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.
| # | Ime | Cijena | Za koga je |
|---|---|---|---|
| 1 | GPT-5.6 Luna | 1,76 dolara na hiljadu poziva, 1,04 iz keša, 0,88 u grupnoj obradi | Najjeftiniji način da kratak zadatak pokreneš sto hiljada puta, sve dok ti upit ostaje kratak. |
| 2 | Gemini 2.5 Flash | 3,20 dolara na hiljadu poziva, 2,12 iz keša, 1,60 u grupnoj obradi | Tiha opcija: stariji model kojem niko nije najavio promjenu cijene. |
| 3 | Gemini 3 Flash | 4,40 dolara na hiljadu poziva, 2,60 iz keša, 2,20 u grupnoj obradi | Jeftin, aktuelan, a i dalje označen kao pregled, a ta oznaka govori o riziku prelaska, ne o kvalitetu. |
| 4 | Gemini 3.7 Flash | 6 dolara na hiljadu poziva, 3,30 iz keša, 3 u grupnoj obradi — i 12 od 1. januara 2027. | Najbolji objavljeni rezultati na kodu u jeftinom sloju, po cijeni koja je ta cijena samo do nove godine. |
| 5 | Claude Haiku 4.5 | 8 dolara na hiljadu poziva, 4,40 iz keša, 4 u grupnoj obradi | Najskuplji među jeftinima, i jedini čiji račun nema ni skriveni prag, ni sat, ni datum. |
| 6 | Claude Sonnet 5 | 16 dolara na hiljadu poziva, 8,80 iz keša, 8 u grupnoj obradi | Stoji ovdje kao gornja granica. To plaćaš kad se ispostavi da zadatak ipak nije za jeftini sloj. |
- 01
GPT-5.6 Luna
1,76 dolara na hiljadu poziva, 1,04 iz keša, 0,88 u grupnoj obradiNajjeftiniji način da kratak zadatak pokreneš sto hiljada puta, sve dok ti upit ostaje kratak.
Valja
Ulaz po 0,20 i izlaz po 1,20 dolara za milion, najniži par u tabeli. Čitanje iz keša po 0,02 dolara za milion svodi ulaznu stranu gotovo na ništa. Grupna obrada ponovo prepolovi obje kolone.
Ne valja
Svaka od tih cijena je cijena za kratak kontekst. Dug kontekst ih otprilike udvostručuje, na 0,40 i 1,80 dolara, a OpenAI ne objavljuje na kojem broju tokena jedno prelazi u drugo. Ne možeš unaprijed provjeriti po kojoj će cijeni dati upit biti naplaćen.
- 02
Gemini 2.5 Flash
3,20 dolara na hiljadu poziva, 2,12 iz keša, 1,60 u grupnoj obradiTiha opcija: stariji model kojem niko nije najavio promjenu cijene.
Valja
Po 0,30 i 2,50 dolara za milion to je drugi najjeftiniji red, i najjeftiniji bez roka trajanja. Čitanje iz keša košta 0,03 dolara za milion. Tekst, slika i video dijele istu ulaznu cijenu.
Ne valja
Zvuk na ulazu se naplaćuje po jedan dolar za milion, više od tri puta skuplje od teksta. Čuvanje keša ide po jedan dolar za milion tokena na sat, pa veliki keš koji držiš košta i onih dana kad ga jedva dodirneš. Uz to je dvije generacije iza na kodu.
- 03
Gemini 3 Flash
4,40 dolara na hiljadu poziva, 2,60 iz keša, 2,20 u grupnoj obradiJeftin, aktuelan, a i dalje označen kao pregled, a ta oznaka govori o riziku prelaska, ne o kvalitetu.
Valja
Po 0,50 i tri dolara za milion stoji po cijeni između dvije generacije Flasha. Čitanje iz keša je 0,05 dolara za milion. Tekst, slika i video ulaze po istoj stopi.
Ne valja
Uslovi za modele u pregledu mijenjaju se bez obaveznog roka za prelazak, a to je pogrešna osnova za nešto što ugrađuješ u proizvodnju. Zvuk udvostručuje ulaznu cijenu na jedan dolar, a čuvanje keša košta jedan dolar za milion tokena na sat.
- 04
Gemini 3.7 Flash
6 dolara na hiljadu poziva, 3,30 iz keša, 3 u grupnoj obradi — i 12 od 1. januara 2027.Najbolji objavljeni rezultati na kodu u jeftinom sloju, po cijeni koja je ta cijena samo do nove godine.
