Claude Haiku 5.5, nebo GPT‑6 Luna: stejná sazba neznamená stejný účet

Pro krátké API požadavky stojí Claude Haiku 5.5 a GPT‑6 Luna při stejném počtu účtovaných tokenů stejně: ceník Claude Haiku 5.5 i karta GPT‑6 Luna stanovují základní sazbu 0,10 USD za milion vstupních a 0,50 USD za milion výstupních tokenů. Haiku přechází na vyšší sazbu u promptů nad 100 tisíc tokenů, Luna až u požadavků s více než 272 tisíci vstupními tokeny. Pravidelně dlouhé vstupy proto dávají Luně při srovnatelné spotřebě cenovou výhodu.

U krátkých úloh samotná sazba vítěze neurčí. Rozhoduje také délka skutečných odpovědí, podíl vstupu načteného z cache, potřebné nástroje a úspěšnost na konkrétní práci. Zveřejněné benchmarky zatím neposkytují dostatečně hluboké nezávislé srovnání, které by dovolovalo označit jeden z modelů za obecně lepší volbu pro automatizaci.

Rozhoduje délka jednoho požadavku

Cenová hranice se neposuzuje podle měsíčního součtu tokenů. Sto samostatných krátkých požadavků zůstává v základním pásmu, zatímco jeden dlouhý prompt může přejít do dražšího pásma i při mnohem menším celkovém objemu práce. Mezi hranicemi obou modelů stojí milion nezaklíčovaných vstupních tokenů v dlouhých požadavcích u Haiku 0,50 USD a u Luny 0,10 USD; u výstupu jde o 2,50 proti 0,50 USD.

Vyšší sazba Haiku se vztahuje na tokeny v požadavku, jehož prompt hranici překročil, nikoli pouze na část promptu nad ní. Po překročení hranice Luny se také přeceňuje celý požadavek: vstup a cache stojí dvojnásobek, výstup jedenapůlnásobek základní sazby. Oba modely přitom dovolují výrazně delší kontext než své levnější cenové pásmo. Maximální velikost kontextového okna tedy není příslibem stejné ceny v celé jeho délce.

Tři účty při stejné spotřebě

Následující částky jsou podmíněné výpočty pro standardní přímé API, bez cache, placených nástrojů a daní. Předpokládají, že oba modely na dané úloze spotřebují stejný počet vstupních i výstupních tokenů. Nejde o naměřené účty: stejný text se může tokenizovat odlišně a odpovědi mohou mít různou délku.

• Krátké požadavky: 500 volání po 20 tisících vstupních a 4 tisících výstupních tokenech znamená celkem 10 milionů vstupních a 2 miliony výstupních tokenů. Haiku i Luna vycházejí na 2 USD, z toho 1 USD připadá na vstup a 1 USD na výstup.
• Delší podklady: 100 volání po 150 tisících vstupních a 10 tisících výstupních tokenech znamená 15 milionů vstupních a milion výstupních tokenů. Haiku stojí 10 USD, Luna 2 USD. Všechna volání už spadají do dražšího pásma Haiku, zatímco u Luny zůstávají v základním pásmu.
• Velmi dlouhé podklady: 10 volání po 300 tisících vstupních a 20 tisících výstupních tokenech znamená 3 miliony vstupních a 200 tisíc výstupních tokenů. Haiku vychází na 2 USD. Luna už překročila i svou hranici, přesto při těchto předpokladech stojí 0,75 USD.

Rozdíl mezi účty vytváří rozložení tokenů do jednotlivých volání. Stejný měsíční počet vstupních tokenů může vzniknout tisíci krátkých požadavků nebo několika dlouhými, ale cenové pásmo bude jiné. Pro předběžný rozpočet je proto podstatná četnost požadavků v každém délkovém pásmu a také poměr vstupu k výstupu.

Co změní opakovaný kontext a cache

Cache zlevňuje opakovaně použitý vstup, její přínos však závisí na skutečných zásazích. V základním pásmu stojí čtení u obou modelů 0,01 USD za milion tokenů a zápis s krátkou platností 0,125 USD. U Haiku se při dlouhém promptu sazba čtení zvyšuje na 0,05 USD a pětiminutového zápisu na 0,625 USD; hodinový zápis má vlastní vyšší sazbu. Luna po překročení své hranice zdvojnásobuje ceny vstupu i cache.

Podmíněně: pokud se v požadavcích o délce 150 tisíc tokenů opakovaně načte dohromady 10 milionů tokenů z cache, samotná čtení vyjdou u Haiku na 0,50 USD a u Luny na 0,10 USD. K celému účtu se ještě přidají zápisy, nové vstupní tokeny a výstupy. Rozhodující je, jak velká část promptu zůstává stejná a zda ji další volání využijí po dobu platnosti zápisu.

Nástroje a limity pro automatizaci

U úloh s externími kroky záleží na tom, co model a jeho API skutečně poskytují. Přehled funkcí Haiku popisuje adaptivní uvažování, nástroj pro práci s prohlížečem na Claude API a Google Cloud i změnu nástrojové sady pro ovládání počítače. Upozorňuje také, že tokeny použité na uvažování se počítají do limitu výstupu. Podpora funkce proto sama o sobě neříká, kolik bude stát dokončený úkol.

• Kontext a výstup: Haiku má kontextové okno 1 milion tokenů, Luna 1,05 milionu. Oba uvádějí běžné maximum výstupu 128 tisíc tokenů; tyto limity neoznačují hranici levnějšího tarifu.
• Vstup a odpověď: oba modely přijímají text a obrázky a vracejí text. Podpora stejného typu vstupu ještě nezaručuje stejnou kvalitu při extrakci z dokumentů nebo obrázků.
• Volání nástrojů: Luna podporuje volání funkcí a strukturované výstupy. Pro její vestavěné vyhledávání na webu a v souborech, interpret kódu nebo ovládání počítače je určené Responses API; některé nástroje mají poplatek za volání vedle ceny textových tokenů.

Pro prosté třídění nebo extrakci mohou být vestavěné agentní nástroje vedlejší. U automatizace, která opakovaně vyhledává, spouští kód či ovládá prohlížeč, už cenu vytváří celá posloupnost volání. Srovnání samotných textových sazeb v takovém případě zachycuje jen část nákladů.

Jak hluboké jsou důkazy o výkonu

Profil Haiku na BenchLM v hlavním přehledu ukazuje 6 zobrazitelných benchmarkových řádků ze 667 sledovaných položek, zatímco jeho FAQ uvádí 18; počty na stejné stránce se tedy rozcházejí. Šest konkrétně zobrazených řádků je užší základ pro posouzení výsledků než souhrnné pořadí. Označení ověřeného řádku zde znamená vazbu na publikovaný výsledek, nikoli automaticky nezávislé zopakování testu.

Profil Luny na BenchLM

Pro pravidelné požadavky mezi cenovými hranicemi dává zveřejněný ceník jasnou cenovou přednost Luně při stejné účtované spotřebě. U krátkých požadavků je základní cena shodná a výběr závisí hlavně na kvalitě požadovaného výstupu a potřebných funkcích. Při rozhodování o velkém objemu tak má větší výpovědní hodnotu cena za správně dokončený úkol, včetně výstupu, cache a nástrojů, než samotná cena za vstupní token.

Přečtěte si také:

• Claude Code, nebo Codex: benchmark nezná váš repozitář
• Zapier, nebo Power Automate: účet mění počet tvůrců, ne jen počet spuštění
• Fakturoid, nebo iDoklad: automatizace může zdvojnásobit roční účet