Stredná trieda modelov zlacnela trikrát za dva týždne: smerujte podľa cenových stropov, nie podľa dodávateľa
Medzi 30. júlom a 13. augustom precenili svoj model strednej triedy OpenAI, Anthropic aj Google a Meta s Alibabou vyložili na stôl dva modely okolo 30 mld. parametrov pod Apache 2.0. Časť tých cien je trvalá, časť sa končí 31. decembra. Prečo je routing policy so stropom a dátumom konca na každej trase lepšia než výber dodávateľa.
Tento týždeň zlacnela z troch strán naraz tá trieda modelov, ktorá odvedie väčšinu produkčnej práce. V pondelok 10. augusta doplnil Anthropic do oznámenia o Claude Sonnet 5 poznámku, že zavádzacia cena ostáva natrvalo, a Meta vydala Muse Glimmer pod licenciou Apache 2.0. Vo štvrtok prišiel Google s Gemini 3.7 Flash za polovicu ceny modelu, ktorý uviedol o tri týždne skôr. Medzitým Alibaba otvorila Qwen3.8.
Poučením z tohto týždňa nie je, ktorý dodávateľ ho vyhral. Strednú triedu, ktorá sa za dva týždne precení trikrát, nezvládnete výberom dodávateľa. Potrebujete routing policy s cenovým stropom na každej trase.
Tri cenové pohyby za štrnásť dní
Začať treba kúsok pred tým týždňom. OpenAI 30. júla zlacnil GPT-5.6 Terra o 20 % na $2 za milión vstupných a $12 za milión výstupných tokenov a GPT-5.6 Luna o 80 % na $0,20 / $1,20.
Anthropic nasledoval 10. augusta. Sonnet 5 vyšiel 30. júna za $2 / $10 ako zavádzaciu cenu do 31. augusta, od 1. septembra mala platiť cena $3 / $15. Redakčná poznámka hovorí: „Zavádzacia cena modelu Sonnet 5, $2 za milión vstupných a $10 za milión výstupných tokenov, je odteraz trvalá. Štandardná cena $3 za vstup a $15 za výstup, ktorá mala začať platiť 1. septembra, sa neuplatní.“ Dôvod Anthropic neuviedol.
Google vydal 13. augusta Gemini 3.7 Flash za $0,75 / $3,75. Vo vlastnom mesačnom prehľade to opísal ako polovicu pôvodnej ceny modelu 3.6 Flash za milión tokenov, a to len tri týždne po jeho uvedení. Starší 3.6 Flash vyšiel 21. júla za $1,50 / $7,50 a v ten istý štvrtok dostal rovnakú cenu ako novinka. V ten deň uviedol DeepSeek do všeobecnej dostupnosti V4-Pro pod licenciou MIT. Od 16. augusta preň platia mimo špičky polovičné sadzby.
Dva detaily držia tieto čísla pri zemi. Cena od Googlu je zavádzacia: platí do 31. decembra 2026 a od 1. januára 2027 sa vracia cenníková cena $1,50 / $7,50. Úspora u Anthropicu je zasa menšia, než vyzerá, ak prechádzate zo Sonnet 4.6. Jeho cenník uvádza, že modely od Claude 4.7 používajú tokenizér, ktorý na rovnaký text vyrobí približne o 30 % viac tokenov. Tretina dole z ceny za token nie je tretina dole z faktúry.
Dva modely okolo 30 mld. parametrov pod Apache 2.0 za päť dní
Uzavretí dodávatelia znižovali ceny. Otvorená strana im medzitým posunula podlahu.
Muse Glimmer, vydaný 10. augusta, je hustý model s približne 29,6 mld. parametrov vrátane vizuálneho enkodéra s asi 1,8 mld., má 52 vrstiev a kontext 131 072 tokenov alebo viac. Repozitár sa volá meta-models/Muse-Glimmer-30B a jeho súbor LICENSE je nezmenený text Apache 2.0: bez stropu na počet používateľov, bez súboru s pravidlami použitia, bez výnimky pre EU. Meta ho stavala na jednu GPU. Kvantizácia na 17 GB cieli na 24 GB VRAM a v priemere z 15 benchmarkov stráca 1,0 %, dynamická cieli na 32 GB a stráca 0,2 %. Na RTX 5090 uvádza Meta 74,9 tokenu za sekundu, s pomocným modelom na špekulatívne dekódovanie 233,4.