Valja
Najjači objavljeni rezultati na programiranju od svega u ovoj tabeli, i najjeftinije čuvanje keša među Gemini redovima, 0,50 dolara za milion tokena na sat do kraja 2026. Sve četiri cijene su odštampane sa datumom isteka, pa poskupljenje nikoga ne zatiče.
Ne valja
Prvog januara 2027. udvostručuju se ulaz, izlaz, čitanje iz keša i čuvanje keša. Po novim cijenama ovo postaje najskuplji red u tabeli, iza Claudea Haikua 4.5. Gemini 3.6 Flash sada košta potpuno isto, pa rečenica iz najave o upola nižoj cijeni opisuje cijenu koju prethodnik već ima.
- 05
Claude Haiku 4.5
8 dolara na hiljadu poziva, 4,40 iz keša, 4 u grupnoj obradiNajskuplji među jeftinima, i jedini čiji račun nema ni skriveni prag, ni sat, ni datum.
Valja
Jedan dolar na ulazu i pet na izlazu za milion, čitanje iz keša po deset centi i bez naplate za držanje keša. U Anthropicovom razrađenom obrascu deset hiljada razgovora s podrškom izlazi na oko 37 dolara. Koristi stariji tokenizator, pa mu se cijena po tokenu direktno poredi s modelima zaključno sa Sonnetom 4.6.
Ne valja
Po redovnoj cijeni je četiri i po puta skuplji od Lune za isti zadatak. Mali je model i tako se i ponaša na dugom zaključivanju u više koraka. Vezivanje obrade za Sjedinjene Države dodaje množilac od 1,1 na svaku kategoriju tokena.
- 06
Claude Sonnet 5
16 dolara na hiljadu poziva, 8,80 iz keša, 8 u grupnoj obradiStoji ovdje kao gornja granica. To plaćaš kad se ispostavi da zadatak ipak nije za jeftini sloj.
Valja
Dva dolara na ulazu i deset na izlazu za milion, a uvodna cijena je postala stalna: povećanje na tri i petnaest dolara, zakazano za 1. septembar 2026, otkazano je. Cio prozor od milion tokena naplaćuje se po standardnoj stopi.
Ne valja
Devet puta skuplji od Lune po redovnoj cijeni, za istu hiljadu poziva. Koristi noviji tokenizator, koji za isti tekst daje oko trideset odsto više tokena, pa mu cijena po tokenu nije direktno uporediva s modelima zaključno sa Sonnetom 4.6 — stvarni razmak je veći nego što kolone pokazuju.
Cijena po milionu tokena je brojka koju svaki proizvođač objavljuje i koju niko ne osjeća. Ti ne kupuješ milion tokena. Kupuješ jedan poziv koji se onda ponovi dvjesta hiljada puta mjesečno, a ono što hoćeš da znaš je koliko to košta. Zato ovaj spisak računa cijenu jednog zadatka — 4.000 tokena na ulazu, 800 na izlazu, oblik jedne klasifikacije ili kratkog sažetka — i pokazuje račun za hiljadu takvih. Svaka cijena je prepisana s proizvođačevog cjenovnika 21. avgusta 2026, a svaki red vodi natrag na njega.
Kako je račun sastavljen
Jedan poziv košta 4.000 ulaznih tokena po ulaznoj stopi i 800 izlaznih po izlaznoj. Kad se to podigne na hiljadu poziva, obrazac se svede na nešto što možeš da izračunaš napamet: četiri puta ulazna cijena, plus osam desetina izlazne, u dolarima. Gemini 3.7 Flash po 0,75 i 3,75 dolara za milion daje tri dolara ulaza i tri dolara izlaza, dakle šest dolara na hiljadu poziva.
Isti račun preko cijelog polja daje poredak: GPT-5.6 Luna na 1,76 dolara, Gemini 2.5 Flash na 3,20, Gemini 3 Flash na 4,40, Gemini 3.7 Flash na 6, Claude Haiku 4.5 na 8 i Claude Sonnet 5 na 16 dolara. Sonnet 5 stoji u tabeli kao gornja granica, ne kao kandidat: to je cijena koju plaćaš kad odlučiš da zadatak zaslužuje jači model.
Ovdje se ne mjeri kvalitet odgovora. Jeftin model kojem treba drugi pokušaj na tri poziva od deset nije jeftin model sa zvjezdicom, nego model čija je stvarna cijena viša za trideset odsto, kojem se na tim pozivima srednji odziv udvostručuje i čije promašaje sada moraš i da otkriješ. Izmjeri to na svom saobraćaju prije nego što posao preseliš zbog dva dolara razlike.
