Google Cloud ogłosił w środę 26 sierpnia nowy zestaw opcji rozliczeń i narzędzi kontroli kosztów dla Gemini Enterprise, swojej platformy do budowania i uruchamiania agentów AI w firmach. Najważniejsze zmiany to płatność za faktyczne zużycie zamiast wyłącznie za stanowiska, plany oszczędnościowe z rabatem od 10 do 20 procent na tokeny oraz twarde miesięczne limity wydatków, po których przekroczeniu wywołania agenta są po prostu wstrzymywane. Za komunikatem stoją Michael Gerstenhaber, wiceprezes ds. produktu w Gemini Enterprise, i Pravir Gupta, wiceprezes Google Business Platform. Ich tezę da się streścić w jednym zdaniu: firmy chcą agentów, ale boją się faktury, więc Google postanowił sprzedać im najpierw hamulce, a dopiero potem silnik.
Kluczowe fakty:
- Google Cloud wprowadził do Gemini Enterprise nowy model rozliczeń pay-as-you-go, który pozwala firmom płacić za faktyczne zużycie tokenów zamiast wyłącznie za subskrypcje per użytkownik.
- Platforma oferuje plany oszczędnościowe z rabatem od 10 do 20 procent na tokeny oraz twarde miesięczne limity wydatków, po których przekroczeniu wywołania agenta są automatycznie wstrzymywane.
- Korzystanie z agentowego środowiska programistycznego Google Antigravity oraz funkcji AI w Android Studio zostaje objęte subskrypcją Gemini Enterprise, a limity narzędzi deweloperskich trafiają do wspólnej puli na poziomie projektu Google Cloud.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Co dokładnie zmienia się w rozliczeniach Gemini Enterprise
Dotychczas Gemini Enterprise rozliczało się głównie w modelu subskrypcji na użytkownika. Działa to dobrze dla pracowników biurowych, którzy codziennie korzystają z asystenta w stabilny, przewidywalny sposób. Gorzej sprawdza się u zespołów technicznych, które uruchamiają przepływy agentowe zrywami: przez tydzień nic, a potem trzy dni intensywnego przetwarzania, które wyczerpuje limit w połowie zadania. Nowy pakiet ma domknąć tę lukę.
- Płatność za zużycie w aplikacji Gemini Enterprise. Firmy mogą mieszać dotychczasowe subskrypcje per użytkownik z nową opcją pay-as-you-go, która pozwala uruchamiać obciążenia agentowe bez ryzyka, że agent zatrzyma się w trakcie pracy, bo skończył się limit. Na razie opcja jest dostępna dla wybranych klientów, szerszy dostęp Google zapowiada „wkrótce”.
- Google Antigravity i Android Studio w jednej subskrypcji. Korzystanie z agentowego środowiska programistycznego Antigravity oraz z funkcji AI w Android Studio zostaje objęte subskrypcją Gemini Enterprise. Limity narzędzi deweloperskich z wszystkich subskrypcji trafiają do wspólnej puli na poziomie projektu Google Cloud, więc firma nie musi utrzymywać osobnych licencji i osobnych rachunków dla programistów. Tu również obowiązuje etap „wybrani klienci”.
- Flexible Savings Plans (FSP). Firma deklaruje miesięczny poziom wydatków na Gemini Enterprise i w zamian dostaje 10 procent rabatu przy zobowiązaniu rocznym lub 20 procent przy trzyletnim. Nie ma progu minimalnego ani maksymalnego, a wydatki w ramach FSP pomniejszają istniejące zobowiązanie w umowie Enterprise Agreement. Plany są dostępne od razu, zarówno dla klientów samoobsługowych, jak i tych z umowami korporacyjnymi.
- Zabezpieczenia w konsoli rozliczeń Google Cloud. Kalkulator cen szacuje koszt licencji, narzędzi deweloperskich i czasu pracy agentów w tle. Wykrywanie anomalii oznacza projekt, którego wydatki na AI rosną szybciej niż zwykle, i wskazuje trzy pozycje cennika (SKU), które najmocniej napędzają wzrost. Twardy miesięczny limit na projekt wstrzymuje wywołania API agenta po jego osiągnięciu, z automatycznymi alertami e-mail przy 50, 80 i 100 procentach budżetu. Do tego agent FinOps, który generuje podsumowania kosztów w języku naturalnym.
Osobno Google poinformował media o czwartym elemencie, którego nie ma w polskiej wersji komunikatu. Według CIO.com firma wprowadza tak zwane odroczone wykonanie (deferred execution): obciążenia, które mogą poczekać, da się oznaczyć do uruchomienia w oknach niższego obciążenia infrastruktury, a w zamian Google obiecuje do 50 procent zniżki na koszt inferencji. Na start tylko dla wybranych rodzajów zadań, listy kwalifikujących się obciążeń jeszcze nie ma.
