Claude Sonnet 5.5, Opus 5.5 a Haiku 5.5: co nové modely mění při výběru AI

Anthropic během září a října 2026 uvedl Claude Opus 5.5, Sonnet 5.5 a Haiku 5.5. Pro běžnou práci je podstatné, že tři modely představují rozdílné cenové a provozní možnosti. Vybírejte model podle celé úlohy a ceny správně dokončeného výsledku. Nízká cena za token sama neříká, kolik zaplatíte za zpracovaný dokument nebo opravenou tabulku.

Následující rozbor vychází z oznámení Anthropic a aktuálního ceníku ověřeného 25. října 2026. Výkonová tvrzení výrobce nejsou vlastním měřením redakce. Cenové příklady jsou naše výpočty nad shodnými objemy tokenů, nikoli výsledky praktického testu kvality modelů v češtině.

Proč existují tři odlišné modely

Opus Anthropic směřuje ke složité práci vyžadující delší postup a úsudek, Sonnet k širokému okruhu běžných pracovních úloh a Haiku k rychlému zpracování velkého počtu užších zadání. Takové vymezení pomáhá při prvním výběru, ale nepředstavuje záruku výsledku u konkrétního českého dokumentu.

Představme si modelovou přípravu měsíčního přehledu. Rozpoznání typu jednotlivých poznámek, vytažení dat a sestavení závěrečného komentáře jsou různé činnosti. Není nutné, aby všechny dělal stejně drahý model. Současně však rozdělení nesmí ztratit výjimku nebo důležitou souvislost, kterou by závěrečný autor potřeboval.

Pro jednotlivce v aplikaci může být praktičtější začít jedním dostupným modelem a sledovat konkrétní slabiny. Pro automatizaci zpracovávající tisíce položek je důležité navrhnout také třídění úloh, předání složitých případů a kontrolu nesprávných výsledků. Úspora vzniká až v celém takovém systému.

Předplatné aplikace a účtování API

V aplikaci Claude kupujete určitý plán a jeho pravidla používání. V API platíte podle skutečné spotřeby a použitých funkcí. Stejné jméno modelu neznamená stejný způsob účtování ani totožnou nabídku nástrojů. Proto není vhodné přímo srovnávat měsíční předplatné s cenou jednoho milionu tokenů.

U aplikace si ověřte přístup k modelu a limity svého účtu. U API sledujte model, objem vstupu, objem výstupu a další účtované operace. Případné zahrnuté kredity mají vlastní podmínky; neposuzujte jejich hodnotu jen podle nominální částky. Rozhoduje, zda je pro své skutečné úlohy využijete.

Při nákupu přes další cloudovou platformu si přečtěte její konkrétní ceník. Cena přímého API Anthropic nemusí být konečným účtem jiné služby nebo regionálního nasazení. Do porovnání patří stejná země zpracování, způsob platby a rozsah doplňkových nástrojů.

Kolik stojí stejný objem tokenů

Pro přímé API uvádí ceník základní vstup a výstup Sonnetu 5.5 za 2 a 10 USD za milion tokenů, u Opusu 5.5 za 4 a 20 USD. Haiku 5.5 má pro prompty do 100 000 tokenů sazby 0,10 a 0,50 USD; nad tuto hranici je to 0,50 a 2,50 USD. Jde o cenové údaje, nikoli o pořadí kvality.

Přímé API, základní sazby za milion tokenů. Kč jsou přepočet bez daně kurzem ČNB 23. 10. 2026, 21,741 Kč/USD; bez cache a nástrojů. Na mobilu lze tabulku posouvat do stran.

Přepočty používají kurz ČNB z 23. října 2026, tedy 21,741 Kč za USD. Částky jsou orientační přepočet základní spotřeby bez daně, kurzové přirážky banky a dalších nástrojů. Nejde o konečnou maloobchodní cenu české objednávky. Pro skutečný účet rozhoduje fakturace vašeho poskytovatele.

Stejný počet tokenů není totéž jako stejný dokončený úkol. Jeden model může vytvořit delší odpověď, vyžadovat další kolo opravy nebo častěji využít nástroj. Ceníková tabulka pomáhá porozumět základním nákladům, ale pro výběr potřebujete také měřit použitelnost výstupu.