Podľa tabuľky od Mety vedie Glimmer nad Gemma4-31B a Qwen3.6-27B na MCP Atlas (75,5 oproti 54,2 a 62,5) aj na SWE-Bench Pro (51,2 oproti 36,9 a 50,2) a za Qwenom zaostáva na TerminalBench 2.1 (51,7 oproti 60,7). Sú to čísla výrobcu. Jedno číslo na karte si zaslúži druhý pohľad: úspešnosť útokov 28,4 na Siren AgentDojo. Podľa vlastného merania výrobcu teda prejde zhruba každá štvrtá nepriama prompt injection.
Vydanie bolo zároveň obratom. Muse Spark vyšiel v apríli ako uzavretý model. V rozhovore zverejnenom 13. mája povedal šéf AI v Mete Alexandr Wang, že Spark „nie je vhodný na otvorenie“. Mark Zuckerberg zverejnil 10. augusta esej s názvom „The Future Is for Everyone“ a podľa spravodajstva on aj Wang uviedli, že otvorené váhy Muse Spark 1.2 prídu „čoskoro“. Pôvodné príspevky sa nám prečítať nepodarilo, preto berte to znenie ako sprostredkované. Dátum nezaznel a licencia tiež nie.
O štyri dni zverejnila Alibaba Qwen3.8-27B: hustý model pre text aj obraz pod Apache 2.0, s natívnym kontextom 262 144 tokenov a zdokumentovanou cestou k 1 000 000. Porovnávacia tabuľka od Mety rátala s Qwen3.6. Zostarla skôr, než sa týždeň skončil.
Qwen3.8: jedna hlavička, dve licencie
Qwen 14. augusta oznámil: „Sľúbili sme otvorené váhy pre Qwen3.8. Je čas sa s nimi zoznámiť!“ Najmenej jedno odborné médium vyšlo s titulkom, že modely sú pod Apache 2.0. Súbory hovoria niečo zložitejšie.
- Qwen3.8-27BApache 2.0, so štandardným textom licencie v repozitári. Jediný člen rodiny, ktorý splní latku permisívnej licencie.
- Qwen3.8-2.4T-A95BOtvorená podoba Qwen3.8-Max, 2,4 bil. parametrov, z toho 95 mld. aktívnych. Jeho súbor, pridaný 12. augusta, sa volá „Qwen3.8-Max License“. Firma, ktorá prevádzkuje službu typu „Model as a Service“ alebo „AI Work Assistant“ a ktorej skupina má za ľubovoľných dvanásť mesiacov tržby nad $50 mil., si podľa neho musí od Qwenu vybaviť samostatnú licenciu. Nad 100 miliónov aktívnych používateľov mesačne alebo nad $20 mil. mesačných tržieb musí byť názov modelu uvedený v rozhraní. Interné použitie je vyňaté.
„AI Work Assistant“ je pojem samotného Qwenu. Licencia ho definuje ako samostatný produkt určený najmä na programovanie alebo kancelársku prácu s pomocou AI a ako príklady menuje Qoder a QwenWork. Asistent na kódovanie, ktorý predávate ako produkt, doň spadá. Asistent, ktorý je jednou z funkcií väčšieho produktu, nie.
Medzi hlavičkou a súborom je ešte jedna medzera. Karta vlajkového modelu uvádza, že hostovaný Qwen3.8-Max je „oficiálna verzia“ s ďalšími funkciami: obrazovým vstupom, režimom bez premýšľania, predvoleným kontextom 1 mil. tokenov a zabudovanými nástrojmi. Váhy, ktoré si stiahnete, sú teda užšia vec než API, ktoré voláte za $2 / $6.
Nič z toho neznamená, že sa Qwen3.8 nedá použiť. Len vetu „beží nám Qwen3.8“ nemá ten, kto licencie posudzuje, ako schváliť. Názov repozitára schváliť vie.
