Același milion de cuvinte costă 2 dolari sau 10 bani, în funcție de cum e construit botul
Publicat în
Automatizare pentru Business
pe
October 2, 2026

Același milion de cuvinte costă 2 dolari sau 10 bani, în funcție de cum e construit botul

GPT-6.1 Sol a fost anunțat cu input la 2 dolari, output la 10 și context citit din cache la 0,10 dolari per milion de tokeni, plus o treaptă de viteză separată. Diferența dintre un bot prost construit și unul bine construit a încetat să fie o chestiune de gust: se vede în factură. Iată cele două pârghii și întrebările pe care merită să le pui furnizorului.

GPT-6.1 Sol a venit cu input la 2 dolari, output la 10 și context citit din cache la 0,10 dolari per milion de tokeni. Plus o treaptă de viteză separată. Iată ce se schimbă practic pentru cine plătește factura.

Există un fel anume de dezamăgire pe care o trăiesc antreprenorii care automatizează pentru prima dată. Botul funcționează, oamenii sunt încântați, și apoi vine factura de la finalul lunii și e de patru ori cât estimarea. Nimic nu s-a stricat. Doar că nimeni nu s-a uitat la cum anume e construit.

Anunțurile de la DevDay, pe 29 și 30 septembrie 2026, fac distincția asta mult mai vizibilă, și e primul lucru care merită reținut din ele.

GPT-6.1 Sol a fost lansat cu trei prețuri, nu cu unul: 2 dolari per milion de tokeni de input, 10 dolari per milion de tokeni de output și 0,10 dolari per milion de tokeni de input citiți din cache. Adică o reducere de 95% pe partea de context repetat. În paralel a apărut o treaptă Ultrafast, cu aproximativ 300 de tokeni pe secundă, de șase ori viteza standard în API și de opt ori în Codex, iar varianta rapidă a modelului mai mare, Astra Ultrafast, e tarifată la 60 de dolari input și 300 de dolari output per milion de tokeni. Pentru context de calitate: Sol obține 52 pe Artificial Analysis Intelligence Index, față de 58 pentru Opus 5.5.

Pe hârtie, astea sunt rânduri într-o listă de prețuri. În practică, sunt două pârghii pe care un furnizor serios trebuie să le poată explica, și pe care un furnizor neserios nu le va menționa niciodată.

Ce e, de fapt, cache-ul

Imaginează-ți că ai un colaborator nou. La fiecare sarcină pe care i-o dai, îi povestești de la zero cine e firma, ce vindem, cine sunt clienții, cum scriem, ce nu avem voie să promitem. Zece minute de context, apoi treizeci de secunde de întrebare. Faci asta patruzeci de ori pe zi.

Acum imaginează-ți un colaborator care deja cunoaște dosarul. Îi spui doar ce e nou azi.

Cache-ul e exact diferența dintre cei doi. Instrucțiunile tale, regulile de brand, catalogul de produse, exemplele de ton, toate rămân aceleași de la o cerere la alta. Dacă botul e construit ca să trimită de fiecare dată tot, plătești 2 dolari per milion pentru aceeași poveste, de patruzeci de ori pe zi. Dacă e construit ca să trimită doar ce e nou și să citească restul din cache, aceeași poveste costă 0,10 dolari per milion.

Nu modelul e mai ieftin. Arhitectura e mai ieftină.

Și aici apare lucrul pe care puțini îl spun cu voce tare: diferența dintre un bot prost construit și unul bine construit a încetat să fie o chestiune de gust. A devenit o linie în factură, pe care o poți citi la sfârșit de lună.

No items found.

A doua pârghie: viteza a devenit un produs separat

Până acum, viteza era un efect secundar. Alegeai modelul, primeai viteza care venea la pachet. Treapta Ultrafast schimbă regula: viteza se cumpără separat, și se plătește separat.

Diferența de tarif e brutală. Modelul mare în varianta rapidă ajunge la 60 de dolari input și 300 de dolari output per milion, față de 2 și 10 pentru Sol în regim standard. Nimeni întreg la cap nu rulează tot pe treapta rapidă.

Dar nu tot are nevoie de aceeași viteză, și asta e întreaga idee. Un raport care se generează la 7 dimineața poate fi gata la 7 și cinci, nimeni nu stă cu ochii pe el. Un răspuns către un client care așteaptă pe chat la 21:40 e cu totul altceva: acolo, douăzeci de secunde de tăcere sunt diferența dintre o conversație și o conversație abandonată.

Să fim limpezi, ca să nu inventăm cifre: nu avem date publice despre cât crește exact conversia dacă răspunsul vine în două secunde în loc de douăzeci. Ce avem e o decizie de proiectare care, până săptămâna trecută, nici nu exista. Acum există, și cine nu o ia o ia implicit, plătind viteză unde nu e nevoie sau pierzând clienți unde ar fi fost.

