Během září vyšly nové modely od Anthropicu, OpenAI, Googlu i xAI a čínští výrobci nezůstávají pozadu. Srovnali jsme 16 modelů podle ceny, výkonu v programování a vhodnosti pro běžnou firemní práci. Přidáváme i rozhodovací rámec pro výběr modelu podle konkrétní úlohy.
Proč už neplatí „vezměte ten nejdražší“
Představte si IT ředitele logistické firmy. Jeden tým vývojářů si platí AI asistenta z vlastní iniciativy, druhý zkouší jiný, marketing používá chatbot na texty a finance zatím nic, protože nikdo neví, kam smějí firemní data. Účty chodí ze tří míst a na otázku, kolik AI firmu stojí a co jí přináší, nemá nikdo přesnou odpověď.
Taková situace je dnes běžná, protože modelů přibývá rychleji, než je stihne kdokoli sledovat a pořádně otestovat. Během tří zářijových týdnů vydal Google Gemini 3.8 Flash, OpenAI GPT-6 Astra a po něm menší Sol a Luna, xAI Grok 4.7 a Anthropic Claude Opus 5.5.
Dřív firmy často rovnou sáhly po nejsilnějším modelu a věřily, že se kvalita zaplatí. Dnes se ceny za stejné množství tokenů liší až stonásobně. A u některých úloh dražší model lepší výsledek nepřinese.
U každé tabulky uvádíme zdroj, ať si čísla můžete ověřit sami. Ceny i výsledky se navíc mění velmi rychle.
Srovnání AI modelů: které dnes stojí za pozornost
Trh se rozdělil do tří skupin. Američtí výrobci (Anthropic, OpenAI, Google, xAI) vedou v žebříčcích výkonu a jejich vlajkové (frontier) modely jsou zároveň dražší než většina ostatních v přehledu. Evropský Mistral sází na otevřené modely a evropský původ. A čínští výrobci nabízejí modely s otevřenými váhami, které jsou většinou výrazně levnější a v řadě úloh se špičce přibližují.
TAB. 1 Přehled vlajkových modelů jednotlivých výrobců (ke dni 24. 9. 2026)
| Výrobce | Model | Vydán | Kontext (tokenů) | Váhy |
|---|---|---|---|---|
| Anthropic | Claude Opus 5.5 | 22. 9. 2026 | 1 milion | uzavřené |
| OpenAI | GPT-6 Astra | 3. 9. 2026 | 1,05 milionu | uzavřené |
| Gemini 3.8 Flash | 2. 9. 2026 | 1 milion | uzavřené | |
| xAI | Grok 4.7 | 21. 9. 2026 | 500 tisíc | uzavřené |
| Mistral | Mistral Medium 3.5 | 28. 4. 2026 | 256 tisíc | otevřené |
| DeepSeek | DeepSeek V4.1 Flash | 10. 9. 2026 | 1 milion | otevřené |
| Alibaba | Qwen3.8 Max | 3. 8. 2026 | 1 milion | otevřené |
| Moonshot AI | Kimi K3 | 16. 7. 2026 | 1 milion | otevřené |
| Zhipu AI | GLM-5.3 | 18. 8. 2026 | 1 milion | otevřené |
| MiniMax | MiniMax M3 | 1. 6. 2026 | 1 milion | otevřené |
Kontext udává, kolik textu model pojme najednou: milion tokenů odpovídá zhruba třem čtvrtinám milionu anglických slov, takže se do něj vejde kód menší aplikace i s dokumentací. Otevřené váhy (open weights) znamenají, že si model můžete stáhnout a provozovat na vlastní infrastruktuře. Nejde vždy o open source v pravém smyslu, licence se liší model od modelu.
Většina výrobců nabízí vedle vlajkového modelu i menší a levnější varianty. U Anthropicu je to Claude Sonnet 5 a Haiku 4.5, nad Opusem stojí ještě dražší Claude Fable 5.1. OpenAI má kromě Astry i GPT-6 Sol a Luna. A pozor na názvy: GPT-5.6 Terra není součást rodiny GPT-6, patří do předchozí generace.
Ceny za tokeny a proč ceník neříká všechno
Modely se účtují za tokeny. Vstup je to, co modelu pošlete, výstup to, co vygeneruje, a ten je u všech výrobců několikanásobně dražší.
