Jak se počítá $1 za minutu
Agentní pracovní cyklus spotřebuje výrazně více tokenů než jednoduchý chatbot dotaz. Agent čte kontext, plánuje, volá nástroje, zpracovává výsledky. Každý krok přidává tokeny.
Při použití Claude Sonnet 3.7 (model, který jsem používal v první části experimentu) vycházela průměrná cena aktivního agentního cyklu na zhruba 0,80–1,20 USD za minutu skutečné práce. Průměr: přibližně $1/min.
Agent ale nepracuje celou dobu — přiblíží se to výše zmíněnému poměru 15 minut aktivní práce za hodinu. Takže hodina celkového procesu stojí skutečně kolem $15, ne $60.
Kde se bere $9 600 za měsíc
Jednoduchý propočet: 8 hodin denně, 5 dní v týdnu, agent aktivní 15 minut z každé hodiny.
- Aktivní minuty za den: 8 × 15 = 120 minut
- Cena za den: 120 × $1 = $120
- Pracovní dny za měsíc: ~20
- Měsíční cena: $120 × 20 = $2 400
Při plném nasazení agenta a bez optimalizace se dá dostat na $2 400–4 000 měsíčně. Číslo $9 600 vzniká při méně optimalizovaném přístupu nebo při použití výkonnějšího modelu — a v praxi jsem ho viděl u týmů, které orchestraci nestřeží.
Srovnání se seniorním vývojářem
Seniorní vývojář v České republice stojí 80–120 tisíc korun hrubého měsíčně. Přibližně $3 500–5 200 USD. K tomu přidejte odvody, benefity, čas na onboarding, dovolené, nemocenské.
Na první pohled to vypadá, že AI agent je srovnatelně drahý. Ale srovnání je zavádějící z obou stran:
- Agent jede 24/7 — pokud mu dáte práci, nezastaví se
- Agent nepotřebuje kontext switching — každý cyklus začíná clean
- Agent nedělá code review — to je pořád na člověku
- Agent nepřichází s nápady — reaguje na zadání, nevytváří strategii
Realistický závěr: agentní AI v kombinaci s jedním seniorním vývojářem nahrazuje tým dvou až tří mid-level vývojářů na repetitivních úkolech. Strategické rozhodování a architektura zůstávají na člověku.
Lokální modely jako cesta ven
Třetí den jsem poprvé vážně přemýšlel o lokálních modelech. Cena za API je přijatelná pro pilotní projekt, ale pro škálování na celý tým by to bylo jiné číslo.
Lokální modely — Qwen, DeepSeek, Mistral — nabízejí nulovou cenu za inference po zaplacení hardware nebo cloudové instance. Jejich kvalita se v posledním roce výrazně přiblížila proprietárním modelům.
Více o lokálních modelech v praxi přinese den 5 — ale první semínko pochybnosti o závislosti na cloudovém API jsem zasadil právě tady.
Chcete vidět, jak jdou automatizovat firemní procesy? Domluvte si konzultaci — naše řešení začíná tam, kde vibe-coding končí.
V dalším díle
Den 4: Co se stane, když vás Anthropic zablokuje. Nejde o teorii — stalo se to.