Ten sam wynik AI tanieje 13 razy w rok. Na fakturze widzi to płacący za tokeny, nie abonent

W styczniu 2025 roku odpowiedź modelu o3 firmy OpenAI na pytanie z egzaminu z fizyki, chemii i biologii na poziomie doktoratu kosztowała około 30 centów. Niecałe półtora roku później ten sam wynik dawał GPT-5.6 Luna za cztery setne centa. Epoch AI przelicza to na cenę nowego samochodu, spadającą z 50 tysięcy dolarów do 69. Abonament Claude Pro kosztuje tymczasem tyle samo co we wrześniu 2023 roku.

Liczby pochodzą z raportu „The plunging price of thought”, opublikowanego 22 września przez Epoch AI, organizację badawczą śledzącą rozwój AI. Autorzy zestawili wyniki modeli w pięciu testach z matematyki, nauk ścisłych i łamigłówek z kosztem uzyskania każdego wyniku. Ten sam poziom tanieje średnio o 47 procent na kwartał, czyli około 13 razy w roku. Według raportu ani prąd, ani akumulatory litowe, ani sekwencjonowanie DNA nie taniały tak szybko. Autorzy sami nazywają swoje liczby rozsądnymi, ale przybliżonymi.

Zespół Hansa Gundlacha z MIT opisał to samo zjawisko w pracy poprawionej w marcu 2026 roku, na cenach z serwisu porównawczego Artificial Analysis z okresu od kwietnia 2024 do listopada 2025. Wyszedł mu spadek od 5 do 10 razy rocznie. Część dają tańsze układy obliczeniowe, część konkurencja między firmami. Po odjęciu obu zostaje około 3 razy rocznie z samego ulepszenia modeli.

Ta sama praca liczy drugą rzecz. Uruchomienie najlepszego w danym momencie modelu na tych samych testach drożeje od 3 do 18 razy rocznie. Mechanizm autorzy tłumaczą na przykładzie. Cena za token (kawałek słowa, od którego producent liczy opłatę) spada dziesięciokrotnie. Poprawa wyniku o 1 procent wymaga jednak stu razy więcej obliczeń. Rachunek za najlepszy wynik rośnie wtedy dziesięć razy.

Modele rozumujące, czyli rozpisujące sobie rozwiązanie przed odpowiedzią, mają ustawienie wysiłku, od niskiego do maksymalnego. Im dłużej model myśli, tym więcej tokenów zużywa. Według MIT dużą część postępu w teście GPQA Diamond da się przypisać temu, że nowsze modele wydają więcej na jedno pytanie.

Komunikat Anthropic o modelu Opus 5.5 z 22 września pokazuje to w liczbach producenta. Wyniki w tabeli porównawczej są, jak zaznacza firma, w większości uzyskane przy maksymalnym wysiłku. W teście Terminal-Bench 4.0 Opus 5.5 na ustawieniu domyślnym wypada lepiej niż Opus 5 na maksymalnym, za mniej więcej jedną piątą kosztu. Ten sam model daje więc bardzo różne rachunki. Decyduje jeden suwak.

Claude Pro wszedł na rynek 7 września 2023 roku za 20 dolarów miesięcznie. Dawał wtedy pięć razy więcej korzystania z modelu Claude 2 niż wersja darmowa. Cennik z września 2026 roku podaje tę samą kwotę przy płatności co miesiąc i 17 dolarów przy płatności za rok, bez podatku. Po średnim kursie NBP z 24 września 20 dolarów to około 77 zł.

Gdyby abonament taniał w tempie z raportu Epoch, po trzech latach kosztowałby około 3,5 grosza miesięcznie. Tak się nie dzieje. Abonament sprzedaje dostęp do bieżących modeli, a nie do poziomu z 2023 roku, i właśnie koszt bieżącego szczytu według MIT rośnie.

Spadek kosztów wraca do abonenta inną drogą. Przy premierze Opus 5.5 Anthropic podniósł pięciogodzinne limity w planach Pro, Max i Team. Cennik zaznacza, że stałej liczby wiadomości w abonamencie nie ma: zależy od długości rozmów, wybranego modelu i używanych funkcji. Za te same 77 zł da się zrobić więcej. Kwota na fakturze zostaje.

Inaczej wygląda to w firmie rozliczanej przez interfejs programistyczny, czyli za każde zapytanie wysłane z własnego programu. Przykładowe zadanie: wczytanie dokumentu na 25 tysięcy tokenów i streszczenie na tysiąc tokenów. Ceny z cennika Anthropic z 25 września, dolary po kursie NBP z 24 września:

• Claude Fable 5.1: około 1,16 zł za zadanie, 1157 zł za tysiąc zadań, czyli tyle co 15 miesięcy abonamentu Pro.
• Claude Opus 5.5: około 46 groszy za zadanie, 463 zł za tysiąc.
• Claude Sonnet 5: około 23 groszy za zadanie, 231 zł za tysiąc.
• Claude Haiku 4.5: około 12 groszy za zadanie, 116 zł za tysiąc.

Opus 5.5 kosztuje za token o 20 procent mniej niż poprzednik, Opus 5. Wyliczenie przyjmuje tę samą liczbę tokenów w każdym modelu. Przy modelach rozumujących odpowiedź na wyższym poziomie wysiłku zużywa ich więcej, więc rzeczywisty rachunek bywa wyższy. Epoch wskazuje też słabość własnego pomiaru. Zakłada użytkownika, który przy każdym zadaniu szuka najtańszego modelu dającego wymagany wynik. Prawdziwi użytkownicy tak często modeli nie zmieniają i według autorów tych oszczędności w pełni nie zbierają.

Raport podaje jeszcze jedną prawidłowość. Poziom tuż po pierwszym osiągnięciu tanieje najszybciej, średnio 75 razy rocznie, czyli o 66 procent na kwartał. Dwa lata później tempo spada do 4,7 razy rocznie. Wynik z dnia premiery po kwartale kosztuje więc średnio o dwie trzecie mniej.

Autorzy z MIT widzą w rosnącym koszcie szczytu ryzyko. Dziś wielu konsumentów korzysta z najlepszych dostępnych modeli. Jeśli koszt ich uruchamiania będzie dalej rósł, dostęp może się skupić u użytkowników i firm z dużym budżetem. Przy liczbie 13 stała cena abonamentu wygląda na zaniedbanie. W tym świetle jest raczej ceną, po jakiej najdroższy wynik wciąż trafia do zwykłego użytkownika.