Haiku 5.5 vs GPT-6 Luna vs Gemini 3.8 Flash: który tani model wybrać

👁 131 przeczytań

Claude Haiku 5.5, GPT-6 Luna i Gemini 3.8 Flash to dziś trzy najciekawsze tanie modele AI. Wszystkie puściłem przez te same 13 zadań po polsku w moim Laboratorium: wygrała Luna (82,8 pkt), przed Gemini 3.8 Flash (79,4) i Haiku 5.5 (76,8). Ale wynik w teście to nie wszystko - liczy się też rachunek za polski tekst, szybkość i to, do czego model ma służyć. Pełny opis nowego modelu Anthropic jest w przewodniku Claude Haiku 5.5, a tu zestawiam go z konkurencją i podpowiadam, który wybrać.

Wyniki z Laboratorium: 13 zadań po polsku

Test robię zawsze tak samo: 13 poleceń (artykuł, opis produktu, mail, post na LinkedIn, opowiadanie, tytuły, streszczenie, tłumaczenie, dwie korekty i dwa quizy o Polsce), te same limity tokenów, dostęp przez OpenRouter. Odpowiedzi oceniają sędziowie z innych firm niż testowany model (GPT-6 Sol i Gemini 3.1 Pro), a wynik kalibruję stałymi modelami-kotwicami, żeby rundy z różnych dni dało się porównać. Haiku 5.5 sprawdziłem 8 października, dzień po premierze.

// taniej niż u producentaw magazynie

Google AI Gemini Pro + Google Drive 5 TB - 18 miesięcyVoucher, którym włączasz pakiet Google AI Pro na 18 miesięcy na własnym koncie Google.kinetyka.pl - mój sklep z rocznymi dostępami do narzędzi AI

170 zł-91%zamiast 1 800 zł9,44 zł / mies.Kup w Kinetyce →

Co z tego wynika:

• Haiku 5.5 zrobił największy skok w historii linii: +17,6 pkt wobec Haiku 4.5. Mail, post na LinkedIn i opowiadanie dostały od sędziów po 8,2-8,3 pkt na 10.
• Najsłabiej wypadło streszczenie w 5 punktach (5,8 pkt): Haiku przekroczył limit 80 słów i zrobił błąd składni, który wytknęli obaj sędziowie.
• Luna wygrywa ogólnym wynikiem, ale ma najsłabsze zadanie z całej czwórki: opis produktu ocenili na 5,3 pkt.
• Gemini 3.8 Flash i DeepSeek V4.1 Flash nie zrobiły ani jednego błędu w trudnej korekcie. Haiku 5.5 przepuścił 4 z 30.

Pełną tabelę modeli prowadzę w Laboratorium Promptowego, a odpowiedzi obok siebie przeczytasz w Arenie modeli AI po polsku.

Ceny: cennik to nie rachunek

Na papierze Haiku 5.5 i Luna kosztują identycznie: 0,10 USD za milion tokenów wejścia i 0,50 USD za milion wyjścia. Gemini 3.8 Flash jest 7,5 razy droższy. W praktyce różnice robi tokenizer, czyli to, na ile kawałków model tnie polski tekst.

* Ten sam fragment polskiego tekstu, który w GPT po angielsku zajmuje 144 tokeny. Koszt 1000 zapytań liczę w Rankingu cen AI dla typowego zapytania: 400 tokenów polecenia i 600 tokenów odpowiedzi (w przeliczeniu na angielski), pomnożone przez polski współczynnik danego modelu. Ceny bez VAT, z 8 października 2026.

Trzy rzeczy, o których łatwo zapomnieć:

• Polski tokenizer Haiku 5.5. Zmierzyłem 341 tokenów tam, gdzie Haiku 4.5 liczył 254 - o 34% więcej. Anthropic w dokumentacji podaje ok. 30% dla tekstu ogólnie. Dlatego przy tej samej cenie za token Haiku wychodzi o ok. 60% drożej niż Luna.
• Myślenie też jest płatne. Na ustawieniu max Haiku 5.5 zużywa według Artificial Analysis ok. 162 tys. tokenów wyjścia na zadanie, trzy razy więcej niż Luna. U mnie na effort „low” myślał przez 12,4 tys. tokenów na 13 zadań.
• Cena Gemini 3.8 Flash jest promocyjna do 31 grudnia 2026. Po tej dacie Google może ją zmienić.

Haiku ma za to najtańszy cache: odczyt kosztuje 0,01 USD za milion tokenów. Jeśli wysyłasz ten sam długi system prompt tysiące razy, ta pozycja potrafi zjeść różnicę w tokenizerze.

Szybkość

Mierzę czas 9 zadań tekstowych z tego samego zestawu, przez OpenRouter, czyli z realnym narzutem sieci i kolejek.

