Jedna AI připraví tabulku, druhá upraví fotografii a třetí napíše výborný návrh, ale soubor už nevytvoří. Ne vždy je příčinou slabší model. Často porovnáváme odlišné aplikace, tarify a zapnuté nástroje, jako by šlo o stejnou věc.
Tento průvodce rozlišuje tři rozhodnutí: kterou službu otevřít, jaký pracovní režim použít a jaký model v něm vybrat. Stav funkcí a cen ověřen 2. října 2026. Nabídka se mění; konkrétní přístup závisí také na regionu, zařízení a oprávnění účtu. Doporučení níže jsou výběrová vodítka podle typu práce, nikoli můj změřený žebříček kvality.
Aplikace, model a nástroj nejsou totéž
ChatGPT je služba. GPT-6.1 Sol je konkrétní model. Generování obrázků, prohlížeč nebo práce s tabulkami jsou nástroje, které služba může modelu zpřístupnit. Stejný model může v jiné aplikaci dostat jiné možnosti a podat odlišný výsledek.
Proto se při výběru ptejte: dostanu jen odpověď, nebo také upravitelný soubor? Umí systém číst moje podklady? Smí vyhledat zdroj? Potřebuje samostatně placenou integraci? Dokáže výsledek zkontrolovat? Samotná informace o počtu parametrů ani nejdražší tarif na tyto otázky neodpoví.
ChatGPT: chat, Deep Research, Work a Codex
Chat je vhodný začátek pro otázky, vysvětlení, přepis textu a postupné konzultování nápadu. Také chat může mít nástroje; neplatí, že umí pouze vracet věty. Deep Research volíte pro otázku, která vyžaduje dohledání, porovnání a citování více podkladů. Rešerši stále musíte číst kriticky, zvlášť když zdroje uvádějí rozdílná data.
Work míří na dokončení rozsáhlejšího úkolu: z podkladů vytvořit dokument, tabulku nebo prezentaci. Codex je prostředí pro práci s kódem, repozitářem, příkazy a testy. Přístup k místním souborům a aplikacím není automatický. OpenAI popisuje Work a Codex.
Praktické zadání pro Work: „Ze tří přiložených nabídek vytvoř srovnávací tabulku. Odděl uvedené ceny od chybějících údajů. Nic neobjednávej. Dodej upravitelný soubor a seznam otázek pro dodavatele.“ Pro chat by stejné téma mohlo začít otázkou, jaká kritéria vůbec porovnávat.
Tvorbu a úpravy obrázků řešte příslušným obrazovým nástrojem. Název textového modelu v horní liště sám nedokazuje, který obrazový model vytvořil přílohu. Dostupné schopnosti shrnuje přehled ChatGPT.
Gemini: rešerše, Canvas a tvorba médií
Gemini dává smysl zařadit do výběru, když střídáte práci s informacemi a vizuální tvorbu. Deep Research zpracovává rešeršní úkol; Canvas slouží k rozpracování dokumentu nebo prototypu. Samostatně jsou dostupné funkce generování a úprav obrázků i videa. Rozsah a limity ověřte pro svůj tarif, ne podle videa jiného uživatele.
Užitečný scénář: nejdřív rešerše tématu, potom pracovní podklad v Canvas a následně samostatné vizuální zadání. Není důvod nutit jeden dlouhý prompt, aby najednou vyřešil správnost faktů, finální text i výtvarnou podobu. Oficiální rozcestníky: Deep Research, Canvas, obrázky a video.
Claude: dokumenty, artefakty a práce na úkolu
Claude zařaďte do výběru pro psaní, rozbor podkladů, programování a pracovní výstupy. Artifacts pomáhají pracovat s vytvořeným obsahem vedle konverzace. Claude Code je určený pro vývojové úlohy. U pracovního prostředí počítejte s přechodným stavem: Anthropic už popisuje postupné sloučení chatu a Cowork, takže ne každý účet musí mít stejné přepínače. Aktuální popis změny.
Důležitý rozdíl pro grafiku: Claude umí analyzovat nahraný obrázek a vytvářet grafy, HTML či SVG. To není vlastní generování fotografií a ilustrací obrazovým modelem. Anthropic tuto hranici výslovně uvádí. Pokud připojíte externí generátor, přibývá jeho dostupnost, účet a cena. Schopnost řídit nástroj neznamená, že se z Claude stal jeho obrazový nebo video model.
Které modely Claude a OpenAI dávají smysl pro jakou práci
Následující tabulka kombinuje současné modelové řady s praktickým vodítkem pro výběr. Ceny jsou standardní API sazby v USD za milion vstupních / výstupních tokenů, nikoli ceny předplatného ani pevná cena úkolu. Nezahrnují nástroje, daň, cache, zvláštní režimy a příplatky za velmi dlouhý vstup.
| Model | Kdy ho zařadit do výběru | Vstup / výstup |
|---|---|---|
| GPT-6 Luna | Jednoznačně vymezené hromadné úlohy, třídění a extrakce s kontrolou | 0,10 / 0,50 USD |
| GPT-6.1 Sol | Běžná pracovní analýza, kód a tvorba výstupů při důrazu na cenu | 2 / 10 USD |
| GPT-6 Astra | Obtížné uvažování, složitý vývoj a úlohy s mnoha návaznostmi | 10 / 50 USD |
| Claude Haiku 4.5 | Rychlé rutinní zpracování s jasnými pravidly | 1 / 5 USD |
| Claude Sonnet 5.5 | Každodenní kombinace rychlosti, psaní, analýzy a kódu | 2 / 10 USD |
| Claude Opus 5.5 | Náročnější vývoj a delší pracovní úlohy | 4 / 20 USD |
| Claude Fable 5.1 | Nejobtížnější uvažování a dlouhé agentní úlohy | 10 / 50 USD |
Zdroje sazeb a zařazení: Luna, Sol, Astra, přehled Claude. Názvy a nabídka v chatu se nemusí shodovat s API. Pro rozhodnutí o konkrétní práci porovnejte i nutné opravy, nikoli jen cenu milionu tokenů.
