny model LLM ma sens.

Najważniejsze w jednym zdaniu

Cennik modelu AI mówi Ci cenę surowca, a nie cenę wykonania Twojego zadania, i to jest cała różnica. Tani model potrafi wyjść drogo przez niewidoczne tokeny myślenia albo przez ślimacze tempo, a drogi flagowiec bywa dopłatą do rozwlekłości, której nie potrzebujesz. Jedyna liczba, której możesz ufać, to realny koszt Twojego zadania zmierzony na próbce. Godzina takiego testu potrafi obniżyć rachunek za AI kilkukrotnie, a to najlepiej wydana godzina w całym wdrożeniu.