Porównanie cen API LLM 2026: GPT-5.5, Claude Sonnet 4.6, Gemini 3.5 Flash i DeepSeek V4

Ustalenie polityki cenowej to najważniejsza decyzja przy wyborze modelu frontier LLM, a jednocześnie obszar, w którym większość opublikowanych porównań dezaktualizuje się w ciągu kwartału. Ten artykuł stawia sprawę jasno. Poniżej znajdziesz aktualny, udokumentowany przegląd cen tokenów wejściowych i wyjściowych dla czterech modeli, które odpowiadają za większość produkcyjnego ruchu na modelach frontier w 2026 r. (OpenAI GPT-5.5, Anthropic Claude Sonnet 4.6, Google Gemini 3.5 Flash i DeepSeek V4), wraz z dźwigniami, które w skali realnie zmieniają rachunek: pamięć podręczna promptów, przetwarzanie wsadowe i dopłaty za długi kontekst.

Artykuł opiera się na dwóch pytaniach. Po pierwsze: przy cenie katalogowej, ile kosztuje każdy model za milion tokenów i jak porównują się stawki na wejściu i wyjściu, które faktycznie kształtują produkcyjny rachunek? Po drugie: gdy zastosujesz reprezentatywne obciążenie (100 milionów tokenów miesięcznie, 80% wejście i 20% wyjście, z realistycznym współczynnikiem trafień pamięci podręcznej), jaki jest miesięczny rachunek w dolarach dla każdego modelu? Pierwsza odpowiedź tworzy cennik; druga pokazuje, czym ten cennik staje się w kontakcie z realnym wzorcem produkcyjnym.

Szybki przegląd: Wśród czterech modeli frontier ceny katalogowe różnią się o około dwa rzędy wielkości. DeepSeek V4 jest najtańszy – $0.435 za milion tokenów wejściowych; Claude Opus 4.7 jest najdroższy – $5.00. Kształt Twojego obciążenia, zwłaszcza współczynnik trafień cache i proporcja wejście:wyjście, zmienia to, który model jest faktycznie najtańszy, często bardziej, niż sugeruje cennik.

Dlaczego porównanie cen 1:1 jest trudniejsze, niż się wydaje

Strony cenników dostawców są pisane dla klientów danego dostawcy, a nie dla kogoś, kto porównuje cztery opcje obok siebie. W efekcie takie porównanie napotyka trzy stałe pułapki:

• Tokeny nie są takie same u różnych dostawców. Claude Opus 4.7 wprowadza nowy tokenizer, który może wygenerować do 35% więcej tokenów dla tego samego tekstu wejściowego niż Opus 4.6. Tokenizer Gemini różni się od tego w OpenAI. Cennik jest podany „za milion tokenów”, ale liczba tokenów dla identycznego promptu różni się między dostawcami, co oznacza, że stawka nagłówkowa to tylko pierwsze przybliżenie względnych kosztów.
• Progi cenowe dla długiego kontekstu tworzą gwałtowne skoki kosztów. Rodzina GPT-5.5 od OpenAI ma oddzielne stawki dla krótkiego i długiego kontekstu, które zaczynają obowiązywać w okolicach 270,000 tokenów. Anthropic przeciwnie – utrzymuje tę samą stawkę za token w całym oknie kontekstu 1M. Obciążenia blisko progów są wyceniane zupełnie inaczej niż te, które mieszczą się daleko poniżej.
• Rabaty się sumują, a nie wykluczają. Pamięć podręczna promptów, przetwarzanie wsadowe i specyficzne dla dostawców progi wolumenowe mogą każdy z osobna dramatycznie obniżyć koszt efektywny – i się kumulują. Zbuforowane żądanie wsadowe w Anthropic może kosztować zaledwie 5% standardowego, niezbuforowanego żądania. Porównanie cen ignorujące te dźwignie zawyża koszty katalogowe, czasem o rząd wielkości.

Poniższe porównanie normalizuje te pułapki tam, gdzie to możliwe, i wyraźnie je oznacza tam, gdzie nie jest to możliwe.

Porównanie cen frontier LLM w 2026 r.

Wszystkie wartości w dolarach amerykańskich za milion tokenów. Źródła: oficjalne cenniki dostawców, stan na maj 2026 r.

Jak czytać tabelę: „Wejście z pamięci podręcznej” to stawka za tokeny obsłużone z pamięci podręcznej promptu (zwykle prompty systemowe, przykłady few-shot lub powtarzające się prefiksy dokumentów). „Przetwarzanie wsadowe” to stawka dla obciążeń asynchronicznych z opóźnieniem do 24 godzin. „Dopłata za długi kontekst” wskazuje, czy dostawca podnosi stawki powyżej progu długości kontekstu; dla tych, którzy to robią, próg podano w nawiasie.

