Nejdražší model není automaticky nejlepší volbou pro produkt. Podpora přes chatbota, programovací agent a služba pro extrakci dokumentů mají odlišná kritéria kvality. Porovnávám deset modelů od čtyř velkých poskytovatelů, abych sestavil užší výběr k testování.
Stav k 23. září 2026. Jde o vybraný přehled API pro generování textu, nikoli o vyčerpávající žebříček trhu nebo srovnání spotřebitelských předplatných. Pro tento článek nebyl proveden vlastní benchmark; níže uvedená doporučení jsou technické úsudky vycházející z oficiálních specifikací.
Ceny API na stejném základě
USD za milion tokenů: standardní zpracování, textový vstup bez cache a sazba pro krátký kontext, pokud se uplatňuje. Poslední sloupec předpokládá 1 000 požadavků, každý s 10 000 vstupními tokeny a celkem 2 000 fakturovatelnými výstupními tokeny. Nezahrnuje daně, nástroje, vyhledávání, ukládání cache ani opakované pokusy. Stejný počet tokenů je rozpočtový předpoklad, nikoli stejné množství textu u různých tokenizérů.
| Model | Vstup / 1 mil. | Výstup / 1 mil. | 1 000 požadavků |
|---|---|---|---|
| GPT-6 Astra | $10.00 | $50.00 | $200.00 |
| GPT-6 Sol | $2.00 | $10.00 | $40.00 |
| GPT-6 Luna | $0.10 | $0.50 | $2.00 |
| Claude Fable 5.1 | $10.00 | $50.00 | $200.00 |
| Claude Opus 5.5 | $4.00 | $20.00 | $80.00 |
| Claude Sonnet 5 | $2.00 | $10.00 | $40.00 |
| Gemini 3.8 Flash | $0.75 | $3.75 | $15.00 |
| Gemini 3.5 Flash-Lite | $0.30 | $2.50 | $8.00 |
| DeepSeek V4.1 Flash | $0.30 | $1.20 | $5.40 |
| DeepSeek V4 Pro (0813) | $1.32 | $3.96 | $21.12 |
Gemini 3.8 Flash: sazba $0.75/$3.75 platí do 31. prosince 2026; zveřejněná sazba od 1. ledna 2027 je $1.50/$7.50. U DeepSeek jsou uvedeny špičkové sazby; mimo špičku jsou poloviční. Ověřte si rozvrh poskytovatele. Sonnet 5 zůstává na $2/$10: dříve oznámené zářijové zvýšení bylo zrušeno. Dlouhý kontext a jiné úrovně zpracování mohou účet změnit. Zdroje cen následují.
Ceny API OpenAI: https://developers.openai.com/api/docs/pricing
Ceny API Anthropic: https://platform.claude.com/docs/en/about-claude/pricing
Ceny API Google: https://ai.google.dev/gemini-api/docs/pricing
Ceny API DeepSeek: https://api-docs.deepseek.com/quick_start/pricing/
Kvalita: vybírejte podle práce, která musí dopadnout dobře
Toto srovnání neurčuje vítěze na základě měření. Pozicování poskytovatelů pomáhá vybrat kandidáty, ale nedokazuje převahu na vašich datech. Vysoké skóre uvažování nezaručuje správná volání nástrojů, věrné citace ani přirozenou ukrajinštinu.
U náročného uvažování a vícekrokové práce bych testoval GPT-6 Astra proti prémiovým kandidátům Claude. V rodině GPT-6 je Sol prostřední možností a Luna je určena pro opakovanou práci ve velkém měřítku. Při hodnocení rodiny začněte se Solem a upgrade zdůvodněte menším počtem selhání nebo ručních oprav. https://developers.openai.com/api/docs/guides/latest-model
Anthropic doporučuje Opus 5.5 pro dlouhodobé programování a znalostní práci, Fable 5.1 pro náročné uvažování a Sonnet 5 pro rychlost a schopnosti. Než zaplatím za Fable, porovnal bych Opus se Sonnetem na úkolech s repozitářem. Vyšší cena sama o sobě lepší výsledek nedokazuje. https://platform.claude.com/docs/en/models/overview
Pro rozsáhlou extrakci a klasifikaci mám v užším výběru Lunu, Gemini Flash-Lite a DeepSeek Flash. U složitějších agentních postupů otestujte také Gemini 3.8 Flash. DeepSeek V4 Pro nepřijímá obrázky, zatímco V4.1 Flash podporuje obrazový vstup; tento rozdíl může kandidáta vyřadit ještě před testem kvality. https://ai.google.dev/gemini-api/docs/pricing https://api-docs.deepseek.com/quick_start/pricing/
Měřte náklady na přijatý výsledek
Cena požadavku = (vstupní tokeny × sazba vstupu + fakturovatelné výstupní tokeny × sazba výstupu) / 1 000 000. Započítejte účtované tokeny uvažování, opakovaný kontext, volání nástrojů, opakované pokusy a lidskou kontrolu. Levnější token může přesto prodražit dokončený úkol.
Ilustrace, nikoli benchmark: pokus za $0.04 s 80% mírou přijetí stojí při velké dávce $0.05 za přijatý výsledek. Pokus za $0.08 při 95% míře stojí přibližně $0.084. Druhá možnost se může vyplatit, pokud jsou chyby nákladné. Odhady pro 1 000 požadavků v tabulce sahají od $2 u Luny po $200 u Astry nebo Fable; nepředpovídají míru přijetí.
Jak bych vybíral model pro skutečný produkt
Sestavte pevný soubor 100–300 reprezentativních úloh včetně nejednoznačných požadavků, chybějících důkazů a všech podporovaných jazyků. Dokumentujte prompty, nástroje a rozpočty uvažování. Hodnoťte faktickou správnost, dodržování pokynů, platnost strukturovaného výstupu, úspěšnost nástrojů a lidské úpravy. Měřte celkovou latenci p50/p95 a náklady; běhy opakujte a ponechte si samostatnou kontrolní sadu.
Začal bych levnějším modelem pro rutinní práci a při neúspěšné validaci přešel k silnějšímu kandidátovi. Mějte nezávislého poskytovatele jako zálohu, ověřte jeho odpověď a při výpadku všech API nabídněte přímý kontakt. Vyberte nejlevnější konfiguraci, která splní měřený cíl kvality, a znovu ji ověřte při změně modelů nebo cen.
Dejte příštímu produktu někoho, kdo zůstane.
Chcete začít? Napište mi – mohu začít hned a zůstat. Dlouhodobé retainery, ne dvoutýdenní předání. Proberme váš projekt, požadavky a nejlepší cestu vpřed.