Cât costă un chatbot AI: licență, consum API și cum îl estimezi

„Cât costă?" este prima întrebare pe care o pune oricine se gândește la un asistent virtual AI, iar răspunsul onest este: depinde de cum îl folosești. Spre deosebire de un abonament clasic, în care plătești aceeași sumă indiferent cât folosești, un asistent bazat pe modele de limbaj are un cost care crește odată cu numărul de conversații și cu cât de mult text trece prin model.

Nu este un motiv de îngrijorare, ci unul de a înțelege cum se formează factura. Cu o estimare simplă și câteva limite puse la timp, costul devine previzibil. Mai jos găsești componentele, formulele de bază, un exemplu ipotetic și măsurile de control.

Cele trei componente ale costului

Pentru un site WordPress, costul total al unui asistent virtual AI se împarte, de regulă, în trei:

1. Licența produsului. Plătești pentru dreptul de a folosi software-ul (și, de obicei, pentru actualizări și asistență). La produsele comerciale este frecvent o licență anuală. Suma exactă o vezi pe pagina produsului, pentru că se poate modifica în timp.
2. Consumul modelului AI (API). Fiecare răspuns este generat de un model AI al unui furnizor extern. Dacă folosești propria cheie API, plătești consumul direct acelui furnizor, în funcție de cât text trimiți și primești.
3. Timpul tău (sau al echipei). Scrierea și actualizarea bazei de cunoștințe, citirea periodică a conversațiilor, răspunsul la lead-uri. Nu apare pe nicio factură, dar este un cost real.

Uneori mai apar și costuri secundare: un serviciu de automatizare pentru trimiterea lead-urilor în CRM, un plan de hosting mai puternic sau ore de configurare făcute de un colaborator.

Ce este cheia API și de ce contează

Cheia API este un cod prin care contul tău la un furnizor de modele AI (Claude, GPT, Gemini, Grok și altele) este legat de plugin. Programul trimite textul către furnizor, primește răspunsul și îl afișează vizitatorului. Furnizorul îți factorizează consumul pe contul tău.

Avantajele acestui model:

• Transparență. Vezi în contul furnizorului cât ai consumat și poți seta limite de cheltuieli.
• Libertate. Poți schimba modelul când apare unul mai potrivit sau mai ieftin.
• Fără adaos intermediar. Plătești ce consumi, la tariful furnizorului.

Dezavantajul este că o parte din control (și responsabilitate) trece la tine: trebuie să deschizi contul, să alimentezi soldul și să urmărești consumul.

Ce sunt tokenii

Modelele AI nu numără cuvinte, ci „tokeni": fragmente de text, uneori un cuvânt întreg, alteori doar o parte din el. Furnizorii taxează, în general, separat tokenii trimiși către model (intrare) și tokenii generați de model (ieșire). Două lucruri merită reținute:

• Același text consumă, de obicei, mai mulți tokeni în română decât în engleză, din cauza diacriticelor și a formelor flexionate ale cuvintelor.
• Tokenii de ieșire sunt de regulă mai scumpi decât cei de intrare, deci răspunsurile foarte lungi cresc costul.

Exact tarifele diferă de la un furnizor la altul și se schimbă în timp, așa că le verifici pe paginile oficiale înainte să faci calcule reale.

De ce contează lungimea contextului

Aici apare cel mai frecvent o surpriză. Atunci când un vizitator trimite un mesaj, modelul nu primește doar acel mesaj. Primește un „context", format din:

• instrucțiunile de sistem (tonul, limitele, regulile tale);
• fragmentele din baza de cunoștințe găsite ca relevante pentru întrebare;
• istoricul conversației de până atunci;
• mesajul nou.

La fiecare mesaj al aceleiași conversații, contextul se reia și crește. Dacă o conversație are 10 mesaje, al zecelea va purta cu el și primele nouă. Prin urmare, o conversație lungă nu costă „de zece ori mai mult", ci mai mult decât atât, pentru că fiecare mesaj nou include tot istoricul.

