Oznake

Upravljanje troškom

25 stavki

Samo provjereno

Natpis Claude Haiku 5.5 crnim serifnim slovima na prljavobijeloj podlozi, između tri otrgnuta komada papira u žutoj, bež i plavoj boji, s tankim crnim lukom ispod imena.

Modeli

Claude Haiku 5.5 je objavljen, a cijena malog modela smanjena je za 90 odsto za promptove do 100.000 tokena

Anthropic je 7. oktobra 2026. objavio Claude Haiku 5.5. Za promptove do 100.000 tokena model košta 0,10 dolara po milionu ulaznih i 0,50 dolara po milionu izlaznih tokena, što je desetina cijene modela Haiku 4.5; preko te granice cijene su 0,50 i 2,50 dolara. Kontekstni prozor je 1 milion tokena, a nivo uloženog truda u rezonovanje može se podešavati. Isti tekst se, međutim, broji kao oko 30 odsto više tokena, pa je ušteda po zadatku manja nego što cjenovnik obećava.

Anthropic8. oktobraprovjereno

Modeli

Besplatni Gemini od 9. oktobra dobija samo Flash-Lite, a plan AI Plus ostaje bez modela Pro

Google je na stranici podrške objavio koje modele zadržava svaki plan poslije oktobarskih izmjena. Nalog bez pretplate dobija samo Flash-Lite, AI Plus zadržava Flash, ali gubi Pro, a sva tri modela ostaju samo u planovima AI Pro i AI Ultra. Svaki plan dobija birač nivoa napora, a ograničenje potrošnje i dalje se računa po utrošenom računanju i obnavlja na pet sati.

Google, Gemini Apps Help7. oktobraprovjereno

Modeli

Šest komercijalnih rutera modela u novom radu nije nadmašilo nasumičan izbor između dva modela

Rad predat na arXiv 2. oktobra 2026. ispitao je šest komercijalnih rutera velikih jezičkih modela u 14 podešavanja. Autori navode da nijedno podešavanje nije nadmašilo ruter koji uz isti trošak nasumično bira između modela Gemini 3.7 Flash i Opus 5, a jedno je zaostalo 10,5 procentnih poena. Autori, zaposleni u kompaniji Fastino Labs, razliku objašnjavaju načinom na koji se ruteri ocjenjuju i prevelikim skupovima modela. Rad nije prošao recenziju.

arXiv, Fastino Labs5. oktobraprovjereno

Modeli

Microsoftov ThinkingBox pokazuje da nijedan model ne rješava pola zadataka 20 puta zaredom

Microsoftov tim Copilot Studio objavio je 3. oktobra 2026. na blogu platforme Hugging Face rezultate testa performansi ThinkingBox. Test svaki od 507 poslovnih tokova rada pokreće 20 puta po modelu i ocjenjuje stanje baze podataka koje agent ostavi, a ne njegovu završnu poruku. Microsoft navodi da Claude Opus 5.5 ima najbolji rezultat u pojedinačnom pokušaju, 67,16 odsto, ali da u svih 20 pokušaja rješava samo 241 zadatak. Prema autorima, približno četiri od pet neuspjeha potiču od rukovanja alatima, a ne od rezonovanja.

Microsoft, Hugging Face4. oktobraprovjereno

Agenti

Copilot je povukao četiri modela, a pregled koda podrazumijevano koristi nivo Balanced

GitHub je 2. oktobra 2026. povukao četiri modela iz svih dijelova Copilota: Gemini 3.5 Flash, Gemini 3.6 Flash, Kimi K2.7 Code i Claude Opus 4.7. Istog dana je omogućio da se Copilotov pregled koda zatraži preko REST i GraphQL API-ja. Podrazumijevani nivo temeljnosti pregleda sada je Balanced, a ta izmjena je na snazi od 28. septembra 2026. Prema GitHubovoj dokumentaciji, pregled na nivou Balanced košta više AI kredita od pregleda na nivou Lite.

GitHub Changelog4. oktobraprovjereno

Agenti

AWS je objavio pregledno izdanje servisa Well-Architected Agent, dostupno od plana Business+

AWS je 1. oktobra 2026. objavio preglednu verziju servisa AWS Well-Architected Agent. Servis periodično analizira AWS naloge korisnika i na osnovu poslovnih ciljeva koje korisnik unese, daje preporuke u oblastima troškova, bezbjednosti, otpornosti i performansi. Preporuke su rangirane prema njihovoj relevantnosti za definisane poslovne ciljeve. Uz preporuke, servis pruža i skripte za njihovu implementaciju, dok na zahtjev može analizirati i šablone infrastrukture kao koda. Pristup servisu imaju korisnici sa AWS planom podrške Business+ ili višim, dok su profili agenta dostupni u tri regiona u Sjedinjenim Američkim Državama.

