{"id":10408,"date":"2026-09-14T18:10:00","date_gmt":"2026-09-14T16:10:00","guid":{"rendered":"https:\/\/www.lukaswojcik.com\/blog\/?p=10408"},"modified":"2026-10-26T13:50:59","modified_gmt":"2026-10-26T12:50:59","slug":"rachunek-stojacy-za-faktura-za-llm","status":"publish","type":"post","link":"https:\/\/www.lukaswojcik.com\/blog\/pl\/cloud-ai-pl\/rachunek-stojacy-za-faktura-za-llm\/","title":{"rendered":"Rachunek stoj\u0105cy za faktur\u0105 za LLM"},"content":{"rendered":"

Interfejsy modeli j\u0119zykowych rozliczane tokenowo zwykle naliczaj\u0105 zu\u017cycie ka\u017cdego \u017c\u0105dania. Koszt rozmowy jest sum\u0105 koszt\u00f3w tych \u017c\u0105da\u0144. Ponowne u\u017cycie historii sprawia, \u017ce wcze\u015bniejsze pytanie mo\u017ce wielokrotnie liczy\u0107 si\u0119 jako wej\u015bcie; nie istnieje og\u00f3lna sta\u0142a op\u0142ata za rozmow\u0119.<\/p>\n

LLM to model j\u0119zykowy generuj\u0105cy tekst. API pozwala programom wysy\u0142a\u0107 \u017c\u0105dania do modelu. Wej\u015bcie obejmuje przekazane tre\u015bci, a wyj\u015bcie powstaje w modelu. Prompt zawiera instrukcj\u0119 i kontekst. Pami\u0119\u0107 podr\u0119czna tymczasowo zachowuje wyniki przetwarzania wcze\u015bniejszego wej\u015bcia do ponownego u\u017cycia: zapis tworzy lub rozszerza wpis, a odczyt korzysta z istniej\u0105cego wpisu.<\/p>\n

U\u017cyteczny szacunek oddziela zwyk\u0142e wej\u015bcie, zapis i odczyt pami\u0119ci podr\u0119cznej oraz wyj\u015bcie, a nast\u0119pnie dolicza ewentualne op\u0142aty za narz\u0119dzia lub us\u0142ugi. Poni\u017cszy przyk\u0142ad dotyczy rozmowy tekstowej o sta\u0142ych d\u0142ugo\u015bciach wiadomo\u015bci. To model obliczeniowy, nie faktura dostawcy ani uniwersalny cennik.<\/p>\n

\n\"Liczba
Liczba token\u00f3w na rund\u0119 przy pe\u0142nej historii: szary obejmuje instrukcj\u0119 i wcze\u015bniejsze wiadomo\u015bci, niebieski nowe pytanie, czerwony now\u0105 odpowied\u017a. Wysoko\u015b\u0107 s\u0142upka nie jest kosztem pieni\u0119\u017cnym.<\/figcaption><\/figure>\n

Dlaczego pe\u0142na historia zwi\u0119ksza skumulowane wej\u015bcie<\/h2>\n

API mo\u017ce wymaga\u0107 ponownego przes\u0142ania historii albo zarz\u0105dza\u0107 stanem rozmowy na serwerze. \u017badne rozwi\u0105zanie nie czyni ponownie u\u017cywanego kontekstu automatycznie bezp\u0142atnym. Poni\u017cszy przyk\u0142ad zak\u0142ada pe\u0142n\u0105 wcze\u015bniejsz\u0105 histori\u0119 w ka\u017cdym \u017c\u0105daniu, bez streszczania, skracania lub wybierania fragment\u00f3w.<\/p>\n

