Claude Opus 5.5 a GPT-6 Sol/Luna mění pravidla: rozhoduje cena dokončené práce

Miliarda tokenů může v ceníku vypadat levně. To ale samo o sobě neříká, kolik firmu skutečně stojí automatizovat zákaznický servis, zpracovat dokumenty, napsat a zkontrolovat kód nebo provozovat vícekrokového AI agenta.

Zářijové novinky Anthropic a OpenAI naznačují posun v soutěži mezi dodavateli: špičková schopnost modelu zůstává důležitá, avšak podniky stále častěji potřebují znát hlavně cenu spolehlivě dokončeného úkolu ve velkém měřítku.

Do této ceny patří nejen vstupní a výstupní tokeny, ale i množství tokenů, které model spotřebuje k dosažení výsledku, míra využití cache, odezva a především to, zda úkol uspěje bez opakovaných pokusů nebo nákladné kontroly člověkem.

Nižší ceny doprovází důraz na efektivitu

Anthropic stanovila u Claude Opus 5.5 cenu na 4 USD za milion vstupních tokenů a 20 USD za milion výstupních tokenů. To je o 20 % méně než u Claude Opus 5. Firma zároveň odhaduje, že v typických tokenově účtovaných úlohách bude provoz Opus 5.5 zhruba o 40 % levnější, protože model vyžaduje méně výpočetního výkonu při obsluze a s tokeny pracuje efektivněji. Cena za čtení z cache klesla o 60 % na 0,20 USD za milion tokenů. 21

OpenAI staví GPT-6 Sol a GPT-6 Luna na obdobném argumentu. Uvedla, že zlepšení cache a inference jí umožnilo snížit ceny API o 50 % proti akčním cenám GPT-5.6. GPT-6 Sol stojí 2 USD za vstup a 10 USD za výstup na milion tokenů; GPT-6 Luna pak 0,10 USD za vstup a 0,50 USD za výstup. 24

Z těchto ceníků nelze mechanicky vyvodit, který model je „nejlevnější“. Modely se liší objemem generovaného výstupu, kvalitou, rychlostí, prací s kontextem i spolehlivostí v konkrétních úkolech. Společné sdělení je však zřejmé: dodavatelé neprodávají jen levnější tokeny, ale více užitečné práce za stejný dolar.

Cache přestává být technickým detailem

Prompt caching, tedy opětovné využití již zpracovaného vstupního kontextu, má velký dopad hlavně u dlouhých programátorských a agentních procesů. Ty mohou v každém kroku znovu posílat rozsáhlé systémové instrukce, kontext zdrojového kódu, interní pravidla, definice nástrojů nebo historii konverzace.

Jestliže se tento opakovaný materiál načítá z cache s výraznou slevou, může celková cena workflow citelně klesnout. Anthropic uvádí, že čtení z cache tvoří velkou část nákladů dlouhodobě běžících agentních úloh; proto je snížení ceny cache-read u Opus 5.5 podstatnější, než by napovídalo samotné zlevnění standardního vstupu. 21

Také OpenAI připsala zlevnění modelů Sol a Luna efektivnější cache a inferenci. 24 Při porovnávání nabídek proto nestačí zadat jednomu modelu krátký testovací dotaz. Je potřeba měřit reálné prompty, opakovaně používaný kontext a vícekrokové pracovní postupy.

Levnější otevřené modely vytvářejí tlak

Američtí poskytovatelé API nemohou přehlížet levnější modely s otevřenými vahami ani konkurenci z Číny. Reuters s odvoláním na testy výzkumné firmy uvedl, že DeepSeek V4-Flash vycházel přibližně 105krát levněji než Claude Fable 5. Uváděné API ceny činily 0,14 USD za milion vstupních a 0,28 USD za milion výstupních tokenů. 1

Cena samozřejmě není jediným kritériem. Firmy mohou podle použití různě vážit kvalitu, bezpečnostní postupy, podporu, ochranu dat, integrace a provozní spolehlivost. Výrazný rozdíl v provozních nákladech přesto dává silný důvod směrovat jednodušší, objemné úlohy k levnějším alternativám.

Příklad představuje i Kimi K3 od Moonshot AI. Společnost uvedla, že její model zaostává za vedoucími systémy Anthropic a OpenAI v celkovém výkonu, ale v některých programátorských a agentních benchmarkách překonal vybrané předchozí modely blízko špičce. 6 Právě tato kombinace — dostatečně konkurenceschopný výkon v části práce a nižší náklady — nutí uzavřené modely přesvědčivě ukazovat, proč se jejich vyšší cena u daného workflow vyplatí.

Místo jediného vítěze nastupuje směrování úloh

Tyto produkty posilují portfoliový přístup k firemní AI:

• Prémiové hraniční modely dávají smysl pro mimořádně obtížné, citlivé nebo rizikové úkoly, kde je chyba drahá a vyšší spolehlivost či schopnost uvažování ospravedlní vyšší účet.
• Výkonné produkční modely, jako Claude Opus 5.5 a GPT-6 Sol, míří na širší nasazení pokročilé AI v opakovaných pracovních procesech s lepší ekonomikou provozu.
• Nízkonákladové modely, jako GPT-6 Luna, se hodí pro velké objemy rutinní práce: klasifikaci, extrakci údajů, směrování požadavků, sumarizaci a další automatizaci, kde rozhodují jednotkové náklady.

Praktickým výsledkem není volba jednoho univerzálního vítěze, ale směrování úloh mezi modely. Firma může nejsložitější výjimky předat dražšímu systému a běžné požadavky levnější variantě. Celkové výdaje tak mohou klesnout, aniž by každá jednotlivá úloha musela přijmout kompromisy nejlevnějšího dostupného modelu.

Co měřit místo ceníku za milion tokenů

Užitečné srovnání se ptá na cenu výsledku, nikoli na cenu milionu tokenů. Týmy by měly sledovat zejména:

1. Míru úspěšnosti úkolu: Jak často model workflow dokončí správně?
2. Tokeny na jeden úspěšně dokončený úkol: Dospěje model k přijatelnému výsledku s méně generovaným textem, uvažováním nebo opakovanými pokusy?
3. Podíl zásahů do cache: Kolik opakovaného kontextu lze znovu využít za zvýhodněnou cenu?
4. Náklady na lidskou kontrolu: Nevyvolá levnější model více oprav, eskalací a přepracování?
5. Odezvu a propustnost: Splní systém provozní požadavky při potřebném objemu?

Špičkové modely tím neztrácejí význam — zůstávají nejvyšší vrstvou nabídky. Pro široké podnikové nasazení ale poskytovatelé AI musí stále přesvědčivěji spojovat schopnosti s ekonomikou konkrétního workflow: efektivní inferencí, nižší spotřebou tokenů, dobře využitelnou cache a jasnou volbou správného modelu pro správně naceněný úkol. 2124