O czym jest ten film
- GLM 5.2 to viralowy model open source z oknem kontekstu miliona tokenów: 81 punktów na Terminal Bench 2.1 (ledwie cztery mniej niż Opus 4.8) i 62,1% w teście długich, wieloetapowych zadań wobec 69,2% u Opusa.
- Model jest otwarty, ale bardzo zasobożerny — większość komputerów konsumenckich go nie uruchomi, więc gość, który go testuje, i tak odpala go w chmurze przez OpenRouter.
- Konfiguracja w Cursorze sprowadza się do kilku kroków: klucz API od Z.ai wklejasz w pole OpenAI, nadpisujesz endpoint i dodajesz model niestandardowy o nazwie GLM 5.2.
- Alternatywnie: Codex natywnie wspiera modele open source — tworzysz profil, podajesz dane modelu i okno kontekstu, a w CLI przełączasz się na GLM 5.2.
- Ekonomia: przy 50 tys. tokenów wejścia i 85 tys. wyjścia GLM 5.2 kosztuje ok. 44 centy, Opus 4.8 — 2,38 dolara. Pięciokrotna różnica, która przy codziennej pracy robi się duża.
- Test na żywym projekcie: dopracowanie hero section, karuzela zdjęć i siatka bento — GLM 5.2 trzyma się instrukcji i działa zaskakująco dopracowanie jak na model otwarty.
- Słabość: brak obsługi obrazów. Obejście: drogi model opisuje zrzuty ekranu, a GLM wykonuje zmiany na podstawie tego opisu.
- Główna teza rozmowy: łańcuchowanie modeli — droga „głowa” planuje, tania „ręka” wykonuje — daje jakość czołowych modeli za ułamek ceny.
- Kontekst rynkowy: firmy po roku bezmyślnej adopcji AI anulują subskrypcje API przez koszty; rodzi się zapotrzebowanie na governance, czyli dobór właściwego modelu do właściwego zadania.
- Własny sprzęt nie jest warunkiem wejścia — wystarczy 20 dolarów kredytu na OpenRouter. Ale rozsądnie jest policzyć inwestycję w maszynę na przyszłość, bo dotacje do tokenów prędzej czy później się skończą.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Model „lokalny” dziś najczęściej znaczy „tani model w chmurze”
Na czym polega: GLM 5.2 jest otwarty, ale tak wymagający, że przeciętny komputer go nie uciągnie. Rozmówca, mimo entuzjazmu, sam uruchamia go w chmurze przez OpenRouter, a własny sprzęt traktuje wyłącznie jako perspektywę.
Jak stosować: Zacznij od kredytów na OpenRouter (20 dolarów wystarczy na start) podpiętych pod Cursor lub Codex. Dopiero gdy potwierdzisz, że taki styl pracy ci służy, licz opłacalność własnej maszyny.
Na co uważać: Nie daj się ponieść narracji „kup Mac Studio albo odpadasz”. Sprzęt za kilka–kilkanaście tysięcy dolarzy zwraca się tylko przy dużym, regularnym wolumenie zadań.
2.Drogą głowę do planowania, tanią rękę do roboty
Na czym polega: Jakość czołowych modeli można uzyskać taniej, rozdzielając role: drogi model analizuje i planuje, tani — wykonuje zaplanowane zmiany. OpenRouter nazywa to „fuzją modeli”.
Jak stosować: W jednym narzędziu (Cursor, Codex, Claude Code) przepuszczaj przez ten sam ciąg zadań różne modele zależnie od etapu: plan i analiza przez Opusa, wykonanie przez GLM 5.2, weryfikacja przez kolejny model.
Na co uważać: Każde przełączenie modelu to dodatkowy koszt pośredni — streszczenia, przepakowywanie kontekstu. Policz, czy fuzja faktycznie wychodzi taniej niż jeden drogi model.
3.Podpięcie GLM 5.2 do Cursora to kwestia kilku minut
Na czym polega: Cursor pozwala zastąpić model OpenAI dowolnym innym, korzystając z mechanizmu klucza i endpointu OpenAI.
Jak stosować: Pobierz klucz API od Z.ai (dostawcy GLM) → w ustawieniach Cursora wklej go w pole przeznaczone dla OpenAI → nadpisz adres endpointu API → w zakładce modeli dodaj własny model o nazwie GLM 5.2. Alternatywnie zrób to samo przez klucz OpenRouter.