Instrukcja systemowa okre\u015bla og\u00f3lne zasady aplikacji i ma 1200 token\u00f3w, ka\u017cde pytanie 150, a ka\u017cda odpowied\u017a 400. Tokenizer dzieli tekst na jednostki zwane tokenami. Mog\u0105 to by\u0107 s\u0142owa, fragmenty s\u0142\u00f3w lub znaki interpunkcyjne. Token nie odpowiada sta\u0142ej liczbie s\u0142\u00f3w. Uproszczenie pomija formatowanie wiadomo\u015bci, definicje narz\u0119dzi, niewidoczne elementy formatu i tokeny rozumowania u\u017cywane do wewn\u0119trznego przetwarzania przed widoczn\u0105 odpowiedzi\u0105. Wej\u015bcie rundy n wynosi 1350 + 550 \u00d7 (n \u2212 1).<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n
Runda<\/th>\nWej\u015bcie tej rundy<\/th>\nSkumulowane tokeny wej\u015bcia<\/th>\n<\/tr>\n<\/thead>\n
1<\/td>\n1 350<\/td>\n1 350<\/td>\n<\/tr>\n
2<\/td>\n1 900<\/td>\n3 250<\/td>\n<\/tr>\n
3<\/td>\n2 450<\/td>\n5 700<\/td>\n<\/tr>\n
4<\/td>\n3 000<\/td>\n8 700<\/td>\n<\/tr>\n
5<\/td>\n3 550<\/td>\n12 250<\/td>\n<\/tr>\n
6<\/td>\n4 100<\/td>\n16 350<\/td>\n<\/tr>\n
7<\/td>\n4 650<\/td>\n21 000<\/td>\n<\/tr>\n
8<\/td>\n5 200<\/td>\n26 200<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Po o\u015bmiu rundach skumulowane wej\u015bcie wynosi 26 200 token\u00f3w. \u00d3sme \u017c\u0105danie zawiera 5200 token\u00f3w wej\u015bcia; po dodaniu ostatniej odpowiedzi o d\u0142ugo\u015bci 400 token\u00f3w rozmowa ma 5600 token\u00f3w wraz z instrukcj\u0105 systemow\u0105. Osiem odpowiedzi daje dodatkowo 3200 token\u00f3w wyj\u015bcia. Tabela liczy wej\u015bcie, nie pieni\u0105dze ani \u0142\u0105czne wej\u015bcie i wyj\u015bcie.<\/p>\n

Ze skumulowanego wej\u015bcia 21 000 token\u00f3w powtarza wcze\u015bniejsze wej\u015bcie, czyli oko\u0142o 80%. Kr\u00f3tsze powtarzane instrukcje lub kr\u00f3tsza przechowywana historia mog\u0105 ograniczy\u0107 p\u00f3\u017aniejsze wej\u015bcie. Streszczenie mo\u017ce jednak wymaga\u0107 osobnego p\u0142atnego wywo\u0142ania i utraci\u0107 szczeg\u00f3\u0142y. Por\u00f3wnanie powinno uwzgl\u0119dnia\u0107 ten koszt oraz jako\u015b\u0107 p\u00f3\u017aniejszych odpowiedzi.<\/p>\n

Przyk\u0142adowe stawki zamiast uniwersalnego cennika<\/h2>\n\n\n\n\n\n\n\n\n\n
Rodzaj<\/th>\nStosunek<\/th>\nZa\u0142o\u017cenie<\/th>\n<\/tr>\n<\/thead>\n
Wej\u015bcie<\/td>\n1\u00d7<\/td>\nPrzyk\u0142adowa stawka odniesienia<\/td>\n<\/tr>\n
Wyj\u015bcie<\/td>\n5\u00d7<\/td>\nPrzyk\u0142adowy mno\u017cnik, nie uniwersalna proporcja<\/td>\n<\/tr>\n
Odczyt pami\u0119ci<\/td>\n0,1\u00d7<\/td>\nPrzyk\u0142ad: ponowne u\u017cycie kwalifikowanego pocz\u0105tku w czasie wa\u017cno\u015bci<\/td>\n<\/tr>\n
Zapis pami\u0119ci<\/td>\n1,25\u00d7<\/td>\nPrzyk\u0142adowa pe\u0142na stawka zapisu, nie dodatkowy narzut 1,25\u00d7<\/td>\n<\/tr>\n
Wsad<\/td>\n0,5\u00d7<\/td>\nPrzyk\u0142adowy rabat; konieczna zgodno\u015b\u0107 modelu, endpointu i warunk\u00f3w<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Dokumentacja sprawdzona 24 pa\u017adziernika 2026 r.:<\/strong> Warunki pami\u0119ci zale\u017c\u0105 od dostawcy i modelu. Claude dokumentuje warianty 5 minut i 1 godziny; OpenAI GPT-5.6 i nowsze u\u017cywaj\u0105 w Responses wariant\u00f3w 30 minut i 12 godzin. Stawki odczytu tak\u017ce si\u0119 r\u00f3\u017cni\u0105. Poni\u017csza kalkulacja celowo zachowuje sta\u0142e stawki przyk\u0142adowe; rzeczywisty bud\u017cet wymaga aktualnych cen i kategorii zu\u017cycia wybranego modelu.<\/p>\n