TAB. 2 Ceny za milion tokenů v USD podle oficiálních ceníků výrobců (ke dni 24. 9. 2026)
| Model | Vstup | Vstup z cache | Výstup |
|---|---|---|---|
| Claude Fable 5.1 | 10 | 0,25 | 50 |
| Claude Opus 5.5 | 4 | 0,20 | 20 |
| Claude Sonnet 5 | 2 | 0,20 | 10 |
| Claude Haiku 4.5 | 1 | 0,10 | 5 |
| GPT-6 Astra | 10 | 1 | 50 |
| GPT-6 Sol | 2 | 0,20 | 10 |
| GPT-6 Luna | 0,10 | 0,01 | 0,50 |
| Gemini 3.8 Flash | 0,75 | 0,075 | 3,75 |
| Gemini 3.5 Flash-Lite | 0,30 | 0,03 | 2,50 |
| Grok 4.7 | 2 | 0,50 | 6 |
| Mistral Medium 3.5 | 1,50 | 0,15 | 7,50 |
| DeepSeek V4.1 Flash | 0,30 | 0,006 | 1,20 |
| Qwen3.8 Max | 1,65 | 0,21 | 4,95 |
| Kimi K3 | 3 | 0,30 | 15 |
| GLM-5.3 | 1,40 | 0,26 | 4,40 |
| MiniMax M3 | 0,30 | 0,06 | 1,20 |
Ceny jsme převzali z oficiálních ceníků: Anthropic, OpenAI, Google, xAI, Mistral, DeepSeek, Alibaba Cloud, Moonshot AI, Z.ai a MiniMax. K tabulce patří několik výjimek. Gemini 3.8 Flash má do 31. 12. 2026 zaváděcí cenu, pak se zdvojnásobí na 1,50 a 7,50 USD. DeepSeek uvádí cenu ve špičce a mimo ni účtuje polovinu. Qwen uvádíme podle globálního ceníku Alibaba Cloud; v jiných regionech se liší, třeba v Singapuru stojí 2 a 6 USD.
OpenAI, xAI a MiniMax účtují vyšší sazbu, když jeden požadavek přesáhne 272 tisíc, 200 tisíc, respektive 512 tisíc tokenů. Tabulka uvádí čtení z cache, kdežto zápis do ní si část výrobců účtuje zvlášť.
Rozpětí je stonásobné: výstup GPT-6 Luna stojí 0,50 USD za milion tokenů, výstup GPT-6 Astra nebo Claude Fable 5.1 stonásobek. Na výpočet skutečných nákladů ale samotný ceník nestačí.
Rozhoduje totiž cache (prompt caching): když modelu opakovaně posíláte stejný základ, třeba zdrojový kód projektu nebo firemní směrnice, výrobce ho na čas uloží a další čtení účtuje za zlomek ceny. U Claude Opus 5.5 je to dvacetina běžného vstupu, u DeepSeeku padesátina. U programování, kde agent čte stejný kód znovu a znovu, může cache tvořit většinu vstupních tokenů. Moonshot AI u svého API uvádí pro programování podíl přes 90 %, u jiných nástrojů a jiné práce to bude jinak.
Do nákladů vstupuje i spotřeba, protože levnější model může na stejnou úlohu spotřebovat víc tokenů, když se k výsledku dostává oklikou nebo ho musíte pustit dvakrát. Proto má smysl počítat cenu za hotovou úlohu, ne za milion tokenů.
Výkon v programování: co benchmarky měří a co ne
U programování je výkon měřitelnější než u psaní textů, protože kód buď projde testy, nebo ne. I tak je potřeba číst benchmarky opatrně, protože výsledek hodně závisí na nastavení testu.
Dlouho platil za měřítko SWE-bench Verified, tedy pět set skutečných úkolů z open source projektů na GitHubu. Jenže výkonné modely na něm dnes dosahují 95 až 99 % a společnost Vals.ai jeho žebříček 1. září 2026 archivovala, protože mezi nimi už nerozliší. Výrobci ho ve svých oznámeních přesto rádi citují.
Lépe dnes rozlišují tři jiná měřítka:
- Terminal-Bench 4.0 zadává agentovi úlohy v příkazové řádce, od konfigurace serveru po opravu buildu. Vals.ai ho pouští všem modelům ve stejném prostředí.
