Kluczowe fakty:
- Abonamenty AI były przez ostatnie dwa lata mocno subsydiowane – plan Claude za 20 dolarów miesięcznie dostarczał tokenów wartych około 400 dolarów w cenach API, a w przypadku ChatGPT wartość ta bywała 40–70-krotnie wyższa niż cena subskrypcji.
- Marże Anthropic wahały się od minus 94 procent w 2024 roku do plus 40 procent w 2025, natomiast OpenAI ma w bieżącym roku wydać około 14 miliardów dolarów – więcej niż 8–9 miliardów rok wcześniej.
- Google zmienił model rozliczeń z nielimitowanego dostępu na system kredytowy, a Europa doświadczyła przejściowego odcięcia od najnowszych modeli Anthropic i OpenAI – zdarzenia te są sygnałami końca ery subsydiowanej sztucznej inteligencji.
Przez ostatnie dwa lata płaciliśmy za AI mniej, niż kosztowało jej wytworzenie. Teraz rachunek zaczyna się wyrównywać, a firmy, które zbudowały swoje procesy na tanich abonamentach, poczują to najmocniej.
Sprawdziłem dane z kilkunastu ostatnich tygodni i obraz jest spójny. Skokowy wzrost kosztów generowania kodu, przejściowe odcięcie Europy od najnowszych modeli Anthropic i OpenAI, zmiana modelu rozliczeń Google z nielimitowanego dostępu na system kredytowy. To nie są przypadkowe zdarzenia. To sygnały tej samej zmiany strukturalnej: era subsydiowanej sztucznej inteligencji dobiega końca.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Dlaczego AI było tak tanie
Model, który znamy z ostatnich dwóch lat, przypominał wczesną fazę chmury obliczeniowej. Koncerny technologiczne oferowały dostęp do modeli językowych po cenach znacznie niższych niż realny koszt ich uruchomienia, licząc na to, że przyzwyczają użytkowników i zajmą jak najwięcej rynku, zanim konkurencja zdąży się rozwinąć. Finansowała to nie sprzedaż, lecz kapitał inwestorów.
Skala tej dopłaty jest większa, niż podpowiada intuicja. Analitycy z SemiAnalysis sprawdzili wszystkie poziomy abonamentów Claude i ChatGPT, testując je długimi zadaniami programistycznymi i agentowymi aż do wyczerpania tygodniowych limitów. Plan Claude za 20 dolarów miesięcznie dostarczał tokenów wartych w przeliczeniu na ceny API około 400 dolarów. Plan za 100 dolarów sięgał 2000 dolarów, a najwyższy, za 200 dolarów, dawał dostęp do usług wartych nawet 8000 dolarów. W przypadku ChatGPT proporcje bywały jeszcze bardziej hojne, sięgając 40 do 70-krotności ceny subskrypcji przy pełnym wykorzystaniu limitów.
Taka arytmetyka nie działa w nieskończoność. Marże Anthropic wahały się od minus 94 procent w 2024 roku do plus 40 procent w 2025, wciąż pod presją wyższych niż zakładano kosztów inferencji. OpenAI ma w tym roku spalić około 14 miliardów dolarów, więcej niż 8 do 9 miliardów rok wcześniej. Google, mimo swojej skali infrastrukturalnej, uznał niedawno, że nie może dłużej oferować nielimitowanego dostępu do swoich modeli w stałej cenie i wprowadził poziomy AI Pro za 19,99 dolara oraz AI Ultra za 249,99 dolara, oparte na mechanizmie zużywalnych kredytów.
Presja przed giełdowym debiutem
Do tego dochodzi czynnik, który zmienia horyzont czasowy całej branży. Anthropic złożył poufny wniosek rejestracyjny do amerykańskiej Komisji Papierów Wartościowych na początku czerwca, tuż po rundzie finansowania na 65 miliardów dolarów przy wycenie 965 miliardów dolarów. OpenAI poszło tą samą drogą kilka dni później. Obie spółki celują w debiut giełdowy jeszcze w tym roku, a inwestorzy publiczni inaczej niż fundusze venture rozliczają spółki z rentowności, nie tylko z tempa wzrostu użytkowników.
To zmienia kalkulację cenową. Dopóki AI była finansowana z rund inwestycyjnych, dopłacanie do użytkownika miało sens strategiczny. Przed wejściem na giełdę priorytetem staje się pokazanie poprawiającej się marży, a to oznacza podwyżki i przejście z opłat zryczałtowanych na rozliczenia za faktyczne zużycie tokenów.
Zapytałem o to Łukasza Czajkowskiego, dyrektora generalnego Polskiej Izby Dual Use, który patrzy na ten proces z perspektywy firm technologicznych obsługujących sektor obronny i cywilny jednocześnie.
– Logika biznesowa jest tu dość prosta: jeśli AI uwalnia 20 procent czasu zespołu, dostawca będzie chciał przejąć sporą część tej wartości, a to mogą być dziesiątki lub setki tysięcy złotych rocznie na zespół – ocenia Czajkowski.
