Cenové modely pre infraštruktúru agentov: Retainer, Project, Outcome

Cenotvorba AI agentov v agentúre pozná štyri modely: Retainer (mesačný paušál), Project/Fixed (pevná cena za dodávku), Outcome-Based (platba za výsledok) a Hybrid. Rozhodujúce sú dve veci: oceňovanie podľa hodnoty namiesto hodín, pretože efektivita AI oddeľuje pracovný čas od výsledku, a dôsledná ochrana marže pred volatilnými nákladmi na tokeny. Kto účtuje infraštruktúru agentov ako klasickú službu podľa hodín, systematicky prichádza o hodnotu a podceňuje štruktúru nákladov.

• Retainer pre priebežnú prevádzku, monitoring a ďalší vývoj; Project/Fixed pre ohraničené implementácie; Outcome-Based len pri merateľných a stabilných výsledkoch.
• Priame náklady na modely a API tvoria len 30-50 percent skutočného TCO. Zvyšok tvorí infraštruktúra (sandbox, vektorová databáza, observability), vývoj, evaluácie, compliance a human-in-the-loop.
• Ekonomika tokenov je v roku 2026 volatilná: každý paušál potrebuje limity, caching a doložku o úprave ceny, inak maržu zje zmena modelu.

Prečo hodinové účtovanie pri AI agentoch zlyháva

Klasický agentúrny model predáva čas. AI agenti túto logiku narúšajú, pretože oddeľujú výsledok od vynaloženého času. Rešeršná alebo klasifikačná úloha, ktorá pri ručnej práci zabrala dni, prebehne ako agentový workflow za pár minút. Kto naďalej účtuje hodiny, trestá vlastnú efektivitu: čím lepšie agentúra automatizuje, tým menej zarobí na tom istom výkone. Oceňovanie podľa hodnoty to obracia: meria sa obchodná hodnota pre klienta, nie interne spotrebovaný čas.

Zároveň sa nákladová strana stala zradnejšou. Jedna požiadavka používateľa v roku 2026 už nezodpovedá jednému volaniu modelu, ale typicky 5-20 volaniam LLM (plánovač, výber nástroja, výsledok nástroja, kritika, revízia, overenie). Agentové workflowy zvýšili spotrebu tokenov na jednu požiadavku oproti jednoduchému chatbotu 5- až 50-násobne. Kaskády subagentov ju ešte raz znásobujú 3- až 10-krát. Paušál kalkulovaný podľa starej predstavy „jeden prompt, jedna odpoveď“ tu rýchlo stratí maržu.

Štyri cenové modely v prehľade

Retainer (mesačný paušál). Klient platí pevný mesačný poplatok za prevádzku, monitoring, iterácie evaluácií a priebežné zlepšovanie agentov. Hodí sa pre bežiacu infraštruktúru agentov, ktorú treba udržiavať a prispôsobovať aktualizáciám modelov. Retainer zabezpečuje plánovateľné tržby a počas trvania zmluvy amortizuje nastavenie compliance. V regióne DACH je to závažný argument, pretože viacročné zákazky odôvodnia náklady na zmluvy o spracúvaní osobných údajov (DPA) a ďalších sprostredkovateľov.

Project / Fixed (pevná cena). Ohraničený rozsah dodávky, napríklad implementácia hlasového agenta alebo servisného workflowu, za pevnú cenu. Dá sa jasne komunikovať a pri prvých projektoch je obľúbený. Riziko pre maržu leží v rozsahu zákazky: podcenené kaskády tokenov, opakované pokusy (retry loops) alebo integračná práca v DACH stackoch postavených na SAP zjedia kalkuláciu. Pevná cena potrebuje rezervu a jasne nastavený proces riadenia zmien (change requests).

Outcome- / Performance-based. Platí sa za výsledok: za vyriešený tiket, kvalifikovaný lead, uzavretý prípad. Štrukturálna výhoda: záujmy poskytovateľa aj klienta sú naviazané na úspech. Štrukturálne riziko: agentúra nesie nákladové riziko každej transakcie. Ak je miera úspešnosti nižšia, ako sa predpokladalo, vzniká strata na každom výsledku.

