Według omówionych przez TechSpot danych SemiAnalysis, pełne wykorzystanie najdroższych planów mogłoby odpowiadać kosztom obliczeniowym liczonym w tysiącach dolarów miesięcznie.
Subskrypcja za 200 dolarów kontra rzeczywiste koszty
Ze wspomnianej analizy wynika, że miesięczny plan ChatGPT Pro 20x w wariancie za 200 dolarów mógłby – przy pełnym wykorzystaniu limitów – generować koszty obliczeniowe rzędu nawet 14 000 dolarów, gdyby przeliczyć je według standardowych stawek API. W przypadku konkurencyjnego systemu Claude, plan Max 20x w tej samej cenie mógłby odpowiadać zużyciu tokenów o wartości około 8 000 dolarów. Analiza opiera się na testach obejmujących długie zadania programistyczne oraz tzw. agentowe workflowy, które były uruchamiane aż do wyczerpania limitów.
Kluczowym problemem okazuje się poziom wykorzystania usług przez użytkowników. Według SemiAnalysis OpenAI zaczyna tracić na planach ChatGPT Plus i Pro 5x przy wykorzystaniu przekraczającym około 11,4 procent, natomiast Anthropic osiąga próg rentowności przy około 20 procentach wykorzystania planów Claude Pro i Claude Max 5x.
W przypadku najwyższych pakietów sytuacja jest jeszcze bardziej napięta – Anthropic osiąga zerową marżę przy około 10 procentach wykorzystania, a OpenAI schodzi poniżej zera już przy około 5,7 procentach. Oznacza to, że nawet relatywnie niewielkie obciążenie użytkownika może sprawić, że subskrypcja przestaje być rentowna.
Rosnące zużycie tokenów i zmiana sposobu pracy z AI
Według przywołanego zestawienia jednym z głównych czynników wzrostu kosztów jest rosnące zużycie tokenów, szczególnie w systemach agentowych. Mogą one generować nawet 1000 razy większe obciążenie niż pojedyncze zapytania tekstowe.
Zjawisko to już wpływa na duże firmy technologiczne. Według doniesień mediów, część organizacji ogranicza wewnętrzne, masowe wykorzystanie modeli AI po tym, jak koszty zaczęły gwałtownie rosnąć – m.in. Microsoft wycofał większość wewnętrznych licencji Claude Code, a Uber wyczerpał cały budżet AI na 2026 rok już w ciągu czterech miesięcy.
W jednym z przytoczonych przykładów – opisanym przez Axios na podstawie relacji konsultanta AI – nienazwana firma wydała około 500 milionów dolarów w ciągu jednego miesiąca na użycie modeli Anthropic, głównie przez brak limitów dla pracowników.
Tym samym coraz popularniejszym podejściem staje się dynamiczne kierowanie zapytań do różnych modeli w zależności od ich złożoności. Proste zadania trafiają do tańszych systemów, a bardziej wymagające – do modeli najwyższej klasy. Według raportu „Wall Street Journal”, takie podejście może zmniejszyć koszty nawet o 95 procent. Wskazywano również, że tańsze modele open source stają się realną alternatywą dla komercyjnych rozwiązań. Przykładem jest firma Lindy, której założyciel i CEO Flo Crivello przeniósł cały ruch na model DeepSeek V4, rezygnując z rozwiązań Anthropic. Ma to przynieść oszczędności liczone w milionach dolarów.
Wnioski z raportu
Analiza SemiAnalysis pokazuje rosnące napięcie i coraz wyraźniejszy rozdźwięk między atrakcyjną cenowo subskrypcją a realnymi kosztami obliczeniowymi. W miarę jak użytkownicy coraz intensywniej wykorzystują systemy agentowe i zaawansowane modele, różnica między ceną abonamentu a kosztami infrastruktury staje się coraz trudniejsza do utrzymania. Dla gigantów AI to droga donikąd: wystarczy wspomnieć, że zarówno OpenAI, jak i Anthropic są cały czas „pod kreską”, planując uzyskać rentowność najszybciej w 2028, co jednak w przypadku tego pierwszego wydaje się mało realne, o czym zresztą piszę w felietonie.
0 komentarzy