Jak wybrać model LLM w 2026 - OpenAI, Anthropic, Google czy otwarte wagi (ceny, test, router)

Nie ma jednego najlepszego modelu LLM - jest model najlepszy do konkretnego zadania przy Twoim budżecie i wymaganiach dotyczących danych. W październiku 2026 roku najtańsze modele kosztują 10-30 centów za milion tokenów wejściowych, a najmocniejsze 2-10 dolarów, czyli różnica sięga stu razy. Dlatego zamiast wybierać „ulubionego dostawcę", dobierz półkę modelu do zadania, porównaj koszt całego zadania, a nie cenę tokenu, i zawsze sprawdź wybór na własnych danych.

Aktualna oferta GPT-6, Claude 5.5, Gemini 3 i modeli z otwartymi wagami z cenami z oficjalnych cenników, który model do jakiego zadania, jak liczyć koszt całego zadania, test wyboru w godzinę i router kilku modeli w kodzie.

W tym przewodniku pokazuję aktualną ofertę OpenAI, Anthropic, Google i modeli z otwartymi wagami (z cenami z oficjalnych cenników), czym różnią się dostawcy, który model do jakiego zadania, jak policzyć realny koszt, jak w godzinę przetestować kandydatów na własnych danych i jak zbudować router, który kieruje zapytania do różnych modeli.

Najczęstsze błędy przy wyborze modelu

• Wybór według rankingów. Ogólne benchmarki mierzą ogólne umiejętności, a nie Twoje zadanie. Model z czołówki rankingu może przegrać na Twoich danych.
• Jeden model do wszystkiego. Używanie najdroższego modelu do klasyfikacji maili to przepalanie budżetu, a najtańszego do złożonej analizy - ryzyko błędów.
• Porównywanie samej ceny tokenu. Liczy się koszt całego zadania: ile tokenów zużywa model, ile pisze w odpowiedzi i czy da się użyć cache.
• Model wpisany na sztywno w kodzie. Nowe wersje pojawiają się co kilka miesięcy, a stare są wycofywane. Bez warstwy pośredniej każda zmiana to refaktoryzacja.
• Brak testów na własnych danych. Godzina testu na 50 prawdziwych przykładach jest warta więcej niż tydzień czytania porównań.

Oferta modeli w październiku 2026

Ceny pochodzą z oficjalnych cenników z października 2026 roku i dotyczą standardowego trybu. Trzy zastrzeżenia: Gemini 3.8 Flash ma cenę promocyjną do końca 2026 roku, a od stycznia 2027 roku podwójną; Gemini 3.1 Pro przy zapytaniach powyżej 200 tysięcy tokenów kosztuje $4 i $18; a wszyscy trzej dostawcy dają 50% zniżki w trybie wsadowym (Batch API) dla zadań, które nie muszą być wykonane od razu.

Czym różnią się dostawcy

OpenAI ma najszerszy ekosystem narzędzi i integracji, natywne structured outputs ze schematem JSON i trzy wyraźne półki modeli GPT-6 z tym samym, dużym oknem kontekstu. Dobry wybór domyślny, gdy chcesz szybko zbudować prototyp i mieć pewność, że każde narzędzie go obsłuży.

Anthropic rozwija Claude z myślą o agentach, pracy z kodem i długich instrukcjach. Od wersji 4.6 modele mają okno miliona tokenów w standardowej cenie, a cache potrafi obniżyć koszt powtarzanego kontekstu nawet o 90-97,5%. Uwaga przy porównaniach: modele od wersji 4.7 używają nowego tokenizera, który według Anthropic daje około 30% więcej tokenów dla tego samego tekstu.

Google oferuje Gemini z mocną obsługą obrazu, wideo i dźwięku w jednym modelu, bardzo tanie modele Flash i Flash-Lite oraz naturalną integrację z Google Cloud i Workspace.

