Strona głównaSztuczna InteligencjaLokalna AI czy API? Ile naprawdę kosztuje model AI w firmie

Lokalna AI czy API? Ile naprawdę kosztuje model AI w firmie

Ostatnia aktualizacja: 12 listopada 2026 (dopisana cena Claude Fable 5.2; pozostałe dane według stanu z 28 września 2026)

Dla większości firm API jest wciąż tańsze niż uruchamianie dużego modelu AI na własnym sprzęcie. W naszym przykładzie zespół korzystający z agentów programistycznych (300 mln tokenów wejściowych i 20 mln wyjściowych miesięcznie) zapłaci ok. 770 zł za API Kimi K2.6, 1 830 zł za Claude Sonnet 5.5 i 3 490 zł za Claude Opus 5.5, podczas gdy klaster czterech Mac Studio z tym samym modelem Kimi kosztuje ok. 6 000 zł miesięcznie. Własny sprzęt wygrywa prywatnością, pracą offline i stałym, pełnym obciążeniem, a nie ceną pojedynczych zapytań.

lokalna AIkoszty AIMac StudioAPI

22 września 2026 r. obie strony tego wyboru trafiły do sprzedaży tego samego dnia. Anthropic udostępnił Claude Opus 5.5 w cenie 4 USD za milion tokenów wejściowych i 20 USD za milion wyjściowych, a Apple rozpoczął sprzedaż nowych Mac Studio z układami M5 Max i M5 Ultra, reklamowanych firmom, które chcą uruchamiać AI na własnych komputerach. Szef działu układów Apple Johny Srouji powiedział agencji Reuters, że gdy maszyna stoi na biurku, jest już opłacona i „nie ma kosztu za token”.

Koszt za token istnieje. Jest tylko ukryty w amortyzacji, prądzie, pracy administratora, a przede wszystkim w wykorzystaniu sprzętu. Poniżej liczymy jedno realistyczne zadanie na trzy sposoby, w złotówkach i z polskimi realiami: VAT, amortyzacją podatkową i cenami prądu dla firm.

Co zmieniło się we wrześniu 2026?

Tokeny w chmurze potaniały na górnej półce. Anthropic twierdzi, że Opus 5.5 działa na poziomie droższego Claude Fable 5.1 (10/50 USD) w większości zadań i że przy ustawieniach domyślnych będzie o 40% tańszy od Opus 5 w typowych zastosowaniach. Uwaga: cena katalogowa spadła tylko o 20% (z 5/25 USD). Reszta deklarowanej oszczędności wynika z tego, że model zużywa mniej tokenów, co zależy od konkretnego zastosowania. Odczyt z pamięci podręcznej (cache) kosztuje w Opus 5.5 zaledwie 0,20 USD za milion tokenów.

Lokalny sprzęt dostał więcej pamięci. Mac Studio z M5 Ultra kosztuje w Polsce od 27 999 zł brutto (96 GB pamięci zunifikowanej), oferuje przepustowość pamięci 1,2 TB/s i konfigurację do 256 GB, a później 512 GB. Apple twierdzi, że połączenie kilku komputerów przez Thunderbolt 5 z RDMA przyspiesza rozproszoną inferencję nawet trzykrotnie.

Dwie często mylone rzeczy. Głośny pokaz modelu Kimi K2.6 (bilion parametrów) na czterech Mac Studio pochodzi z konferencji WWDC w czerwcu, a nie z wrześniowej premiery; na premierze Apple pokazał klaster uruchamiający niewymieniony z nazwy model tej skali. A wersja M5 Ultra z 512 GB nie jest jeszcze w sprzedaży: ma trafić do klientów pod koniec października, cena nie została podana.

Jak policzyć prawdziwy koszt lokalnego modelu AI?

Koszt lokalnego tokena to stały koszt miesięczny podzielony przez liczbę tokenów, które sprzęt faktycznie wyprodukuje. Większość porównań myli się w mianowniku, bo zakłada, że komputer pracuje pełną mocą 24 godziny na dobę.

koszt 1 mln tokenów (lokalnie) =
  (sprzęt ÷ miesiące amortyzacji + prąd + praca administratora)
  ÷ (tokeny wyprodukowane w miesiącu ÷ 1 000 000)

W przypadku API trzeba rozdzielić tokeny wejściowe na odczytane z cache i nowe oraz sprawdzić, czy część pracy może pójść przez tańszy tryb wsadowy (Batch API, zwykle 50% ceny). Dwie pułapki dotyczą obu stron. Po pierwsze, tokeny różnych modeli nie są porównywalne: ten sam tekst to różna liczba tokenów w różnych rodzinach modeli. Porównuj koszt wykonanego zadania, nie tokena. Po drugie, jakość nie jest równa. Tańszy model, który wymaga dwóch poprawek, nie jest tańszy. Czym są tokeny, wyjaśniamy w tekście tokenizacja w modelach językowych.