AWS2. oktobraprovjereno

Agenti

Claude Code 2.1.286: ispravke u zaštiti pristupnih podataka, potrošnji i radu dodataka

Anthropic je 30. septembra 2026. objavio Claude Code 2.1.286. Četiri ispravke uklanjaju slučajeve u kojima su se pristupni podaci pojavljivali u porukama o grešci MCP-a, u zapisima i u transkriptima koji je trebalo da budu redigovani. Instalacija dodataka sada odbija npm izvore koji su git repozitorijumi ili direktorijumi, a sesije funkcije Remote Control prekidaju se kad je politika organizacije isključi. Izdanje ispravlja i greške u obračunu potrošnje, uključujući dio upisa u keš koji je bio obračunavan po nižoj cijeni, te donosi promjene u ponašanju režima bare.

Claude Code1. oktobraprovjereno

Alati

Microsoft u novoj aplikaciji Copilot agentski rad naplaćuje po potrošnji

Microsoft je 25. septembra 2026. predstavio preuređenu aplikaciju Copilot s tri kartice: Home, Code i Autopilot. Pretplatna licenca po korisniku i dalje pokriva razgovor i rad u Officeu. Cowork, Code, Autopilot i najnoviji modeli, poput modela Fable i Astra, naplaćuju se po potrošnji, u jedinicama Copilot Credits.

Microsoft26. septembraprovjereno

Agenti

GitHub je uveo Grok 4.7 u Copilot po istoj tarifi po kojoj naplaćuje verziju 4.6

GitHub je 21. septembra 2026. počeo da uvodi Grok 4.7 u Copilot. Model se naplaćuje po cjenovniku proizvođača, kroz naplatu po potrošnji, a dokumentacija navodi 2 dolara po milionu ulaznih i 6 dolara po milionu izlaznih tokena ispod 200 hiljada tokena konteksta. To je tačno ono što u istoj tabeli koštaju Grok 4.5 i Grok 4.6. Model dobijaju planovi Copilot Pro, Pro+, Max, Business i Enterprise, i pojavljuje se u biraču modela na osam mjesta, od okruženja Visual Studio Code do Eclipsea. U firmi na planu Business ili Enterprise nov model se uključuje sam, osim ako je administrator ranije isključio podrazumijevano uključivanje.

GitHub21. septembraprovjereno

Agenti

Claude Code 2.1.278 prebacio je provjere automatskog režima na server, gdje se ne naplaćuju

U automatskom režimu klasifikator pregleda komande terminala i mrežne zahtjeve prije nego što se izvrše, a te provjere su bile zasebni zahtjevi prema modelu koji se naplaćuju kao potrošnja tokena. Od ove verzije Claude Code traži od servera da ih obavi u sklopu zahtjeva same sesije i za njih ne naplaćuje ništa. Podrazumijevano važi za plan Enterprise, naloge s Claude API-jem i platforme AWS, Bedrock, Agent Platform i Foundry, zavisno od uvođenja na svakoj. Tamo gdje serverska provjera ne dopre do sesije, vraća se ranije naplaćivanje, uz jednokratno obavještenje.

Claude Code19. septembraprovjereno

Modeli

Amazon Bedrock je dobio Kimi K3, a izvršno okruženje za agente kreće za oko dvije sekunde

Bedrock je 18. septembra 2026. objavio dvije izmjene. Kimi K3, za koji Moonshot AI navodi da je prvi otvoreni model s 2,8 biliona parametara, postao je opšte dostupan i prvi je model s otvorenim težinama na Bedrocku koji podržava izričito keširanje prompta. Istovremeno je zamijenjeno i izvršno okruženje u kojem se agenti izvode: AWS je izmjerio hladno pokretanje od 1,9 do 2,0 sekunde na 75. percentilu, za kontejnerske slike od 200 MB do 2 GB, naspram 5,4 do 30 sekundi u ranijoj verziji. Memorija se sada oslobađa tokom sesije, umjesto da ostane zauzeta do najveće izmjerene potrošnje.

Amazon Web Services19. septembraprovjereno

Agenti

Copilot sam zatvara riješene komentare, a na nivou Lite pregled vodi više agenata

GitHub je obje izmjene objavio 11. septembra 2026. Kad commit koji slijedi riješi ono na šta je komentar iz pregleda koda ukazao, Copilot taj komentar sam zatvara pri ponovnom pregledu, a primjedbe koje nisu riješene ostaju otvorene. Agent za pregled je dobio i pun skup alata ljuske iz Copilot SDK-a, pa nad kodom koji čita može da pokrene gradnju, testove i ciljane skripte. Na nivou uloženog truda Lite pregled više ne radi jedan agent nego njih nekoliko, a GitHub za tu izmjenu navodi 47 odsto više riješenih komentara visokog nivoa po pregledu, uz oko 8 odsto niži trošak.

