Kategoria: Lokalne AI
Rachunek za pracę agenta zaczyna się od pytania „ile kosztują tokeny agenta AI, skoro i tak płacę abonament?”. Odpowiedź nie mieści się w żadnej kwocie miesięcznej, bo abonament i agent rozliczają się w dwóch różnych jednostkach: pierwszy w miesiącach, drugi w milionach tokenów.
Liczby w tym tekście pochodzą z dwóch źródeł i trzymam je rozdzielone. Prędkości zmierzyłem na jednej maszynie, w serii pomiarów z września 2026: mini PC z procesorem AMD Ryzen AI 9 HX 470, zintegrowaną grafiką Radeon 890M i 32 GB pamięci współdzielonej, na którym modele Qwen3 uruchamiam przez llama.cpp, a LiteLLM pełni rolę bramy API. Ceny dostawcy są cudze, więc każdą podaję z linkiem do cennika i datą odczytu.
Dlaczego abonament to zła jednostka dla agenta
Abonament wycenia dostęp jednej osoby do narzędzia. Agent nie jest narzędziem, do którego się zagląda, lecz procesem w pętli: czyta pliki, planuje, wykonuje krok, sprawdza wynik i powtarza. Każdy obrót pętli wysyła do modelu cały dotychczasowy kontekst, a nie samo nowe zdanie.
Jedno zapytanie kontra pętla agenta
Przy jednym pytaniu i jednej odpowiedzi abonament jest niezłym przybliżeniem, bo człowiek nie zapyta tysiąc razy dziennie. Przy agencie, który przechodzi przez repozytorium, jedno zadanie to kilkanaście wywołań modelu, każde z dłuższym wejściem. Zużycie rośnie więc razem z liczbą kroków, a nie z liczbą osób przy klawiaturze, więc przestaje to być licencja na oprogramowanie i staje się infrastrukturą rozliczaną licznikiem.
Jednostka rachunku to milion tokenów
Cenniki modeli nie podają ceny za zapytanie ani za miesiąc. Podają cenę za milion tokenów, osobno dla wejścia i wyjścia. Dopóki nie przeliczysz zadania na te dwie liczby, nie masz rachunku, tylko przeczucie.
Ceny za milion tokenów, odczytane 29 października 2026
Poniższe stawki pochodzą z cennika modeli Claude i odczytałem je 29 października 2026. To liczby cudze, nie moje pomiary; kolumny stoją obok siebie, bo rzecz polega na ich stosunku.
| Model | Wejście za 1 mln tokenów | Wyjście za 1 mln tokenów |
|---|---|---|
| Haiku 5.5 (prompty do 100 tys. tokenów) | 0,10 USD | 0,50 USD |
| Sonnet 5.5 | 2 USD | 10 USD |
| Opus 5.5 | 4 USD | 20 USD |
| Fable 5.1 | 10 USD | 50 USD |
Wejście i wyjście to dwie różne stawki
W każdym z czterech wierszy wyjście kosztuje dokładnie pięć razy tyle, co wejście, i nie jest to przypadek jednego modelu, tylko kształt cennika (wyliczenie z tabeli). Zadanie, które czyta dużo i pisze mało, jest więc tanie; to, które generuje długi tekst, jest drogie przy tej samej liczbie tokenów.
Pełne przeliczenie jednego zadania
Weźmy agenta, który na jedno zadanie przeczyta pół miliona tokenów kontekstu i wygeneruje pięćdziesiąt tysięcy tokenów odpowiedzi. Te dwie liczby to założenie, nie pomiar, i każdy wstawia w nie własne wartości. Stawki dla Sonnet 5.5, z cennika odczytanego 29 października 2026:
500 000 tokenów wejścia × 2 USD ÷ 1 000 000 = 1,00 USD
50 000 tokenów wyjścia × 10 USD ÷ 1 000 000 = 0,50 USD
razem 1,50 USD za jedno zadanie
Jedno zadanie za 1,50 USD wygląda niewinnie. Pięćdziesiąt takich zadań dziennie to już inna skala, a agent sam decyduje, ile obrotów pętli wykona.
Dwie dźwignie, które naprawdę ruszają ten rachunek
Najtańsze wejście w tabeli to 0,10 USD za milion tokenów, najdroższe 10 USD, czyli różnica stukrotna (wyliczenie z tabeli). Dobór modelu do zadania jest największą dźwignią w tym rachunku i nie wymaga zmiany ani jednej linii logiki.
Cache jako druga dźwignia
Druga dźwignia to pamięć podręczna promptu. Odczyt z cache dla Sonnet 5.5 kosztuje 0,10 USD za milion tokenów przy 2 USD za zwykłe wejście, czyli dwudziestą część stawki; ten sam cennik, odczytany 29 października 2026, podaje też pięciominutowy czas życia cache i 50% zniżki na przetwarzanie wsadowe. Wynika z tego reguła: powtarzalny agent powinien mieć stały początek promptu, bo tylko taki trafia w cache. Czym jest cache prefiksu, wyjaśniam w słowniku lokalnego AI.
Ta sama praca na mojej maszynie
Lokalnie cena za token nie istnieje, ale czas na token owszem. Qwen3-Coder 30B-A3B generuje 30,4 tokena na sekundę, a gęsty Qwen3.8 9B osiąga 27,7-28,1 tokena na sekundę (pomiary z września 2026).
Milion tokenów wyjścia to około dziewięć godzin pracy
1 000 000 ÷ 30,4 tokena/s ≈ 32 900 sekund ≈ 9,1 godziny
Milion tokenów wyjścia, który w cenniku kosztuje 10 USD, moja maszyna produkuje przez około dziewięć godzin nieprzerwanej pracy (wyliczenie z pomiaru). To właściwe porównanie dla agenta: w chmurze kupujesz przepustowość, lokalnie kupujesz ją raz i czekasz. Gdzie jest jej sufit, rozpisałem w tekście o tym, czego lokalne AI nie zrobi. Dwa pozostałe kawałki rachunku policzyłem wcześniej i ten tekst ich nie powtarza: kilowatogodziny są w tekście o tym, ile prądu zużywa domowy serwer AI, a próg zwrotu maszyny względem abonamentu w rachunku po ilu miesiącach zwraca się własny serwer AI.
Co zostaje poza ceną za milion tokenów
Stawka za milion tokenów jest ceną surowca, nie kosztem systemu.
- Narzędzia rozliczane osobno. Ten sam cennik, odczytany 29 października 2026, podaje wyszukiwanie w sieci po 10 USD za tysiąc zapytań i uruchamianie kodu po 0,05 USD za godzinę kontenera.
- Koszt nieudanych przebiegów. Agent, który pomylił krok i powtórzył go trzy razy, zapłacił za wszystkie.
- Podatki i kurs. Stawki są w dolarach i bez podatku, więc faktura w złotych nie będzie równa iloczynowi z tabeli.
- Czas człowieka. Nie mam zmierzonej liczby godzin, które taki system oszczędza, w żadnej z domen, które zautomatyzowałem, i nie wstawię tu szacunku w jej miejsce.
Jest też ograniczenie metody. Podaję ceny z jednego cennika, bo ten da się odczytać jako tekst i zacytować z datą; u części dostawców tabela ładuje się skryptem i nie ma jak jej sprawdzić. Każda liczba powyżej jest prawdziwa na 29 października 2026.
