Costurile AI nu țin doar de prețul pe token.
Pentru o utilizare obișnuită, AI-ul din cloud este ieftin. Factura devine greu de prognozat când AI-ul ajunge infrastructură, pentru că niciuna dintre cele trei variabile nu ține de client: prețul, volumul și modelul.
Pentru conversație, redactare și câte o analiză, un API plătit la consum costă mai puțin decât un hardware dedicat. Firma plătește doar ce folosește și niciun server nu stă degeaba. Cifrele de mai jos arată cât de mică este factura și ce anume o mișcă.
Prețul: îl stabilește furnizorul
| Data | Ce a anunțat Anthropic | Intrare și ieșire | Sursa |
|---|---|---|---|
| 30 iunie 2026 | Claude Sonnet 5 este lansat la un preț introductiv | 2 și 10 dolari | Anthropic |
| 30 iunie 2026 | Același anunț programează o creștere pentru 1 septembrie | 3 și 15 dolari | Anthropic |
| 10 august 2026 | Postarea este editată: prețul introductiv „is now permanent”, adică rămâne definitiv | 2 și 10 dolari | Anthropic |
Anthropic a anunțat din timp și, până la urmă, a păstrat prețul mic. Linia de buget a avut totuși în față o variație de 50 %, hotărâtă de două ori în șase săptămâni, iar clientul nu a luat niciuna dintre decizii. Prețurile din cloud mai și scad. Nici pe acelea nu le stabilește clientul.
Volumul: agenții îl înmulțesc
| Cum lucrează echipa | Tokeni pe lună | Factura de cloud pe lună |
|---|---|---|
| Conversație și redactare: circa 95.000 de tokeni de persoană pe zi lucrătoare, adică vreo 24 de schimburi de 4.000 de tokeni | 100 de milioane | 80 x 2 + 20 x 10 = 360 de dolari, circa 330 de euro |
| Aceeași echipă, cu agenți, dacă tokenii se înmulțesc cu zece (ipoteza noastră) | de zece ori mai mulți | 3.600 de dolari, circa 3.300 de euro |
Agenții revizuiesc documente, redactează răspunsuri, își verifică munca și mai scriu o versiune, așa că tokenii se înmulțesc, iar oamenii nu. Factorul de zece este ipoteza noastră, nu o măsurătoare. Cu el, linia urcă de la 330 la 3.300 de euro, fără ca cineva să semneze vreo comandă.
Modelul: îl retrage furnizorul
Pagina de deprecations a API-ului OpenAI listează oprirea modelului chatgpt-4o-latest la 17 februarie 2026, anunțată la 18 noiembrie 2025.
Înlocuitorul este adesea mai bun, mai rapid sau mai ieftin. Se poate însă purta altfel, iar atunci o parte din munca făcută în jurul modelului vechi se reia: prompturile calibrate pe el, testele automate, aprobările de conformitate, formatele de ieșire și integrările cu alte sisteme. Costul înseamnă factura de API plus munca aceasta.
Pragul: aproximativ 165.000 de tokeni pe utilizator pe zi
O taxă lunară fixă câștigă doar peste un anumit volum, iar volumul se poate calcula. Echipamentul Reasoning de la Bastion costă 5.000 de euro pe lună. Claude Fable 5.2, cel mai nou model de top de la Anthropic, apare în lista de prețuri din 17 noiembrie 2026 la 8 și 40 de dolari pe milion de tokeni. Cu aceeași pondere de 80 % la intrare, 100 de milioane de tokeni costă 80 x 8 + 20 x 40 = 1.440 de dolari, adică circa 1.310 euro la același curs BCE. Cele două facturi sunt egale la 5.000 / 1.310 x 100 de milioane, adică la aproximativ 382 de milioane de tokeni pe lună.
Echipamentul deservește până la 110 oameni cu modul de gândire oprit, la 8k tokeni de context, la 30 de tokeni pe secundă fiecare (p90), cu cache KV fp8 (cifră stabilită pe baza unui test pe un card închiriat de 600 W, cu același cip, înainte de prima cutie). 382 de milioane de tokeni împărțite la 110 oameni și 21 de zile lucrătoare dau circa 165.000 de tokeni de persoană pe zi. Atât consumă procesarea de documente și agenții, nu conversația. Sub acest prag, cloud-ul este mai ieftin.
Ce estimează departamentul financiar înainte să aleagă
Estimați volumul de după ce adopția reușește, nu pe cel de azi: utilizatorii, fluxurile automate, documentele procesate, tokenii pe sarcină și ritmul de creștere. Apoi puneți factura variabilă din cloud lângă taxa fixă. La un volum mic sau nesigur, elasticitatea cloud-ului este un câștig. La unul mare și în creștere, câștigul este un cost pe care îl puteți prognoza.
Cu Bastion
Ce schimbă Bastion
Bastion este un sistem AI privat, livrat ca o singură cutie sigilată care funcționează în clădirea ta. Un singur abonament lunar acoperă cutia, modelul, sistemul de operare securizat și suportul, iar nimic din ce scrie echipa ta nu părăsește clădirea.
Bastion înseamnă o singură taxă lunară pentru un echipament care deservește echipa. Taxa acoperă hardware-ul, actualizările de model și suportul și nu se schimbă odată cu utilizarea. Modelul se schimbă când organizația acceptă actualizarea, nu când un furnizor îl retrage.
O echipă care folosește AI-ul pentru conversație obișnuită va plăti mai puțin în cloud, și așa va rămâne. Celelalte două motive de pe acest site, unde ajung datele și cine ține întrerupătorul, rămân valabile și fără acesta.
Întrebări la care răspunde articolul
- Cât costă AI-ul din cloud pe lună pentru o firmă?
- O echipă de 50 de persoane care folosește 100 de milioane de tokeni pe lună plătește circa 330 de euro, la prețurile Claude Sonnet 5 din iunie 2026. Când echipa pornește agenți, consumul poate crește de zece ori, iar factura ajunge la circa 3.300 de euro.
- Ce influențează factura AI a unei firme?
- Trei variabile pe care clientul nu le stabilește: prețul pe token, volumul și modelul. Furnizorul poate schimba prețul și poate retrage modelul după propriul calendar.
- Când devine mai ieftin un sistem AI local?
- La circa 165.000 de tokeni pe utilizator pe zi lucrătoare, după calculul nostru pentru un sistem Reasoning față de un model de top din cloud, la prețul de listă din 17 noiembrie 2026. Sub acest prag, cloud-ul este greu de bătut.
Sursele
- 1
- 2
- 3
- 4