Vlastní modelový výpočet jednoho zadání

Uvažujme zadání s 10 000 běžnými vstupními a 1 000 výstupními tokeny. Bez cache a doplňkových operací vychází Haiku v nižším pásmu na 0,0015 USD, přibližně 0,033 Kč. Sonnet stojí 0,03 USD, přibližně 0,65 Kč, a Opus 0,06 USD, přibližně 1,30 Kč. Výpočet vychází přímo z uvedených sazeb.

Při tisíci takových zadání je základní cena přibližně 33, 652 a 1 304 Kč. Tento rozdíl je při větším objemu zajímavý, ale předpokládá totožné množství vstupních i výstupních tokenů. Nezahrnuje opakované pokusy, ruční opravy, vyhledávání, ukládání ani další infrastrukturu.

Pro praktické rozhodnutí si proto veďte dva ukazatele: cenu všech pokusů a počet přijatých výsledků. Pokud z dávky přijmete jen polovinu, skutečná cena použitelného výstupu se změní. Ke spotřebě připočtěte čas člověka, který chyby hledá a opravuje. Ten může být důležitější než samotné tokenové sazby.

Kdy levnější Haiku dává smysl zkoušet jako první

Rozumným kandidátem jsou úzce vymezené úlohy s kontrolovatelným výstupem: přiřazení kategorie, nalezení konkrétního údaje nebo příprava krátkého souhrnu podle pevné struktury. Výběr kategorií a požadovaných polí by měl být předem známý. Model tak nemusí současně odhadovat účel celého procesu.

Modelový vstup může obsahovat anonymizovanou zprávu zákazníka. Očekávaným výstupem bude typ požadavku, uvedené číslo zakázky a označení chybějících údajů. Pokud zpráva obsahuje dva požadavky, systém je musí zachytit oba. Právě hraniční případy ukážou, zda je užší model pro daný proces dostatečný.

Nevybírejte Haiku automaticky jen kvůli počtu záznamů. Tisíc složitých dokumentů zůstává tisícem složitých dokumentů. Levnější první krok je vhodný pouze tehdy, pokud dokážete poznat nedostatečný výsledek a předat jej dál. Sebevědomá odpověď modelu sama správnost nepotvrzuje.

Sonnet jako výchozí kandidát pro běžnou práci

Sonnet má podle vymezení výrobce pokrývat širokou pracovní zátěž. Pro vlastní ověření můžete vybrat úpravu delšího textu, porovnání dvou verzí dokumentu a přípravu jednoduché tabulky. Důležitá je návaznost: změna části zadání nemá bez důvodu poškodit správně dokončený zbytek.

U redakční práce si předem stanovte, zda smí model měnit význam, nebo pouze jazyk. U porovnání dokumentů určete, jak mají být označeny nové, odstraněné a rozporné informace. U tabulky oddělte dopočítaná čísla od původních hodnot. Vhodný model musí respektovat konkrétní požadavek, nikoli jen vytvořit hladce napsaný výstup.

Rozhodnutí o přechodu z předchozí verze opřete o stejnou sadu zadání. Změna modelu může vyřešit jednu slabinu a současně změnit formát odpovědí. Pokud máte na výstupu navázané další automatické zpracování, ověřte vedle významu také přesnou strukturu a chování při neúplném vstupu.

Kdy prověřit dražší Opus

Opus může být kandidátem tam, kde je úloha otevřenější a levnější varianta opakovaně potřebuje zásadní opravy. Příkladem je syntéza několika rozporných podkladů nebo práce, která vyžaduje držet více souvisejících podmínek. Tato doporučení představují výběr úloh ke zkoušce, ne doložené vítězství modelu v našem měření.

Zaznamenejte, který konkrétní problém má vyšší cena vyřešit. Může jít o vynechanou výjimku, nesprávný závěr nebo ztrátu souvislosti mezi dokumenty. Pokud tento problém v kontrolní sadě nenajdete nebo neumíte výsledek posoudit, nemáte ani spolehlivý podklad pro tvrzení, že dražší model pomohl.

U důležitých rozhodnutí ponechte nezávislou kontrolu bez ohledu na zvolený model. Vyšší výkon v publikovaném benchmarku nenahrazuje ověření konkrétního právního, finančního nebo technického tvrzení. Potřebné souvislosti k práci s podklady vysvětluje náš postup ověřování odpovědí AI.

Cache mění cenu opakovaného kontextu

Ceník rozlišuje běžný vstup, zápis do cache a opětovné čtení. U Sonnetu 5.5 je aktuálně uvedeno 0,10 USD za milion tokenů načtených z cache, u Opusu 0,20 USD. Levnější opakované čtení ale platí jen při splnění podmínek mechanismu cache; nelze tak nacenit každý nový vstup.

