- Producenci dzielą oferty na trzy klasy: flagową, zbalansowaną i szybką z niską ceną.
- Do klasyfikacji, wyciągania danych i routingu zwykle wystarcza klasa szybka, do trudnego rozumowania i długich zadań agentowych sięgaj po flagową.
- Wybieraj najtańszy model, który zdaje twój własny test.
Najczęstszy błąd w doborze modelu polega na wyborze „najlepszego” z listy. Najlepszy według producenta na jego wykresie oznacza zwykle najdroższy i najwolniejszy, a to nie jest właściwa odpowiedź dla większości zadań w aplikacji. Poprawna odpowiedź brzmi: najtańszy model, który zdaje twój test. Żeby ją znaleźć, musisz wiedzieć, jak producenci dzielą ofertę i co sami o niej mówią.
Trzy klasy modeli
Oferty największych producentów układają się w trzy klasy, a Anthropic i OpenAI opisują je podobnie. Klasa flagowa jest przeznaczona do wymagającego rozumowania i długich zadań agentowych. Klasa zbalansowana łączy możliwości z kosztem i jest zwykle rozsądnym punktem wyjścia. Klasa szybka i tania służy zadaniom o dużym wolumenie i wrażliwym na opóźnienia, takim jak klasyfikacja, wyciąganie danych i kierowanie zapytań. Strona Anthropic radzi zaczynać w większości zastosowań od Opus 5.5 i sięgać po Fable 5.1, gdy własne ewaluacje na wyższym poziomie wysiłku nadal wychodzą słabo.
| Flagowa | Zbalansowana | Szybka i tania | |
|---|---|---|---|
| Anthropic | Fable 5.1: wymagające rozumowanie, długie zadania agentowe | Opus 5.5 i Sonnet 5.5: kodowanie, praca wiedzy, szybkość i inteligencja | Haiku 5.5: klasyfikacja, wyciąganie danych, routing |
| OpenAI | GPT-6 Astra: złożone rozumowanie i kodowanie | GPT-6.1 Sol: równowaga inteligencji i kosztu | GPT-6 Luna: zadania wrażliwe na koszt i o dużym wolumenie |
| Typowy koszt | Najwyższy | Średni | Najniższy |
| Typowa szybkość | Wolniejsza | Umiarkowana | Najszybsza |
Podział nie jest sztywny. Producenci oferują też wersje specjalistyczne i poziomy wysiłku rozumowania, które pozwalają w ramach jednego modelu wymienić czas i tokeny na dokładność. W efekcie wybór to nie jeden punkt, tylko kombinacja: model, poziom wysiłku i prompt. Dlatego przy porównaniu zapisuj wszystkie trzy elementy oraz zużycie tokenów, bo ten sam model na wyższym poziomie wysiłku potrafi kosztować kilka razy więcej niż na niższym. Zdarza się, że tańsza klasa z wyższym wysiłkiem rozumowania przechodzi test taniej niż droższa klasa na ustawieniach domyślnych, i tego nie zobaczysz, jeśli porównujesz tylko nazwy modeli.
Jak dopasować klasę do zadania
Zacznij od rodzaju pracy. Zadania z jasnymi regułami i krótkim wejściem, takie jak przypisanie zgłoszenia do kategorii, wyciągnięcie dat i kwot z faktury, wstępne filtrowanie, zwykle mieszczą się w klasie szybkiej. Zadania generatywne o średniej trudności, takie jak szkice treści, streszczenia, odpowiedzi dla klienta, to teren klasy zbalansowanej. Zadania, w których błąd jest kosztowny albo wymagają planowania w wielu krokach, na przykład agent kodujący pracujący godzinami, uzasadniają flagową. To reguła kciuka, a nie prawo: sprawdź ją testem.
- 01ZadanieOpisz je i kryterium zdania testu.
- 02ZbiórZbierz 20–50 przypadków, w tym trudne.
- 03ŚrodekUruchom klasę zbalansowaną.
- 04DółSpróbuj klasy szybkiej.
- 05GóraFlagowa tylko, gdy środek nie zdaje.
- 06WybórNajtańszy model, który zdaje.
Test w obie strony jest ważny. Samo sprawdzenie, że flagowy model radzi sobie świetnie, niczego nie dowodzi, bo prawdopodobnie tańszy też by sobie poradził. Dopiero porównanie wyniku i kosztu pokazuje, ile płacisz za dodatkową jakość i czy jej potrzebujesz. Jak zbudować taki zestaw, opisuję w artykule Jak ocenić agenta, zanim mu zaufasz.
Routing: kilka modeli w jednej aplikacji
Opracowanie o skutecznych agentach opisuje wzorzec routingu: wejście jest klasyfikowane i kierowane do wyspecjalizowanego następnego kroku. W praktyce kosztowej oznacza to, że tani model decyduje, czy zapytanie jest proste (wtedy odpowiada sam) czy trudne (wtedy przekazuje je mocniejszemu). Taki układ często obniża rachunek bez spadku jakości, o ile klasyfikacja jest dobrze przetestowana, a mocniejszy model dostaje faktycznie tylko trudne przypadki. Warto też rozważyć koszt zadania w tokenach, żeby wiedzieć, ile oszczędzasz.
Pułapki wyboru
Pierwsza pułapka to wybór po nazwie i marce, bez testu. Druga to pomijanie opóźnienia: model, który odpowiada dwa razy wolniej, może zepsuć doświadczenie użytkownika. Trzecia to zapomnienie o wycofaniu: zapisuj identyfikator modelu w konfiguracji i miej test, który po zmianie wersji pokaże regresje. Czwarta to ślepe zaufanie do rankingów; jak czytać karty i porównania producentów, wyjaśnia tekst Modele frontier: jak czytać karty modeli. Resztę materiałów znajdziesz w hubie Modele frontier.
Stan wiedzy: 20 października 2026. Opisy klas pochodzą ze stron producentów z tego dnia i będą się zmieniać.