Na trhu sa tento model presadzuje najmä v zákazníckom servise. Intercom Fin stojí 0,99 USD za vyriešenú konverzáciu, HubSpot v apríli 2026 znížil cenu svojho Customer Agenta z 1,00 USD za konverzáciu na 0,50 USD za vyriešenú konverzáciu, Zendesk účtuje 1,50 USD (committed) až 2,00 USD (pay-as-you-go) za vyriešenie, Salesforce Agentforce 0,10 USD za akciu alebo 2,00 USD za konverzáciu (všetky ceny k roku 2026). Sierra ceny nezverejňuje; odhady tretích strán uvádzajú celkové náklady za prvý rok od 200 000 do 350 000 USD a viac. Predpokladom cenotvorby podľa výsledku je spoľahlivá, nameraná východisková hodnota (baseline) miery úspešnosti. Bez nej je to let naslepo.

Hybrid. De facto norma roku 2026: pevný základ (retainer alebo setup) plus zložka závislá od spotreby alebo výsledku plus prefakturované náklady na tokeny. Hybrid spája plánovateľný príspevok na úhradu so spravodlivým rozložením záťaže a pre väčšinu agentúrnych zákaziek je najodolnejšou štruktúrou.

Porovnanie modelov: kedy sa oplatí, výhoda a nevýhoda, riziko pre maržu

Náklady na tokeny: prefakturácia alebo paušál

Náklady na tokeny sú najviditeľnejšou položkou, väčšinu účtu však netvoria. Priame náklady na modely a API tvoria pri typickom agentovom workloade len 30-50 percent celkového TCO, vrátane kaskád nástrojov a subagentov. Zvyšok pripadá na infraštruktúru (výpočtový výkon pre sandbox, vektorová databáza, observability), vývoj, evaluácie, prevádzku compliance a human-in-the-loop. Agentúra, ktorá kalkuluje len s cenníkom tokenov, prehliadne aspoň polovicu účtu.

S nákladmi na tokeny sa dá korektne naložiť dvoma spôsobmi:

• Prefakturácia (pass-through): Priame náklady na API a platformy sa sledujú pre každého klienta zvlášť (napríklad cez Helicone alebo Portkey podľa API kľúča) a prefakturujú sa s transparentnou prirážkou, v odvetví je bežná marža 30-50 percent na prefakturované náklady. Riziko volatility nesie klient a vyúčtovanie sa dá spätne overiť.
• Paušál: Náklady na tokeny sú započítané v pevnej cene alebo v retaineri. Pre klienta je pohodlný a plánovateľný, udržateľný však len s pevnými limitmi max_tokens, max_iterations a max_tool_calls pre každý workflow, agresívnym cachingom od prvého dňa a bezpečnostnou rezervou.

Caching je pritom najväčšou pákou na maržu. Pri Claude Sonnet 4.6 stojí čítanie z cache 10 percent ceny vstupu (stav október 2026): vstup klesne z 3,00 na 0,30 USD za milión tokenov. Pri miere zásahov cache 80 percent klesnú efektívne náklady na vstup zhruba o dve tretiny. Matematicky by bolo možných najviac 72 percent, prirážka 25 percent za zápis do cache (5-minútová cache) to stlačí asi na 67 percent. Výber modelu na základe evaluácií (najlacnejší model, ktorý evaluáciou prejde) ušetrí ďalších 30-60 percent. V kombinácii dosiahne dobre inštrumentovaný prístup FinOps zníženie nákladov o 60-80 percent oproti neoptimalizovanej východiskovej hodnote. Z tohto priestoru vzniká marža agentúry, nie zo zľavy od dodávateľa.

Príklad kalkulácie: agent zákazníckeho servisu s cenotvorbou podľa výsledku

Agentúra prevádzkuje pre klienta z regiónu DACH servisného agenta, ktorý spracuje 5 000 tiketov mesačne. Architektúra: Claude Sonnet 4.6 ako vykonávací model (executor) s aktívnym prompt cachingom na systémovom prompte a definíciách nástrojov.

Predpoklady na jeden spracovaný tiket (stav 2026, ilustračne):

• Priama spotreba LLM na konverzáciu: približne 15 000 vstupných tokenov (takmer úplne z cache) a 1 500 výstupných tokenov v niekoľkých krokoch agenta.
• Vstup z cache pri 0,30 USD/mil. → cca 0,0045 USD; výstup pri 15 USD/mil. → cca 0,0225 USD.
• Priame náklady na model: približne 0,03 USD na tiket.
• K tomu kaskáda nástrojov, riziko opakovaných pokusov a nepriame náklady (embeddingy, definície nástrojov): realisticky 0,08-0,12 USD na tiket celkovo za modely a API.

