Pytanie, które dostajemy regularnie, w tej czy innej formie:
DeepSeek kosztuje grosze za milion tokenów. Dlaczego Reverie nie może być po prostu darmowe?
To uczciwe pytanie i zasługuje na prawdziwą odpowiedź, a nie wzruszenie ramionami. Założenie jest nawet częściowo słuszne: niektóre modele naprawdę są tanie w przeliczeniu na token, a ta cena jest jawna — każdy może ją sprawdzić.
Czego ta liczba nie pokazuje, to wszystkiego, co musi się wydarzyć wokół wywołania modelu, żeby rozmowa przypominała rozmowę. Ten tekst przechodzi przez tę część możliwie konkretnie.
Poruszaliśmy już ten temat. Nasz wpis o systemie kredytów wyjaśniał mnożniki i programy nagród, a ten o darmowych modelach — dlaczego uruchomiliśmy je mimo niepewności. Oba zatrzymywały się tuż przed pytaniem, które i tak wciąż wraca: gdzie właściwie idą pieniądze? To jest ta odpowiedź, bardziej szczegółowa niż kiedykolwiek wcześniej.
Rachunek za model to jedna pozycja, a nie cała faktura
Kiedy wysyłasz wiadomość, wywołanie modelu jest częścią widoczną. Jest też jedyną z opublikowaną ceną — dlatego dominuje w każdej dyskusji o kosztach.
Oto z grubsza spis tego, co jeszcze bierze udział w pojedynczej wymianie w Reverie:
- Pobranie i złożenie kontekstu — definicja postaci, twoja persona, world booki, wpisy pamięci długoterminowej, ostatni zapis rozmowy i wszystkie aktywne wtyczki trzeba pobrać, uszeregować i zmieścić w budżecie tokenów.
- Podsumowanie i kompresja pamięci — opisane szerzej poniżej; to osobne wywołanie modelu.
- Moderacja — i to znacznie więcej niż filtr na wiadomościach. Opublikowanie postaci przepuszcza jej obrazy przez model wizyjny. Zgłoszenie postaci, wtyczki lub twórcy uruchamia wstępną selekcję przez AI, która czyta zarówno treść, jak i samą skargę, zanim spojrzy na to człowiek. Rewizje wtyczek przechodzą tę samą ścieżkę.
- Przechowywanie — każda wiadomość, każdy obraz, każda karta postaci, każda wersja każdego rozgałęzienia, trzymane i serwowane bezterminowo.
- Infrastruktura — serwery aplikacyjne, baza danych i jej repliki, cache, kolejki, CDN, połączenia strumieniowe utrzymywane przez cały czas trwania odpowiedzi.
- Monitoring i obserwowalność — śledzenie błędów, metryki opóźnień i awarii, kontrole kondycji dostawców oraz logi, dzięki którym wiemy, że model zaczął się psuć dwie godziny temu, a nie dwa dni temu.
- Inżynieria — ludzie, którzy budują funkcje, i ludzie, których budzi się o trzeciej w nocy, gdy dostawca ma awarię.
- Wsparcie i operacje — odpowiadanie na zgłoszenia, zwroty, przeglądanie doniesień, odwołania od moderacji, prowizje płatnicze, podatki, księgowość.
Ta lista też nie jest kompletna — to część, którą łatwo nazwać.
Żadna z tych rzeczy nie pojawia się na cenniku dostawcy modeli. Wszystkie są realnymi, powtarzalnymi kosztami, a większość rośnie wraz z użyciem, zamiast pozostawać stała.
I tu część, która zaskakuje najbardziej: wywołanie modelu, które widzisz, jest tylko jedną częścią tego, za co płacimy. Wokół niego są serwery, magazyn, wywołania modelu w tle, za które nikt nie płaci, oraz ludzie utrzymujący platformę. Te koszty nie znikają, gdy spada cena tokenów jednego modelu.
