Modele cenowe dla infrastruktury agentów AI: retainer, projekt, rozliczenie za efekt

Wycena agentów AI w agencji opiera się na czterech modelach: retainer (miesięczny ryczałt), projekt/cena stała (stała cena za dostarczony zakres), outcome-based (płatność za wynik) i model hybrydowy. Kluczowe jest wycenianie według wartości, a nie godzin, bo efektywność AI oddziela czas pracy od wyniku, oraz konsekwentna ochrona marży przed zmiennymi kosztami tokenów. Kto rozlicza infrastrukturę agentów godzinowo, jak klasyczną usługę, systematycznie oddaje wartość za darmo i nie docenia struktury kosztów.

• Retainer do bieżącej obsługi, monitoringu i dalszego rozwoju; projekt/cena stała do wydzielonych wdrożeń; outcome-based tylko przy mierzalnych, stabilnych wynikach.
• Bezpośrednie koszty modeli i API to tylko 30-50% rzeczywistego TCO. Reszta to infrastruktura (sandbox, wektorowa baza danych, observability), inżynieria, ewaluacje, compliance i human-in-the-loop.
• Ekonomia tokenów jest w 2026 roku zmienna: każdy ryczałt wymaga limitów, cache'owania i klauzuli waloryzacyjnej, w przeciwnym razie zmiana modelu zje marżę.

Dlaczego rozliczanie godzinowe zawodzi przy agentach AI

Klasyczny model agencyjny sprzedaje czas. Agenci AI łamią tę logikę, bo oddzielają wynik od nakładu czasu. Zadanie badawcze lub klasyfikacyjne, które wykonywane ręcznie zajmowało dni, jako workflow agentowy trwa kilka minut. Kto dalej rozlicza się za godziny, karze własną efektywność: im lepiej agencja automatyzuje, tym mniej zarabia na tej samej usłudze. Wycena oparta na wartości odwraca tę zależność: liczy się wartość biznesowa dla klienta, a nie czas zużyty wewnętrznie.

Jednocześnie strona kosztowa stała się bardziej zdradliwa. W 2026 roku pojedyncze zapytanie użytkownika nie oznacza już jednego wywołania modelu, lecz zazwyczaj 5-20 wywołań LLM (planner, wybór narzędzia, wynik narzędzia, krytyka, poprawka, weryfikacja). Workflowy agentowe zwiększyły zużycie tokenów na zapytanie od 5 do 50 razy w porównaniu z prostym wzorcem chatbota. Kaskady subagentów mnożą to jeszcze od 3 do 10 razy. Ryczałt skalkulowany według starego schematu „jeden prompt, jedna odpowiedź” szybko traci tu marżę.

Cztery modele cenowe w skrócie

Retainer (miesięczny ryczałt). Klient płaci stałą miesięczną opłatę za obsługę, monitoring, iteracje ewaluacji i ciągłe ulepszanie agentów. To idealne rozwiązanie dla działającej infrastruktury agentów, którą trzeba utrzymywać i dostosowywać do aktualizacji modeli. Retainer zapewnia przewidywalne przychody i amortyzuje wdrożenie compliance w całym okresie współpracy. W regionie DACH (Niemcy, Austria, Szwajcaria) to ważny argument, bo wieloletnie umowy uzasadniają nakład pracy związany z umowami powierzenia przetwarzania danych i dalszymi podmiotami przetwarzającymi.

Projekt / cena stała. Wydzielony zakres dostawy, np. wdrożenie agenta głosowego albo workflow obsługi klienta, za stałą cenę. Łatwy do zakomunikowania i popularny przy pierwszych projektach. Ryzyko dla marży tkwi w zakresie: niedoszacowane kaskady tokenów, pętle ponowień czy nakład na integrację ze stackami DACH mocno opartymi na SAP zjadają kalkulację. Ceny stałe trzeba zabezpieczyć buforem i porządnym procesem obsługi zmian (change request).

Outcome / performance-based. Płaci się za wynik: za rozwiązane zgłoszenie, kwalifikowany lead, zamkniętą sprawę. Przewaga strukturalna: interesy dostawcy i klienta są nastawione na sukces. Ryzyko strukturalne: agencja ponosi ryzyko kosztowe każdej transakcji. Jeśli wskaźnik skuteczności jest niższy od założeń, każdy wynik przynosi stratę.