- SWE-Bench Pro od Scale AI obsahuje těžší úlohy. V tabulce uvádíme jeho veřejnou těžkou sadu z open source repozitářů, komerční kód je v neveřejné části. Výsledek výrazně ovlivňuje nástroj, ve kterém model pracuje.
- Artificial Analysis Intelligence Index skládá výsledky z desítky testů do jednoho čísla a hodí se pro obecné srovnání, nejen pro kód.
TAB. 3 Výsledky v nezávislých žebříčcích k 22. a 23. 9. 2026
| Model | Terminal-Bench 4.0 | SWE-Bench Pro, těžká sada | Intelligence Index |
|---|---|---|---|
| Claude Opus 5.5 | 61,6 % | neuvedeno | 58 |
| Claude Fable 5.1 | 49,5 % | 92,2 % | 53 |
| Claude Sonnet 5 | 8,1 % | 88,2 % | 38 |
| GPT-6 Astra | 57,1 % | 90,2 % | 53 |
| GPT-6 Sol | neuvedeno | neuvedeno | 48 |
| GPT-6 Luna | neuvedeno | neuvedeno | 37 |
| Gemini 3.8 Flash | 13,1 % | 58,8 % | 41 |
| Grok 4.7 | 28,3 % | neuvedeno | 46 |
| GLM-5.3 | 25,3 % | 84,3 % | 45 |
| Qwen3.8 Max | 24,8 % | neuvedeno | 45 |
| Kimi K3 | 12,6 % | 88,2 % | 44 |
| DeepSeek V4.1 Flash | 11,6 % | neuvedeno | 39 |
| MiniMax M3 | neuvedeno | neuvedeno | 29 |
| Mistral Medium 3.5 | neuvedeno | neuvedeno | 14 |
Zdroje: Vals.ai (Terminal-Bench 4.0, standardizovaný běh), Scale Labs (SWE-Bench Pro V2, těžká veřejná sada), Artificial Analysis. „Neuvedeno“ znamená, že model v žebříčku zatím není. Nic jsme nedopočítávali ani neodhadovali. U SWE-Bench Pro jde o výsledek modelu v konkrétním agentním nástroji a nastavení (Claude Code, Codex nebo mini-swe-agent), ne o model samotný.
Z tabulky plyne, že ve špičce se drží Claude Opus 5.5 a GPT-6 Astra, pořadí mezi nimi ale záleží na tom, kdo a jak měřil. Anthropic ve vlastním oznámení uvádí pro Opus 5.5 na Terminal-Bench 66,4 %, nezávislé měření Vals.ai 61,6 %. Proto vždy hledejte, jestli číslo pochází od výrobce, nebo od nějakého nezávislého zdroje.
Všimněte si také, jak se čísla rozcházejí mezi benchmarky. Kimi K3 má na SWE-Bench Pro stejný výsledek jako Claude Sonnet 5, na Terminal-Bench ale dosahuje zlomku výkonu špičky. Každý test měří jiný druh práce a žádné jedno číslo neřekne, jak model obstojí ve vašem kódu. Proto si sestavte vlastní benchmark: vezměte deset až dvacet skutečných úloh z posledních sprintů, nechte je vyřešit dva nebo tři kandidáty a porovnejte výsledek i cenu.
Kolik stojí jedna reálná úloha
Pro představu jsme spočítali dvě modelové úlohy. První je oprava chyby agentem v existujícím repozitáři: agent přečte kód, najde příčinu, napíše opravu a test. Druhá je hromadné generování tisíce popisků produktů pro e-shop.
TAB. 4 Modelový výpočet ceny dvou úloh v USD
| Model | Oprava chyby agentem | 1 000 popisků produktů |
|---|---|---|
| Claude Fable 5.1 | 5,45 | 20,00 |
| GPT-6 Astra | 6,80 | 20,00 |
| Claude Opus 5.5 | 2,36 | 8,00 |
| Kimi K3 | 2,04 | 6,00 |
| Grok 4.7 | 1,66 | 2,80 |
| Claude Sonnet 5 | 1,36 | 4,00 |
| GPT-6 Sol | 1,36 | 4,00 |
| Mistral Medium 3.5 | 1,02 | 3,00 |
| GLM-5.3 | 1,01 | 2,02 |
| Qwen3.8 Max | 1,00 | 2,31 |
| Gemini 3.8 Flash | 0,51 | 1,50 |
| MiniMax M3 | 0,24 | 0,51 |
| DeepSeek V4.1 Flash | 0,14 | 0,51 |
| GPT-6 Luna | 0,07 | 0,20 |
Počítáme s tím, že oprava chyby spotřebuje 2 miliony vstupních tokenů, z toho 90 % z cache, a 60 tisíc výstupních tokenů, rozložených do desítek požadavků, z nichž žádný nepřekročí hranici dražší sazby. Jeden popisek znamená 500 tokenů zadání a 300 tokenů textu. Jde o náš předpoklad pro ilustraci, ne o měření. Skutečná spotřeba se liší podle nástroje, velikosti kódu a úlohy. Ceny vycházejí z TAB. 2 a nezahrnují daň, slevy za dávkové zpracování ani poplatky za zápis do cache.
