Devis 10 fois plus cher que l'API. 12 questions pour le rendez-vous

Materiał poradnikowy, pisany z perspektywy wykonawcy. Opisuje typowe rozwiązania, nie rozstrzyga jednostkowego przypadku. Pierwszy test jest prosty: poproś o dokładną nazwę modelu, wersję i endpoint. Jeśli dostawca mówi o „własnym modelu" bez dokumentacji, to zwykle nakładka na cudze API. Drugi sygnał to cena — oferty na to samo zadanie różnią się 3 do 10 razy, bo część firm tylko odsprzedaje dostęp do modelu. Mediana marży integratorskiej przy prawdziwej integracji wynosi 18–35% kosztu modelu. Powyżej 50–100% bez własnych komponentów inżynierskich to już sygnał nakładki. Od 2 sierpnia 2025 r. modele ogólnego przeznaczenia mają własne obowiązki, a od 2 sierpnia 2026 r. stosuje się większość przepisów AI Act.

AIImage générée par IA.

Origine du cadre

API modeli językowych jest tanie i łatwe do opakowania. Interfejs, prompt i warstwa RAG nad GPT-4o powstają w tydzień, a oficjalny cennik OpenAI podaje 2,50 USD za milion tokenów wejściowych dla modelu GPT-4o mini. Dostawca, który nie kontroluje modelu, nie może przejąć odpowiedzialności za błędy producenta ani zagwarantować regionu przetwarzania. W RODO art. 28 wymaga umowy powierzenia i listy podprocesorów — nakładka zwykle nie ma żadnej z tych rzeczy. Stąd biorą się oferty 10 razy droższe od cennika API bez uzasadnienia inżynierskiego.

Application pratique en entreprise

Na spotkaniu z dostawcą warto przejść przez 12 pytań kontrolnych. Pierwsze: jaki dokładnie model bazowy, wersja i endpoint. Drugie: czy umowa jest bezpośrednio z producentem modelu lub przez Microsoft Azure, Google Cloud, AWS — i jaki jest status partnera. Trzecie: czy możliwe jest BYOK i rozliczanie bezpośrednie. Czwarte: kto jest podmiotem przetwarzającym RODO i jaka jest lista podprocesorów. Piąte: w jakim regionie przetwarzane są dane i czy dostępna jest opcja wyłącznie EU. Szóste: czy rozwiązanie to fine-tuning, RAG, wektoryzacja — czy tylko UI i prompt. Siódme: cena netto za 1 mln tokenów wejściowych i wyjściowych. Ósme: gwarantowane SLA i sposób ich mierzenia. Dziewiąte: czy można zmienić model bazowy bez zmiany umowy i czy zagwarantowano eksport danych. Dziesiąte: czy wykonano testy prompt injection i halucynacji oraz jak są raportowane. Jedenaste: jak dostawca klasyfikuje system wg AI Act i które obowiązki przyjmuje jako dostawca. Dwunaste: kto odpowiada za błędy modelu i jakie są limity odpowiedzialności.

Różnica między integracją a nakładką sprowadza się do kontroli i odpowiedzialności. Integracja to konfiguracja modelu w architekturze klienta z warstwą bezpieczeństwa, monitoringiem, SLA, umową powierzenia i odpowiedzialnością za całość. Nakładka to interfejs lub prompt nad cudzym API, bez kontroli nad modelem i bez odpowiedzialności za błędy producenta. W praktyce sprawdzamy to przez porównanie ceny za tokeny z oficjalnym cennikiem producenta. Mediana marży integratorskiej dla integracji wynosi 18–35% kosztu modelu. Oferta 10 razy wyższa od cennika API bez uzasadnienia inżynierskiego powinna zostać odrzucona.

AIImage générée par IA.

Cas où cela NE fonctionne PAS

Nakładka bywa dopuszczalna, gdy spełnia cztery warunki: jawne oznaczenie, że to interfejs na cudzym modelu, cena zbliżona do kosztu API plus marża 5–15%, opcja BYOK i krótki pilotaż przy niskim poziomie ryzyka. W branżach regulowanych — finanse, zdrowie, e-commerce — nakładka bez kontroli nad regionem przetwarzania zwykle nie przechodzi testu RODO. Ustawa o zwalczaniu nieuczciwej konkurencji obejmuje też wprowadzanie w błąd co do własnego modelu, więc dostawca, który ukrywa, że odsprzedaje cudze API, ryzykuje spór prawny. W praktyce granica 50% marży bez własnych komponentów to punkt, od którego warto poprosić o audyt techniczny.

HEXART pomaga przejść przez te 12 pytań w praktyce: sprawdzamy oferty, porównujemy ceny z cennikami producentów i przygotowujemy listę dowodów do audytu dostawcy. Więcej o naszych wdrożeniach na hexart.pl.