Nie zmyślimy tu ładnego procentu: podział zmienia się wraz z użyciem, a nie chcemy podawać liczby, którą trzeba by potem wycofać. Stałe jest rozróżnienie: cena API dostawcy i koszt operacyjny platformy nie są tą samą liczbą. Tańsza inferencja zmniejsza część rachunku, ale nie usuwa wszystkiego wokół niej.
Podsumowanie: funkcja, za którą nie pobieramy opłat
Ta zasługuje na osobne omówienie, bo z założenia jest niewidoczna.
Okna kontekstu są skończone. Gdyby rozmowa po prostu rosła w nieskończoność, stałaby się jedna z dwóch rzeczy: najstarsze fragmenty po cichu wypadałyby poza okno i postać zaczynałaby zapominać, albo każda wiadomość ciągnęłaby za sobą całą historię, stając się coraz wolniejsza i droższa, aż przestałaby działać zupełnie.
Więc Reverie podsumowuje. Gdy wątek się wydłuża, system kompresuje starszą część do narracyjnego streszczenia — zachowując stan relacji, dynamikę emocjonalną, niedomknięte wątki — i podaje je do kontekstu zamiast surowego zapisu. Dzieje się to automatycznie, w tle, bez twojej prośby.
To podsumowanie samo w sobie jest wywołaniem modelu. Czyta mnóstwo tokenów i pisze nowe. I powtarza się przez całe życie długiej rozmowy.
Nie obciążamy cię za to. W historii kredytów nie ma pozycji „utrzymanie pamięci". Jest to wchłonięte w koszt prowadzenia platformy, bo kazanie użytkownikom płacić za mechanizm utrzymujący spójność ich własnych rozmów wydało nam się złym wyborem.
Ta sama logika dotyczy innej pracy w tle: optymalizacji kontekstu, ekstrakcji pamięci, przebiegu decydującego, co w ogóle zasługuje na zapamiętanie.
Wywołania modelu, które dzieją się, gdy cię nie ma
Część tego, za co płacimy, nie jest w ogóle powiązana z żadnym twoim żądaniem.
Wiadomości proaktywne — postać odzywa się pierwsza — działają według harmonogramu. Zadanie decyduje, do kogo warto napisać, czyta na tyle dużo kontekstu, by wiedzieć co powiedzieć, i pisze coś, co warto otworzyć. To jedno wywołanie modelu na wiadomość — do rozmowy, której jeszcze nawet nie zacząłeś.
Momenty postaci działają tak samo: generowane po cichu w tle, żeby na stronie postaci pojawiło się coś nowego, niezależnie od tego, czy ktoś tego dnia z nią rozmawiał.
Żadne z nich nie odejmuje kredytów. Nie ma opłaty, gdy postać napisze do ciebie pierwsza, ani gdy pojawi się moment. Działają według naszego harmonogramu i na nasz rachunek.
Warto się przy tym zatrzymać, bo odwraca to zwykły sposób myślenia. Za zauważalną częścią naszych wydatków na modele nie stoi żadne żądanie użytkownika. Istnieje dlatego, że postać, która tylko odpowiada, wydaje się mniej żywa niż taka, która czasem sama coś zaczyna — a ta różnica kosztuje prawdziwe pieniądze, wydawane z góry, na rozmowy, które mogą nie doczekać się odpowiedzi.
Wstępna selekcja moderacyjna też należy do tej kategorii i jest najdziwniejszym przypadkiem ze wszystkich. Gdy ktoś zgłosi postać, pierwszy przebieg weryfikacji to wywołanie modelu — uruchomione przez obcą osobę, wobec treści, którą mogłeś opublikować wiele miesięcy temu. Żadne z was nie zostaje obciążone. Tak samo jest, gdy twórca publikuje postać, a jej obrazy przechodzą przez model wizyjny: kontrola idzie na nasz rachunek, za pracę, o której mamy nadzieję, że okaże się w porządku.
Sugerowane odpowiedzi, dostrajanie pierwszej odpowiedzi i pozostałe drobne przebiegi jakościowe należą do tej samej kategorii. Pojedynczo tanie, działające bez przerwy, nigdy nie wyszczególniane.
