Pět set dolarů měsíčně za ChatGPT. Na první pohled částka, nad kterou většina lidí jen zakroutí hlavou. Jenže nový tarif ChatGPT Pro 500, který OpenAI představilo na DevDay 2026, není zajímavý pouze svou cenovkou.
Společně s ním přichází nová rychlostní vrstva Ultrafast, model GPT-6.1 Sol, cloudový Codex a další nástroje pro agentní práci. Když se na jednotlivé novinky podíváme dohromady, začíná být vidět mnohem větší změna.
OpenAI už neprodává pouze přístup k lepšímu chatbotu.
Postupně staví infrastrukturu, ve které si budeme vybírat nejen inteligenci modelu, ale také rychlost, množství výpočetního výkonu, míru autonomie a cenu za vykonanou práci.
A právě proto může být nový tarif za 500 dolarů důležitější, než na první pohled vypadá.
OpenAI Pro 500: co dostanete za 500 dolarů měsíčně
OpenAI představilo nový tarif Pro 500 na DevDay 2026 dne 29. září. Jak napovídá název, stojí 500 dolarů měsíčně.
Nejde přitom jednoduše o „ChatGPT Pro s větším limitem“.
OpenAI uvádí, že Pro 500 nabízí nejvyšší zahrnuté využití ze spotřebitelských Pro tarifů – 25násobek allowance ChatGPT Plus – a přístup k nové vrstvě Ultrafast.
| Pro 500 | Hodnota při uvedení |
|---|---|
| Cena | 500 USD měsíčně |
| Zahrnuté využití | 25× allowance ChatGPT Plus |
| Ultrafast | Ano |
| Ultrafast model při spuštění | GPT-6 Astra |
| Dostupnost Ultrafast | ChatGPT Work, Codex |
| Další využití | Pro funkce, Codex, Work a další nástroje podle dostupnosti |
Samotná vysoká spotřeba ale není tím nejzajímavějším.
Pro 500 totiž ukazuje, že OpenAI začíná oddělovat jednotlivé vlastnosti AI, které jsme dříve vnímali jako jeden celek.
Nestačí už jen vybrat model.
Nově řešíte také:
Jak inteligentní má být? Jak dlouho má přemýšlet? Jak rychle má odpovídat? Kolik práce mu chcete svěřit? A kolik jste za tuto kombinaci ochotni zaplatit?
To je podstatně větší změna než další položka v ceníku ChatGPT.
Ultrafast: rychlost AI se stává samostatným produktem
Když se objeví nový model, pozornost obvykle směřuje k benchmarkům. O kolik je chytřejší? Jak zvládá programování? Je lepší než konkurence?
Ultrafast ale ukazuje jiný směr.
Nejde o nový model. Jde o prémiovou rychlostní vrstvu inference.
OpenAI při uvedení uvádí u GPT-6 Astra Ultrafast až 300 generovaných tokenů za sekundu, až 8× rychlejší generování v Codexu a až 6× rychlejší generování přes API oproti standardní vrstvě.
To je důležité.
Rychlost totiž přestává být vedlejší vlastností modelu a začíná být něčím, za co se samostatně platí.
V API je tento princip ještě viditelnější. U podporovaného GPT-6 Astra je Ultrafast účtován jako násobně dražší služba než standardní zpracování.
OpenAI tak v zásadě říká:
Pokud potřebujete maximální inteligenci levněji, počkejte. Pokud potřebujete maximální inteligenci okamžitě, zaplaťte za rychlost.
Přesně tak funguje řada cloudových služeb už dnes. Výkon navíc není zdarma a nízká latence má svou cenu.
Proč je rychlost u AI agentů tak důležitá
U běžného ChatGPT rozdíl několika sekund často nikoho nezachrání.
Napíšete otázku, model odpoví za deset sekund místo pěti a život jde dál.
Jenže agentní AI funguje jinak.
Představte si Codex, který má:
- projít strukturu projektu,
- najít relevantní soubory,
- přečíst dokumentaci,
- upravit několik částí kódu,
- spustit testy,
- zjistit chybu,
- opravit ji,
- testy zopakovat,
- projít výsledný diff,
- připravit finální řešení.