Na co uważać: To obejście, a nie natywne wsparcie. Nazwy pól i adresy endpointów zmieniają się szybko — trzymaj się aktualnej instrukcji dostawcy.
4.Koszt licz na skali miesiąca, nie pojedynczego promptu
Na czym polega: Przy 50 tys. tokenów wejścia i 85 tys. wyjścia GLM 5.2 kosztuje ok. 44 centy, Opus 4.8 — 2,38 dolara. Pojedyncze zapytanie wygląda niewinnie, ale pięciokrotna różnica przy codziennej, intensywnej pracy zamienia się w poważne budżety.
Jak stosować: Przelicz swój realny miesięczny wolumen zadań przez oba modele i zobacz różnicę w złotówkach. To najlepszy argument przy dyskusji o budżecie na AI w zespole.
Na co uważać: Podane stawki są uśrednione i płynne — sprawdź aktualny cennik dostawcy przed podjęciem decyzji.
5.Brak „wzroku” u modelu da się obejść opisem
Na czym polega: GLM 5.2 nie analizuje obrazów, więc sam z siebie nie „zobaczy” twojego designu ani zrzutu ekranu.
Jak stosować: Wpleć do łańcucha model multimodalny: niech drogi model szczegółowo opisze zrzut ekranu („co dokładnie widzisz w hero section, rozpisz to”), a treść opisu przekaż GLM jako materiał do pracy.
Na co uważać: Opis nigdy nie odda obrazu w pełni — detale typografii, odstępy, proporcje łatwo się gubią. Kluczowe decyzje wizualne weryfikuj na żywej stronie.
6.Benchmarki traktuj jako wskazówkę, nie wyrocznię
Na czym polega: Liczby (81 pkt na Terminal Bench, 62,1% w długich zadaniach) wyglądają dobrze, ale — jak przyznają sami rozmówcy — nie wiadomo, co naprawdę znaczą, dopóki nie posiedzisz z modelem nad własnym projektem.
Jak stosować: Zrób test porównawczy na żywym organizmie: weź swoją aplikację, postaw modelowi konkretne zadanie (np. przeróbka hero section) i porównaj efekt z modelem, którego używasz na co dzień.
Na co uważać: GLM 5.2 błyszczy głównie w zadaniach front-endowych. Do zadań backendowych i zasobożernych rozmówcy nie zdążyli go jeszcze rzetelnie sprawdzić.
7.Dotacje do tokenów kiedyś się skończą — planuj z wyprzedzeniem
Na czym polega: Dostawcy modeli dopłacają do zużycia, żeby wciągnąć firmy w swoje ekosystemy — analogicznie do Ubera, który na początku dopłacał do przejazdów, a potem podnosił ceny. Limity zaczynają się wyczerpywać coraz szybciej.
Jak stosować: Jeśli twoje procesy stoją na AI, policz już dziś, ile kosztowałaby ich migracja na modele otwarte. Rozważ inwestycję we własną maszynę jako polisę na czas, gdy ceny chmur pójdą w górę.
Na co uważać: Nie kupuj sprzętu „na zapas” bez policzonego progu opłacalności — sprzęt też starzeje się szybciej, niż chcemy.
8.Governance modelowe: właściwy model do właściwego zadania
Na czym polega: Firmy po roku bezrefleksyjnej adopcji AI odkrywają, że zespoły pozainżynierskie odpalają najdroższe modele do formatowania maili — i w panice anulują subskrypcje API.
Jak stosować: Wprowadź w zespole prostą zasadę doboru: złożone zadania inżynierskie → drogi model; banały → tani lub lokalny. Osobno licz zwrot z tokenów wydawanych przez inżynierów i przez resztę firmy.
Na co uważać: Nadmierny reżim udusi adopcję AI. Szukaj równowagi między kontrolą kosztów a swobodą eksperymentu.
9.„Maksowanie tokenów” to pułapka — minimalizuj tokeny, maksymalizuj wynik
Na czym polega: Filozofia „używaj AI bez opamiętania” jest — jak zauważa rozmówca — ironicznie samobójcza: podnosi koszty, szybciej wyczerpuje limity i rozleniwia przy doborze narzędzi.
Jak stosować: Mierz wynik, nie zużycie. Za każde 200 dolarów wydane na AI musisz umieć wskazać konkretny zwrot. Jeśli nie umiesz — zmień model, zadanie albo sposób pracy.
