Preskočiť na obsahForbesElevon vo Forbes

    Blog

    Od 1. decembra stojí rovnaká práca AI dvakrát toľko. Kto s tým rátal?

    Google od 1. decembra zdvojnásobí cenu Gemini 4 Argon. Pre firmy s agentmi v produkcii je to pripomienka, že najväčšia premenná v rozpočte na AI sa určuje mimo firmy a že možnosť prepnúť model je prevádzková schopnosť.

    3 min čítania

    Google zdvojnásobí cenu svojho najnovšieho modelu Gemini 4 Argon. Je to legitímny krok, zavádzacia cena bola ohlásená dopredu. Pre firmy, ktoré na modeli postavili produkčné procesy, je to však pripomienka, že najväčšia premenná v rozpočte na AI sa určuje mimo firmy.

    Čo sa mení 1. decembra

    Gemini 4 Argon je od októbra všeobecne dostupný. Google ho uviedol so zavádzacou cenou: 2 USD za milión vstupných tokenov a 10 USD za milión výstupných. Táto cena platí do 30. novembra 2026.

    Od 1. decembra je to 4 USD za vstup a 20 USD za výstup. Zdvojnásobuje sa aj cena cachovaného vstupu a dávkového spracovania. Do ceny výstupu sa započítavajú aj tokeny, ktoré model spotrebuje na premýšľanie.

    Agent, ktorý dnes spracuje mesačný objem faktúr za tisíc dolárov, ho bude v decembri spracúvať za dvetisíc. Bez jedinej zmeny v kóde, v procese či v objeme.

    Pri agentoch je efekt výraznejší než pri bežnom chate. Agent na jednu úlohu volá model opakovane: naplánuje postup, prečíta dokumenty, overí výsledok, pri chybe to skúsi znova. Každý z týchto krokov je ďalšia dávka vstupných a výstupných tokenov. Čím dlhší a samostatnejší proces, tým väčšia časť jeho nákladu závisí od cenníka dodávateľa.

    Cena za token nie je jediná premenná

    Zmena cenníka je tá viditeľná. Účet sa dá zvýšiť aj inak.

    Anthropic v apríli uviedol Claude Opus 4.7 za rovnakú cenu ako predchodcu. Nový tokenizér však z rovnakého textu vytvorí zhruba 1,0 až 1,35-násobok tokenov, podľa typu obsahu. Model zároveň pri vyššom úsilí viac premýšľa, takže produkuje viac výstupných tokenov.

    Anthropic to otvorene napísal a dodal, že na ich internom teste vyšiel čistý efekt priaznivo. Odporúča ale zmerať rozdiel na reálnej prevádzke. To je presná rada. Výsledok závisí od toho, aké úlohy model robí, a ten pozná len firma, ktorá ho prevádzkuje.

    Náklad na jednu úlohu teda určujú tri veci: cenník, tokenizér a to, koľko model pri úlohe premýšľa. Ani jednu z nich firma nenastavuje.

    Flexibilitu chcú takmer všetci, zabudovanú ju má málokto

    OutSystems v októbri zverejnil prieskum medzi 858 manažérmi (realizoval CIO Dive v júni 2026, vzorka z jeho databáz, OutSystems predáva platformu na agentné systémy). 62 % respondentov uvádza, že chce mať možnosť v čase meniť modely, dodávateľov a platformy.

    Ten istý prieskum ukazuje, že automatizované kontroly, audit trail a formálne body ľudskej kontroly má zavedené 5 % firiem. Ak firma nemá automatizovaný záznam o tom, čo agent robí, ťažko zmeria, čo ju stojí. A bez merania nevie posúdiť, či sa prechod na iný model oplatí.

    Možnosť prepnúť model je preto prevádzková schopnosť. V zmluve s dodávateľom ju nenájdete.

    Čo pripraviť pred decembrom

    • Merať náklad na úlohu. Cena za milión tokenov je údaj dodávateľa. Pre firmu je podstatné, koľko stojí jedna spracovaná faktúra, jeden tiket, jedna kontrola zmluvy.
    • Vedieť, ktorý model robí ktorú úlohu. Klasifikácia dokumentu a zložitá analýza nepotrebujú ten istý model. Každá úloha na najdrahšom modeli je rozhodnutie, nie predvolené nastavenie.
    • Mať test, ktorý porovná modely na vlastných dátach. Pred zmenou modelu treba vedieť, či nový dá rovnako kvalitný výsledok. Ten test musí bežať na reálnych úlohách firmy.
    • Nastaviť limity. Rozpočtový strop na proces alebo agenta zachytí zmenu ceny skôr, než sa objaví vo faktúre.

    Nič z toho nie je nové. Rovnako firmy riadia akýkoľvek iný variabilný náklad v prevádzke. Nové je len to, že pri AI sa ten náklad môže zmeniť z mesiaca na mesiac.

    Pre rozpočet na rok 2027 to znamená jednu praktickú vec. Položka „AI" má byť súčtom nákladov na konkrétne procesy, ktoré firma vie zmerať, porovnať a v prípade potreby presunúť na iný model.

    Na Elevon Platform je každá akcia AI zaznamenaná a auditovateľná a model pod agentom sa dá vymeniť zmenou konfigurácie, bez prepisu jeho logiky.

    Zdroje

    • Google AI for Developers: Gemini Developer API pricing (ai.google.dev/gemini-api/docs/pricing)
    • Anthropic: Introducing Claude Opus 4.7 (16. 4. 2026)
    • OutSystems: The Agentic AI Era Is Here, Enterprise Readiness Is Not (15. 10. 2026)
    ZdieľaťLinkedInX
    Späť na blog

    Čítajte ďalej

    Dva články, ktoré na túto tému nadväzujú.

    • Čo je evidencia AI agentov a prečo je dôležitá pre riadenie AI?

      Evidencia AI agentov je aktuálny prehľad agentov, ktorí vo firme pracujú. Zachytáva účel každého agenta, zodpovednú osobu, oprávnenia, prepojené systémy a stav kontroly. Pomáha tímom pochopiť, čo agent smie robiť, preveriť incidenty a udržať kontrolu nad prevádzkou.

      Prečítať článok
    • Čo je observability podnikovej AI a prečo je dnes kontrolnou požiadavkou?

      Observability podnikovej AI je prax priebežného zhromažďovania, analýzy a využívania prevádzkových dát z AI systémov vrátane agentov, modelov a nástrojových reťazcov s cieľom zabezpečiť prevádzkovú transparentnosť, kontrolu a auditovateľnosť. V regulovaných podnikoch je observability dnes základnou požiadavkou na preukázanie súladu, riadenie rizík a podporu reakcie na incidenty.

      Prečítať článok

    Ďalší krok

    Vyberte jeden proces a pozrite si, ako by bežal u vás.

    30-minútový hovor s jedným zo zakladateľov. Úprimne povieme, či sa platforma hodí a čo by stál prvý beh.

    Používame nevyhnutné a analytické cookies na správne fungovanie webu a pochopenie návštevnosti. Marketingové cookies sú vypnuté, pokiaľ ich nepovolíte. Zásady ochrany súkromia