Tabulka ukazuje cenu jednoho pokusu, ne cenu hotové práce. Levný model, který chybu opraví napodruhé nebo ji neopraví vůbec, vyjde ve skutečnosti dráž než drahý, který ji opraví hned. A čas vývojáře, který výsledek kontroluje, často stojí víc než samotné tokeny.
U popisků produktů často stačí i levný model a rozdíl mezi 0,20 a 20 USD na tisíc kusů je při velkém objemu znát. Parametry výrobků a tvrzení o nich je ale potřeba kontrolovat u každého modelu, chybu udělat může kterýkoli.
Pro vývojářské týmy existuje i druhá cesta, předplatné. Claude Team obsahuje Claude Code a stojí 25 USD na uživatele měsíčně. Varianta s vyššími limity pro náročnou práci vyjde na 125 USD. ChatGPT Business má stejné cenové úrovně a obsahuje Codex.
Při roční platbě vyjdou obě o pětinu levněji a Gemini Code Assist začíná na 19 USD. U týmu, který s agentem pracuje celý den, bývá předplatné předvídatelnější než platba za tokeny.
Kancelář, marketing, finance: kde stačí levnější model
U většiny kancelářských úloh stačí spolehlivý levnější model, vlajkový obvykle nepotřebují. Rozdíly mezi modely jsou tu menší než v programování.
Kancelář a dokumenty. Shrnutí porady, třídění e-mailů, návrh odpovědi, převod faktury do tabulky. Tady se vyplatí GPT-6 Luna, Gemini 3.5 Flash-Lite nebo Claude Haiku 4.5. U jednoduchých úloh bývá rozdíl proti vlajkovým modelům malý, cena přitom klesne několikanásobně, u GPT-6 Luna proti Astře stokrát. Než je nasadíte naostro, vyzkoušejte je na vzorku vlastních dokumentů v češtině.
Marketing. U popisků produktů, variant reklamních textů nebo překladů rozhoduje objem, takže levný model dává smysl. U textu, který nese značku, třeba odborného článku nebo prezentace pro klienta, bývá rozdíl vidět. Silnější modely lépe drží tón, hlídají fakta a méně často sklouzávají k frázím.
Finance. Analýza výkazů, kontrola smluv, příprava podkladů pro vedení. Tady záleží na přesnosti a na tom, kde data leží. Pro složitější analýzy dává smysl Claude Opus 5.5, GPT-6 Sol nebo Gemini 3.8 Flash. Pro rutinní extrakci čísel z dokumentů stačí menší model, jen výsledek musí projít kontrolou.
U řady firem přinese víc než výměna modelu to, když AI začnou lidé používat jednotně a někdo bude sledovat, co to stojí a co to přináší. O tom, proč se přínos AI ve firmách často neměří, jsme psali v jednom z předchozích článků.
Čínské a otevřené modely: kde ušetří a kde riskujete
Čínské modely jsou dnes vážná konkurence, třeba GLM-5.3 a Qwen3.8 Max mají v indexu Artificial Analysis 45 bodů, tedy víc než Gemini 3.8 Flash, a stojí zlomek ceny amerických frontier modelů. DeepSeek V4.1 Flash stojí 0,30 USD za milion vstupních a 1,20 USD za milion výstupních tokenů, v našem přehledu je levnější jen GPT-6 Luna.
Pro firmu ale není hlavní otázka, jestli jsou dost dobré, nýbrž kudy potečou data. Když voláte API přímo u čínského výrobce, data se zpracovávají na jeho serverech a podle jeho podmínek. Pro banku, pojišťovnu nebo energetickou firmu to bývá nepřijatelné, pro interní nástroj nad veřejnými daty možná ne.