Modele z otwartymi wagami dają pełną kontrolę nad danymi i możliwość dostrojenia na własnej domenie. Najważniejsze w 2026 roku:

• Qwen 3.5 (Alibaba, licencja Apache 2.0) - rodzina od 0,8 do 397 miliardów parametrów, obsługuje tekst, obraz i wideo.
• DeepSeek V4 (licencja MIT) - wersja Flash i duża wersja Pro, z oknem miliona tokenów.
• Gemma 4 (Google, Apache 2.0) - małe modele od około 2 do 31 miliardów parametrów, dobre na laptopy i urządzenia brzegowe.
• Mistral Large 3 (Apache 2.0) - europejski dostawca, mocny w językach europejskich.
• Bielik 3.0 - polski model 11B od SpeakLeash i Cyfronetu AGH, przygotowany z myślą o języku polskim i polskim kontekście.

Który model do jakiego zadania

Porównuj koszt zadania, a nie cenę tokenu

Cena za milion tokenów to tylko jeden z czynników. Koszt zadania liczysz tak:

koszt zadania = tokeny wejścia × cena wejścia + tokeny wyjścia × cena wyjścia

Na wynik wpływają cztery rzeczy, o których łatwo zapomnieć:

• Długość odpowiedzi. Wyjście jest zwykle 5 razy droższe niż wejście, a modele „myślące" generują dodatkowe tokeny rozumowania.
• Tokenizer. Ten sam tekst to różna liczba tokenów u różnych dostawców - przy nowszych modelach Claude około 30% więcej niż przy starszych.
• Cache. Powtarzany prompt systemowy albo dokument z cache kosztuje 10% ceny, a w najnowszych modelach Anthropic nawet 2,5-5%.
• Tryb wsadowy. Zadania, które mogą poczekać, kosztują połowę.

Przykład: chatbot obsługuje 30 000 rozmów miesięcznie, każda to średnio 3 000 tokenów wejścia (z czego 2 000 to stały prompt i fragmenty bazy wiedzy) i 400 tokenów odpowiedzi. Na GPT-6.1 Sol bez cache to około $300 miesięcznie (90M tokenów wejścia × $2 + 12M tokenów wyjścia × $10). Z cache dla stałej części wejścia (cena odczytu z cache w GPT-6.1 Sol to $0,10 za milion tokenów) koszt spada do około $186. Na GPT-6 Luna ta sama praca kosztuje kilkanaście dolarów - pytanie tylko, czy jakość odpowiedzi wystarczy. To rozstrzyga test, a nie cennik. Więcej sposobów na obniżenie kosztów opisuję we wpisie o optymalizacji kosztów API.

Test wyboru modelu w godzinę

Zanim zdecydujesz, zrób prosty test na własnych danych:

1. 1.Zbierz 50 prawdziwych przykładów zadania - maile, dokumenty, pytania klientów - razem z oczekiwanym wynikiem.
2. 2.Wybierz trzech kandydatów: po jednym z półki tańszej, środkowej i mocniejszej.
3. 3.Uruchom wszystkie przykłady na każdym modelu z tym samym promptem.
4. 4.Oceń wyniki w arkuszu według kryteriów poniżej.
5. 5.Wybierz najtańszy model, który spełnia próg jakości - a nie ten z najlepszym wynikiem.

Do oceny dużej liczby odpowiedzi możesz użyć drugiego modelu jako sędziego - opisuję to we wpisie o ewaluacji LLM. Ten sam zestaw przykładów zachowaj na później: przy każdej zmianie modelu uruchomisz go ponownie i od razu zobaczysz, czy coś się pogorszyło.