GitHub Changelog: Copilot12. septembraprovjereno

Agenti

OpenClaw u izdanju 2026.9.4 vraća neuspjelu nadogradnju, a pripremljeni radnici u oblaku se naplaćuju

Izdanje 2026.9.4 otvorenog ličnog pomoćnika OpenClaw objavljeno je 11. septembra 2026. Nadogradnja koja ne uspije sada može da vrati prethodni paket, ali samo kada provjere sheme i podešavanja pokažu da je povratak bezbjedan. Migracije baze i dalje traže provjerenu kopiju napravljenu prije nadogradnje. Isto izdanje uvodi pripremljene radnike u oblaku, koji se kod provajdera naplaćuju sve dok se ne obrišu, uz podrazumijevanu rezervu od jednog po projektu ili profilu i gornju granicu od četiri na cijelom Gatewayu. Dodaci su skupljeni na jedno mjesto, a domaćin sada može da zaključa podešavanje promjenljivom okruženja.

OpenClaw11. septembraprovjereno

Konektori

AWS-ov MCP server sada može da pregleda Lambda funkciju i sedam servisa oko nje

AWS je dijagnostičku mogućnost za Lambda funkcije objavio 4. septembra 2026. Agent za pisanje koda povezan na AWS-ov MCP server može da pregleda Lambda funkciju zajedno s povezanim resursima u sedam servisa, da signale grešaka uporedi s osnovom od 7 dana, da pročita konfiguraciju isporuke i da analizira kašnjenje. Dodatne naplate nema. Sam server radi u samo dva regiona, iako doseže servise u svim komercijalnim regionima.

AWS5. septembraprovjereno

Modeli

ChatGPT, Claude, Grok i Gemini imali su smetnje u istom dvočasu, 3. septembra

Anthropic je 3. septembra 2026. zaveo povećan broj grešaka na modelima Claude Mythos 5.1, Claude Fable 5.1 i Claude Opus 5, a OpenAI povećan broj grešaka u ChatGPT-u i Codexu. Grok je korisnicima ispisivao poruku o greškama, a nezavisni nadzor je zabilježio vjerovatan prekid Gemini API-ja. Četiri nezavisna provajdera, jedno prijepodne. Nijedna stranica o stanju usluga ne imenuje zajednički uzrok, a Amazon Web Services, Microsoft Azure i Cloudflare tog jutra nisu prijavili veće smetnje.

Ars Technica4. septembraprovjereno

Agenti

GitHub 2. oktobra povlači četiri modela iz Copilota, a licence se od 1. oktobra plaćaju unaprijed

GitHub je 3. septembra 2026. objavio tri izmjene za Copilot, i zajedno mijenjaju koji se modeli mogu birati, kada se licenca plaća i da li se uopšte može prijaviti. Modeli Gemini 3.5 Flash, Gemini 3.6 Flash, Kimi K2.7 Code i Claude Opus 4.7 povlače se 2. oktobra 2026. iz svih Copilot okruženja. Na njihovo mjesto dolazi Gemini 3.8 Flash, u planovima Pro, Pro+, Max, Business i Enterprise. Prijave za Business i Enterprise ponovo se otvaraju kupcima koji plaćaju karticom ili PayPalom, ali se svaka dodijeljena licenca sada naplaćuje prije nego što je korisnik dobije.

GitHub4. septembraprovjereno

Agenti

Copilot sada može da odobri zahtjev za spajanje izmjena, ako mu administrator dozvoli

GitHub je u svaki Copilotov pregled koda dodao ocjenu spremnosti za odobrenje, a uz nju i zasebno podešavanje kojim Copilot predaje pravo odobrenje. To odobrenje se računa u pravilo repozitorijuma o obaveznom broju odobrenja, pa uslov koji je do sada tražio čovjeka može da ispuni i mašina. Mogućnost je podrazumijevano isključena i podešava se na tri nivoa, sve do izbora putanja koje Copilot smije da odobri. Istog dana je objavljena i izmjena kojom pojedinačni korisnički budžeti dobijaju datum isteka.

