O czym jest ten film
- FreeBuff to platforma, na której za sesje agentów AI kodujących płaci się oglądaniem reklam, a nie kartą kredytową — bez subskrypcji i bez podawania danych płatniczych.
- W pakiecie dostępne są m.in. GPT 5.6 Luna, DeepSeek V4.1 Flash, Muse Spark 1.2 oraz GLM 5.3 Flash z limitem do 20 godzin dziennie.
- Według indeksów porównawczych darmowe modele ustępują topom (Claude Fable 5.1, GPT6 Astro) zaledwie kilkoma punktami — jak na cenę zerową, wynik jest bardzo dobry.
- Mechanika rozliczeń opiera się na walucie „free bucksy”: dzienna pula odnawiana o północy czasu pacyficznego, jedna cena za godzinę dowolnego modelu, brak limitów tygodniowych i miesięcznych.
- Autor przeprowadza pełną instalację aplikacji na macOS, logowanie przez Google i konfigurację pierwszego projektu.
- Pierwszy test to strona-wizytówka „Nick Saraev” generowana przez GPT 5.6 Luna — z podglądem diffów, plików, terminala oraz przełącznikiem trybu budowania i planowania.
- Reklamy (m.in. The Farmer’s Dog, Runnable) wyświetlają się tam, gdzie użytkownik i tak czeka na wynik — na razie nienachalnie.
- W drugim wątku powstaje prosta gra z chodzącym ludzikiem na GLM 5.3 Flash; oba wątki działają równolegle i mogą ze sobą współpracować.
- Dodatki: misje typu „Merge PR” (commit, pull request, zielone testy, scalenie), ustawienia projektu, plik agents.md oraz aplikacja mobilna na iOS.
- Na koniec refleksja: drogie modele z granicy możliwości budują nierówność dostępu — darmowe agenty mogą ją choć trochę zmniejszyć. Autor podkreśla, że nie jest sponsorowany.
Redakcyjne tłumaczenie
Darmowe jak Ameryka — i przez reklamy
Krótko mówiąc, chłopaki: kodowanie jest teraz bardziej darmowe niż Ameryka. I, tak jak Ameryka, utrzymują je reklamy. Firma FreeBuff zbudowała platformę, na której zamiast płacić za tokeny dla agenta AI kartą kredytową, płaci się… oglądaniem reklam. Tam, gdzie OpenCode potrafi kosztować jakieś 120 dolarów rocznie, a Codex — 240, FreeBuff robi to wszystko za zero dolarów. W tym materiale przejdę przez całą platformę od zera i uruchomię prawdziwe kodowanie z agentem, żeby pokazać, jak to wygląda w praktyce.
I zanim ktoś rzuci się z zarzutem, że jestem opłacony: nie mamy z tą firmą nic wspólnego. Po prostu uważam za dobrą rzecz, że ludzie, których nie stać, mogą teraz korzystać z agentów AI za darmo.
Co dokładnie dostajesz
Na stronie czeka rozpiska modeli, do których zyskujesz dostęp. Pięć darmowych godzin z GPT 5.6 Luna, sześć godzin z DeepSeek V4.1 Flash — siecią, która pod względem wyników benchmarków jest całkiem porównywalna. Dalej Muse Spark 1.2, trochę prostszy, ale wciąż solidny, oraz kilka innych, o których — jestem pewien — nikt nigdy nie słyszał. Najciekawsza jest jednak oferta GLM 5.3 Flash, którego jakiś czas temu testowałem i który wypadł naprawdę przyzwoicie: limit urósł aż do 20 godzin.
(Informacja dodatkowa: GLM to rodzina modeli chińskiego laboratorium Zhipu AI; DeepSeek również pochodzi z Chin.)
Nie wiem, czy śledziliście te wykresy, ale sieci dostępne na platformie wcale nie należą do cienkich. GLM 5.3 zdobywa 45 punktów w indeksie „inteligencji” — dla porównania Claude Fable 5.1 ma 53. DeepSeek V4.1 Flash notuje 40 punktów wobec 53 dla GPT6 Astro. Jak na kodowanie to naprawdę porządne narzędzia. Co więcej, niektóre z nich, na przykład GPT 5.6 Luna, są za darmo dostępne jako zwykłe chatboty — ale dopiero tutaj można z nimi coś faktycznie budować. I to jest dla mnie największa nowość tej platformy.