Na co uważać: Przy jednoosobowym projekcie „wydawanie na czuja” bywa usprawiedliwione szybkim prototypowaniem. Problem zaczyna się, gdy skaluje się to na rosnący zespół.
10.Narzędzia niezależne od modeli to najlepsza pozycja wyjściowa
Na czym polega: Cursor, Codex czy Claude Code pozwalają przepuszczać różne modele przez ten sam strumień zadań — i to one najbardziej zyskają na erze tanich modeli otwartych.
Jak stosować: Nie zamykaj się u jednego dostawcy. Opanuj w swoim narzędziu przełączanie modeli zależnie od etapu pracy: przegląd → wykonanie → weryfikacja mogą trafiać do trzech różnych silników.
Na co uważać: Każde narzędzie ma własny sposób podpinania modeli zewnętrznych. Skonfiguruj dokładnie jeden przepływ, zanim zaczniesz mnożyć profile i klucze.
Redakcyjne tłumaczenie
Wprowadzenie
Greg: GLM 5.2 eksploduje ostatnio na Twitterze — to nowy model otwartoźródłowy, o którym ludzie mówią, że to „moment ChatGPT” dla AI działającej lokalnie. Tyle że nikt dotąd nie pokazał, jak się za niego zabrać i jak go realnie skonfigurować. Postanowiłem więc zaprosić mojego przyjaciela, Amira. On wam wyjaśni, jak podchodzić do uruchamiania GLM 5.2 i modeli lokalnych w ogóle, jak spiąć wszystko z OpenRouterem oraz jak korzystać z tego w Codexie, Cursorze czy Claude Code. W niecałe dwadzieścia minut dowiecie się wszystkiego, co trzeba wiedzieć o lokalnych modelach AI, dlaczego GLM 5.2 zbiera świetne wyniki w testach i jak uruchomić go jeszcze dziś — żeby budować swój startup, swój biznes i pracować wydajniej. Dobrej rozmowy.
(Informacja dodatkowa: GLM to rodzina modeli open source rozwijana przez chińskie laboratorium Z.ai. W automatycznej transkrypcji wideo nazwa modelu była raz po raz zapisywana błędnie — m.in. jako „Gemini 5.2” — ale przez cały materiał rozmówcy mają na myśli GLM 5.2.)
O czym porozmawiamy
Greg: Witaj w programie, Amirze. Czego dowiemy się do końca tego odcinka?
Amir: Powiemy o tym, jak modele lokalne zaczynają nadążać za tempem modeli zamkniętych, i o tym, jak wykorzystać to, co OpenRouter nazywa modelami łączonymi — czyli przeplatanie bardziej „myślącego” modelu z modelem nastawionym na samo wykonanie. Pokażę też, jak GLM 5.2 wypada na tle konkurencji i jak go sensownie uruchomić.
Greg: Robiłem już odcinek o modelach lokalnych i okazał się hitem. Ludzie prosili o więcej konkretów: jak myśleć o modelach lokalnych, jak je wdrożyć, jak zrobić z nich element codziennej pracy. Dlatego zaprosiłem Amira. Witaj — zresztą witam cię dwa razy, tyle jest we mnie entuzjazmu. Zaczynajmy.
Amir: Ja cieszę się nie mniej. Wchodzimy od razu.
Punkt zwrotny dla modeli lokalnych
Amir: W tym tygodniu wyszedł GLM 5.2 i moim zdaniem to spory punkt zwrotny. Modelom lokalnym zarzucano dotąd jedno z dwojga: albo są tak pojemne i zasobożerne, że nie da się ich zainstalować na własnym komputerze, albo wymagają karty graficznej z naprawdę dużą ilością pamięci, żeby dało się je lokalnie uruchomić. GLM 5.2 również jest wymagający, ale dzięki dostawcom otwartych modeli — takim jak OpenRouter czy ekosystem Llamy — możecie uruchamiać je w chmurze i płacić za tokeny wejściowe i wyjściowe wyraźnie mniej niż w przypadku modeli zamkniętych.
(Informacja dodatkowa: OpenRouter to agregator, który udostępnia setki modeli — także otwartych — pod jednym kluczem API, w rozliczeniu kredytowym.)
Chcę, żebyście wynieśli z tej rozmowy przede wszystkim trzy rzeczy: jak to skonfigurować (nie będziemy przechodzić całego setupu krok po kroku, ale pokażę, jak to zrobić w Cursorze przez OpenRouter albo w Codexie), jak GLM 5.2 wypada na tle innych modeli oraz jak wykorzystać go do łańcuchowania modeli. Na koniec pokażę pokrótce, jak sam go dziś używam.