To není jeden prompt a jedna odpověď.
Pod kapotou mohou proběhnout desítky nebo stovky jednotlivých kroků, modelových volání a interakcí s nástroji.
Vezměme čistě ilustrativní příklad.
Pokud jeden zpracovávaný krok zabere v průměru 10 sekund a agent jich potřebuje sto, samotné čekání může teoreticky znamenat přes 16 minut. Pokud stejný krok trvá dvě sekundy, dostaneme se přibližně ke třem minutám.
Reálné agentní systémy jsou samozřejmě podstatně složitější a část operací probíhá paralelně. Princip je ale stejný:
čím více samostatných kroků AI vykonává, tím větší význam má latence každého z nich.
Rychlejší model tedy není jen příjemnější chatbot.
Může být rozdílem mezi agentem, na kterého při práci čekáte, a agentem, se kterým lze skutečně interaktivně spolupracovat.
GPT-6.1 Sol: méně důležitý je benchmark, více ekonomika
Druhou zásadní novinkou DevDay je GPT-6.1 Sol.
OpenAI nový model zaměřuje především na komplexní programování, computer use, práci s nástroji a další profesionální úlohy. Oficiální dokumentace nabízí kontextové okno až 1,05 milionu tokenů a podporu nástrojů včetně webového vyhledávání, práce se soubory, code interpreteru, hosted shellu, computer use nebo MCP.
Zajímavější je ovšem jeho pozice mezi ostatními modely.
OpenAI GPT-6.1 Sol popisuje jako model s výkonem blízkým GPT-6 Astra, ale s výrazně nižší cenou. Standardní API ceny při uvedení jsou:
| GPT-6.1 Sol | Cena za 1 milion tokenů |
|---|---|
| Input | 2 USD |
| Cached input | 0,10 USD |
| Output | 10 USD |
Pro srovnání má GPT-6 Astra standardní cenu 10 dolarů za milion vstupních a 50 dolarů za milion výstupních tokenů. U běžného inputu a outputu je tedy Sol skutečně na jedné pětině ceny Astry.
OpenAI zároveň prezentuje vlastní evaluace, podle nichž se GPT-6.1 Sol u některých agentních, programátorských a computer-use úloh Astře přibližuje při výrazně nižších nákladech.
Je potřeba dodat důležitou věc: jde o výsledky a srovnání zveřejňované samotným OpenAI, nikoliv automaticky o záruku stejného poměru výkonu v každém reálném nasazení.
U konkrétního workflow bude rozhodovat typ úlohy, reasoning effort, množství kontextu, nástroje i samotná implementace.
A právě tady se dostáváme k podstatě.
Otázka už nemusí znít:
„Který model získal nejvyšší skóre?“
Mnohem zajímavější může být:
„Který model dokončí naši práci dostatečně kvalitně za nejnižší cenu?“
Sol vs. Astra: AI začíná připomínat cloudové služby
Vývoj nabídky OpenAI začíná v něčem připomínat svět cloud computingu.
Když firma nasazuje aplikaci na AWS, Azure nebo Google Cloud, také neexistuje jediný univerzálně „nejlepší server“.
Vybíráte podle úlohy.
Potřebujete více CPU? GPU? Paměť? Nízkou latenci? Maximální dostupnost? Nebo naopak nejnižší cenu u úlohy, která může běžet na pozadí?
S AI se začíná dít něco podobného.
Budeme kombinovat několik proměnných:
model × reasoning × rychlost × kontext × nástroje × autonomie × cena
Na rutinní úlohu může být zbytečné pouštět nejdražší model s maximálním reasoningem a prémiovou rychlostí.
Naopak při interaktivním vývoji, incident response nebo práci člověka s agentem může být nízká latence dostatečně hodnotná na to, aby se za ni vyplatilo připlatit.
GPT-6.1 Sol a Ultrafast jsou zajímavé právě tím, že míří na opačné konce této rovnice.