Gdzie który model wygrywa

GPT-5.5: domyślny wybór o najwyższych możliwościach do złożonego rozumowania i pracy agentowej

GPT-5.5 to model frontier OpenAI do złożonych, profesjonalnych obciążeń: agenci do kodowania, wieloetapowe planowanie, długotrwałe użycie narzędzi oraz analiza dokumentów, gdzie dominującym wymaganiem jest głębia rozumowania. Jest też najdroższym z głównych amerykańskich modeli frontier na wejściu ($5.00 za milion) i najwyżej wycenionym na wyjściu ($30.00 za milion), co oznacza, że „zarabia” na obciążeniach, w których alternatywą jest płacenie stawek flagowca innemu modelowi, który rozwiązuje problem mniej niezawodnie. GPT-5.5 obsługuje pamięć podręczną z 90% zniżką, przetwarzanie wsadowe ze zniżką 50%, a stawki dla długiego kontekstu zaczynają obowiązywać w okolicach 270,000 tokenów, co ma znaczenie przy bardzo długich bazach kodu lub kontekstach całych repozytoriów, ale nie przy typowych obciążeniach RAG.

Claude Sonnet 4.6: zalecany domyślny wybór dla większości ruchu produkcyjnego

Sonnet 4.6 to rekomendowany przez Anthropic model do większości obciążeń produkcyjnych, a powodem jest relacja ceny do możliwości. Przy $3 za wejście i $15 za wyjście za milion tokenów, plasuje się poniżej GPT-5.5 na obu stawkach, oferując jakość zbliżoną do Opus w obciążeniach dominujących w większości systemów produkcyjnych: kodowanie, analiza, linie RAG, czaty skierowane do klientów oraz generowanie ustrukturyzowanych wyników. Cechą wyróżniającą cenowo Sonnet jest to, że pełne okno kontekstu 1M dostępne jest w stawkach standardowych (brak dopłaty za długi kontekst), co czyni go najtańszą wiarygodną opcją dla obciążeń, które sporadycznie muszą wczytywać bardzo długie dokumenty lub całe repozytoria. Pamięć podręczna promptów obniża koszt zbuforowanego wejścia do 10% stawki standardowej, co jest rozstrzygające w każdym obciążeniu ze stabilnym promptem systemowym.

Gemini 3.5 Flash: najagresywniej wyceniony flagowiec do zadań z krótkim kontekstem

Gemini 3.5 Flash to najtańszy model klasy flagowej od dużego amerykańskiego dostawcy w surowym cenniku API: $1.50 za wejście i $9.00 za wyjście za milion tokenów. Dla większości ruchu produkcyjnego to właściwy próg cenowy i istotnie przebija cenowo zarówno GPT-5.5, jak i Claude Opus 4.7. Wyższa cena niż w poprzednich modelach Flash prowadzi do wzrostu całkowitych kosztów w scenariuszach agentowych o dużym zużyciu tokenów (5.5x koszt Intelligence Index względem Gemini 3 Flash ze względu na cenę i zużycie). Inną cechą wyróżniającą Gemini jest rzeczywiście darmowy poziom w Google AI Studio, przydatny do prototypowania, ale bez znaczenia dla modeli kosztów produkcyjnych.

DeepSeek V4: dramatycznie tańszy, z istotnymi zastrzeżeniami

DeepSeek V4 ma cenę katalogową $0.435 za milion tokenów wejściowych i $0.87 za milion tokenów wyjściowych, co oznacza od pięciu do siedemdziesięciu razy taniej niż modele frontier z USA, zależnie od porównania. Sam model jest konkurencyjny w wielu benchmarkach, zwłaszcza rozumowania i kodu. Zastrzeżenia warto wyłożyć wprost: dane są przetwarzane w Chinach, co wyklucza niektóre regulowane obciążenia; jakość anglojęzyczna jest wysoka, ale model jest zoptymalizowany inaczej niż amerykańskie modele frontier, więc bezpośrednie testy na Twoim konkretnym obciążeniu są koniecznością, a nie opcją. Tam, gdzie te zastrzeżenia są akceptowalne, DeepSeek realnie zmienia równanie kosztowe.