Un exemplu ipotetic, ca să fie concret. Presupunem un salon care are un bot ce răspunde pe WhatsApp. Trei feluri de mesaje intră: întrebări de program (identice, repetitive), cereri de rezervare (care cer verificare în calendar), și reclamații (care trebuie să ajungă la om). Un bot bine construit tratează primele două din cache, răspunde rapid, și escaladează al treilea tip către telefonul patroanei. Un bot construit prost trimite la model, de fiecare dată, întreaga istorie a conversației plus tot catalogul de servicii, pe treapta scumpă, inclusiv ca să spună la ce oră se deschide salonul. Același rezultat pentru client. Facturi care nu se compară.

De ce factura de la agenția clasică nu arată niciodată așa

Merită o paranteză, pentru că explică de unde vine confuzia pe piață.

O agenție clasică îți facturează ore de om. Dacă oamenii lucrează mai eficient, marja agenției crește, nu factura ta scade. Nu e rea voință, e modelul: nimeni nu are interes să arate cât din muncă s-a făcut automat și cât nu, pentru că prețul nu e legat de asta.

Un tool izolat îți facturează un abonament fix. Dacă îl folosești prost și consumi de cinci ori mai mult decât ar fi nevoie, tot plătești abonamentul, doar că te lovești mai repede de plafon și treci pe pachetul următor. Nici aici nimeni nu are interes să te învețe să consumi puțin.

Un sistem construit pe consum real are un interes diferit, și de aici vine toată diferența. Dacă cel care îl construiește rămâne responsabil de cum rulează, fiecare token risipit se vede. Nu e o virtute morală, e aritmetică: cine proiectează și cine plătește se uită în aceeași foaie.

Întrebarea pe care merită să o pui orice furnizor, indiferent din care categorie vine, e una singură și sună cam așa: dacă botul ăsta consumă luna viitoare de trei ori mai mult, cine simte diferența? Răspunsul îți spune mai mult despre furnizor decât orice prezentare.

Ce poți face concret, săptămâna asta

Dacă ai deja un bot sau o automatizare care folosește AI, cere furnizorului trei lucruri, în scris. Nu sunt întrebări tehnice, sunt întrebări de proprietar.

  • Ce parte din ce se trimite la model e identic de la o cerere la alta, și e citit din cache? Dacă răspunsul e vag sau „nu se aplică la noi”, ai răspunsul.
  • Unde se duce fiecare tip de cerere, pe ce treaptă de viteză, și de ce? Un sistem gândit are cel puțin două rute. Unul improvizat are una.
  • Cât a costat luna trecută, defalcat pe input, cache și output? Dacă nu poate fi defalcat, nu e monitorizat, iar ce nu e monitorizat nu poate fi optimizat.

Dacă nu ai încă nimic automatizat, ordinea e alta și e mai simplă: scrie mai întâi ce rămâne la fel la fiecare rulare (reguli, ton, catalog, exemple) și ce se schimbă (întrebarea clientului, data, stocul). Separarea asta, făcută pe hârtie, înainte de orice linie de cod, e exact ce face diferența de 95% în factură. Nu e o optimizare de final. E prima decizie.

Cum stai cu un pas înainte

Prețurile vor continua să scadă, asta nu mai e o predicție riscantă. Dar atenție la ce se întâmplă de fiecare dată când scad: cine vinde „acces la AI” pierde produsul, iar cine vinde un proces care rulează ieftin câștigă marjă.

Pentru un antreprenor, concluzia practică e neplăcut de simplă. Întrebarea „ce model folosiți?” a devenit aproape irelevantă, modelele se schimbă la fiecare șase săptămâni. Întrebarea care contează e: cine proiectează ce se trimite, când, și pe ce treaptă?

Dacă răspunsul la întrebarea asta ești tu, în fiecare dimineață, nu ai un sistem. Ai o unealtă și o rutină. Dacă răspunsul e „sistemul, prin cum a fost construit”, atunci scăderea următoare de prețuri lucrează pentru tine fără să faci nimic.

Tu decizi direcția. Restul ar trebui să ruleze singur, și să ruleze ieftin.

Notă: prețurile și treptele de viteză provin din relatări de presă despre DevDay 2026, nu dintr-o pagină oficială de prețuri OpenAI citită direct. Cele două surse consultate diferă în detalii: una dă 300 de tokeni pe secundă și de șase ori viteza standard în API, cealaltă menționează doar de opt ori mai rapid în Codex, fără cifră absolută. Reducerea de 95% pe cache e calculată din raportul dintre 0,10 și 2 dolari per milion, nu preluată ca procent dintr-un comunicat. Prețurile pe tokeni, disponibilitatea treptei Ultrafast și scorul pe Artificial Analysis Intelligence Index merită reverificate la sursă înainte de a construi o ofertă pe ele.

Surse:

  • Ultimele postări[
  • pe Instagram
100 followers
@alesignco