Tak, używamy cache'owania promptów
Rozsądne pytanie uzupełniające: skoro definicja postaci i początek rozmowy nie zmieniają się między wiadomościami, po co płacić za ich wysyłanie za każdym razem?
Nie płacimy — tam, gdzie się da. Cache'owanie promptów jest już używane, a wskaźnik trafień śledzimy per zapytanie właśnie po to, by zauważyć, kiedy wdrożona przez nas zmiana przypadkiem psuje cache'owany prefiks.
Ale wskaźnik trafień nie jest doskonały i nigdy nie będzie. Zapytania są routowane do wielu dostawców przez OpenRouter, a cache żyje u tego konkretnego dostawcy, który go stworzył. Jeśli następna wiadomość trafi do innego backendu, cache za nią nie pójdzie. Dostawcy udostępniają też cache'owanie o różnej semantyce, różnych minimalnych rozmiarach i różnym zachowaniu wygasania. Ponadto te części promptu, które zmieniają się najczęściej — najnowsze wiadomości, zaktualizowane streszczenie, świeżo włączona wtyczka — siedzą dokładnie tam, gdzie unieważniają koniec cache'owanego prefiksu.
Cache'owanie znacząco obniża rachunek. Nie eliminuje go, a traktowanie teoretycznych 100 % trafień jako punktu odniesienia daje liczby, które nie przeżywają zderzenia z produkcją.
Mit vs. rzeczywistość
Mit: DeepSeek kosztuje bardzo mało, więc każda strona z AI powinna być niemal darmowa. Rzeczywistość: API modelu to jeden składnik kosztu dostarczenia gotowego produktu. Inferencja to część z jawną ceną; wszystko, co ją otacza, to część, której nie zobaczysz na żadnej fakturze.
Mit: Jeśli zbijesz rachunek za API do zera, produkt staje się tani w utrzymaniu. Rzeczywistość: Nie staje się. Infrastruktura, magazyn, moderacja, wsparcie i inżynieria nie znikają, gdy tokeny tanieją. Nawet gdyby wywołanie modelu przy wysyłaniu wiadomości nic nie kosztowało, te koszty otoczenia i opisane wyżej wywołania w tle nadal by istniały.
Mit: Podsumowanie i pamięć to darmowe funkcje, więc ich dostarczanie też jest darmowe. Rzeczywistość: Są darmowe dla ciebie. Podsumowania, wiadomości proaktywne, momenty postaci i przebiegi moderacyjne to wywołania modelu, za które płacimy my. Wiadomości proaktywne i momenty mogą działać bez twojego żądania; moderację uruchamia publikacja lub zgłoszenie, a nie rozliczana wiadomość na czacie.
Mit: Skoro jest cache promptów, powtarzany kontekst jest za darmo. Rzeczywistość: Cache bardzo pomaga i z niego korzystamy. Routing między wieloma dostawcami, wygasanie cache'u i wciąż zmieniający się koniec każdego promptu sprawiają, że realne wskaźniki trafień są sporo poniżej ideału.
Mit: Tańsze nieoficjalne API rozwiązałoby wszystko. Rzeczywistość: Może obniżyć jedną liczbę, podnosząc inne — opóźnienia, niestabilność, ryzyko dla danych lub jakość odgrywania ról. Niektóre nieoficjalne endpointy zmieniają żądania albo odsprzedają dostęp uzyskany bez zgody dostawcy. O tym za chwilę.
Mit: Darmowi użytkownicy to koszt, który platforma toleruje. Rzeczywistość: Darmowi użytkownicy to sposób, w jaki platforma rośnie. Wielu zostaje twórcami i subskrybentami. Ograniczeniem nie jest to, czy darmowe użycie istnieje, tylko czy pozostaje możliwe do udźwignięcia.