Jedno zadanie, pięć wycen

Przyjmujemy zespół programistów korzystający z agentów. Agenci czytają dużo, bo przy każdym kroku ponownie wczytują pliki i historię. Założenia: 300 mln tokenów wejściowych miesięcznie, z czego 70% to odczyty z cache, zapisy do cache równe 10% tej objętości, oraz 20 mln tokenów wyjściowych. Ceny katalogowe z 28 września 2026 r., przeliczone po średnim kursie NBP (1 USD = 3,8478 zł).

OpcjaCena za 1 mln tokenów (wejście / cache / wyjście)Koszt miesięczny
Claude Fable 5.2 (API)8 / 0,20 / 40 USDok. 6 820 zł
Claude Fable 5.1 (API, poprzednia wersja)10 / 0,25 / 50 USDok. 8 520 zł
Claude Opus 5.5 (API)4 / 0,20 / 20 USDok. 3 490 zł
Claude Sonnet 5.5 (API)2 / 0,20 / 10 USDok. 1 830 zł
Kimi K2.6 (API Moonshot)0,95 / 0,16 / 4,00 USDok. 770 zł
4× Mac Studio M5 Ultra 256 GB z Kimi K2.6brak opłaty za tokenok. 6 000–6 150 zł
Aktualizacja z 12 listopada 2026 r.: 9 listopada Anthropic udostępnił Claude Fable 5.2 w cenie 8 USD za milion tokenów wejściowych i 40 USD za milion wyjściowych (odczyt z cache 0,20 USD, zapis do cache na 5 minut 10 USD), o 20% taniej niż Fable 5.1. Ten sam miesięczny rachunek spada więc z ok. 8 520 zł do ok. 6 820 zł (1 772 USD po kursie z tabeli; po kursie NBP z 10 listopada 2026 r., 3,9099 zł, ok. 6 930 zł). Fable 5.1 nadal jest dostępny jako starszy model, a pozostałe ceny w tabeli pochodzą z 28 września 2026 r.

Założenia dla klastra trzeba wyłożyć wprost. Kimi K2.6 ma bilion parametrów, z czego 32 mld aktywnych na token, a jego natywny zapis w INT4 zajmuje ok. 600 GB. Cztery bazowe komputery z 96 GB go nie pomieszczą, więc liczymy cztery maszyny z 256 GB. W USA taka konfiguracja kosztuje ok. 9 499 USD za sztukę. Polskie ceny netto są o ok. 7–8% wyższe od amerykańskich po przeliczeniu (bazowy M5 Ultra: 22 763 zł netto wobec 21 159 zł z przeliczenia), więc szacujemy klaster na ok. 157 tys. zł netto. Rozłożone na 36 miesięcy daje to ok. 4 370 zł miesięcznie. Do tego prąd (ok. 440–570 zł, patrz niżej) i umowne 4 godziny pracy administratora po 300 zł.

Wynik nie jest bliski remisu. Ten sam model przez API jest mniej więcej ośmiokrotnie tańszy od klastra. Nawet Opus 5.5, model innej, wyższej klasy, kosztuje tu wyraźnie mniej niż własny sprzęt.

Dlaczego klaster nie odrobi kosztów, pracując więcej?

To element, który pomija większość kalkulatorów. Przepustowość komputera ogranicza liczbę tokenów, które może wyprodukować, a przy dużych modelach ten limit leży poniżej progu opłacalności.

Według doniesień pokaz Kimi K2.6 z WWDC generował ok. 25–28 tokenów na sekundę, a Jeff Geerling zmierzył ok. 30 tokenów na sekundę dla Kimi K2 Thinking na czterech Mac Studio M3 Ultra. Przy 28 tokenach na sekundę jeden strumień pracujący bez przerwy przez 30 dni wytworzy ok. 72,6 mln tokenów. Tyle tokenów wyjściowych kosztuje w API Moonshot ok. 290 USD, czyli ok. 1 120 zł, dużo mniej niż sama rata sprzętu. Przy pracy jednostrumieniowej klaster nie wyjdzie na plus wobec API tego samego modelu, niezależnie od obciążenia.