Uwaga o Claude Opus 4.7 vs Sonnet 4.6. Opus jest uwzględniony w tabeli dla kompletności, ale dla zdecydowanej większości ruchu produkcyjnego Sonnet 4.6 jest lepszym wyborem ekonomicznym. Opus kosztuje 1.67x Sonnet zarówno na wejściu, jak i na wyjściu, a w obciążeniach, w których Sonnet wystarcza (czyli w większości), ta premia cenowa nie daje kompensujących korzyści. Sięgnij po Opus, gdy ewaluacje pokażą, że Sonnet zawodzi w specyficznej klasie zadań: wysoko autonomiczni agenci do kodowania, długohoryzontowe profesjonalne przepływy pracy i zadania, w których rozstrzygająca jest zdolność do ścisłego podążania za instrukcjami.

Przykład: ile naprawdę kosztuje 100 milionów tokenów miesięcznie

Nagłówkowe stawki „za milion tokenów” niewiele znaczą, dopóki nie przyłożysz ich do reprezentatywnego obciążenia. Poniższy przykład wykorzystuje profil przybliżający nietrywialny system produkcyjny: 100 milionów tokenów łącznie miesięcznie, podział 80% wejście (80M) i 20% wyjście (20M), z 30% trafień pamięci podręcznej po stronie wejścia. Wzorzec ten jest z grubsza reprezentatywny dla czatu klientowskiego lub obciążenia RAG ze stabilnym promptem systemowym i kontekstem dokumentów.

Matematyka dla każdego modelu: koszt wejścia z pamięci podręcznej + koszt wejścia bez pamięci podręcznej + koszt wyjścia. Wejście z pamięci podręcznej jest rozliczane na poziomie 10% stawki standardowej u dostawców, którzy oferują caching.

Co z tego wynika. Przy reprezentatywnym obciążeniu Sonnet 4.6 kosztuje mniej więcej połowę GPT-5.5. DeepSeek to zupełnie inna liga kosztowa. To liczby ze stawek katalogowych; zastosowanie przetwarzania wsadowego tam, gdzie kwalifikowalne, obniża każdą sumę o kolejne 50% po stronie wejścia i wyjścia (choć nie dotyczy to trafień z pamięci podręcznej).

Dwie obserwacje warte zapamiętania. Po pierwsze: caching to najbardziej wpływowa dźwignia, którą kontrolujesz. Powyższy przykład zakłada 30% trafień cache; podnieś je do 60% (w pełni osiągalne w obciążeniach ze stabilnym promptem systemowym), a całkowity koszt spadnie o dalsze ~25%. Po drugie: proporcja wejścia do wyjścia ma duże znaczenie. Obciążenia „wyjściowo intensywne” (streszczenia, długie formy pisemne) faworyzują dostawców z tańszymi stawkami wyjścia, podczas gdy „wejściowo intensywne” (analiza długiego kontekstu, duże odczyty w RAG) faworyzują dostawców z tańszymi stawkami wejścia i bez dopłat za długi kontekst.

Ukryte koszty, których nie ma na stronie cennika

Ceny katalogowe to podłoga, nie sufit. Pięć dodatkowych kosztów warto uwzględnić w budżecie wprost, bo regularnie zaskakują zespoły przechodzące od prototypu do produkcji:

1. Tokeny rozumowania. Modele z rozszerzonymi trybami rozumowania (GPT-5.5 Thinking, DeepSeek V4 w trybie thinking) generują wewnętrzną treść rozumowania, która liczy się jako tokeny wyjściowe. Pojedyncze wywołanie o wysokim wysiłku rozumowania na długim promcie może wygenerować 20,000 tokenów rozumowania, co oznacza $0.60 kosztu wyjścia w GPT-5.5, zanim powstanie widoczna odpowiedź. Budżetuj per obciążenie, nie per żądanie.
2. Dopłaty za długi kontekst. Zarówno Gemini 3.5 Flash, jak i GPT-5.5 podnoszą stawki powyżej progu długości kontekstu. Linie RAG, które wciągają duże dokumenty, mogą po cichu wrzucać każde żądanie do wyższej taryfy, zanim ktoś to zauważy na rachunku. Mierz rzeczywiste długości promptów w produkcji i sprawdzaj, czy nie przekraczasz progu.
3. Mnożniki za rezydencję danych. Anthropic dolicza 10% premii za inferencję wyłącznie w USA na Opus 4.7 i Sonnet 4.6. OpenAI stosuje 10% narzut na punktach końcowych z rezydencją danych dla rodziny GPT-5.4. Dla regulowanych obciążeń, gdzie to ma znaczenie, uwzględnij to w cenniku od pierwszego dnia.
4. Dryf rozwlekłości wyjścia. Gdy nowa wersja modelu jest domyślnie bardziej drobiazgowa (jak raportowany Opus 4.7 względem Opus 4.6), liczba tokenów wyjścia na odpowiedź może rosnąć, nawet jeśli długość wejścia jest stała. U Anthropic wyjście kosztuje 5x wejście, więc 20% wzrost rozwlekłości wyjścia to 20% wzrost dominującego składnika kosztu.
5. Nieudane i ponawiane żądania. Większość dostawców nie nalicza opłat za błędy 4xx i 5xx, ale rozlicza częściowe generacje i ponowienia, które kończą się sukcesem za drugim razem. W systemach produkcyjnych z aktywną logiką retry może to dodać kilka procent do rachunku. Warto o tym wiedzieć przy uzgadnianiu faktur dostawców z oczekiwanym kosztem.