GitHub2. septembraprovjereno

Modeli

Google je Geminiju dao alat koji sam bira šta da gleda u snimku, uz do 88 odsto manje tokena

Agentsko razumijevanje videa modelu prepušta odluku koji dio snimka da otvori, s koliko kadrova u sekundi i da li da gleda kadrove, sluša zvuk ili čita transkripciju. Google ga je objavio 1. septembra 2026. za modele Gemini 3.7 Flash, Gemini 3.6 Flash i Gemini 3.5 Flash-Lite, kroz Gemini API u okruženjima Google AI Studio i Gemini Enterprise Agent Platform. Kompanija navodi da se potrošnja tokena smanjuje do 88 odsto, a trošak do 66 odsto, dok tačnost raste do 7 odsto na standardnim testovima performansi za analizu videa. Cjenovnik se ne mijenja: naplaćuju se redovne cijene tokena i posebne naknade nema.

Google1. septembraprovjereno

Agenti

Copilot u Visual Studiju dobija agente za cijelu organizaciju i tri stepena razmišljanja

Avgustovsko izdanje Copilota za Visual Studio 2026 dopušta vlasnicima organizacije i preduzeća da objave sopstvene agente koje onda koristi svaki repozitorijum koda u toj organizaciji. Podržani modeli od sada nude tri stepena razmišljanja, Low, Medium i High, pa dubina razmišljanja postaje izbor, a ne podrazumijevano stanje. Git agent pregleda izmjene koje još nisu snimljene u istoriju, prije nego što se otvori zahtjev za spajanje izmjena (pull request), i na GitHubu i na Azure DevOpsu. Sve to stiže na svaki plan Copilota, uključujući i besplatni.

GitHub29. avgustaprovjereno

Agenti

Posrednik koji je skidao jedno zaglavlje udvostručavao je račun za Claude Code

Izdanje 2.1.239 popravlja strujanje na Bedrocku iza posrednika koji uklanjaju zaglavlje Content-Type iz odgovora. Claude Code je tiho prelazio na ponovno izvršavanje svakog koraka bez strujanja, pa se svaki korak naplaćivao dvaput. Isto izdanje u procjenu troška uvodi premiju od 1,1 puta, koju plaćaju radni prostori s ograničenom rezidencijom podataka.

Anthropic24. avgustaprovjereno

Modeli

GPT-5.6 Sol je pao na 4 i 20 dolara i po cijeni pretekao Claude Opus 5

OpenAI je 21. avgusta snizio cijenu Sola na API-ju: ulaz sa 5 na 4 dolara, izlaz sa 30 na 20, a ulaz iz keša sa 0,50 na 0,40. Na standardnom zadatku model je od skupljeg od Claudea Opusa 5 postao jeftiniji od njega. Sniženje je promotivno i traje najmanje do 21. novembra.

OpenAI22. avgustaprovjereno

Modeli

Najbolji jeftini modeli za velike količine poziva, po cijeni hiljadu poziva

Šest modela, jedan zadatak, jedna brojka: koliko košta hiljadu poziva kada svaki šalje 4.000 tokena i dobija 800 nazad. Najjeftiniji red je 1,76 dolara, najskuplji 16, što je razlika od devet puta, a ne od sto puta, koliko se u ovoj rubrici obično podrazumijeva. Dvije stvari pomjeraju poredak jače nego istaknuta cijena, a jedna od njih ima rok.

Anthropic, Google, OpenAI21. avgustaprovjereno

Agenti

Claude Code protiv Cursora: istih 20 dolara, drugačiji oblik

Oba počinju na 20 dolara mjesečno, oba podržavaju MCP, oba pokreću vještine i hookove, oba stižu do CI-ja. Razlika nije u spisku mogućnosti. Razlika je u tome da li agent radi u uređivaču koji tek treba usvojiti ili u terminalu koji već postoji.

Anthropic, Cursor21. avgustaprovjereno

Modeli

Claude Opus 5 protiv GPT-5.6 Sola: koji je jeftiniji zavisi od praga koji OpenAI ne objavljuje

Sniženje Sola od 21. avgusta spustilo ga je ispod Opusa 5 na obje kolone za kratak kontekst — 4 naspram 5 dolara na ulazu, 20 naspram 25 na izlazu. Njegova kolona za dug kontekst otišla je na drugu stranu i i dalje košta više. Cijena Opusa 5 je između dvije Solove kolone, pa jeftiniji model zavisi od toga u koju kolonu tvoj zahtjev padne, a OpenAI ne kaže gdje je granica.

Anthropic, OpenAI21. avgustaprovjereno

Modeli

Kako oboriti račun za model za 89 odsto, bez ijedne izmjene u proizvodu

Četiri poluge, sve objavljene, nijedna lukava: keširaj nepromjenjivi dio prompta, grupiši ono što može da čeka, spusti stepen gdje zadatak to dozvoljava, i prestani da plaćaš množioce koje nisi tražio. Sve je razrađeno do kraja na jednom stvarnom poslu.

Anthropic, OpenAI21. avgustaprovjereno