Na přejmenování dvaceti souborů nepotřebujete automaticky nejdražší model. Na rozhodnutí o architektuře aplikace s přihlašováním a platbami naopak cenu neposuzujte bez rizika chyb. U obtížné práce vybírejte model, který ji spolehlivě zvládá, a teprve potom hledejte úsporu v rozsahu kontextu a zbytečném opakování.
Co mění reasoning effort
Effort určuje, kolik prostoru má model věnovat uvažování. Není to délka finální odpovědi ani pevný počet tokenů. Krátká odpověď může vzniknout po rozsáhlém uvažování. Vyšší nastavení také neopraví chybějící zadání, nedostupný soubor nebo nepřesný zdroj.
| Situace | Rozumný výchozí postup |
|---|---|
| Formátování již ověřeného textu | Nižší effort, přesně vymezená změna a kontrola výstupu |
| Porovnání několika nabídek | Střední effort, stejná kritéria pro všechny nabídky |
| Konfliktní podklady, obtížný bug | Vyšší effort, požadavek na ověření a vysvětlení nejistot |
| Dlouhá agentní práce | Vyšší effort podle modelu, rozpočet a jasná podmínka dokončení |
To jsou pracovní doporučení, ne změřené ekvivalenty mezi poskytovateli. OpenAI i Anthropic popisují effort po jednotlivých modelech. Například Astra nemá režim none, Luna jej podporuje; Haiku 4.5 nemá stejný effort přepínač jako současné vyšší řady Claude. OpenAI reasoning, Claude effort.
Kolik tokenů spotřebuje low, high nebo max
Univerzální tabulka neexistuje. Spotřeba závisí na úloze, vstupních dokumentech, historii, interním uvažování, odpovědi a volání nástrojů. Při opakovaných krocích může systém znovu posílat kontext; účtování závisí také na cache. Token navíc není spolehlivě jedno slovo, zvlášť při srovnání češtiny, angličtiny a kódu.
Zde je pouze modelový výpočet, nikoli měření effortu. Při 10 000 necachovaných vstupních a 2 000 celkem účtovaných výstupních tokenech vyjde standardní API požadavek na Sol na 0,04 USD; Astra při stejných počtech na 0,20 USD. Kdyby Sol spotřeboval 8 000 výstupních tokenů, vyšel by na 0,10 USD. Tato čísla neříkají, kolik tokenů vyrobí režim high. U OpenAI se reasoning tokeny účtují jako výstup; nesmíte je k celkovému výstupu přičíst podruhé.
Chcete-li znát spotřebu své práce, zaznamenejte model a verzi, effort, stejný vstup, cache, účtované tokeny, nástroje, čas a kvalitu. Každou variantu několikrát zopakujte. Bez stejného zadání a hodnocení správnosti můžete levnější neúplnou odpověď omylem považovat za efektivnější. Do předplatného tento API výpočet mechanicky nepřevádějte; podrobnosti řeší článek o kreditech a resetech.
Kimi, Qwen a DeepSeek: co znamená otevřený model
Webová služba, API a lokální model jsou tři různé cesty. V chatu používáte připravené prostředí poskytovatele. API připojujete do vlastní aplikace. U modelu s dostupnými váhami zajišťujete také jeho běh, paměť a nástroje. Licence se posuzuje podle konkrétní verze: Kimi K2 byl vydán pod upravenou MIT licencí, současný Kimi K3 uvádí vlastní Kimi K3 License. Kimi K2, Kimi K3.
Stejně postupujte u rodin Qwen a DeepSeek: vyberte konkrétní checkpoint, přečtěte jeho modelovou kartu a licenci. Označení „open“ není slib, že velký model poběží na běžném notebooku nebo že veškeré příslušenství získáte zdarma. Nároky ovlivní velikost, kvantizace i délka kontextu. Lokální provoz může dát větší kontrolu nad tokem dat, ale připojené cloudové nástroje mohou data opět odesílat ven.
Rozhodujte podle výstupu, který potřebujete
Pro první výběr si sepište tři své opakující se úkoly. Například upravit nabídku, porovnat tabulku a připravit vizuál. U každého určete, co znamená hotovo: správná čísla, zachovaný formát, upravitelný soubor nebo přesná podoba výrobku. Teprve podle toho vybírejte službu a model.
Na tvorbu médií navazují přehledy obrazových generátorů, promptů a stylů a AI videa. Pokud chcete výběr a postupy převést do práce týmu, tématem praktického školení AI mají být právě vaše úlohy a jejich kontrola.
Časté otázky
Znamená nejvyšší effort vždy nejlepší výsledek?
Ne. Výsledku může více pomoci správný podklad, jasnější požadavek nebo vhodný nástroj. Effort porovnávejte podle splnění úkolu a nákladů na opravy.
Je placený chat totéž co API kredit?
Ne. Předplatné, přikoupené kredity služby a účtování vývojářského API mohou být oddělené produkty. Řiďte se účtem a ceníkem konkrétní služby.
Který model mám zvolit, když nevím?
Začněte dobře vymezeným úkolem a aktuálním doporučením poskytovatele. U náročné práce neobětujte správnost kvůli nižší sazbě; nejdřív ověřte kvalitu na reprezentativních případech.