Tabela u\u017cywa przyk\u0142adowych mno\u017cnik\u00f3w ze zwyk\u0142ym wej\u015bciem r\u00f3wnym 1. Zgodny pocz\u0105tek promptu otrzymuje cen\u0119 odczytu tylko po spe\u0142nieniu regu\u0142 modelu dotycz\u0105cych kwalifikacji, minimalnej d\u0142ugo\u015bci, punkt\u00f3w zapisu i czasu wa\u017cno\u015bci. Zmieniona godzina mo\u017ce przerwa\u0107 ponowne u\u017cycie od miejsca zmiany, pozostawiaj\u0105c wcze\u015bniejszy sta\u0142y pocz\u0105tek dost\u0119pny. Niekt\u00f3rzy dostawcy pozwalaj\u0105 wskaza\u0107 punkt zapisu na ko\u0144cu cz\u0119\u015bci wej\u015bcia przeznaczonej do ponownego u\u017cycia. Inni zarz\u0105dzaj\u0105 pami\u0119ci\u0105 podr\u0119czn\u0105 automatycznie. JSON jest formatem uporz\u0105dkowanych danych \u017c\u0105dania. Identyczny tekst JSON nie stanowi uniwersalnej regu\u0142y rozliczenia.<\/p>\n

Przy mno\u017cniku zapisu 1,25 i odczytu 0,1 jeden zapis oraz jedno pe\u0142ne ponowne u\u017cycie kosztuj\u0105 1,35 zamiast 2: oszcz\u0119dno\u015b\u0107 wynosi 32,5%. Dwa lub trzy trafienia nie s\u0105 konieczne. Kr\u00f3tki pocz\u0105tek mo\u017ce nie osi\u0105gn\u0105\u0107 minimum modelu, a wygas\u0142y wpis mo\u017ce wymaga\u0107 ponownego zapisu. Op\u0142acalno\u015b\u0107 zale\u017cy od ponownego u\u017cycia i taryfy, nie tylko od d\u0142ugo\u015bci promptu.<\/p>\n

Przetwarzanie wsadowe i terminy<\/h2>\n

Tryb wsadowy przesy\u0142a grup\u0119 zada\u0144 razem. Us\u0142uga przetwarza je w tle i udost\u0119pnia wyniki p\u00f3\u017aniej. OpenAI dokumentuje rabat 50% i okno realizacji 24 godzin; nieuko\u0144czone \u017c\u0105dania mog\u0105 wygasn\u0105\u0107. Anthropic r\u00f3wnie\u017c opisuje rabat i wyga\u015bni\u0119cie po 24 godzinach, cz\u0119sto z wcze\u015bniejszym zako\u0144czeniem. Wsad nie oznacza zatem ani natychmiastowej odpowiedzi, ani nieograniczonego oczekiwania bez okre\u015blonego okna.<\/p>\n

Przyk\u0142ady to niezale\u017cne klasyfikacje, opisy katalogowe i odczytywanie p\u00f3l dokument\u00f3w. Przydatno\u015b\u0107 zale\u017cy od termin\u00f3w, obs\u0142ugiwanych modeli, endpoint\u00f3w i funkcji, limit\u00f3w danych oraz obs\u0142ugi ponowie\u0144. Obserwowanie ekranu nie jest kryterium rozliczenia. Zadania zale\u017cne od wcze\u015bniejszych wynik\u00f3w mog\u0105 wymaga\u0107 oddzielnych etap\u00f3w, poniewa\u017c p\u00f3\u017aniejsze wej\u015bcia nie s\u0105 jeszcze dost\u0119pne.<\/p>\n