I od razu zaznaczę uczciwie: te modele lokalne wciąż mają sporo do nadrobienia, jeśli chodzi o narzędzia i o „zmysły” — na przykład o rozpoznawanie obrazów. Pokażę wam, jak to sprytnie obejść: można użyć innego modelu do opisania obrazu, przekazać ten opis GLM-owi i kazać mu na nim pracować. Potem zrobimy żywy test na tle innych modeli. Bo benchmarki są fajne, ale ja osobiście nie jestem w nich ekspertem — nie mam pojęcia, co te liczby właściwie znaczą. Moja metoda jest prosta: zbudujmy coś i zobaczmy, jak to wygląda w porównaniu z resztą.
Benchmarki: co mówią liczby
Amir: GLM 5.2 ma okno kontekstu miliona tokenów i zdobywa 81 punktów na Terminal Bench 2.1 — ledwie cztery punkty za Opusem 4.8. Bardzo dobrze radzi sobie też w ewaluacji długich, wieloetapowych zadań, czyli takich projektów, w których chcecie uruchomić długie sekwencje kroków; widać tu m.in. parametry „myślenia”, planowania zadania. W różnych raportach benchmarkowych GLM 5.2 wypada naprawdę dobrze — na tym teście ma 62,1% wobec 69,2% u Opusa.
(Informacja dodatkowa: Terminal Bench to test sprawdzający, jak modele radzą sobie z realnymi zadaniami wykonywanymi w terminalu komputera.)
Co ważne, to model otwarty: uruchomicie go lokalnie, jeśli sprzęt pozwala, albo w chmurze przez dostawców modeli otwartych. To duży skok względem wersji 5.1 — jej osobiście nie testowałem, wszedłem od razu w 5.2, ale z tego, co widać na Twitterze i słychać w rozmowach, nowa wersja spisuje się bardzo dobrze, zwłaszcza przy zadaniach wykonawczych na froncie. Backendu i zadań zasobożernych jeszcze solidnie nie przetestowałem, ale i tak, na podstawie raportów i wrażeń, wygląda to mocno.
Greg: Skoro mówisz, że wygląda mocno… Bo ja patrzę na te benchmarki i mi to wchodzi jednym uchem, a wychodzi drugim. Zasłaniam się — nie wiem, co to naprawdę znaczy. Czy to poziom Opusa 4.8? Lepszy? Gorszy? Powiedz mi wprost, bez owijania.
Amir: Szczerze? Jestem w tej samej łódce. Nie jestem dość lotny, żeby rozumieć, jak te benchmarki się układają. Dla mnie liczy się jedno: zbudujmy coś, użyjmy tego i zobaczmy, jak się czujemy z jakością na tle innych modeli. A skoro chcę wycisnąć z tego maksimum, to kiedy czuję, że GLM 5.2 jest mocny w jednym, a słabszy w drugim, myślę, jakimi narzędziami albo modelami to uzupełnić. To podejście „fuzji” — termin ukuty przez OpenRouter — czyli sekwencjonowanie dwóch modeli tak, żeby na końcu dostać najlepszy wynik. Skoro mogę część zadań puszczać przez model na mojej maszynie, a do czegoś innego zawołać Opusa czy Codex i zmusić ich do współpracy — bardzo proszę. Zależy mi na jednym: maksymalna efektywność pod względem tokenów, kosztów i wydajności.
Konfiguracja: Cursor i Codex
Amir: Ja zacząłem od Cursora, z API OpenRoutera. Działa to tak: wchodzicie do Z.ai — to dostawca, który stworzył GLM 5.2 — pobieracie od nich klucz API, przenosicie go do ustawień Cursora i wklejacie w pole przeznaczone dla OpenAI. Potem nadpisujecie standardowy endpoint OpenAI adresem API, które wam wskażą. Następnie wracacie do zakładki modeli, dodajecie model niestandardowy o nazwie GLM 5.2 — i od tej chwili wołacie go bezpośrednio. Mówiąc w skrócie: w miejsce klucza OpenAI wstawiacie klucz GLM z Z.ai, podmieniacie adres endpointu wywołań czatu i dopisujecie własny model do listy.