Sol tlačí cenu inteligence dolů. Ultrafast prodává rychlost za prémii.
To dává uživatelům a firmám možnost optimalizovat AI nikoliv pouze podle kvality modelu, ale podle ekonomiky konkrétního procesu.
Je 500 dolarů měsíčně za ChatGPT šílenství?
Pro běžného člověka?
Pravděpodobně ano.
Pokud ChatGPT používáte na občasné otázky, překlady, shrnutí textu, generování obrázků nebo několik promptů denně, není příliš důvod utrácet za AI šest tisíc dolarů ročně.
Jenže Pro 500 očividně necílí na člověka, který chce jednou týdně vymyslet recept k večeři.
OpenAI samo popisuje Pro tarify jako produkty pro uživatele, kteří na AI spoléhají při náročné a komplexní práci. U Pro 500 navíc kombinuje vysoké limity právě s Work, Codexem a Ultrafast.
Pak se ekonomika mění.
Pět set dolarů je hodně peněz za chatbot.
Nemusí to ale být hodně peněz za pracovní nástroj, který každý měsíc ušetří desítky hodin placené práce.
A přesně toto rozlišení bude podle mě v následujících letech stále důležitější.
Pro koho může Pro 500 ekonomicky dávat smysl
Cena sama o sobě neříká, zda je produkt drahý.
Rozhoduje hodnota, kterou vytváří.
Vývojář nebo vibe coder
Představme si člověka, který používá Codex několik hodin denně.
AI mu může pomáhat:
- procházet velké codebase,
- implementovat funkce,
- vytvářet testy,
- hledat regresní chyby,
- refaktorovat kód,
- připravovat dokumentaci,
- dělat code review,
- paralelně pracovat na několika úlohách.
Pokud rychlejší Codex reálně zkrátí dobu potřebnou k dokončení placeného projektu, cenu tarifu lze porovnávat s hodnotou ušetřeného času, nikoliv s Netflixem nebo Spotify.
Freelancer a konzultant
Podobné je to u člověka, jehož hodina práce má jasnou tržní cenu.
Pokud AI ušetří například dvacet hodin práce měsíčně, otázka nezní:
Chci platit 500 dolarů za ChatGPT?
Ale:
Má dvacet hodin mého času vyšší hodnotu než 500 dolarů?
Pro někoho nebude. Pro jiného výrazně ano.
Menší firma
Ještě výraznější může být rozdíl ve firmách.
Tam se náklady na AI neporovnávají pouze s jedním SaaS předplatným, ale také s:
- časem zaměstnanců,
- externisty,
- vývojem,
- administrativou,
- podporou,
- reportingem,
- research úlohami,
- dalšími softwarovými nástroji.
Pokud agent dokáže převzít část práce, která dnes pravidelně spotřebovává desítky člověkohodin, může být několik set dolarů za compute relativně malá položka.
To samozřejmě automaticky neznamená, že Pro 500 bude výhodný pro každého profesionála.
Nejdříve musí existovat workflow, které vyšší limity a nižší latenci skutečně využije.
Jinak jen platíte za výkon, který nepotřebujete.
Nejde už jen o ChatGPT
Právě tady je podle mě největší chyba, kterou lze při pohledu na DevDay udělat.
Jednotlivé novinky je snadné vnímat izolovaně:
- nový tarif,
- nový model,
- rychlejší inference,
- Codex,
- Work,
- Dots,
- computer use,
- Agents API,
- pluginy,
- automatizace.
Jenže DevDay 2026 obsahoval přes dvacet oznámení a OpenAI celou akci rámovalo kolem nových způsobů, jak mohou lidé a AI spolupracovat a přebírat dlouhodobější odpovědnost za práci.
V kombinaci začínají jednotlivé díly zapadat do jednoho systému.
ChatGPT už nemusí pouze čekat, než mu položíte otázku.
Codex může pracovat nad repozitářem.
Work může dostat komplexní pracovní zadání.
Agents API umožňuje vývojářům stavět agenty pracující s nástroji a počítačem.
A Dots posouvají tuto myšlenku ještě dál.