Náš pohľad
Štyria dodávatelia dnes predávajú schopný model presne za $2 za milión vstupných tokenov: Sonnet 5, GPT-5.6 Terra, Gemini 3.1 Pro v preview a hostovaný Qwen3.8-Max. Líšia sa cenou výstupu: $10, $12, $12 a $6. Agentové slučky míňajú najmä výstup a vstup z cache, preto sa má trasa oceňovať práve tam.
Cena s dátumom konca je zľava. Rozpočet stavajte na cenníkovej cene.
Čo by sme po takýchto dvoch týždňoch zapísali do routing policy:
- Strop na každú trasu, pre vstup aj výstup. Každá trasa má uvedené, koľko najviac smie stáť milión tokenov. Keď sa dodávateľ pohne, rozhodne policy a nikto nemusí zvolávať poradu.
- Stĺpec s dátumom konca. Cena Flash končí 31. decembra. Trasa, ktorá na nej stojí, potrebuje pred tým dátumom pomenovaný fallback za cenníkovú cenu.
- Povýšenie podľa evalu, nikdy podľa ceny. Lacnejší model si trasu zaslúži až vtedy, keď na ňom prejde vaša vlastná eval sada. Zľava je dôvod eval spustiť a nič viac.
- Licencia podľa repozitára. Apache 2.0 pre Glimmer a Qwen3.8-27B. Prah tržieb pre vlajkový Qwen.
- Čo je iba sľúbené, do plánu nepatrí. Spark 1.2 nemá dátum ani licenciu.
A úprimná hranica toho všetkého: cena za token nie je cena za úlohu. Novší tokenizér Anthropicu vyrobí na rovnaký text asi o 30 % viac tokenov. Google uvádza, že 3.6 Flash spotrebuje o 17 % menej výstupných tokenov než 3.5 Flash. Dva modely s rovnakou cenníkovou cenou sa na faktúre môžu líšiť o tretinu. Strop si nastavte v eurách za dokončenú úlohu na vlastnej prevádzke a cenu za token si nechajte ako alarm.
Routing policy s cenovými stropmi, stĺpcom s dátumom konca a eval bránou je krátky súbor a trvalý návyk. Napísať ju a napojiť na logy, ktoré prečíta audítor, je práca, ktorú v Sebrone robíme. Ak váš rozpočet na rok 2027 stojí na cene, ktorá sa 31. decembra končí, napíšte na info@sebrona.com.
Zdroje
Odkiaľ pochádza každé číslo. Ceny sú cenníkové ceny dodávateľov platné v tomto týždni.
- Introducing Claude Sonnet 5Dátum vydania, zavádzacie podmienky a redakčná poznámka z 10. augusta citovaná vyššie.
- Cenník ClaudeRiadok $2 / $10 a poznámka o tokenizéri.
- Introducing Gemini 3.7 FlashDátum vydania, $0,75 / $3,75 do 31. decembra 2026, cenníková cena od 1. januára 2027.
- Oznámenie Gemini 3.6 Flash a augustový prehľadUvedenie 21. júla za $1,50 / $7,50, údaj o 17 % menej výstupných tokenov a formulácia o polovičnej cene oproti 3.6 Flash.
- Cenník a changelog Gemini API; história cien na TokenCostCeny Flash a Pro, cena 3.5 Flash z 20. mája a precenenie 3.6 Flash 13. augusta.
- Stránky modelov OpenAIAktuálne ceny modelov Sol, Terra a Luna.
- meta-models/Muse-Glimmer-30BSúbor LICENSE s Apache 2.0, architektúra, tabuľky kvantizácie a rýchlosti, benchmarky a bezpečnostné čísla od výrobcu.
- Repozitáre Qwen3.8Dva licenčné súbory opísané vyššie, počty parametrov, dĺžky kontextu a poznámka o tom, čím sa hostovaný Qwen3.8-Max líši od otvorených váh.
- Spravodajstvo o Qwen3.8Znenie oznámenia zo 14. augusta. Titulok jedného média tvrdí, že oba modely vyšli pod Apache 2.0. Licenčný súbor vlajkového modelu hovorí niečo iné.
- Ostatné cenníkyHostovaný Qwen3.8-Max, Muse Glimmer na Together AI a changelog DeepSeek pre V4-Pro.