Da się to zresztą zrobić i przez OpenRouter. Jeśli pracujecie w Codexie, bierzecie klucz z OpenRoutera, wchodzicie do panelu dostawcy po endpoint, a potem w Codexie tworzymy profil i mówimy: „chcę zainstalować ten model open source”. Codex faktycznie wspiera takie modele — podajecie, co to za model, jakie ma okno kontekstu, i potem z poziomu CLI przełączacie się na GLM 5.2.
Greg: Brzmi wystarczająco prosto.
Amir: I jest prosto. W sieci jest mnóstwo poradników krok po kroku, też na Twitterze. Ale według mnie najlepszy sposób na start to po prostu OpenRouter plus Cursor i dopięcie tego od deski do deski.
Test na żywym projekcie
Amir: Wróćmy do wyników. Jeśli już chcemy nadać tym benchmarkom jakąś wagę: 62% wobec 69% u Opusa pewnie coś znaczy — ale my, zwykli śmiertelnicy, przekonamy się o tym dopiero, gdy sami posiedzimy z modelem. Wpadłem więc w naszą małą aplikację — zbudowałem ją, o ile pamiętam, na Opusie 4.8, trochę na testach — i zacząłem szlifować design na GLM 5.2. Mówię mu: „przerób mi hero section”, a potem: „mamy tu sekcję ze zdjęciami — zróbmy z tego karuzelę”. I wiecie co, to w pewnym sensie fascynujące, bo osobiście nie sądzę, żeby modele lokalne miały wcześniej taką zdolność dopracowania i trafności. Testowałem modele, które mieliśmy do tej pory, i GLM 5.2 jest wyraźnie bardziej dopracowany — no i lepiej trzyma się instrukcji, robi dokładnie to, o co prosicie. W dwóch, trzech promptach zrobiłem karuzelę ze zdjęciami, a potem kazałem zbudować siatkę bento — czyli układ kafelków o różnej wielkości — ze wszystkimi funkcjami aplikacji. Wszystko w jednym prompcie. Widać zresztą, że trochę to kodowane „na czuja”: te odznaki, etykiety… Ale po pierwsze: jakość jak na model, który możecie odpalić na własnym komputerze bez palenia tokenów, jest naprawdę dobra. Po drugie: wyniki w raportach po prostu to potwierdzają.
Ekonomia tokenów
Greg: Dobrze, to fundamentals: na czym polega główna korzyść modelu lokalnego wobec chmurowego? Na tym, że nie palisz tokenów. Myślę o tym tak — a prostota mnie popraw, jeśli gadam bzdury — że kupujesz maszynę. Jednorazowy koszt: dwa, pięć, dziesięć tysięcy dolarów. I potem po prostu uruchamiasz zadania. Budujesz startup, chcesz na przykład podbić konwersję: mówiisz modelowi „codziennie podaję ci feedback klientów i codziennie poprawiasz front”. Moje pytanie: czy ludzie budujący firmy powinni mieć taki model włączony na okrągło do określonych zadań — i jak w ogóle o tym myśleć?
Amir: To trudne pytanie i powiem dlaczego. Ten konkretny model jest bardzo zasobożerny. Z tego, co widzę, spora część dzisiejszych komputerów konsumenckich po prostu go nie uruchomi. Ja sam odpalam go w chmurze, bezpośrednio przez OpenRouter.
Greg: A ile to kosztuje?
Amir: Policzmy. Przyjąłem jakieś 50 tysięcy tokenów wejściowych i 85 tysięcy wyjściowych. Żeby uzyskać wynik zbliżony jakością do poziomu Opusa 4.8, GLM 5.2 kosztuje 44 centy. Opus 4.8 — 2 dolary i 38 centów. Czyli prawie pięciokrotna różnica.
Greg: Ktoś powie: „no i co, dwa dolary kontra 44 centy”. Ale to wygląda inaczej, gdy używasz tych narzędzi non stop, gdy katujesz je dużymi zadaniami i nie chcesz, żeby budżet na tokeny cię krępował. Pięciokrotność to nie jest detal. To duża sprawa.