Dlaczego agenci rozsadzają budżety
Sam problem nie jest nowy i opisywałem go na AIPORT.pl wielokrotnie. Wiosną tego roku CTO Ubera przyznał publicznie, że Claude Code wysadził firmowy budżet AI w powietrze, bo jedno żądanie w trybie agentowym potrafi zjeść od 30 do 80 tysięcy tokenów wejściowych, a przy setkach inżynierów matematyka robi się brutalna. W czerwcu GitHub Copilot zakończył erę ryczałtu i przeszedł na rozliczanie tokenowe, a niektórym programistom miesięczny rachunek skoczył z 29 do blisko 750 dolarów. Pisałem też o tym, że tokeny stały się nową walutą Doliny Krzemowej, a budżet tokenowy inżyniera zaczyna się liczyć jako składnik jego wynagrodzenia.
Skala zjawiska ma pokrycie w liczbach. Firma badawcza Signal65, na którą powołuje się ITPro, wyliczyła, że obciążenia agentowe zużywają od czterech do piętnastu razy więcej tokenów niż klasyczne chatboty. Z kolei badanie KPMG Global AI Pulse, które omawialiśmy latem, pokazało, że 49 procent firm hamuje wdrożenia agentów AI, bo koszty przerosły korzyści. Google nie jest zresztą pierwszym dostawcą, który to zauważył. Jak przypomina CIO Dive, Snowflake w sierpniu dodał do swojej bramki Cortex AI automatyczne przypisywanie zadań do tańszego modelu, Oracle wprowadził pakiety tokenów, AWS pokazał zapowiedź agenta FinOps do badania anomalii kosztowych, a Linux Foundation powołała Tokenomics Foundation, która ma opracować dobre praktyki zarządzania zużyciem AI w skali przedsiębiorstwa.
Dlaczego to takie trudne do przewidzenia? Stephanie Walter, analityczka HyperFRAME Research cytowana przez CIO.com, tłumaczy to prosto: jedno polecenie użytkownika może uruchomić nieprzejrzysty łańcuch wywołań modeli, kroków rozumowania i wywołań narzędzi, więc zużycie rośnie znacznie szybciej niż liczba pracowników. A pętle, ponowne próby i nieoczekiwanie długie łańcuchy wykonania rozgrywają się poza wzrokiem użytkownika, który widzi tylko fakturę na koniec miesiąca.
Zrobię coś, czego zwykle nie robię przy komunikatach prasowych: pochwalę Google za jeden konkretny mechanizm. Twardy limit, który po przekroczeniu budżetu wstrzymuje wywołania agenta, a nie całą infrastrukturę produkcyjną, to jest dokładnie to, o co przez ostatni rok prosiły działy finansowe. Do tej pory firmy miały wybór między „płać ile wyjdzie” a „wyłącz wszystko”. Google wstawia między te opcje coś pośredniego i słusznie.
Ale mam też dwie wątpliwości. Pierwsza dotyczy słowa „wkrótce”. Płatność za zużycie i Antigravity w subskrypcji to na dziś opcje dla wybranych klientów, co w praktyce oznacza duże konta z opiekunem handlowym. Polska firma średniej wielkości, która sama zakłada konto w Google Cloud, dostanie na razie plany oszczędnościowe i konsolę, czyli mniej niż sugeruje nagłówek komunikatu. Druga wątpliwość dotyczy trzyletniego zobowiązania za 20 procent rabatu. W branży, w której ceny tokenów spadają o połowę w ciągu kilku miesięcy, a modele zmieniają się co kwartał, trzy lata to epoka. Kto podpisze taki plan w 2026 roku, może w 2028 roku płacić stawkę z innej rzeczywistości. Rabat może być realny, ale zobowiązanie do platformy jest realne jeszcze bardziej. I to jest pytanie, które zadałbym Google na miejscu każdego dyrektora finansowego.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Analitycy: to zmiana modelu, nie obniżka
Głosy z rynku, które zebrał CIO.com, są zaskakująco zgodne co do jednego: nowy cennik ułatwia start, ale sam z siebie nie obniża rachunku. Manoj Chandra Jha, główny analityk Nord-IQ Research, ujął to najkrócej.
„To przede wszystkim zmiana, nie rabat.” / „It’s mostly a shift, not a discount.”