Trei factori controlabili influențează direct această mărime:

• Câte fragmente din baza de cunoștințe sunt trimise la fiecare întrebare. Mai multe fragmente înseamnă un context mai mare.
• Lungimea instrucțiunilor. Un set de reguli de două pagini se plătește la fiecare mesaj.
• Câte mesaje din istoric se păstrează. Limitarea istoricului la ultimele câteva schimburi reduce costul.

Formula de estimare

Poți face o estimare grosieră în cinci pași:

1. Numărul de conversații pe lună (C).
2. Numărul mediu de mesaje ale vizitatorului dintr-o conversație (M).
3. Tokeni de intrare pe mesaj (I): instrucțiuni + fragmente din bază + istoric + mesajul nou.
4. Tokeni de ieșire pe răspuns (O).
5. Tarifele furnizorului pentru intrare și ieșire, luate de pe pagina lui oficială.

Costul lunar aproximativ este: C × M × (I × tarif intrare + O × tarif ieșire).

Formula nu este exactă, dar arată ce înseamnă fiecare variabilă și pe care o poți influența.

Exemplu ipotetic (cifre inventate, doar pentru ilustrare)

Atenție: toate cifrele de mai jos sunt inventate pentru a ilustra metoda. Nu reprezintă tarife reale ale vreunui furnizor și nu trebuie folosite ca atare. Costurile se exprimă în „unități monetare" (u.m.), fără legătură cu vreo monedă reală.

Să presupunem un site cu următoarele caracteristici:

• 400 de conversații pe lună;
• 5 mesaje ale vizitatorului în medie, deci 2.000 de mesaje pe lună;
• 3.000 de tokeni de intrare pe mesaj (instrucțiuni, fragmente, istoric);
• 300 de tokeni de ieșire pe răspuns;
• un tarif ipotetic de 1 u.m. pentru un milion de tokeni de intrare și 4 u.m. pentru un milion de tokeni de ieșire.

Calcul:

• Intrare: 2.000 × 3.000 = 6.000.000 tokeni, adică 6 milioane × 1 u.m. = 6 u.m.
• Ieșire: 2.000 × 300 = 600.000 tokeni, adică 0,6 milioane × 4 u.m. = 2,4 u.m.
• Total ipotetic: 8,4 u.m. pe lună.

Acum să vedem ce se schimbă dacă trei lucruri se modifică:

Concluzia exemplului: cele mai mari pârghii sunt volumul de conversații, mărimea contextului și alegerea modelului. Și, invers, un model mai ieftin și un context mai scurt pot reduce semnificativ consumul. Totuși, un model mai ieftin poate răspunde mai puțin bine, deci testează înainte să decizi.

Cum ții costurile sub control

Setează limite la furnizor

Majoritatea furnizorilor permit un plafon lunar de cheltuieli sau alerte la anumite praguri. Activează-le din prima zi. Este cea mai simplă plasă de siguranță.

Limitează mesajele pe vizitator

Un vizitator curios sau o persoană care testează limitele poate trimite zeci de mesaje. O limită rezonabilă pe conversație sau pe zi protejează bugetul și, în același timp, descurajează abuzurile.

Scurtează instrucțiunile

Fiecare propoziție din instrucțiuni se plătește de fiecare dată. Scrie concis și elimină repetițiile. O listă de zece reguli clare este mai eficientă decât trei pagini de explicații.

Curăță baza de cunoștințe

O bază de cunoștințe cu fragmente lungi, repetitive sau neimportante crește contextul. Fragmentele scurte, precise și fără dubluri sunt mai ieftine și dau, adesea, răspunsuri mai bune. Cum se scriu ele, vezi în ghidul baza de cunoștințe pentru chatbot.

Alege modelul potrivit sarcinii

Pentru întrebări simple, un model mai mic și mai ieftin poate fi suficient. Pentru conversații mai nuanțate, merită un model mai capabil. Poți testa mai multe, cu același set de întrebări, și compara calitatea și costul. Prezentarea modelelor disponibile e pe pagina despre modelele AI Claude, GPT, Gemini și Grok.