Na rynku model ten przyjmuje się przede wszystkim w obsłudze klienta. Intercom Fin kosztuje 0,99 USD za rozwiązaną konwersację, HubSpot w kwietniu 2026 roku obniżył cenę swojego narzędzia Customer Agent z 1,00 USD za konwersację do 0,50 USD za rozwiązaną konwersację, Zendesk pobiera od 1,50 USD (committed) do 2,00 USD (pay-as-you-go) za rozwiązanie, a Salesforce Agentforce 0,10 USD za akcję lub 2,00 USD za konwersację (wszystko według stanu na 2026 rok). Sierra nie publikuje cen; szacunki zewnętrzne mówią o całkowitych kosztach w 1. roku od 200 000 do 350 000 USD i więcej. Warunkiem rozliczenia za efekt jest wiarygodna, zmierzona baza odniesienia dla wskaźnika skuteczności. Bez niej to lot na ślepo.

Hybryda. Faktyczny standard w 2026 roku: stała podstawa (retainer lub opłata wdrożeniowa) plus komponent zależny od zużycia lub wyników plus refakturowane koszty tokenów. Model hybrydowy łączy przewidywalną marżę pokrycia ze sprawiedliwym rozłożeniem obciążeń i dla większości umów agencyjnych jest najbardziej odporną strukturą.

Porównanie modeli: kiedy mają sens, zalety i wady, ryzyko dla marży

Koszty tokenów: refakturowanie czy ryczałt

Koszty tokenów są najbardziej widoczną pozycją, ale nie stanowią większości rachunku. Bezpośrednie koszty modeli i API to przy typowym workloadzie agentowym tylko 30-50% całkowitego TCO, wliczając kaskady narzędzi i subagentów. Reszta przypada na infrastrukturę (moc obliczeniową sandboxa, wektorową bazę danych, observability), inżynierię, ewaluacje, operacje compliance i human-in-the-loop. Agencja, która kalkuluje tylko cennik tokenów, pomija co najmniej połowę rachunku.

Koszty tokenów można rozliczać na dwa przejrzyste sposoby:

• Refakturowanie (pass-through): bezpośrednie koszty API i platform są śledzone osobno dla każdego klienta (np. za pomocą Helicone lub Portkey według klucza) i refakturowane z przejrzystym narzutem; standardem w branży jest 30-50% marży na refakturowanych kosztach. Ryzyko zmienności ponosi klient, a rozliczenie łatwo zweryfikować.
• Ryczałt: koszty tokenów są wliczone w cenę stałą lub retainer. Wygodny i przewidywalny dla klienta, ale opłacalny tylko przy twardych limitach max_tokens, max_iterations i max_tool_calls na workflow, agresywnym cache'owaniu od pierwszego dnia i buforze bezpieczeństwa.

Cache'owanie to największa dźwignia marży. W Claude Sonnet 4.6 odczyty z cache kosztują 10% ceny tokenów wejściowych (stan na październik 2026): cena spada z 3,00 do 0,30 USD za milion tokenów. Współczynnik trafień na poziomie 80% obniża efektywne koszty tokenów wejściowych o około dwie trzecie. Teoretycznie możliwe byłoby najwyżej 72%, ale 25% narzutu na zapisy do cache (cache 5-minutowy) obniża ten wynik do około 67%. Wybór modelu na podstawie ewaluacji (najtańszy model, który przechodzi eval) oszczędza dodatkowo 30-60%. Łącznie dobrze oprzyrządowane podejście FinOps daje 60-80% redukcji kosztów w porównaniu z niezoptymalizowaną bazą odniesienia. To z tej przestrzeni powstaje marża agencji, a nie z rabatu od dostawcy.

Przykładowa kalkulacja: agent obsługi klienta rozliczany za efekt

Agencja utrzymuje dla klienta z regionu DACH agenta obsługi klienta, który przetwarza 5000 zgłoszeń miesięcznie. Architektura: Claude Sonnet 4.6 jako model wykonawczy (executor) z aktywnym cache'owaniem promptów dla promptu systemowego i definicji narzędzi.

Założenia na jedno obsłużone zgłoszenie (stan na 2026 rok, poglądowo):

• Bezpośrednie zużycie LLM na konwersację: około 15 000 tokenów wejściowych (niemal w całości z cache) i 1500 tokenów wyjściowych w kilku krokach agenta.
• Tokeny wejściowe z cache po 0,30 USD/mln → ok. 0,0045 USD; tokeny wyjściowe po 15 USD/mln → ok. 0,0225 USD.
• Bezpośrednie koszty modelu: około 0,03 USD za zgłoszenie.
• Do tego kaskada narzędzi, ryzyko ponowień i koszty pośrednie (embeddingi, definicje narzędzi): realnie 0,08-0,12 USD za zgłoszenie łącznie za koszty modelu i API.