Amir: Zgoda — a dodam, że te liczby to uśrednienia na bazie benchmarków kodowniczych i stawek, jakie Cursor liczy przez pule API. Ale ja chcę też myśleć przyszłościowo. Skoro doszliśmy tak daleko z GLM 5.2, ciekawe, jak będzie za pół roku. Moim zdaniem warto rozważyć wcześniejszą inwestycję we własną maszynę — właśnie po to, żeby nadążać za tymi modelami. Żeby gdy pojawi się GLM 5.3 czy 5.5, mieć sprzęt już opłacony i zaczynać oszczędzać na serio, zanim pojawią się kolejne, droższe modele. Bo patrzcie: trwa po prostu dotowanie tokenów. Z Claude’a i Codexu wyciskamy coraz więcej wyniku, a limity? Wyczerpują się szybciej niż kiedyś. Ja to widzę u siebie — pamiętam, jak wyszedł Fable: pierwszy dzień testów i już siedzę z użytym limitem.
Lekcja z Ubera: dotacje się kończą
Greg: Dokładnie. Bo czymże to różni się od historii startupów karmionych przez fundusze? Uber na początku dopłacał do przejazdów, wciągał ludzi w aplikację, a potem po cichu podnosił ceny. W erze AI jest podobnie: te modele wciągną cię w swoje workflow, zbudujesz na nich swoje procesy, a z czasem — gdy firmy wejdą na giełdę i tak dalej — dotacje znikną. Wniosek? Być może naprawdę warto zainwestować w lokalne uruchamianie już teraz. Bo pamięć nie tanieje i tokeny nie tanieją. Postaw infrastrukturę dziś, póki ceny są jeszcze łaskawe.
Amir: I żeby to domknąć, powiem dwie rzeczy. Po pierwsze: na tym najbardziej zyskają narzędzia niezależne od modeli — takie jak Cursor, w którym przez jeden ciąg zadań przepuszczacie różne modele. Nie zdziwiłbym się, gdyby Cursor wprowadził wprost wsparcie dla GLM 5.2 jako dostawcy i pozwolił czerpać z tych oszczędności, zwłaszcza w parze z czymś jak Composer 2.5. I tu wchodzimy w sedno, czyli łańcuchowanie modeli. Wspominałem, że przy tej aplikacji chciałem dopracować hero section. Skoro GLM 5.2 nie obsługuje obrazów, najpierw wziąłem Opusa 4.8: zaimportowałem zrzuty ekranu i poprosiłem: „opowiedz mi dokładnie, co widzisz w designie hero section, rozpisz to punkt po punkcie”. A potem przełączyłem się na GLM 5.2, który przeanalizował ten opis i wprowadził zmiany. W ten sposób omijasz ograniczenia GLM — brak „wzroku” — i dostajesz jakość czołówki za znacznie niższą cenę.
Wolny handel modelami
Greg: To się spina. Twoja rekomendacja przypomina mi odwieczny spór: wolny handel kontra protekcjonizm. Bez polityki, czysta ekonomia — każdy robi to, co potrafi najlepiej, i wymienia się z innymi. Ty w Kanadzie chcesz pomarańczy z Florydy, a my nie umiemy wyprodukować syropu klonowego, więc bierzemy wasz. Czyli: nie musisz nawet siedzieć w Cursorze — może być Codex, Claude Code, co wolisz — i mówisz sobie: do tych zadań biorę model lokalny, do tych najlepszy model chmurowy. W efekcie dostajesz świetną jakość, a przy tym nie wydajesz fortuny. A jeśli jesteś — tak jak my — „tokenowym maksymalistą”, czyli ciągle dobijasz do limitów, bo nie chcesz zatrudniać stu, pięciuset ludzi, tylko wycisnąć z AI maksimum, to takie podejście bardzo się przydaje.
Firmy uczą się liczyć
Amir: Dokładnie tak. I dorzucę dwie anegdoty. Pierwsza — z wnętrza firm. Satya Nadella z Microsoftu mówił wprost, że kapitał ludzki plus zużycie tokenów to dziś kluczowe zmienne. Sporo firm odchodzi od bezpośredniego dostępu do chmurowych API właśnie przez koszty — anulują subskrypcje. Widzę to na własne oczy: rok temu wszyscy mieli „mandat” wdrożenia AI, maksowania tokenów — tak mierzyliśmy sukces, tak mieliśmy stać się „AI-native”. A dziś słyszę: „chwilę, zrobiliśmy to, ale wydajemy na tokeny way za dużo — jak teraz być skuteczniejszymi?”. Da się dziś wprost pokazać zwrot z tokenów w zespole inżynierskim: oszczędzony czas, konkretny wynik, rozumiemy, inżynierowie są drodzy. Ale te same modele i narzędzia dostają zespoły pozainżynierskie, które jednym promptem proszą „sformatuj mi maila” — na pełnym trybie myślenia Opusa 4.8. No i tu już nie chodzi o pieniądze, tylko o porządek, o governance. Prowadzę dziś z firmami rozmowy w stylu: „pomóżcie nam zbudować zasady i edukację, żeby ludzie dobierali właściwe modele do właściwych zadań”. Bo pan Jasiu z marketingu nie powinien odpalać Opusa 4.8 do sformatowania maila. I nie zdziwiłbym się, gdyby za rok firmy — my też o tym rozmawiamy — po prostu kupiły własne maszyny i postawiły lokalne modele, bo przy naszych rachunkach za tokeny to się zwyczajnie opłaca.