(Informacja dodatkowa: wyniki pochodzą z niezależnego indeksu porównującego „inteligencję” modeli, w stylu Artificial Analysis — na tej skali kilka punktów różnicy potrafi być istotne.)
Jest też drobny kalkulator, który pokazuje, ile zaoszczędzisz, „oglądając reklamy cały dzień”. Nie dosłownie cały dzień — ale ich oglądanie jest częścią systemu. Do tego dochodzą aplikacje desktopowe. Nie traćmy więc czasu i pobierzmy wersję na macOS.
Instalacja i logowanie — bez karty
Cały proces wygląda tak: pobieram niezweryfikowany plik (błagam, nie hakujcie mi komputera), przerzucam go do folderu Aplikacje i — proszę — wygląda na to, że działa. Otwieram FreeBuff. Obiecują, że do żadnej z tych rzeczy nie potrzeba karty kredytowej, co brzmi intrygująco. Wystarczy się zalogować; ja wybieram wejście przez konto Google i po chwili ląduję z powrotem w terminalu.
Pierwsza rzecz, która może zmylić, to przycisk „Start for $5”. Po kliknięciu trafiamy na freebuff.com, czyli w tę samą aplikację, z której właśnie korzystamy. Chyba chodzi o to, że twórcy pokazują w ten sposób, jak będą wyglądać reklamy na dole ekranu. Z mojej strony: w porządku, nic nachalnego. I pomyślmy logicznie — jeśli mieszkam w kraju, w którym trudno o gotówkę, nie będę miał pretensji, że w zamian za narzędzie obejrzę reklamę czy dwie.
Free bucksy: codzienny budżet zamiast subskrypcji
Sedno systemu: sesje kupuje się teraz za free bucksy. To dzienny przydział, który możesz wydać na dowolny model, a pula odnawia się co dzień. Free bucksy uzupełniają się o północy czasu pacyficznego. Nie ma nic do wygrania i nie ma na co czekać; koniec z limitami tygodniowymi i miesięcznymi. Liczy się wyłącznie to, ile wydasz. Godzina dowolnego modelu ma jedną cenę, pobieraną raz na starcie sesji, a dysponując budżetem, robisz co chcesz: siedzisz cały dzień na taniej sieci albo odkładasz free bucksy na droższą.
(Informacja dodatkowa: północ czasu pacyficznego to około godziny 9:00–10:00 rano w Polsce — wtedy wraca dzienna pula.)
A same stawki? Pięć dolarów za godzinę, co w praktyce daje 20 godzin dziennie GLM 5.3 Flash. To szaleństwo. Jeśli zejdę w dół listy do GPT 5.6 Luna, wychodzi 20 dolarów za godzinę — czyli i tak jakieś pięć godzin dziennie. Dla mnie spokojnie wystarczająco.
Pierwszy projekt: strona o Nicku Saraevie
Dlaczego nie nazwać projektu po prostu „project”? W końcu wszystkie nasze foldery projektów tak się nazywają. Serwer wystartował, więc do dzieła. Chcę przede wszystkim zobaczyć, jak wygląda ścieżka reklamowa, więc wpisuję polecenie: „Zrób mi jednostronicową stronę o Nicku Saraevie. Poszukaj potrzebnych informacji. Spraw, żebym brzmiał naprawdę fajnie, ale nie przesadzaj z designem”. Inne rzeczy przetestuję później, spokojnie.
Co widzę na ekranie? Ledwie wcisnąłem enter, a po prawej stronie pojawiło się okno z kolejką zadań: zmiany, diffy — czyli widok różnic między wersjami plików — listę plików, podgląd strony, a nawet terminal, z którym można rozmawiać. Zaczyna to wyglądać na dopracowane środowisko. Wchodzę w pełny ekran, bo i czemu nie.
Jest też przełączanie między trybem budowania a trybem planowania — kojarzy się z wczesnymi czasami Claude’a w tej roli. I właśnie tu wchodzą reklamy: „50% zniżki na pierwszy box”, „Zadbaj o psi styl życia z The Farmer’s Dog — gotowe do podania, humanitarne plany żywieniowe”. Ciekawe. Reklama pojawia się dokładnie tam, gdzie i tak patrzysz, czekając na kolejne tokeny. Chciałem pokazać, że da się tego naprawdę używać.