Obraz mogą zmienić dwie rzeczy, które trzeba zmierzyć na własnym sprzęcie. Przetwarzanie wielu zapytań naraz (batching) zwiększa łączną przepustowość, ale nie znaleźliśmy niezależnego pomiaru dla takiej konfiguracji. Z kolei wczytywanie długich promptów jest na komputerach Apple wolne: pojedynczy M3 Ultra przetwarzał 11-tysięczny prompt DeepSeek R1 z prędkością ok. 189 tokenów na sekundę. W naszym scenariuszu samo wczytanie 90 mln nowych tokenów wejściowych zajmuje 56–132 godziny pracy. Klaster formalnie przerobi taką objętość, ale jako kolejkę zadań, a nie narzędzie odpowiadające na bieżąco kilku programistom.

Ile kosztuje prąd w polskiej firmie?

Mniej, niż się wydaje, i znacznie mniej niż amortyzacja. Apple podaje dla Mac Studio z M5 Ultra 9 W w spoczynku i 385 W maksymalnie. Ceny prądu to dane Eurostatu dla firm w Polsce za II półrocze 2025 r., bez VAT.

ScenariuszEnergia / mies.Firma 20–499 MWh/rok (1,12 zł/kWh)Mikrofirma poniżej 20 MWh/rok (1,52 zł/kWh)
1× M5 Ultra na maksimum 24/7 (górna granica)277 kWh310 zł421 zł
1× M5 Ultra, 130 godzin pracy50 kWh56 zł76 zł
4× M5 Ultra, 254–330 godzin pracy391–508 kWh438–569 zł594–772 zł
4× M5 Ultra na maksimum 24/7 (górna granica)1 109 kWh1 241 zł1 685 zł

Nawet przy stawkach mikrofirmy prąd rzadko przekracza 10–15% miesięcznego kosztu klastra. O wyniku decyduje to, ile użytecznych tokenów wyciśniesz ze sprzętu, zanim się zestarzeje.

Polskie realia: VAT, amortyzacja i kurs dolara

  • VAT. Czynny podatnik VAT odlicza podatek od zakupu komputera, więc porównuj ceny netto. Faktury za API od zagranicznych dostawców to zwykle import usług rozliczany w mechanizmie odwrotnego obciążenia. Szczegóły warto potwierdzić z księgowym.
  • Amortyzacja. Nasz model zakłada rozłożenie kosztu sprzętu na 36 miesięcy. Podatkowo zestawy komputerowe amortyzuje się zwykle stawką 30% rocznie, co daje zbliżony okres. Tempo starzenia się sprzętu do AI bywa jednak szybsze niż okres amortyzacji.
  • Kurs walut. API rozliczane w dolarach przenosi ryzyko kursowe na każdą fakturę. Zakup sprzętu zamraża koszt w złotówkach, ale na starcie. Przy obecnym kursie ok. 3,85 zł za dolara nie zmienia to wniosków; zmieniłaby je dopiero bardzo duża zmiana kursu.

Kiedy lokalny sprzęt naprawdę się opłaca?

Przy mniejszych modelach. Pojedynczy Mac Studio M5 Ultra z 256 GB i modelem rzędu 27 mld parametrów to inna sytuacja. MacStories zmierzyło dla Qwen3.8 27B ok. 48 tokenów na sekundę przy generowaniu i ok. 1 700 przy wczytywaniu promptu. Nasze zadanie zajęłoby ok. 130 godzin pracy miesięcznie, a koszt to ok. 1 090 zł raty sprzętu i ok. 56 zł prądu. To mniej niż 1 830 zł za Claude Sonnet 5.5, ale tylko jeśli model 27B jest wystarczająco dobry do twoich zadań.

Przy wysokim, stałym i wsadowym obciążeniu. Nocne przetwarzanie dokumentów, klasyfikacja czy generowanie embeddingów, gdzie opóźnienie nie ma znaczenia, dobrze amortyzują sprzęt. Pamiętaj jednak, że ta sama cecha uruchamia najtańszy tryb API: Opus 5.5 przez Batch API kosztuje 2/10 USD za milion tokenów. Porównuj pracę wsadową lokalnie z cenami wsadowymi API.

Przy ograniczeniach, których nie rozwiążą pieniądze. Dane objęte tajemnicą, umowami lub szczególnymi wymogami RODO, praca bez internetu czy potrzeba stałej, niezmiennej wersji modelu to realne powody. Wtedy porównanie nie brzmi „lokalnie czy API”, tylko „lokalnie czy wcale”. Kontekst regulacyjny opisujemy w tekście AI Act w Polsce.