Dlaczego płacimy oficjalne ceny
Istnieje dobrze znany sposób na mocne zbicie rachunku za modele: nieoficjalne endpointy odtworzone metodą inżynierii wstecznej. Ich źródła są różne. Niektóre odsprzedają dostęp zdobyty drogami nieautoryzowanymi przez dostawcę; na nadużywającym krańcu tego rynku część mocy jest finansowana skradzionymi środkami płatniczymi.
Nie używamy ich i nie zamierzamy. Te kanały istotnie obniżyłyby nasze koszty modeli. Przyjrzeliśmy się im i powiedzieliśmy „nie", z dwóch osobnych powodów.
Pierwszy: to po prostu jest złe. Jeśli dostęp uzyskano lub sfinansowano oszustwem, jego odsprzedaż to kradzież z kilkoma dodatkowymi krokami — niezależnie od tego, jak bardzo znormalizowała się w niektórych zakątkach tej branży. Nie będziemy finansować platformy przez takie kanały, a potem pisać tekstów o przejrzystości.
Drugi: to pogarsza produkt — i tę część użytkownicy odczuwają bezpośrednio, nawet jeśli nigdy nie dowiedzą się, skąd przyszła odpowiedź:
- Rosną opóźnienia. Trasy z inżynierii wstecznej dokładają przeskoki, stoją w kolejce za współdzielonymi kontami i dławią ruch w sposób nieprzewidywalny. Różnica między odpowiedzią po dwóch sekundach a po dwunastu to różnica między rozmową a wysłaniem formularza.
- Wstrzykują własne system prompty. Wiele nieoficjalnych endpointów opakowuje zapytania we własny domyślny system prompt, zanim przekaże je dalej. Ten prompt jest niewidoczny dla nas i dla ciebie, i walczy z definicją postaci. Głos się spłaszcza. Postacie wypadają z tonu, odmawiają rzeczy, których nie powinny, albo dryfują w stronę rejestru generycznego asystenta. Jakość odgrywania ról cierpi jako pierwsza — i jest to rodzaj regresji najtrudniejszy do zdiagnozowania, gdy nie kontrolujesz promptu.
- Znikają bez ostrzeżenia, gdy dostawca załata dziurę, zabierając ze sobą twoją działającą konfigurację.
- Wersje modeli podmieniają się po cichu, więc postać, która wczoraj brzmiała właściwie, dziś odpowiada inaczej i nikt nie potrafi wyjaśnić dlaczego.
- Za twoje dane nikt nie odpowiada. Żadnej umowy powierzenia, żadnej polityki retencji, nikogo, kogo można zapytać.
Reverie przechowuje rozmowy, w które ludzie naprawdę się zaangażowali. Przepuszczanie ich przez anonimowego pośrednika dla oszczędności to nie jest wymiana, na którą jesteśmy gotowi. Oficjalni dostawcy kosztują więcej. Za to odbierają telefon i nie przepisują po drodze instrukcji twojej postaci.
Jak naprawdę wygląda ten biznes
Zespół jest mały, a Reverie nie jest wysoce dochodowym biznesem.
Istnieje strukturalny powód, dla którego cena wiadomości w kredytach nie jest po prostu kosztem tokenów tej wiadomości — i warto go zrozumieć. Inferencja to jedyna część rozmowy, którą da się zmierzyć na wiadomość. Cała reszta z tego tekstu — podsumowania, wiadomości proaktywne, przebiegi moderacyjne, magazyn, serwery, ludzie — nie ma naturalnej jednostki, wobec której można wystawić rachunek. Nikt nie wystawi ci faktury za „zadanie w tle, które zdecydowało, co twoja postać powinna zapamiętać".
Więc ta jedna mierzalna rzecz musi odpowiadać za więcej niż samą siebie. To cały powód, dla którego istnieje system kredytów zamiast prostego przenoszenia kosztu tokenów: gdyby wiadomość kosztowała dokładnie własne tokeny i nic więcej, wszystko wokół niej działałoby bez pokrycia — a wszystko wokół niej to większość.