Minuta czekania, grzejący się komputer
Mija minuta i dziesięć sekund — efektów jeszcze nie widać, za to reklama zdążyła się już zmienić. I szczerze: mój komputer zaczyna się grzać, co jest trochę niepokojące. Dlaczego, do licha, on się grzeje? To dziwne. O, i robi się bardzo głośny.
Realnie pewnie otworzyłbym po prostu kilka kart. Ale widzicie komunikat „one tab in use”? Ciekawe. Może jednak nie da się otwierać wielu kart? Sprawdźmy. Otwieram projekt w projekcie — po prostu chcę mieć dwa działające równolegle.
I proszę: moje wątki faktycznie potrafią ze sobą rozmawiać. Nazwę ten „dwa”, a tamten u góry „jeden”. W drugim chcę użyć innego modelu, żeby pokazać wam, jak to wygląda. Zamykam boczny komunikat i wpisuję: „Zrób mi super prostą grę, w której ludzik chodzi”.
GLM 5.3 kontra Luna
Teraz pracuje GLM 5.3, więc interfejs wygląda trochę inaczej. Miga „thinking”, pasek robi się czerwony. Rozumowanie na GLM 5.3 Flash jest zawrotnie szybkie w porównaniu z Luną — ale oczywiście jakość wyników Luny będzie znacznie lepsza. O niej mowa: w pierwszym wątku wciąż powstaje index.html, co samo w sobie jest fajne. A tutaj GLM przelicza całą serię obliczeń, żeby rozpracować mojego ludzika.
A, ciekawostka: co znaczy „mission”? Opcja „Merge PR” opisuje się tak: „Wykonaj prośbę użytkownika w całości. Gdy praca jest poprawna, zwięzła i sprawdzona, zrób commit, otwórz pull request, doprowadź testy do zielonych i scal zmiany”. Nie zamierzam tego zaznaczać, ale to bardzo pożyteczna funkcja.
Co jeszcze mogę zrobić? Mogę podpiąć swój plik agents.md. Jest cała sekcja ustawień projektu. Mogę nawet przerzucić całość na telefon przez FreeBuff na iOS — czyli kodować za darmo poza domem. Też nieźle. W tym momencie mam na ekranie trzy reklamy: psi box u góry, Runnable obok i jeszcze jedną obok niej. Jeszcze się nie wściekłem. Zresztą łatwo z tym przesadzić — równie dobrze można by zmuszać ludzi do obejrzenia pięciominutowego spotu Mountain Dew, zanim piją pierwszy łyk. Na razie nie dotarli do tego poziomu. Może kiedyś.
Szczerze mówiąc, samo doświadczenie jest bardzo zbliżone do pracy z większością innych agentów.
Wyniki: strona i gra
No dobrze, to nie wygląda super. „Make the future useful”? Koledzy, design będzie trzeba podciągnąć. Ta strona z pewnością nie zdobędzie żadnej nagrody za copywriting. W tym czasie ten pieseczek niżej rozwiązuje równania Naviera–Stokesa. Nie zwracajcie na mnie uwagi, zajmuję się tylko poważną inżynierią agentową.
I gotowe — to była właściwa droga. Całkiem fajnie zobaczyć stronę na żywo. Mamy też możliwość zaznaczenia elementu i dołączenia go do wiadomości: wskazuję konkretną rzecz na stronie i wydaję agentowi polecenia dotyczące właśnie jej.
Odsuńmy się od ekranu. Nie będę udawał, że to najbardziej przełomowa rzecz, jaką widziałem. Fajnie, że AI potrafi wyprodukować takie strony w dwie sekundy, ale — poza tym, że było zupełnie darmowe — nic szalonego tu nie ma. Nie musiałem podawać karty kredytowej ani posiadać subskrypcji ChatGPT. I to jest w tym najlepsze.