Obserwuję ten proces od dłuższego czasu i nie traktowałbym go jako powodu do paniki, raczej jako moment weryfikacji. Firmy, które przez ostatnie dwa lata budowały swoje procesy wokół najtańszych planów subskrypcyjnych, teraz zapłacą realną cenę korzystania z cudzej infrastruktury obliczeniowej. Z drugiej strony to naturalna kolej rzeczy: żadna technologia infrastrukturalna, od chmury po energię, nie pozostaje sprzedawana poniżej kosztów przez lata. Pytanie nie brzmi, czy ceny wzrosną, tylko jak szybko organizacje zbudują odporność na tę zmianę, choćby przez dywersyfikację dostawców czy inwestycję w mniejsze, lokalnie uruchamiane modele.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Dostęp, nie tylko cena
Drugi wymiar problemu ujawnił się w połowie czerwca, gdy amerykański rząd nakazał Anthropic zablokować cudzoziemcom dostęp do dwóch najnowszych modeli, Claude Fable 5 i Claude Mythos 5, powołując się na względy bezpieczeństwa narodowego związane z metodą obchodzenia zabezpieczeń modelu. Firma musiała wyłączyć oba modele dla wszystkich klientów na całym świecie, także dla własnych pracowników niebędących obywatelami USA. Zamieszanie trwało niecałe trzy tygodnie: jak podał dziś Euronews, Departament Handlu zniósł ograniczenia, a Anthropic zaczyna przywracać globalny dostęp do obu modeli.
Nawet jeśli epizod okazał się krótkotrwały, pokazał coś, czego cena tokenów nie oddaje. Dostęp do najbardziej zaawansowanych modeli może zniknąć decyzją administracyjną jednego kraju, z dnia na dzień, niezależnie od tego, ile firma na świecie płaci za subskrypcję.
– Wśród 20 najważniejszych modeli 15 jest z USA, 5 z Chin, ani jeden z Europy, więc zależność dotyczy nie tylko ceny, ale i dostępu – zwraca uwagę Czajkowski.
Co to oznacza dla polskich firm
Dla polskich organizacji ta zmiana ma konkretny wymiar finansowy i strategiczny.
- Firmy, które rozliczały budżet AI jako stałą, przewidywalną pozycję kosztową, powinny zacząć planować rozliczenia oparte na zużyciu tokenów, ze zmiennością sięgającą kilkudziesięciu procent w skali roku.
- Sektory regulowane, takie jak bankowość, ochrona zdrowia czy administracja publiczna, mają dodatkowy argument za rozważeniem mniejszych, lokalnie uruchamianych modeli, które nie wymagają przesyłania danych do zewnętrznej chmury.
- Polskie alternatywy istnieją, choć są na wcześniejszym etapie rozwoju. Bielik, rozwijany przy wsparciu Rafała Brzoski i obecny w aplikacji InPost, doczekał się na początku 2026 roku trzeciej wersji i można go uruchamiać lokalnie. PLLuM, inicjatywa Ministerstwa Cyfryzacji realizowana z Politechniką Wrocławską i NASK, rozwija się w szerszy projekt HIVE, budujący ekosystem polskich modeli językowych. Marcowy test porównawczy pokazał jednak, że oba rozwiązania wciąż wyraźnie ustępują globalnym liderom, więc traktowanie ich jako pełnoprawnej alternatywy dla frontierowych modeli amerykańskich byłoby na razie przedwczesne.
- Renegocjacja umów z dostawcami i budowa architektury odpornej na zmianę cen, na przykład przez routing zapytań między modelami różnej klasy, to według analiz branżowych jedna z najskuteczniejszych metod ograniczenia wzrostu kosztów, sięgająca 60 do 80 procent oszczędności przy minimalnym spadku jakości.
Łukasz Czajkowski widzi w tym kontekście rolę europejskich rozwiązań: jego zdaniem odpowiedzią jest budowanie dojrzałej architektury zarówno po stronie państw, jak i firm, z miejscem na rozwiązania takie jak polski Bielik.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co dalej z cenami
Analitycy branżowi spodziewają się normalizacji cen interfejsów API o 30 do 50 procent w ciągu najbliższych 12 do 24 miesięcy. Jednocześnie ceny za pojedynczy token spadają dzięki lepszej efektywności obliczeniowej, więc firmy mogą zaobserwować paradoks znany już z chmury: tańsze jednostki rozliczeniowe przy rosnącym rachunku całkowitym, bo zużycie rośnie szybciej niż spadają ceny.
W praktyce oznacza to, że firmy nie płacą już za samą odpowiedź modelu, tylko za moc obliczeniową potrzebną do jej wygenerowania. To już nie jest kwestia wyboru dostawcy chatbota. To kolejna warstwa infrastruktury cyfrowej, na której trzeba nauczyć się budować budżet równie ostrożnie jak na energii czy serwerowniach.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału źródłowego rp.pl z dnia 01.07.2026, uzupełnionego o dodatkowe źródła: analizę SemiAnalysis cytowaną przez Quasa.io, dane o marżach i stratach OpenAI oraz Anthropic z Axios, informacje o wycenie i wniosku IPO Anthropic z BitMEX, analizę zmiany modelu subskrypcyjnego Google z Artefact, prognozy normalizacji cen z Oplexa, relację ze zniesienia ograniczeń eksportowych na modele Claude Fable 5 i Mythos 5 z Euronews oraz Al Jazeera, a także dane o stanie rozwoju polskich modeli Bielik i PLLuM z Messageflow i wyniki testu porównawczego z rp.pl. Dane o strategiach ograniczania kosztów inferencji pochodzą z CloudZero. Cytaty Łukasza Czajkowskiego, dyrektora generalnego Polskiej Izby Dual Use, zostały zweryfikowane z materiałem źródłowym rp.pl. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o zmianach cenowych na rynku AI oraz przebiegu debiutów giełdowych Anthropic i OpenAI.