Nie próbujemy maksymalizować zysku. Nie możemy też działać na trwałej stracie, bo platforma, której skończą się pieniądze, przestaje istnieć — a to dla wszystkich, którzy z niej korzystają, wynik znacznie gorszy niż system kredytów z limitami.
Między tymi dwoma ograniczeniami świadomie wybraliśmy stronę bliższą użytkownikom. W tej chwili priorytetem jest zbudowanie najlepszego produktu, jaki umiemy, przed oficjalnym startem, a nie dokręcanie monetyzacji. To znaczy: funkcje i jakość przed optymalizacją konwersji — i znaczy, że bieżąca ekonomia jest luźniejsza, niż byłaby, gdyby przychód był celem nadrzędnym.
Darmowe kredyty to też realne koszty
Sposobów na korzystanie z Reverie bez płacenia jest sporo:
- codzienna nagroda za zameldowanie
- codzienne losowanie, doliczane na wierzch
- osiągnięcia
- oficjalne bounty
- nagrody dla twórców
- nagrody za polecenia, plus prowizja, gdy polecona osoba kupi kredyty
- nagrody za udostępnianie
- kody promocyjne i karty podarunkowe
- nagroda z rocznego podsumowania (Wrapped)
- wkład społeczności, w tym pomoc w promowaniu Reverie
Przy losowaniu warto podać konkrety, bo to je uznaje się za ozdobnik. Ma pięć poziomów — 1 000 / 2 000 / 8 000 / 30 000 / 80 000 kredytów — z wagami 50 / 30 / 15 / 4 / 1. Po przemnożeniu wartość oczekiwana wychodzi około 4 300 kredytów na losowanie. Na użytkownika, na dzień, i to ponad nagrodę za zameldowanie.
Po zsumowaniu darmowa warstwa nie jest symbolicznym gestem. Baza za zameldowanie to 10 000 kredytów, bonusy za serię dochodzą na wierzch — +5 000 trzeciego dnia, +8 000 siódmego, +50 000 trzydziestego, +200 000 setnego — a losowanie siedzi ponad tym wszystkim. Siódmego dnia oczekiwana suma bez wydawania pieniędzy wynosi około 22 300 kredytów; rzeczywista kwota zależy od wyniku losowania.
Na ile to naprawdę starcza
W tym miejscu uczciwe pytanie brzmi: co kupuje około 22 300 kredytów — nigdy tego jasno nie rozpisaliśmy.
Kredyty schodzą jako tokeny × mnożnik modelu. Mnożniki modeli tekstowych mieszczą się między 0 a 2, a selektor modelu pokazuje każdy z nich, zanim cokolwiek wyślesz.
Niedoceniane jest to, że liczba tokenów nie jest stała: rośnie wraz z rozmową. Świeży czat wysyła kilka tysięcy tokenów: postać, twoją personę, trochę historii. Długo prowadzony wysyła znacznie więcej, bo ostatni zapis jedzie z każdą turą. Surową historię ucinamy w okolicach 10 000 tokenów, a wszystko starsze idzie do streszczenia — dokładnie po to istnieje podsumowanie: bez tego limitu półroczna rozmowa przesyłałaby całą swoją historię przy każdej wiadomości, a koszt tury rósłby bez końca.
W praktyce tura w nowym czacie na modelu 0,3× kosztuje kilkaset kredytów, a ta sama tura głęboko w długiej rozmowie na modelu 1× — dziesięć tysięcy lub więcej. Ta sama platforma, ten sam dzień, różnica przekraczająca jeden rząd wielkości.
Ten przedział to uczciwa odpowiedź na pytanie „na jak długo starczają mi kredyty". Jeśli znikają szybciej, niż się spodziewałeś, prawdopodobnie tkwisz w długiej rozmowie na drogim modelu — i już wiesz, którą z dwóch gałek przekręcić.
Sam ekran zameldowania również wykonuje wywołanie modelu. To powitanie, które pisze ci postać przy zameldowaniu, nie jest szablonem — jest generowane, cache'owane raz dziennie na postać i ograniczone dzienną liczbą, żeby nie wymknęło się spod kontroli. Wciąż jest to inferencja, za którą płacimy — na stronie, której cały sens polega na rozdawaniu kredytów.