Luna jest prawie dwa razy szybsza od Haiku 5.5, bo krócej myśli i pisze zwięźlej. Haiku 5.5 generował średnio 164 tokeny na sekundę (Haiku 4.5 - 101, Sonnet 5.5 - 98), ale tokenów na sekundę nie porównuję między firmami, bo każda ma inny tokenizer. DeepSeek V4.1 Flash przy tym ruchu na OpenRouterze był zdecydowanie najwolniejszy - do czatu na żywo bym go nie brał.

Benchmarki producentów i pomiary niezależne

Mój test mierzy polszczyznę. Do pracy agentowej trzeba patrzeć gdzie indziej:

• OSWorld 2.1 (obsługa komputera, dane Anthropic): Haiku 5.5 72,4%, Luna 48,9%.
• Terminal-Bench 4.0 (kod w terminalu, dane Anthropic): Haiku 5.5 39,2%, Luna 16,4%.
• Indeks Artificial Analysis: Haiku 5.5 43 pkt (na max), Gemini 3.8 Flash 41, Luna 38.
• Halucynacje w AA-Omniscience: Haiku 5.5 40%, Luna 77% - Haiku znacznie częściej przyznaje, że czegoś nie wie.

To liczby producenta i jednej niezależnej firmy, nie moje. Ale kierunek jest jasny: Luna lepiej pisze po polsku, Haiku lepiej działa jako agent.

Który tani model do czego - 5 scenariuszy

1. Masowe polskie teksty (opisy, posty, newslettery) - GPT-6 Luna. Najwyższy wynik, najniższy rachunek za 1000 zapytań i najszybsza odpowiedź. Jedyny słaby punkt to opisy produktów - tam daj jej przykład stylu w poleceniu. Więcej w tekście o GPT-6 Luna.
2. Agent w przeglądarce, podagenci w Claude Code, automatyzacje z narzędziami - Claude Haiku 5.5. Wyraźna przewaga w OSWorld i Terminal-Bench, okno 1 mln tokenów i mniej zmyślania. Jak ustawić go w Claude Code, opisałem w tekście Haiku 5.5 za darmo i w Claude Code.
3. Korekta, fakty, treści, w których błąd kosztuje - Gemini 3.8 Flash. 30/30 w trudnej korekcie i 48/48 w quizie o Polsce. Jest najdroższy z czwórki, ale nadal prawie 5 razy tańszy od Sonneta 5.5. Szczegóły w przewodniku po Gemini.
4. Firma już na API Anthropic: klasyfikacja, wyciąganie danych, routing - Claude Haiku 5.5. Przepięcie z Haiku 4.5 to jedna zmiana identyfikatora i rachunek niższy o 75-90%. Nie trzeba nowej umowy, nowego klucza ani przepisywania integracji.
5. Otwarte wagi, własny serwer, praca wsadowa bez pośpiechu - DeepSeek V4.1 Flash. Bezbłędna korekta i 47/48 w quizie, a do tego model z otwartymi wagami. Wolny przez API, więc tylko tam, gdzie czas odpowiedzi nie gra roli. Więcej w tekście o DeepSeek.

Za darmo w czacie

• Claude Haiku 5.5 - w darmowym planie Claude (strona, iOS, Android), z wyborem modelu.
• Gemini 3.8 Flash - w aplikacji Gemini.
• GPT-6 Luna - w API, w ChatGPT Work i w Codex. Darmowego dostępu w czacie nie potwierdziłem.
• DeepSeek V4.1 Flash - przez API i OpenRouter.

Mój wybór

Do polskich tekstów w dużej skali biorę Lunę - jest lepsza i tańsza. Haiku 5.5 to dla mnie model do pracy agentowej i do wszystkiego, co już stoi na Claude: podagenci, porządkowanie danych, długie dokumenty w oknie 1 mln tokenów. Gemini 3.8 Flash trzymam do korekty i sprawdzania faktów. Przed wdrożeniem i tak policz koszt na 50-100 własnych zapytaniach - przy polskim tekście różnica w tokenizerze potrafi odwrócić kolejność z cennika.

Źródła

• Test własny: Laboratorium promptowy.com, 13 zadań, sędziowie GPT-6 Sol i Gemini 3.1 Pro, runda Haiku 5.5 z 8 października 2026.
• Ceny i współczynniki tokenów: Ranking cen AI, aktualizacja z 8 października 2026.
• Anthropic, Introducing Claude Haiku 5.5 - ceny i benchmarki (deklaracje producenta).
• Anthropic, Claude Haiku 5.5 - dokumentacja - tokenizer, okno, effort.
• Artificial Analysis o Claude Haiku 5.5 - indeks, zużycie tokenów, halucynacje.

Sprawdziłem 8 października 2026.