Zerknijmy na grę z ludzikiem. Mówię: „Uruchom, otwórz mi to”. I oto nasz ludzik, który sobie chodzi. Nieźle. O — a teraz mamy już dwie instancje „stickwalk” naraz, panie i panowie. I to jest cała gra: chodzenie. Po prostu chodzimy. Jak daleko on zajdzie? Sto metrów, dwieście? Chciałem, żeby była zabawna. Nie sądzę, żeby była jakoś szczególnie zabawna. Ale dość tego: da się tu kodować, robić gry i tak dalej.
Szkoda, że nie mam wam na koniec nic bardziej interesującego, ale wolałem dać wam materiał prawdziwy, a nie w stylu „ten darmowy agent was zwali z nóg”. To jest darmowe — oglądacie reklamy, jak sami widzieliście. Jak zadziała ekonomia tego modelu biznesowego, przekonamy się wkrótce.
Dlaczego to w ogóle ważne
Moim zdaniem problem z dystrybucją agentów przez ostatnie cztery lata polega na tym, że inteligencja z granicy możliwości kosztuje mnóstwo pieniędzy. Ja non stop używam Fable 5.1 i Astry i potrafię z nimi robić naprawdę fajne rzeczy — a potem dostaję wiadomości w stylu: „Nick, AI wcale nie jest takie dobre”. Odpowiadam: stary, musisz używać nowych modeli. A on: jak to? To strasznie drogie, nie stać mnie. No i właśnie: ludzie z uprzywilejowanym dostępem do najinteligentniejszych sieci będą w stanie robić z nimi fajniejsze rzeczy niż ludzie bez dostępu. Moja nadzieja jest taka, że to przynajmniej trochę wyrówna tę dysproporcję. Owszem, superinteligentne modele chowają się dziś za nieprzejrzystymi drzwiami u OpenAI i Anthropic. Ale hej — my, wieczni uczniowie drugiej ligi, możemy przynajmniej zacząć korzystać z modeli za darmo. Tylko czekajcie, aż przypną nam Neuralinki i zmuszą do oglądania reklam przez cały dzień.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Agenci AI bez karty kredytowej — model „płać uwagą”
Na czym polega: FreeBuff zamienia płatność za tokeny w oglądanie reklam. Rejestracja wymaga wyłącznie konta Google — żadnej karty, żadnej subskrypcji.
Jak stosować: pobierz aplikację desktopową, zaloguj się przez Google i testuj agentów bez ryzyka finansowego. Sprawdzi się do nauki pracy z agentami, prototypów i projektów hobbystycznych.
Na co uważać: plik instalacyjny jest niezweryfikowany (bez podpisu dewelopera), więc instaluj na maszynie, której nie używasz do wrażliwych danych. Ekonomia modelu „reklamy za tokeny” nie jest jeszcze zweryfikowana — warunki mogą się zmienić.
2.Dzienna pula free bucksów — planuj sesje jak budżet
Na czym polega: budżet jest dzienny, wspólny dla wszystkich modeli i odnawia się o północy czasu pacyficznego (ok. 9:00–10:00 rano w Polsce). Godzina dowolnego modelu ma stałą cenę, pobieraną na starcie sesji.
Jak stosować: rozdzielaj pracę w czasie — drobne iteracje zostaw na tani model w nadmiarowych godzinach, a sesję na droższej sieci planuj wtedy, gdy naprawdę jej potrzebujesz.
Na co uważać: brak limitów tygodniowych nie oznacza braku limitu dziennego. Jedna długa sesja na drogim modelu potrafi wyczerpać całą pulę na dzień.
3.Dobierz model do zadania: szybki szkic kontra jakościowy kod
Na czym polega: GLM 5.3 Flash „myśli” bardzo szybko, ale gorzej; GPT 5.6 Luna wolniej, ale wyraźnie lepiej. Każdy wątek może pracować na innym modelu.
Jak stosować: wstępne szkielety i proste strony rób na szybkim Flashu, a finałowy, bardziej złożony kod przepuszczaj przez Lunę. Dzięki równoległym wątkom możesz porównywać oba na żywo.
Na co uważać: szybkość rozumowania to nie to samo co jakość wyniku — nie sugeruj się samym tempem pracy agenta.
4.Darmowe modele są bliżej topów, niż się wydaje
Na czym polega: GLM 5.3 (45 pkt w indeksie „inteligencji”) ustępuje Claude’owi Fable 5.1 (53 pkt) o osiem punktów; DeepSeek V4.1 Flash (40 pkt) — GPT6 Astro (53 pkt) o trzynaście.