Otevřené váhy ale nabízejí třetí cestu, protože Kimi K3, GLM-5.3, DeepSeek, Qwen i MiniMax si můžete stáhnout a provozovat na vlastním hardwaru nebo u evropského poskytovatele infrastruktury. Při provozu na vlastním hardwaru data firmu vůbec neopouštějí. U evropského poskytovatele zůstávají ve zvoleném regionu a řídí se smlouvou, kterou s ním máte. Část těchto modelů nabízí i AWS Bedrock, kde běží v regionech, které si zvolíte.
Vlastní provoz ale něco stojí, velký model totiž potřebuje výkonné grafické karty, pravidelné aktualizace a lidi, kteří se o infrastrukturu starají. Licence se liší model od modelu a u Kimi K3, Qwen3.8 Max ani MiniMax M3 nejde o standardní open source licenci. Licence MiniMax M3 navíc omezuje komerční použití a větší firmy potřebují zvláštní svolení výrobce. Evropskou alternativou je Mistral, který nabízí otevřené modely i hostované API s evropským původem.
Přímo, přes OpenRouter, nebo přes cloud?
Model si můžete platit přímo u výrobce, přes agregátor typu OpenRouter, nebo přes cloudovou platformu, kterou už ve firmě používáte. Liší se cenou navíc, rychlostí přístupu k novým verzím a tím, kde se zpracovávají data.
TAB. 5 Tři cesty k modelům
| Cesta | Kdy dává smysl | Cena navíc | Data |
|---|---|---|---|
| Přímé API výrobce | Potřebujete nejnovější verzi hned a jde vám o jeden nebo dva modely | žádná | podle podmínek výrobce |
| OpenRouter | Testujete víc modelů, chcete záložní model při výpadku, nebo směrovat podle ceny | 5,5 % při dobití kreditu, nejméně 0,80 USD, tokeny bez přirážky | OpenRouter prompty standardně neukládá, ale každý poskytovatel má vlastní pravidla |
| AWS Bedrock, Google Vertex AI, Microsoft Azure | Firma už v cloudu je a potřebuje jednotný nákup, správu přístupů a volbu regionu | podle platformy a regionu | ve zvoleném regionu a podle smlouvy s cloudem, k tréninku modelů se podle AWS, Googlu i Microsoftu nepoužívají |
OpenRouter je praktický hlavně na začátku, kdy se jedním klíčem dostanete ke stovkám modelů a srovnáte je na vlastních úlohách bez zakládání účtů u deseti výrobců. K ceně tokenů nepřidává přirážku, při nákupu kreditu účtuje poplatek 5,5 %, nejméně 0,80 USD.
Pozor ale na data. OpenRouter sám prompty standardně neukládá, požadavek však přepošle poskytovateli, a ten může mít pravidla jiná. Dá se to ohlídat nastavením, které vyloučí poskytovatele ukládající data nebo trénující na nich. Jenže to nastavení musí někdo zapnout a hlídat.
Velké firmy často volí cloudové platformy, protože je lze začlenit do stávajících smluv, bezpečnostních pravidel i účetních procesů. Dostupnost se ale liší podle modelu a platformy. Claude Opus 5.5 byl na AWS, Google Cloud i Microsoft Foundry od prvního dne, u menších a čínských modelů bývá nabídka užší a nejnovější verze tam často chybí.
Jak vybrat: rozhodovací rámec
Výběr modelu se dá zúžit na pět otázek. Odpovídejte na ně pro každou úlohu zvlášť, ne pro celou firmu najednou.
- Jak citlivá jsou data? Osobní údaje, obchodní tajemství a regulovaná data omezují výběr víc než cokoli jiného.
- Jak složitá je úloha? Samostatná práce agenta v kódu nebo vícekroková analýza potřebují model nejvyšší třídy, třídění a shrnutí si vystačí s levnějším.
- Jaký je objem? Při tisících požadavků denně rozhoduje cena, při desítkách kvalita.
- Co stojí chyba? Když výsledek kontroluje člověk, můžete si dovolit levnější model. Když jde výstup rovnou ke klientovi, vyplatí se silnější.
- Kdo to bude provozovat? Vlastní provoz otevřeného modelu šetří peníze za tokeny, ale stojí lidi a hardware.