Lista kontrolna decyzji

  • Wybierz API, jeśli obciążenie jest zmienne, potrzebujesz jakości modeli czołowych, agenci pracują na długich kontekstach albo nikt w zespole nie chce utrzymywać infrastruktury. Najpierw włącz cache i tryb wsadowy; razem potrafią obniżyć rachunek o ponad połowę.
  • Wybierz jeden lokalny komputer, jeśli wystarcza model do ok. 30–70 mld parametrów, dane muszą zostać w firmie albo zależy ci na stałym, przewidywalnym koszcie dla małego zespołu.
  • Wybierz lokalny klaster tylko wtedy, gdy bardzo duży otwarty model musi działać na miejscu ze względu na prywatność lub suwerenność danych, i zaakceptuj, że płacisz za kontrolę, a nie oszczędzasz.
  • Mierz koszt wykonanego zadania na próbce prawdziwej pracy przed decyzją. Podejście do liczenia kosztów alternatywnych opisujemy w tekście o koszcie alternatywnym, a o pułapce „skoro już kupiliśmy” w tekście o kosztach utopionych.

Pełną wersję analizy z kalkulatorem w Pythonie, danymi dla USA i porównaniem z kartami NVIDIA znajdziesz w angielskim artykule Local LLM vs API Cost. Porównanie narzędzi do uruchamiania modeli lokalnie opisujemy w tekście Ollama vs LM Studio vs llama.cpp.

Wniosek

Wrześniowe premiery pokazują, że koszt AI spada z dwóch stron, ale nie dla wszystkich w tym samym tempie. Cena w chmurze spada dla każdego klienta w dniu obniżki. Własny sprzęt tanieje w przeliczeniu na token tylko wtedy, gdy stale pracuje, a największe modele to właśnie te, które klaster na biurku obsługuje najwolniej. Dla większości polskich firm w 2026 r. rozsądnym punktem wyjścia jest API z cache i trybem wsadowym, a własny sprzęt warto rozważyć dla danych, które nie mogą opuścić firmy, i dla mniejszych modeli mieszczących się na jednym komputerze.

FAQ

Czy uruchomienie modelu AI lokalnie jest tańsze niż API?

Zwykle nie w przypadku dużych modeli. W naszym przykładzie klaster czterech Mac Studio z Kimi K2.6 kosztuje ok. 6 000 zł miesięcznie, a ten sam model przez API ok. 770 zł. Lokalnie opłaca się raczej przy mniejszych modelach, stałej pracy wsadowej albo gdy dane nie mogą opuścić firmy.

Ile kosztuje Claude Opus 5.5?

4 USD za milion tokenów wejściowych i 20 USD za milion wyjściowych, a odczyt z cache 0,20 USD. W trybie Batch API ceny są o połowę niższe. Po kursie NBP z 28 września 2026 r. to ok. 15,4 zł i 77 zł za milion tokenów.

Ile kosztuje Mac Studio do AI w Polsce?

Mac Studio z M5 Ultra kosztuje w Polsce od 27 999 zł brutto w konfiguracji z 96 GB pamięci. Wersje z 256 GB są znacznie droższe, a cena wersji z 512 GB nie została jeszcze podana.

Ile prądu zużywa Mac Studio przy pracy z AI?

Apple podaje 9 W w spoczynku i 385 W maksymalnie. Praca na pełnej mocy przez cały miesiąc to ok. 277 kWh, czyli ok. 310 zł przy stawce 1,12 zł/kWh netto.

Czy Mac Studio uruchomi model z bilionem parametrów?

Pojedynczy komputer obecnie nie. Kimi K2.6 w natywnej precyzji INT4 potrzebuje ok. 600 GB pamięci. Na WWDC cztery połączone Mac Studio uruchomiły go z prędkością ok. 25–28 tokenów na sekundę.

Jak obniżyć rachunek za API AI?

Używaj cache dla powtarzającego się kontekstu, zadania niepilne wysyłaj przez Batch API z ok. 50% zniżką, a prostsze kieruj do mniejszego modelu. Mierz koszt wykonanego zadania, nie tokena.

RELATED ARTICLES

ZOSTAW ODPOWIEDŹ

Proszę wpisać swój komentarz!
Proszę podać swoje imię tutaj

- Advertisment -

Most Popular

Recent Comments