Czy potrzebny jest własny sprzęt?
Greg: Zagram adwokata diabła: czemu po prostu nie użyć OpenRoutera i nie mieć spokoju? Bo na X widzę mnóstwo wpisów w stylu „kup Mac Studio, kup drogi sprzęt”. Czy słuchacze w ogóle muszą kupować lokalny sprzęt — choćby ceny poszły w górę dwukrotnie? A może OpenRouter plus Cursor albo Claude Code i sprawa załatwiona?
Amir: Jeśli ktoś myśli „kupię właściwą maszynę i wynik sam przyjdzie” — to nie tak to działa. Nie, nie potrzebujesz Maca Mini ani żadnego z tych urządzeń. Możesz zacząć dzisiaj. A to, co cenię w OpenRouterze i podobnych narzędziach, to właśnie ich niezależność od dostawców: uruchamiają modele w chmurze za ciebie, rozliczenie jest kredytowe — dołóżysz dwadzieścia dolarów i działa. Szczerze polecam wszystkim, którzy zaczynają bawić się tematem i dla których koszt tokenów ma znaczenie: ustawcie sobie już dziś jedno z tych narzędzi niezależnych od modeli, przepuśćcie trochę tokenów przez OpenRouter, dorzućcie modele otwarte i eksperymentujcie. Ja uwielbiam sprawdzać, jak daleko mogę zajść. Co, jeśli przegląd kodu zrobi Gemini 5.0, wykona GLM 5.2, a sprawdzi to jeszcze Composer 2.5 albo Codex 5.5? Możliwości jest mnóstwo — i moim zdaniem dokładnie tak będą pracować sprytni ludzie w najbliższej przyszłości.
„Mnie koszty nie obchodzą” — próba ognia
Greg: Są i tacy, którzy mówią: „nie obchodzi mnie, ile kosztują tokeny, bo okazji w budowaniu startupów, w optymalizacji, w arbitrażu AI jest tyle, że cena nie gra roli”. Co odpowiadasz ludziom, którzy ignorują cały ten ruch otwartej, lokalnej AI?
Amir: Sam byłem dokładnie taki. W naszym pierwszym odcinku zapytałeś mnie, ile to wszystko kosztuje, a ja na to: „nie wiem, stary, po prostu wydaję i tyle”. Ten sposób myślenia już się zmienił. Widzę, że limity znikają mi szybciej, koszty rosną, a do tego rozrasta się nasz zespół. Jako człowiek samemu sobie łatwo uargumentować, że tokeny trzeba maksować — co samo w sobie jest trochę ironiczne. Bo nie powinno się maksować tokenów. Trzeba minimalizować tokeny, a maksować wynik. Moja odpowiedź jest taka: jeśli to u ciebie działa i potrafisz pokazać na liczbach konkretny zwrot — wydałem dwieście, wyciągnąłem tysiąc — to brawo, działaj dalej. Jeśli nie potrafisz, to prędzej czy później skończą się dotacje.
Zakończenie
Greg: Chyba możemy domykać odcinek — chyba że chcesz coś jeszcze dodać.
Amir: Tyle, że dla ludzi, którzy chcą pomajsterkować: zobaczcie, co model potrafi wam dać przynajmniej na froncie, a potem schodźcie na zadania backendowe. Mam nadzieję, że coś z tego wynieśliście.
Greg: Wrzucę linki, gdzie można śledzić Amira — to jeden z moich pierwszych telefonów, kiedy testuję nowe rzeczy, więc cieszę się, że zdążył wpadnąć. Dzięki, doceniamy. Łapka w górę, komentarz, subskrypcja — dajcie znać, co myślicie, będziemy zaglądać do komentarzy. Dzięki, Amirze, do następnego.
Amir: Dzięki za zaproszenie.