Jak stosować: do typowych zadań — strona wizytówka, prosta gra, drobne skrypty — różnica zwykle nie przekłada się na użyteczność. Zanim zapłacisz za subskrypcję, sprawdź, czy darmowa opcja nie wystarczy.
Na co uważać: indeksy to średnie. Skomplikowany refaktor, precyzyjny debugging czy praca z dużym repozytorium mogą i tak wymagać modelu z samej czołówki.
5.Śledź diffy, kolejkę i podgląd — środowisko daje pełną kontrolę
Na czym polega: interfejs pokazuje kolejkę zadań, listę plików, różnice między wersjami przed i po, podgląd strony oraz terminal do rozmowy z agentem.
Jak stosować: przed zaakceptowaniem zmian zawsze przejrzyj diffy; podgląd wykorzystuj do szybkiej oceny designu bez otwierania plików ręcznie.
Na co uważać: dopracowany interfejs sprzyja zaufaniu automatowi — łatwo przeoczyć błąd, który „ładnie wygląda” w okienku podglądu.
6.Przy większych zadaniach zaczynaj od trybu planowania
Na czym polega: platforma ma przełącznik między trybem budowania a trybem planowania — rozwiązanie kojarzące się z wczesnymi wersjami narzędzi klasy Claude.
Jak stosować: zanim pozwolisz agentowi pisać kod, przełącz go w tryb planowania i zweryfikuj zamierzoną architekturę rozwiązania.
Na co uważać: praca od razu w trybie budowania przy złożonym zadaniu to prosta droga do iterowania po błędach — i do zmarnowania dziennego budżetu.
7.Uruchamiaj wątki równolegle — i pilnuj sprzętu
Na czym polega: dwa wątki działały jednocześnie (strona i gra), mogły ze sobą współpracować i każdy korzystał z innego modelu.
Jak stosować: rozdzielaj niezależne zadania na osobne wątki — to skraca czas i pozwala testować dwa modele na tym samym problemie.
Na co uważać: komunikat „one tab in use” sugeruje ograniczenia, które trzeba sprawdzić na własną rękę. W teście komputer wyraźnie się nagrzewał i przyspieszał wentylatory — równoległa prada obciąża lokalną maszynę.
8.Misja „Merge PR”: automatyzacja pełnego cyklu zmiany
Na czym polega: gotowa misja każe agentowi dokończyć zadanie, zrobić commit, otworzyć pull request, doprowadzić testy do zielonych i scalić zmiany.
Jak stosować: sprawdza się przy prostych, powtarzalnych zmianach w repozytorium z działaającym CI — agent dowiezie całą ścieżkę od kodu do scalenia.
Na co uważać: automatyczny merge bez ludzkiego przeglądu to ryzyko na produkcji. Włączaj taką misję tylko na gałęziach testowych albo przy włączonej ochronie repozytorium.
9.Telefon jako centrum dowodzenia
Na czym polega: FreeBuff w wersji iOS pozwala odbijać sesję na telefonie i wydawać polecenia agentowi poza biurkiem.
Jak stosować: wykorzystuj do monitorowania postępów i drobnych korekt w drodze — bez ponoszenia kosztów subskrypcji.
Na co uważać: na małym ekranie łatwiej przeoczyć diffy i szczegóły zmian; ostrożnie z łączeniem telefonu z repozytorium produkcyjnym.
10.Darmowy dostęp wyrównuje szanse — ale wyniki oceniaj trzeźwo
Na czym polega: najlepsze modele są drogie, więc część ludzi ocenia „AI” na podstawie starych lub słabych sieci i wyciąga błędne wnioski. Darmowa platforma może częściowo zniwelować tę przepaść — ale wygenerowana strona miała przeciętny design i słabe hasła.
Jak stosować: traktuj darmowe agenty jako pełnoprawne narzędzie do prototypowania i nauki, a słabe fragmenty poprawiaj iteracyjnie — np. wskazując konkretny element na stronie i wydając polecenie jego zmiany.
Na co uważać: „darmowe i działa” to nie to samo co „gotowe do wdrożenia”. Przed publikacją dopracuj design i teksty samodzielnie albo droższym modelem.