Router - kilka modeli w jednej aplikacji

Najlepsze aplikacje nie używają jednego modelu. Tani model obsługuje proste zapytania, a droższy tylko te trudne. Nazwy modeli trzymaj w konfiguracji, a nie w kodzie, żeby zmiana wersji była zmianą jednej zmiennej:

import osfrom openai import OpenAIfrom anthropic import AnthropicMODELS = {    "cheap":   ("openai",    os.environ.get("MODEL_CHEAP", "gpt-6-luna")),    "default": ("openai",    os.environ.get("MODEL_DEFAULT", "gpt-6.1-sol")),    "hard":    ("anthropic", os.environ.get("MODEL_HARD", "claude-opus-5-5")),}

def classify(message: str) -> str: """Tani model decyduje, która półka jest potrzebna.""" r = OpenAI().chat.completions.create( model=MODELS["cheap"][1], messages=[ {"role": "system", "content": "Oceń złożoność zadania. Odpowiedz jednym słowem: cheap, default albo hard."}, {"role": "user", "content": message}, ], max_tokens=3, ) label = r.choices[0].message.content.strip().lower() return label if label in MODELS else "default"

def ask(message: str, system: str = "") -> tuple[str, str]: provider, model = MODELS[classify(message)] if provider == "openai": msgs = ([{"role": "system", "content": system}] if system else []) + [{"role": "user", "content": message}] r = OpenAI().chat.completions.create(model=model, messages=msgs) return r.choices[0].message.content, model r = Anthropic().messages.create( model=model, system=system, max_tokens=4096, messages=[{"role": "user", "content": message}], ) return r.content[0].text, model

W produkcji dodaj do tego zapasowego dostawcę na wypadek awarii, limity kosztów i logowanie, który model obsłużył które zapytanie. Gotowe biblioteki, takie jak LiteLLM, dają jedno API dla wielu dostawców.

Kiedy modele z otwartymi wagami się opłacają

Model na własnym serwerze ma sens, gdy spełniony jest co najmniej jeden z warunków:

• Dane nie mogą opuścić firmy - tajemnica zawodowa, dane medyczne, wymagania klientów.
• Wolumen jest bardzo duży i stały - wtedy koszt serwera rozkłada się na miliony zapytań.
• Potrzebujesz dostrojenia na własnej domenie - z pełną kontrolą nad danymi i modelem. Szczegóły w poradniku o fine-tuningu LLM.

Przy małym wolumenie i braku osoby do utrzymania serwera API jest prawie zawsze tańsze. Jak uruchomić model lokalnie, opisuję we wpisie o Ollama i vLLM. Przy tekstach po polsku warto przetestować Bielika obok modeli globalnych - przy niektórych zadaniach mniejszy model przygotowany pod polski wygrywa z większymi.

Lista kontrolna

1. 1.Opisz zadanie konkretnie: klasyfikacja, ekstrakcja, odpowiedzi na pytania, agent, kod?
2. 2.Ustal, czy dane mogą trafić do zewnętrznego dostawcy.
3. 3.Wybierz trzech kandydatów z różnych półek.
4. 4.Przetestuj ich na 50 własnych przykładach według tabeli kryteriów.
5. 5.Policz koszt całego zadania przy planowanym wolumenie, z cache i trybem wsadowym.
6. 6.Wybierz najtańszy model, który spełnia próg jakości.
7. 7.Trzymaj nazwy modeli w konfiguracji i zaplanuj zapasowego dostawcę. Jak zbudować taki plan B i ile czasu dostajesz przy wycofaniu modelu, opisuję w tekście o vendor lock-in w AI.
8. 8.Zachowaj zestaw testowy i uruchamiaj go przy każdej zmianie modelu.

---

Pomagam firmom dobrać i wdrożyć modele LLM - od testów na własnych danych i wyliczenia kosztów po router z zapasowym dostawcą i monitoring jakości. Robię to w ramach budowy aplikacji AI i doradztwa AI. Napisz do mnie - zacznę od analizy Twojego zastosowania i rekomendacji modeli do testu.

Warto przeczytać dalej:

• Optymalizacja kosztów API modeli AI - cache, dobór modelu, tryb wsadowy i kompresja kontekstu
• Ewaluacja LLM (evals) - jak mierzyć jakość aplikacji AI metodą LLM-as-a-judge
• Ollama, vLLM i self-hosted LLM - jak uruchomić lokalny model AI w firmie
• Fine-tuning LLM na danych firmy - kiedy warto, jak zacząć i czego unikać
• Vendor lock-in w AI - jak nie uzależnić się od jednego dostawcy modeli