Uvažujme, že opakovaně zpracováváte různé otázky nad stejnými instrukcemi a podklady. Stabilní společná část může mít jinou cenovou strukturu než nové otázky. Pokud naopak pokaždé měníte celý dokument a pořadí obsahu, reálný přínos může být jiný. Sledujte skutečné účtované položky v provozu.

Chybný rozpočet vzniká také tehdy, když člověk počítá pouze nově napsanou otázku a ignoruje předávanou historii. Pro analýzu spotřeby si zaznamenejte celý účtovaný vstup každého kroku. Souvislost mezi délkou rozhovoru a použitým kontextem vysvětluje článek o kontextovém okně AI.

Jak číst výsledky benchmarků

Výrobce zveřejňuje výsledky několika různých testů. Každý hodnotí jiné úlohy, prostředí a nastavení. Skóre pro práci v terminálu proto není automatickým hodnocením překladu, porozumění české smlouvě ani přehlednosti prezentace. Srovnávejte pouze údaje se stejnými podmínkami.

Pozornost zaslouží i nastavení úsilí modelu. Delší zpracování může změnit cenu i kvalitu. Pokud porovnáváte modely při jiném nastavení, neměříte jen rozdíl mezi jejich názvy. Pro vlastní přejímací zkoušku si uložte zvolenou konfiguraci, nástroje, datum a přesný popis požadovaného výsledku.

Pět kroků před změnou pracovního postupu

• Vyberte běžné i hraniční úlohy a vytvořte ručně zkontrolované reference.
• Spusťte stejná zadání se stejnými podklady a zaznamenejte konfiguraci.
• Oddělte věcné chyby od kosmetických nedostatků a měřte čas oprav.
• Spočítejte všechny pokusy včetně předání složitější variantě.
• Přechod zaveďte nejprve u malé části práce a ponechte možnost návratu.

Pro běžného uživatele je výsledkem takové zkoušky jednoduché pravidlo, kdy sáhnout po kterém modelu. Pro firmu může vzniknout automatické směrování, které rutinní případy řeší levněji a nejasné předává člověku nebo vhodnějšímu modelu. Pravidlo musí vycházet z rozpoznatelné povahy úlohy, nikoli z marketingového dojmu.

Časté otázky

Zlevnění API znamená levnější měsíční předplatné?

Ne automaticky. Jde o jiné produkty a jiný způsob platby. Změnu předplatného je nutné doložit aktuální nabídkou konkrétního plánu. Tokenový ceník slouží k výpočtu přímé spotřeby API.

Je nejlevnější model vždy nejvýhodnější?

Záleží na četnosti chyb, nutných opravách a rozsahu práce. Pro úzkou kontrolovatelnou úlohu může být výhodný. Pokud ale vyžaduje mnoho opakování nebo nezachytí důležitou výjimku, výsledný proces může stát víc.

Lze dostupný limit chápat jako pevný počet českých stran?

Takový převod není spolehlivý. Tokenizace závisí na textu, jeho formátu a dalších vstupech. Pro rozpočet použijte skutečné údaje o spotřebě a reprezentativní soubory ze svého pracovního postupu.

Jak rozeznat úlohy, které potřebují předat dál?

Vytvořte si předem několik rozpoznatelných podmínek. Může jít o rozpor mezi dvěma dokumenty, chybějící povinný údaj, neočekávaný formát nebo číslo, které nesouhlasí s kontrolním součtem. Takové signály jsou lépe použitelné než prosba, aby model sám ohodnotil svou jistotu. Předání dál současně zaznamenejte, aby bylo později možné zjistit, která část práce náklady zvýšila.

Například při třídění žádostí vytvořte kategorii pro nejasné případy. Ta nemá být chybou procesu, ale jeho běžnou součástí. Když model nedokáže určit typ požadavku ze skutečných podkladů, nemá jej násilně zařadit do nejbližší možnosti. Důležité je také ručně procházet vzorek případů označených jako úspěšné, protože tiché věcné chyby se jinak nemusí projevit.

Po aktualizaci modelu znovu zkontrolujte četnost předávání a přijaté výsledky. Pokles počtu nejasných případů může znamenat lepší porozumění, ale také větší ochotu hádat. Správnou interpretaci poskytne až porovnání s ručními referencemi a s chybami, které jste si předem označili jako závažné.