Pseudokod kalkulacji marży:

```
koszt_bezposredni = 0.03 # USD za zgłoszenie, z cache
koszt_calkowity = 0.10 # + kaskada, ponowienia, koszty pośrednie
narzut_ue = 1.10 # 10% narzutu za endpoint w UE
koszt_dach = koszt_calkowity * narzut_ue # = 0.11 USD za obsłużone zgłoszenie
zgloszenia = 5000 # obsłużone zgłoszenia miesięcznie
wskaznik_rozwiazan = 0.60 # założenie: 60% zostaje rozwiązanych
cena_za_efekt = 0.50 # rozliczenie za rozwiązane zgłoszenie
przychod_mies = cena_za_efekt * zgloszenia * wskaznik_rozwiazan # = 1500 USD
koszty_mies = koszt_dach * zgloszenia # = 550 USD
marza_pokrycia_mies = przychod_mies - koszty_mies # = 950 USD/mies.
```

Przy 5000 obsłużonych zgłoszeń i założonym wskaźniku rozwiązań na poziomie 60% zostaje około 950 USD marży pokrycia miesięcznie. Koszty powstają przy każdym obsłużonym zgłoszeniu, a płatne jest tylko rozwiązane. Dlatego każdy punkt procentowy mniej we wskaźniku rozwiązań kosztuje 25 USD, a poniżej 22% agent pracuje ze stratą. Jeśli dodatkowo pętle ponowień wzrosną o 20-50%, marża na zgłoszeniu topnieje jeszcze bardziej. Właśnie dlatego rozliczenie za efekt potrzebuje zmierzonej bazy odniesienia i minimalnego retainera, który pokrywa koszty stałe (iteracje ewaluacji, compliance, monitoring) niezależnie od wolumenu. Uwaga: ekonomia tokenów jest w 2026 roku zmienna. Według cennika DeepSeek DeepSeek V4.1 Flash kosztuje 0,15 USD za milion tokenów wejściowych poza godzinami szczytu i 0,30 USD w godzinach szczytu, a GPT-5.5 5 USD (stan na październik 2026). To różnica rzędu 17 do 33 razy. Zmiana modelu może przesunąć kalkulację w obie strony.

Ochrona marży a realia DACH

Trzy dźwignie chronią marżę niezależnie od wybranego modelu:

1. Klauzula waloryzacyjna i limity. Każdy retainer i każda cena stała zawiera klauzulę dostosowania do zmian kosztów tokenów oraz twarde limity zużycia na workflow. Ekonomia tokenów w 2026 roku to ruchomy cel.
2. Najpierw inżynieria, potem umowa. Cache'owanie, routing, batch (50% rabatu przy SLA 24-godzinnym) i fallback na modele open-weight dla workloadów z długiego ogona decydują o 50-80% rachunku, bardziej niż jakikolwiek rabat od dostawcy.
3. Narzut DACH jawnie w cenie. Regionalne endpointy w UE kosztują 10% więcej: w OpenAI dla modeli wydanych od 5 marca 2026, a w przypadku modeli Claude od wersji 4.5 przez regionalne lub wieloregionalne endpointy Bedrock lub Google Cloud. Suwerenny hosting kosztuje od 1,5 do 3 razy więcej, łańcuch umów powierzenia 5-20 tys. euro rocznie na dostawcę plus 10-50 tys. euro za onboarding. Łącznie czynniki DACH podnoszą TCO o 15-35% w porównaniu z workloadem w USA. Wieloletnie umowy amortyzują ten nakład na compliance. To przemawia za retainerem, a przeciw pojedynczym projektom.

Dla agencji i decydentów B2B

Dla agencji oznacza to: porzuć logikę godzinową. Zbuduj model hybrydowy z minimalnym retainerem, przejrzystym refakturowaniem tokenów (30-50% marży, śledzone dla każdego klienta) i opcjonalnym komponentem za efekt tam, gdzie znasz zmierzony wskaźnik skuteczności. Zapisz w umowie limity, cache'owanie i klauzulę waloryzacyjną. To chroni marżę, gdy ceny tokenów się zmieniają.

Dla decydentów B2B, którzy kupują usługi agentowe: pytaj o strukturę kosztów stojącą za ceną, a nie tylko o stawkę godzinową. Rzetelna oferta przejrzyście wykazuje refakturowanie tokenów, strategię cache'owania i koszty compliance. Jeśli planujesz infrastrukturę agentów i chcesz opracować wiarygodny model cenowy, który chroni marżę w Twoim przypadku użycia, porozmawiaj z nami. Kalkulujemy ekonomię tokenów, TCO i wybór modelu na podstawie Twojego rzeczywistego workloadu.