Jha dodaje, że oszczędność pojawia się wtedy, gdy każdy rodzaj obciążenia trafi do właściwego modelu cenowego: nieregularne, zrywne zadania agentów przestają dopłacać do pustych stanowisk, a stabilne, wysokowolumenowe zużycie nadal lepiej opłaca się w planie z zobowiązaniem. Paul Chada, współzałożyciel startupu Doozer AI, zwraca uwagę na coś, co rzadko pojawia się w dyskusjach o cenach: model rozliczany za zużycie usuwa tarcie zakupowe z pętli eksperymentów. Kiedy pilotaż wymaga zobowiązania licencyjnego, każdy eksperyment potrzebuje uzasadnienia biznesowego. Kiedy jest mierzony, inżynier może uruchomić go we wtorek i pokazać finansom prawdziwy rachunek w piątek.
Walter studzi entuzjazm wokół planów oszczędnościowych. Jej zdaniem trzyletnie zobowiązanie trudno uzasadnić, gdy modele, ceny i architektury aplikacji zmieniają się tak szybko, a sam plan jest nie tylko decyzją finansową, lecz także wyborem platformy. Ostrzega też, że firmy bez ustalonej linii bazowej zużycia mogą zamienić nieprzewidywalny koszt operacyjny w przewidywalne przepłacanie. Przy odroczonym wykonaniu wskazuje na „podatek deweloperski”: jeśli agentów trzeba przeprojektować pod pracę asynchroniczną, koszt tej inżynierii może zjeść część z obiecanych 50 procent oszczędności.
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.
Polskie firmy zwiększają budżety na chmurę, ale zarządy chcą już widzieć rachunek
Ten komunikat trafia w Polsce na podatny grunt. Z raportu PMR Market Experts „Rynek chmury obliczeniowej w Polsce. Analiza rynku i prognozy 2026–2031″ wynika, że 90 procent dużych firm w kraju korzysta już z przetwarzania w chmurze, a w 2026 roku 64 procent dużych przedsiębiorstw i 67 procent firm z sektora MŚP planuje zwiększyć wydatki na te technologie. Jednocześnie badanie EY na próbie 499 przedsiębiorstw pokazało, że 77 procent polskich firm chce wydawać na AI więcej, ale prawie połowa z tych, które już wdrożyły sztuczną inteligencję, jest rozczarowana efektami. Krzysztof Żelazowski z PMR mówił wprost, że rynek przechodzi z fazy entuzjazmu do fazy kalkulacji.
Gemini Enterprise ma też w Polsce konkretnych, dużych użytkowników. W czerwcu opisywałem, jak InPost i Google Cloud rozszerzają współpracę o agentów AI, a pracownicy operatora Paczkomatów dostali dostęp do platformy. Dla takiej organizacji, z zespołami technicznymi budującymi własnych agentów do predykcji popytu czy obsługi klienta, wspólna pula limitów deweloperskich i twardy limit na projekt to realne narzędzia, nie marketing.
Dla mniejszych polskich firm obraz jest bardziej mieszany. Sensownie mogę im doradzić trzy rzeczy. Po pierwsze, zanim ktokolwiek podpisze plan oszczędnościowy, powinien mieć za sobą co najmniej kwartał mierzonego zużycia, inaczej rabat 10 procent kupuje się w ciemno. Po drugie, limity na projekt i alerty przy 50 i 80 procentach budżetu da się ustawić od razu i nic nie kosztują, więc nie ma powodu z tym zwlekać. Po trzecie, na płatność za zużycie w aplikacji i Antigravity w subskrypcji trzeba jeszcze poczekać, chyba że firma ma status klienta objętego wczesnym dostępem. Reszta rynku dostanie te opcje wtedy, kiedy Google uzna, że „wkrótce” już nadeszło.
Jest jeszcze jeden wątek, który dla polskiego czytelnika może być ciekawszy niż cennik. Google mówi w komunikacie o zwrocie z inwestycji, który da się „wykazać przed zarządem”, i o agencie FinOps tłumaczącym w języku naturalnym, gdzie poszły pieniądze. Jha z Nord-IQ trzeźwo zauważa, że taki agent wyjaśni tylko te wydatki, które potrafi poprawnie przypisać do zespołów i projektów. Innymi słowy, narzędzie jest tak dobre, jak porządek w firmowych kontach rozliczeniowych. A z tym, jak pokazuje nasze własne badanie polskich firm, bywa różnie.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz informacji prasowej agencji Clue PR, która odsyła do komunikatu na blogu Google Polska z dnia 26.08.2026, a także pierwotnego wpisu na blogu Google Cloud autorstwa Michaela Gerstenhabera i Pravira Gupty oraz materiałów CIO.com, ITPro i CIO Dive. Dane o polskim rynku chmury pochodzą z raportu PMR Market Experts oraz badania EY. Cytat Manoja Chandry Jhy, głównego analityka Nord-IQ Research, oraz wypowiedzi Stephanie Walter (HyperFRAME Research) i Paula Chady (Doozer AI) zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o dostępności płatności za zużycie i Antigravity w Gemini Enterprise dla szerszego grona klientów.