Keširanje seli odluku u izlaznu kolonu
Kod velikih količina poziva tih 4.000 ulaznih tokena obično su isti tokeni: nepromjenjiv blok uputstava, shema, nekoliko obrazaca. Sva tri proizvođača to čitaju iz keša po otprilike desetini ulazne cijene. Anthropic naplaćuje čitanje iz keša po jednoj desetini osnovne ulazne stope, dakle deset centi za milion na Haikuu 4.5. Google čita keš Gemini 3.7 Flasha po 0,075 dolara za milion, a keš Gemini 2.5 Flasha po 0,03. OpenAI čita keš Lune po 0,02 dolara.
Kad se to prenese na istu hiljadu poziva, redovi postaju 1,04, 2,12, 2,60, 3,30, 4,40 i 8,80 dolara. Poredak se ne mijenja. Mijenja se ono što upoređuješ: čim se ulazna strana svede na nekoliko centi, ulazna kolona prestaje da igra ulogu i cio poredak odlučuje izlazna. Na hiljadu poziva sam izlaz košta 0,96 dolara na Luni, dva dolara na Gemini 2.5 Flashu, četiri na Haikuu 4.5 i osam na Sonnetu 5.
Praktično pravilo koje iz toga slijedi glasi: ako biraš model za keširan posao koji se ponavlja, poređaj kandidate po izlaznoj cijeni i ne gledaj ulaznu kolonu dok ti na spisku ne ostanu dva.
Google naplaćuje čuvanje keša na sat, Anthropic naplaćuje upis
Dva proizvođača naplaćuju istu mogućnost na strukturno različitim mjestima, a ta razlika odlučuje koji je od njih jeftin baš za tebe. Google naplaćuje čuvanje dok keš živi: 0,50 dolara za milion tokena na sat na Gemini 3.7 Flashu do kraja 2026, i jedan dolar za milion tokena na sat na Gemini 3 Flashu i Gemini 2.5 Flashu. Anthropic čuvanje ne naplaćuje, nego uvećava upis — 1,25 puta osnovna ulazna cijena za petominutni keš, dva puta za jednočasovni — poslije čega čitanje košta desetinu osnovne. U njihovoj dokumentaciji stoji da se to isplati poslije jednog čitanja kod kratkog keša i poslije dva kod dugog.
Čuvanje je trošak koji ne mari za broj tvojih poziva, i baš zato je zamka na donjem kraju. Dokument od 200.000 tokena držan u kešu Gemini 3 Flasha jedan dan košta 4,80 dolara, svejedno da li si ga dodirnuo dvaput ili dvadeset hiljada puta. Na dvjesta hiljada poziva mjesečno to nestaje u zaokruživanju. Na dvjesta poziva mjesečno to je veći dio računa, a model koji naplaćuje upis i ne gleda na sat je jeftinija struktura.
Pitanje, dakle, nije koji proizvođač jeftinije kešira. Pitanje je da li tvoj keš svoj život provodi u čitanju ili u čekanju.
Najjeftiniji Flash red ima odštampan rok trajanja
Gemini 3.7 Flash košta 0,75 i 3,75 dolara za milion do 31. decembra 2026. Prvog januara 2027. te brojke postaju 1,50 i 7,50, čitanje iz keša ide sa 0,075 na 0,15 dolara, a čuvanje keša sa 0,50 na jedan dolar za milion tokena na sat. Google sva četiri datuma štampa na cjenovniku, što je više nego što većina radi, i to i dalje ostaje poskupljenje koje moraš da uračunaš. Gemini 3.6 Flash nosi istovjetnu najavu.
Kad se januarske cijene ubace u isti zadatak, Gemini 3.7 Flash sa šest dolara skače na dvanaest na hiljadu poziva. To nije sitna ispravka poretka, nego pad sa četvrtog mjesta na posljednje, iza Claudea Haikua 4.5 na osam dolara i za polovinu iznad njega. Haiku 4.5 na svom cjenovniku nema nijednu izmjenu s datumom, što nije obećanje, ali bar nije ni zakazano poskupljenje.
Ako pišeš budžet koji zalazi u narednu godinu, napiši dva: jedan za četiri mjeseca po sadašnjoj cijeni i jedan za sve poslije toga.