Jest jeszcze jeden szczegół dotyczący wydawania, który pasuje w to miejsce: darmowe kredyty są zawsze wydawane przed płatnymi. Jeśli masz jedne i drugie, najpierw opróżnia się kran. To celowe — kredyty, które faktycznie kupiłeś, zostają z tobą dłużej — ale oznacza też, że to darmowa warstwa za każdym razem przyjmuje koszt jako pierwsza.
Każdy z nich to realny wydatek. Kiedy odbierasz codzienną nagrodę i wydajesz ją na rozmowę, dostawca modelu wciąż wystawia nam rachunek, serwery wciąż pracują, podsumowanie wciąż się wykonuje. Kredyty są darmowe dla ciebie; obliczenia za nimi nie są darmowe dla nikogo.
Mimo to finansujemy te programy, bo darmowy dostęp jest sposobem, w jaki większość ludzi sprawdza, czy ta platforma jest dla nich, i bo spora część dzisiejszych darmowych użytkowników staje się jutrzejszymi twórcami i subskrybentami. Działa to jednak tylko wtedy, gdy darmowa część mieści się w tym, co platforma jest w stanie udźwignąć. Gdy liczby się zmieniają, programy są korygowane — nie dlatego, że chcemy dawać mniej, ale dlatego, że rozdawanie więcej, niż da się utrzymać, kończy się nierozdawaniem niczego.
Gdy koszty spadną, spadnie cena
Ta część to zobowiązanie, a nie opis.
Ceny modeli z czasem spadają. Cache się poprawia. Infrastruktura staje się wydajniejsza. Nasz własny kod marnuje coraz mniej tokenów — większość cichej pracy ostatnich miesięcy nad składaniem kontekstu i podsumowaniami była dokładnie o tym.
Gdy znajdujemy trwały sposób na obniżenie kosztów operacyjnych, zdecydowanie wolimy przekazać go użytkownikom, niż zaksięgować jako marżę. Tańsze modele, lepsze mnożniki, hojniejsze nagrody. Robiliśmy tak wielokrotnie i wolelibyśmy tak dalej, bo platforma, na której intensywne korzystanie ludzi stać, jest dla nas warta więcej niż odrobinę lepszy spread.
Kluczowe słowo to trwały. Przekazanie oszczędności, która okaże się tymczasowa, oznacza jej późniejsze zabranie — a to gorsze niż nieoddanie jej wcale.
Za co naprawdę płacisz
Wydając kredyty w Reverie, nie kupujesz tokenów od dostawcy modelu z narzutem.
Płacisz za rozmowę, która pamięta, co się wydarzyło; która zachowuje spójność poza punktem, w którym surowy kontekst już by się rozsypał; która działa u dostawców odpowiedzialnych za swoją dostępność i za twoje dane; która jest zbackupowana i eksportowalna; i która co kilka tygodni zauważalnie się poprawia, bo pracują nad nią ludzie na pełen etat.
Nadal możesz chcieć więcej darmowych kredytów. To całkowicie rozsądne i sami chcielibyśmy dawać więcej — pracujemy nad tym od strony kosztów, a nie od strony cennika.
Wolimy jednak, żebyś wiedział, dlaczego odpowiedź nie jest tak prosta jak liczba na stronie cennika dostawcy modeli.
Masz pytania o konkretne obciążenie albo uważasz, że gdzieś się pomyliliśmy w liczbach? Historia kredytów pokazuje rzeczywistą liczbę tokenów za każdą wiadomością, a nasz Discord jest otwarty. Wolimy spierać się o prawdziwe liczby niż o mgliste wrażenia.
Podane tu kwoty nagród i mnożniki kredytów odzwierciedlają stan platformy w chwili publikacji i są korygowane wraz ze zmianą kosztów. Aplikacja zawsze pokazuje aktualne wartości.