TAB. 6 Rozhodovací matice podle typu úlohy
| Úloha | Citlivost dat | Doporučená kategorie | Příklady modelů |
|---|---|---|---|
| Agentní vývoj, práce s velkým kódem | střední | nejvyšší třída | Claude Opus 5.5, GPT-6 Astra |
| Běžné programování, code review | střední | vyvážený model | Claude Sonnet 5, GPT-6 Sol, Gemini 3.8 Flash |
| Analýzy a finance | vysoká | vyvážený model přes cloud nebo vlastní provoz | Claude Opus 5.5, GPT-6 Sol, GLM-5.3 na vlastní infrastruktuře |
| Kancelář, e-maily, shrnutí | nízká až střední | levný model | GPT-6 Luna, Gemini 3.5 Flash-Lite, Claude Haiku 4.5 |
| Hromadné texty a překlady | nízká | nejlevnější model | GPT-6 Luna, DeepSeek V4.1 Flash, MiniMax M3 |
| Data, která nesmí opustit firmu | velmi vysoká | otevřený model na vlastní infrastruktuře | GLM-5.3, Qwen3.8, Mistral |
Jeden model pro celou firmu vystačí málokdy, rozumná sestava proto mívá dva až tři: výkonný pro vývoj a náročné analýzy, levný pro objemovou práci a případně otevřený pro data, která nesmí ven. Který model patří kam, rozhodnou odpovědi na pět otázek výše.
Náš vývojový tým přešel na Claude Code jako primární nástroj. O volbě rozhodly schopnosti celého nástroje, ne jen modelu. Agent pracuje přímo v repozitáři, spouští testy a navrhuje změny, které vývojář schválí.
Když řešíte, jak AI zapojit do vývoje nebo do firemních procesů, podívejte se na naše služby. Pomůžeme vám vybrat modely pro konkrétní úlohy, napojit je na vaše systémy a určit, kde se budou data zpracovávat. Navazující témata najdete i v článcích o AI agentech, o protokolu MCP a o tom, jak nepřeplácet za LLM.
FAQ
Jaký AI model je nejlepší na programování? Podle nezávislých žebříčků k září 2026 vedou Claude Opus 5.5 a GPT-6 Astra. Na Terminal-Bench 4.0 v měření Vals.ai má Opus 5.5 61,6 % a Astra 57,1 %. Pro běžné programování často stačí levnější Claude Sonnet 5 nebo GPT-6 Sol.
Kolik stojí používání AI modelů přes API? Ceny se pohybují od 0,10 USD za milion vstupních tokenů u GPT-6 Luna po 10 USD u GPT-6 Astra a Claude Fable 5.1. Výstup je několikanásobně dražší. Skutečnou cenu ovlivňuje hlavně využití cache a počet pokusů na úlohu.
Je bezpečné používat čínské AI modely ve firmě? Záleží na tom, kde model běží. Přes API čínského výrobce se data zpracovávají na jeho serverech. Modely s otevřenými váhami, jako GLM-5.3, Qwen nebo DeepSeek, ale můžete provozovat na vlastní infrastruktuře nebo v evropském cloudu, kde data neopouštějí vámi zvolené prostředí.
Vyplatí se OpenRouter pro firmy? Na testování a srovnání modelů ano, jedním účtem získáte přístup ke stovkám modelů bez přirážky k ceně tokenů. U citlivých dat je potřeba nastavit, ke kterým poskytovatelům smí požadavky jít, protože každý má vlastní pravidla pro ukládání dat.
Jaký je rozdíl mezi GPT-6 Astra, Sol a Luna? Astra nabízí proti Solu a Luně vyšší výkon i cenu a míří na složité programování a agentní úlohy. Sol tvoří střední třídu. Luna stojí méně než oba a hodí se na objemovou práci. GPT-5.6 Terra, která se občas zaměňuje, patří do předchozí generace.
Stačí firmě jeden AI model? Většinou ne. Pro většinu firem dává smysl sestava dvou až tří modelů vybraných podle náročnosti úloh, objemu práce a citlivosti dat.
Je lepší platit AI za tokeny, nebo předplatné? Pro vývojáře, kteří s AI pracují celý den, bývá předvídatelnější předplatné, třeba Claude Team nebo ChatGPT Business od 20 USD na uživatele měsíčně při roční platbě. Pro automatizované procesy a aplikace se platí za tokeny přes API.