Grupna obrada prepolovi sve, i zato ne odlučuje ništa
Sva tri proizvođača objavljuju odloženi nivo po upola nižoj cijeni, i na ulazu i na izlazu. Claude Haiku 4.5 u grupnoj obradi košta 0,50 i 2,50 dolara za milion, Gemini 3.7 Flash 0,375 i 1,875 do kraja 2026, a GPT-5.6 Luna 0,10 i 0,60. Svaki red u tabeli se prepolovi i poredak ostaje isti, i to je upravo nalaz koji vrijedi: grupna obrada je jedina poluga koja je na sva tri mjesta ista, pa mijenja tvoj ukupan račun, a nikad tvoj izbor.
Dvije prepolovljene brojke vrijedi nositi u glavi. Claude Sonnet 5 u grupnoj obradi košta osam dolara na hiljadu poziva, tačno onoliko koliko Claude Haiku 4.5 košta bez nje. Haiku 4.5 u grupnoj obradi košta četiri dolara, manje nego Gemini 3.7 Flash po redovnoj cijeni. Ako posao smije da sačeka nekoliko sati — noćno dopunjavanje podataka, klasifikacija preko noći, bilo šta ispred čega stoji red čekanja — nivo za koji si mislio da ti je nedostupan već staje u budžet koji imaš.
Cijena tog popusta je čekanje, i to je stvarna cijena. Grupna obrada nije jeftiniji API, nego drugi API, a red koji ne možeš da isprazniš na zahtjev nije mjesto za bilo šta na šta čovjek čeka.
Šta ovaj spisak ne rješava
Dug kontekst se naplaćuje na tri načina, a samo je jedan od njih čitljiv. Anthropic cio prozor od milion tokena naplaćuje po standardnoj stopi i to izričito piše: zahtjev od 900.000 tokena se po tokenu naplaćuje isto kao zahtjev od 9.000. Google udvostručuje cijenu Geminija 3.1 Pro iznad 200.000 tokena u promptu i taj prag objavljuje. OpenAI za Lunu, Terru i Sol objavljuje kolonu dugog konteksta po otprilike dvostrukoj cijeni, ali ne kaže gdje kratak prestaje, a dug počinje. Najjeftiniji red u ovoj tabeli je, dakle, najjeftiniji po cijeni koja se na jednom pragu pretvara u 0,40 i 1,80 dolara za milion — a taj prag ne možeš da provjeriš.
Još tri stvari stoje izvan ovog računa. Gemini 3 Flash je model u pregledu, a uslovi za pregled se mijenjaju bez zajamčenog puta za prelazak. Vezivanje obrade za jednu geografiju nosi množilac od 1,1 na Claudeovom API-ju i uvećanje od deset odsto na OpenAI-jevim modelima objavljenim od 5. marta 2026. naovamo. Besplatni nivoi, ograničenja broja zahtjeva i red čekanja koji stvarno dobiješ na novom nalogu ne stoje ni na jednoj od ovih stranica.
Šta izabrati
Za klasifikaciju, usmjeravanje, izvlačenje podataka i označavanje u stvarnim količinama, počni od GPT-5.6 Lune i pomjeri se naviše tek kad možeš da pokažeš stopu promašaja koja košta više od razlike. Za posao u kojem je izlaz dovoljno dug da se osjeti, ako uz to hoćeš proizvođača čiji račun za dug kontekst nema skriveni prag, Claude Haiku 4.5 na osam dolara je poštena sredina, a u grupnoj obradi četiri. Za sve što planiraš da vrtiš i u februaru, saberi po januarskim cijenama prije nego što se obavežeš.
Izvori
Povezano
GPT-5.6 Sol 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.
OpenAIprovjereno
Modeli za govor s najboljim rezultatima ponavljaju greške iz samog testa
Hugging Face je kroz tri provjere propustio 11 otvorenih modela za prepoznavanje govora i našao da baš oni s najnižom stopom greške najčešće ponavljaju greške koje postoje samo u referentnom prepisu. Na pojedinim provjerama modeli, izgleda, prepoznaju na kojem se skupu ocjenjuju pa u skladu s tim mijenjaju pravopisnu konvenciju. Niska stopa greške može da znači da je model naučio skup podataka, a ne govor.
Hugging Faceprovjereno
Gemini 3.7 Flash, pročitan iz Googleovih brojki
Google ga je objavio 13. avgusta 2026. godine, dvadeset tri dana poslije Gemini 3.6 Flasha, s velikim napretkom na testovima za kod i agente i uvodnom cijenom koju tako i naziva. Sve to stoji. Četiri stvari se vide tek ako otvoriš karticu modela umjesto objave, a jedna od njih je rezultat koji je pao.
Googleprovjereno