Pomiar token\u00f3w dla ka\u017cdego j\u0119zyka<\/h2>\n

Tokenizacja zale\u017cy od s\u0142ownika modelu, j\u0119zyka, interpunkcji i tre\u015bci. Regu\u0142a czterech znak\u00f3w na token to przybli\u017cenie dla tekstu angielskiego, nie wiarygodny przelicznik dla polskiego lub niemieckiego. T\u0142umaczenie mo\u017ce wymaga\u0107 wi\u0119kszej albo mniejszej liczby token\u00f3w zale\u017cnie od tokenizera i sformu\u0142owania.<\/p>\n

Nie wynika z tego sta\u0142a dop\u0142ata j\u0119zykowa 30\u201350%. Reprezentatywne wej\u015bcia i odpowiedzi wymagaj\u0105 osobnego policzenia dla ka\u017cdego j\u0119zyka za pomoc\u0105 tokenizera lub endpointu zliczania token\u00f3w danego modelu. Pola rzeczywistego zu\u017cycia pokazuj\u0105 nast\u0119pnie rozliczone kategorie. R\u00f3\u017cna liczba token\u00f3w to co\u015b innego ni\u017c r\u00f3\u017cna cena tokena.<\/p>\n

Ograniczanie wyj\u015bcia i rozumowania<\/h2>\n

Limity wyj\u015bcia zapewniaj\u0105 rzeczywist\u0105 kontrol\u0119: parametr danego API okre\u015bla g\u00f3rn\u0105 granic\u0119, cho\u0107 nie d\u0142ugo\u015b\u0107 docelow\u0105. Nazwy r\u00f3\u017cni\u0105 si\u0119, na przyk\u0142ad max_tokens w Claude Messages i max_output_tokens w OpenAI Responses. Niski limit mo\u017ce uci\u0105\u0107 odpowied\u017a lub zosta\u0107 wyczerpany przez rozumowanie przed pojawieniem si\u0119 tekstu. Zwi\u0119z\u0142e instrukcje oraz obs\u0142ugiwane ustawienia wysi\u0142ku lub szczeg\u00f3\u0142owo\u015bci dotycz\u0105 innych aspekt\u00f3w.<\/p>\n

JSON nie jest z definicji ta\u0144szy od prozy: nazwy p\u00f3l, interpunkcja i schemat mog\u0105 dodawa\u0107 tokeny. Zwi\u0119z\u0142y format wymaga por\u00f3wnania z r\u00f3wnie informacyjn\u0105 alternatyw\u0105. Przy rozliczaniu rozumowania jako wyj\u015bcia 2000 rozliczonych token\u00f3w rozumowania i 40 widocznych token\u00f3w odpowiedzi daje 2040 token\u00f3w wyj\u015bcia, je\u015bli brak innych rozliczonych token\u00f3w wyj\u015bciowych. O op\u0142acie decyduje zg\u0142oszone zu\u017cycie, nie sam widoczny tekst.<\/p>\n

\n

Pytania i odpowiedzi<\/h2>\n

Ile zaoszcz\u0119dzi\u0142aby pami\u0119\u0107 podr\u0119czna w rozmowie z pierwszej tabeli?<\/h3>\n

Przy podanych mno\u017cnikach idealizowany przyk\u0142ad pami\u0119ci podr\u0119cznej obni\u017ca koszt wej\u015bcia o oko\u0142o 67,2%. Zak\u0142ada pe\u0142n\u0105 kwalifikacj\u0119 prompt\u00f3w, ponowne u\u017cycie ca\u0142ego poprzedniego \u017c\u0105dania i nadal wa\u017cne wpisy. Ka\u017cde rozszerzenie dodaje poprzedni\u0105 odpowied\u017a o d\u0142ugo\u015bci 400 token\u00f3w i kolejne pytanie o d\u0142ugo\u015bci 150 token\u00f3w. Rzeczywiste minima, punkty zapisu i braki trafie\u0144 mog\u0105 zmieni\u0107 wynik.<\/p>\n

Poni\u017csze obliczenie u\u017cywa jednostek ceny. Jedna jednostka odpowiada cenie zwyk\u0142ego tokena wej\u015bciowego. Nie s\u0105 to rzeczywiste liczby token\u00f3w ani kwoty pieni\u0119\u017cne. Pomno\u017cenie przez zwyk\u0142\u0105 cen\u0119 jednego tokena wej\u015bciowego daje koszt:<\/p>\n