Pseudokód pre výpočet marže:

```
naklady_priame = 0.03 # USD za tiket, z cache
naklady_spolu = 0.10 # + kaskáda, retry, nepriame náklady
eu_prirazka = 1.10 # 10 % prirážka za EÚ endpoint
naklady_dach = naklady_spolu * eu_prirazka # = 0.11 USD na spracovaný tiket
tikety = 5000 # spracované tikety za mesiac
miera_vyriesenia = 0.60 # predpoklad: 60 % sa vyrieši
cena_za_vysledok = 0.50 # fakturácia za vyriešený tiket
trzby_mes = cena_za_vysledok * tikety * miera_vyriesenia # = 1500 USD
naklady_mes = naklady_dach * tikety # = 550 USD
prispevok_mes = trzby_mes - naklady_mes # = 950 USD/mesiac
```

Pri 5 000 spracovaných tiketoch a predpokladanej miere vyriešenia 60 percent zostane mesačne približne 950 USD príspevku na úhradu. Náklady vznikajú pri každom spracovanom tikete, platí sa však len za vyriešený. Každý percentuálny bod, o ktorý miera vyriešenia klesne, preto stojí 25 USD a pod 22 percentami pracuje agent so stratou. Ak navyše opakované pokusy (retry loops) narastú o 20-50 percent, marža na tiket sa ďalej zmenší. Práve preto cenotvorba podľa výsledku potrebuje nameranú východiskovú hodnotu a minimálny retainer (floor retainer), ktorý pokryje fixné náklady (iterácie evaluácií, compliance, monitoring) bez ohľadu na objem. Poznámka: ekonomika tokenov je v roku 2026 volatilná. DeepSeek V4.1 Flash stojí podľa cenníka DeepSeek 0,15 USD za milión vstupných tokenov mimo špičky a 0,30 USD v čase špičky, GPT-5.5 5 USD (stav október 2026). To je rozdiel zhruba 17- až 33-násobný. Zmena modelu môže kalkuláciu posunúť oboma smermi.

Ochrana marže a realita v regióne DACH

Maržu zabezpečia tri páky bez ohľadu na zvolený model:

1. Doložka o úprave ceny a limity. Každý retainer a každá pevná cena obsahuje doložku o úprave pri zmene nákladov na tokeny a pevné limity spotreby pre každý workflow. Ekonomika tokenov je v roku 2026 pohyblivý cieľ.
2. Najprv inžinierska práca, až potom zmluva. Caching, smerovanie (routing), dávkové spracovanie (batch, zľava 50 percent pri 24-hodinovom SLA) a záložné open-weight modely pre long-tail workloady určujú 50-80 percent účtu, viac než akákoľvek zľava od dodávateľa.
3. Dodatočné náklady regiónu DACH výslovne započítať do ceny. Na regionálne endpointy v EÚ sa uplatňuje 10-percentná prirážka: pri OpenAI pre modely vydané od 5. marca 2026, pri modeloch Claude od verzie 4.5 cez regionálne alebo multiregionálne endpointy Bedrock alebo Google Cloud. Suverénny hosting stojí 1,5- až 3-násobok, reťazec zmlúv o spracúvaní osobných údajov (DPA) 5-20 tis. eur ročne na poskytovateľa plus 10-50 tis. eur za onboarding. Spolu zvyšujú faktory regiónu DACH TCO o 15-35 percent oproti workloadu v USA. Viacročné zákazky tieto náklady na compliance amortizujú. To hovorí v prospech retainera a proti jednorazovým projektom.

Pre agentúry a B2B manažérov

Pre agentúry to znamená: opusti logiku hodinového účtovania. Postav hybridný model s minimálnym retainerom, transparentnou prefakturáciou tokenov (marža 30-50 percent, sledovanie pre každého klienta zvlášť) a voliteľnou zložkou podľa výsledku tam, kde mieru úspešnosti poznáš z merania. Limity, caching a doložku o úprave ceny ukotvi v zmluve. To ochráni maržu, keď sa ceny tokenov posunú.

Pre B2B manažérov, ktorí nakupujú služby agentov: pýtaj sa na štruktúru nákladov za cenou, nielen na hodinovú sadzbu. Seriózna ponuka transparentne uvádza prefakturáciu tokenov, stratégiu cachingu a náklady na compliance v regióne DACH. Ak plánuješ infraštruktúru agentov a chceš pre svoj prípad použitia vytvoriť spoľahlivý cenový model, ktorý ochráni maržu, ozvi sa nám. Ekonomiku tokenov a TCO prepočítame a model vyberieme podľa tvojho reálneho workloadu.