Cztery sposoby, cztery rachunki

„Uruchomimy to u siebie" opisuje cztery różne układy, które mają cztery różne warunki naliczania:

**Kupiony sprzęt.** Płacisz raz za kartę, a dalej za prąd, chłodzenie, miejsce i utrzymanie. Nie ma faktury za godzinę — jest koszt poniesiony i koszt stały.

**Karta utrzymywana na godziny.** Płacisz za czas pracy, także wtedy, gdy nic nie przetworzyła. Karta wynajęta na jedno zadanie i zwolniona nie generuje opłaty; karta utrzymywana na stałe generuje ją również w miesiącu bez pracy. To założenie trzeba postawić świadomie, bo od niego zależy cały rachunek.

**Serverless albo przetwarzanie za użycie.** Płacisz za pracę, a w bezczynności nie ma opłaty. Nie utrzymujesz serwera, ale nie masz też wpływu na to, gdzie fizycznie trafia dokument.

**Kontener dostawcy na twoim sprzęcie.** Płacisz stawkę katalogową za stronę plus sprzęt, prąd i ludzi po swojej stronie — Azure podaje wprost, że cennik kontenera jest taki sam jak cennik usługi w chmurze.

Te cztery układy różnią się nie tylko ceną. Różnią się tym, kto odpowiada za wynik i kto ponosi koszt przestoju.

Czego nie da się porównać wprost

Stawka za stronę i stawka za godzinę to dwie różne jednostki: jedna liczy pracę, druga czas. Nie zestawia się ich wprost — trzeba przeliczyć jedno na drugie przy naszym wolumenie i naszym harmonogramie pracy, i to jest cała robota w tym porównaniu.

Wynik też musi się zgadzać. Cenniki, o których piszemy, wyceniają osobno odczyt tekstu (1,50 USD za tysiąc stron), układ i tabele (10 USD) oraz wyciąganie pól (30 USD w Azure, 65 USD w AWS przy formularzach). Porównanie ceny odczytu tekstu z ceną przetwarzania dokumentu przez model wizyjny nie jest porównaniem dwóch ofert na to samo, a właśnie tak wygląda większość kalkulatorów.

Co mówi jeden konkretny pomiar

W 2026 roku opublikowano pomiar: 100 000 stron przetworzonych przez otwarte modele wizyjno-językowe na wynajmowanej infrastrukturze serverless, za 223 USD — 2,27 USD za tysiąc stron, przy odsetku błędów poniżej 2%.

Ten pomiar mówi coś o modelu rozliczenia za użycie przy pełnym obłożeniu. Nie mówi nic o koszcie utrzymywania karty, za którą płaci się za czas, i nie należy go przenosić na ten układ. Nie mówi też, ile zapłacimy przy naszej liczbie dokumentów i naszym harmonogramie pracy.

Dla porządku: AWS w swoim przykładzie wycenia 100 000 stron zwykłego odczytu tekstu na 150 USD. To inna praca niż w pomiarze powyżej i porównanie tych dwóch liczb byłoby mylące.

Gdzie naprawdę bolą koszty

Kalkulatory porównują stawki za jednostkę i milczą o czterech pozycjach, które w firmie są realne.

Ludzie: ktoś musi pilnować kolejek, aktualizacji bibliotek i tego, żeby po cichej zmianie modelu wyniki nadal były poprawne. To nie jest praca, którą da się zrobić raz.

Obsługa awarii poza godzinami pracy: ktoś musi odpowiedzieć na alert w środku nocy, a procedura, której nikt nie ćwiczył, nie jest procedurą.

Przepustowość zapasowa: jeśli sprzęt ma wyrabiać szczyty, przez resztę czasu pracuje na ułamku możliwości, a płaci się za niego w całości.

Dopasowanie wyniku do zadania: płacenie za strukturę, której nikt nie wykorzysta, jest tak samo marnotrawstwem jak kupno samego tekstu i zatrudnienie ludzi do poprawiania tego, czego odczyt nie zwrócił.

Kiedy która droga ma sens

Jeśli dokumenty przychodzą seriami i w nocy nic się nie dzieje, rozliczenie za użycie jest tańsze od karty utrzymywanej na stałe, która stoi bezczynnie. Jeśli wolumen jest duży, równy i pewny, a wynik wymaga struktury, własny układ na wynajętej karcie zaczyna wyglądać sensownie — o ile w rachunku jest też osoba, która się nim zajmuje. Jeśli dokument nie może opuścić firmy, wybór ogranicza się do rozwiązań na sprzęcie pozostającym w firmie, a rachunek za kontrolę płaci się niezależnie od tego, czy wychodzi taniej.

Nie ma tu jednej odpowiedzi, którą można wywnioskować z ceny za stronę. Są warunki, które trzeba sprawdzić we własnym wolumenie i własnym harmonogramie.

Źródła i zakres liczb

- Cenniki dostawców czytane 28 września 2026: Azure AI Document Intelligence (https://azure.microsoft.com/en-us/pricing/details/ai-document-intelligence/) — odczyt tekstu 1,50 USD za tysiąc stron, modele z układem 10 USD, wyciąganie danych 30 USD, cennik kontenera równy cennikowi chmury; AWS Textract (https://aws.amazon.com/textract/pricing/) — 1,50 USD za tysiąc stron odczytu, 65 USD przy formularzach i tabelach, oraz przykład dostawcy na 100 000 stron; Mistral (https://mistral.ai/pricing/) — rozpoznawanie dokumentów za tysiąc stron, z rabatem w trybie wsadowym. - Pomiar przetwarzania przez otwarte modele wizyjno-językowe: „OCR'ing 100,000 pages with open-source VLMs on Modal", 2026 (https://www.redspring.xyz/blog/vlm-ocr-bench) — 100 000 stron, 223 USD, poniżej 2% błędów, jeden przebieg przy pełnym obłożeniu. - Kalkulator porównujący własny hosting z API: https://gigagpu.com/ocr-cost-calculator — punkt odniesienia, nie źródło cen.

Podajemy ceny odczytane we wskazanym dniu, a nie gwarancję ich aktualności; żadna z tych liczb nie jest ofertą dla konkretnego wdrożenia.

Co to znaczy dla twojej firmy

Zacznijmy od miesięcznej liczby dokumentów i tego, czy przychodzą równomiernie, czy seriami. Potem ustalmy, jaki wynik jest potrzebny: sam tekst, czy struktura, którą da się wykorzystać dalej. Dopiero na końcu zapytajmy dostawcę o wycenę dla naszego wolumenu — liczby z tej strony są po to, żeby było z czym porównać ofertę, a nie żeby ją zastąpić.

Jest jeszcze jedna decyzja, której nie da się odłożyć: kto w firmie odpowiada za to, że system działa w miesiącu, w którym nic się nie dzieje.