Gdzie w tym wszystkim mieści się CometAPI

Wszystkie cztery te modele oraz 500+ innych są dostępne przez CometAPI na jednym punkcie końcowym zgodnym z OpenAI, z jednym zestawem poświadczeń, ujednoliconym rozliczaniem i bez zakładania kont u poszczególnych dostawców. Ceny w CometAPI są naliczane per token według tych samych stawek per model, które publikują bazowi dostawcy, z kredytami kupowanymi z góry i używanymi na dowolny model z katalogu. Wartość routingu przez CometAPI jest operacyjna, a nie na poziomie stawki per token: jedno poświadczenie do zarządzania, jedna faktura do uzgodnienia i możliwość przełączenia się z GPT-5.5 na Claude Sonnet 4.6 czy Gemini 3.5 Flash poprzez zmianę jednego łańcucha znaków w kodzie.

Są obciążenia, w których bezpośredni dostęp do dostawcy jest właściwym wyborem. Jeśli uruchamiasz jedno-modelowe obciążenie o bardzo wysokim wolumenie u jednego dostawcy, z wynegocjowaną umową enterprise, ekonomia jednostkowa bezpośredniego dostępu jest lepsza. Jeśli Twoje wymagania zgodnościowe wymagają konkretnego, oficjalnego podmiotu rozliczeniowego, agregator komplikuje, a nie upraszcza tę rozmowę. Dla większości zespołów uruchamiających wielomodelowe obciążenia produkcyjne jednak operacyjne tarcie związane z zarządzaniem trzema–czterema bezpośrednimi relacjami z dostawcami jest samo w sobie znaczącym kosztem, którego cennik nie ujmuje.

Wypróbuj porównanie na swoim obciążeniu. Darmowy poziom w CometAPI pozwala uruchomić ten sam prompt na GPT-5.5, Sonnet 4.6, Gemini 3.5 Flash i DeepSeek V4 z jednego punktu końcowego, bez osobnych rejestracji. Dla decyzji kosztowej specyficznej dla obciążenia ta godzinna próba jest warta więcej niż jakiekolwiek kiedykolwiek opublikowane porównanie cen.

Jak korzystać z tego porównania

Właściwy model dla Twojego obciążenia zależy od tego, który wymiar cennika ma największe znaczenie dla kształtu Twojego ruchu. Praktyczne ramy decyzyjne:

• Jeśli wąskim gardłem jest głębia rozumowania (przepływy pracy agentowe, złożone wieloetapowe planowanie, najtrudniejsze zadania programistyczne), zacznij od GPT-5.5 lub Claude Opus 4.7. Premia cenowa jest realna, ale zasłużona w tych obciążeniach.
• Jeśli chcesz najlepszej relacji ceny do możliwości w typowym ruchu produkcyjnym, Claude Sonnet 4.6 to zalecany domyślny wybór. Prawie-frontierowa jakość, pełne 1M kontekstu w stawkach standardowych i silne wsparcie pamięci podręcznej.
• Jeśli liczysz każdy koszt i Twoje obciążenie mieści się poniżej 200K kontekstu, Gemini 3.5 Flash jest najtańszą wiarygodną opcją klasy flagowej od dużego amerykańskiego dostawcy.
• Jeśli Twoje obciążenie jest wysokowolumenowe i zdominowane przez koszty, a podejście DeepSeek do rezydencji danych jest dla Ciebie akceptowalne, V4 zmienia równanie kosztowe na tyle, że warto przeprowadzić poważną ewaluację, zwłaszcza dla obciążeń w kształcie wsadów.

Chcesz pójść dalej w optymalizacji kosztów? Powyższe dane cenowe są fundamentem dla routingu: praktyki kierowania różnych zapytań do różnych modeli w zależności od tego, który poradzi sobie najtaniej. Artykuł towarzyszący, Przecięcie kosztów API LLM o połowę: przewodnik po routingu modeli dla obciążeń produkcyjnych w 2026 r., omawia wzorce routingu, które przekuwają ten cennik w realne oszczędności na Twoim miesięcznym rachunku.