Limitează lungimea răspunsurilor

Cere asistentului răspunsuri scurte, de două-trei propoziții, cu pași concreți. Răspunsurile mai scurte costă mai puțin și sunt mai ușor de citit pe telefon.

Urmărește consumul și lead-urile împreună

Un consum mare nu este neapărat rău, dacă aduce cereri. Compară costul lunar cu numărul de lead-uri, de programări sau de întrebări rezolvate fără intervenția echipei. Nu inventa cifre de profitabilitate; calculează-le din datele tale.

Atenție la formulările „gratuit" și „fără costuri ascunse"

Fii atent la formulări. Un asistent „gratuit" poate avea limite de mesaje, poate afișa reclame sau poate folosi conversațiile tale în alte scopuri. Un asistent cu „consum nelimitat inclus" are, în spate, o politică de utilizare corectă care îl limitează în alt fel. Cere întotdeauna răspunsuri clare la:

• ce este inclus în licență și ce nu;
• cine plătește consumul modelului AI;
• ce limite există și ce se întâmplă când le atingi;
• ce se întâmplă cu asistentul dacă nu reînnoiești licența.

Pentru contextul mai larg al alegerii, vezi și cum alegi un chatbot AI.

Greșeli frecvente

• Compararea doar a prețului licenței. Consumul API și timpul de întreținere pot depăși licența.
• Lipsa unei limite de cheltuieli. Un abuz sau o buclă de trafic poate crește brusc factura.
• Context nejustificat de mare. Instrucțiuni lungi și mult prea multe fragmente la fiecare mesaj.
• Alegerea celui mai puternic model pentru orice. Un model foarte capabil nu este necesar pentru întrebări simple.
• Ignorarea istoricului. Conversațiile lungi cresc costul fiecărui mesaj nou.
• Estimări făcute cu tarife vechi. Tarifele furnizorilor se modifică; verifică-le la momentul calculului.
• Nicio măsurare a rezultatului. Fără să numeri lead-uri, programări sau întrebări rezolvate, nu poți judeca dacă merită.

Întrebări frecvente

Plătesc și licența, și consumul API?

În modelul cu cheie API proprie, da: licența se plătește pentru produs, iar consumul se plătește direct furnizorului modelului. Sunt două facturi separate, cu logici diferite: una fixă (de obicei anuală), alta variabilă.

Poate costul API să crească fără să-mi dau seama?

Poate, dacă traficul crește sau dacă cineva abuzează de asistent. De aceea sunt importante limitele de cheltuieli de la furnizor și limitele de mesaje din plugin.

Cum aflu cât consum efectiv?

Din contul furnizorului modelului (panoul lui de utilizare) și, dacă soluția o oferă, din panoul asistentului. Compară-le lunar cu numărul de conversații ca să afli costul mediu pe conversație.

Este mai ieftin un model mai mic?

De obicei are un tarif mai mic pe token, dar nu e mereu mai ieftin în ansamblu: dacă dă răspunsuri slabe, vizitatorii pun întrebări de clarificare, iar conversațiile se lungesc. Testează cu întrebări reale.

Cum te ajută Leono AI Chat Bot

Leono AI Chat Bot funcționează pe licență anuală, cu prețul afișat pe pagina produsului, iar consumul modelului AI se plătește direct furnizorului ales (Claude, GPT, Gemini sau Grok), pe baza cheii tale API. Astfel, vezi separat cele două componente și poți schimba modelul dacă se modifică tarifele. Pentru exemple de dialoguri scurte, care țin consumul în limite rezonabile, vezi scenariile de conversație pentru asistent virtual.

Concluzie

Costul unui asistent virtual AI se compune din licență, consum API și timp de întreținere. Prima parte este fixă, a doua variază cu numărul de mesaje și cu lungimea contextului, iar a treia depinde de cât de bine îți organizezi munca. Estimează cu formula de mai sus, pornește cu limite de cheltuieli, ține instrucțiunile și baza de cunoștințe concise și compară lunar costul cu rezultatele reale. Așa vei ști, din cifrele tale, nu din impresii, dacă soluția își justifică prețul.