Dots, Codex, Work a Ultrafast skládají nový typ počítače
OpenAI na stejném DevDay představilo také Dots – always-on agenty, kteří mají vlastní cloudový počítač, mohou používat připojené nástroje a pokračovat v práci mezi jednotlivými konverzacemi.
A právě v kombinaci s ostatními novinkami začíná být směr velmi zajímavý.
Zjednodušeně:
GPT poskytuje inteligenci.
Ultrafast poskytuje rychlost.
Codex poskytuje specializované prostředí pro vývoj.
Work poskytuje prostředí pro komplexní pracovní úkoly.
Dots přidávají dlouhodobější autonomii a vlastní počítač.
Pluginy, MCP a connected apps dodávají nástroje a přístup k datům.
To už není klasický chatbot.
Je to základ něčeho, co se stále více podobá výpočetní platformě pro digitální práci.
Neznamená to, že máme plně autonomní zaměstnance, kterým lze bez dozoru svěřit jakýkoliv firemní proces. Současné agentní systémy stále chybují, potřebují správný kontext, oprávnění, kontrolu a dobře navržené workflow.
Technologický směr je ale zřetelný.
AI už se nesnaží pouze lépe odpovědět.
Snaží se práci skutečně vykonat.
Budoucnost AI nebude jen o tom, který model je nejchytřejší
Poslední roky technologické komunity připomínaly nekonečný závod benchmarků.
Model A porazil model B o tři procentní body. O měsíc později model C porazil oba.
Tato čísla mají význam, ale pro praktické využití AI mohou postupně ztrácet část své dominance.
Pro firmu je totiž často méně důležité, zda model dosáhne absolutně nejlepšího výsledku v benchmarku.
Důležitější je, zda:
- úlohu dokončí správně,
- dokáže používat potřebné nástroje,
- pracuje dostatečně spolehlivě,
- nepotřebuje neustálý lidský dohled,
- dokončí práci v rozumném čase,
- a kolik celý proces stojí.
Místo otázky:
„Který model je nejlepší?“
se tak můžeme stále častěji ptát:
„Kolik stojí úspěšné dokončení této úlohy?“
To je fundamentálně odlišná metrika.
A pro reálné podnikání mnohem zajímavější.
AI se mění z asistenta na digitální pracovní sílu
První generace ChatGPT fungovala především jako velmi schopné konverzační rozhraní.
Člověk zadal otázku.
AI odpověděla.
Pak jsme se posunuli k nástrojům, které dokázaly analyzovat soubory, generovat obrázky, psát kód nebo hledat informace.
Další krok je ale odlišný.
Místo:
Napiš mi funkci pro WordPress.
může zadání vypadat:
Projdi projekt, zjisti, jak je funkce implementovaná, uprav ji podle specifikace, doplň testy, spusť je, oprav případné chyby a připrav změny ke kontrole.
Rozdíl není pouze v kvalitě odpovědi.
Rozdíl je v míře delegace.
Člověk už nemusí řídit každý jednotlivý krok. Definuje požadovaný výsledek a agent hledá cestu, jak se k němu dostat.
Čím spolehlivější tento model práce bude, tím méně bude AI připomínat tradiční software.
A tím více bude připomínat digitální pracovní kapacitu, kterou lze podle potřeby nakupovat.
Co to znamená pro vývojáře, freelancery a online podnikatele
Právě tady podle mě začínají být oznámení z DevDay opravdu praktická.
Vývojář nebude AI používat jen jako autocomplete
Coding agent může dostat samostatnější úkol, pracovat s repozitářem, spouštět příkazy, testovat změny nebo provádět review.
Úloha vývojáře se pak částečně přesouvá od ručního psaní každého řádku k:
- návrhu systému,
- definování požadavků,
- zadávání práce agentům,
- kontrole výsledků,
- bezpečnosti,
- architektuře,
- rozhodování.
Vibe coding tím nemusí znamenat bezmyšlenkovité generování kódu. V profesionálnějším pojetí se může změnit v orchestraci AI agentů nad reálným vývojovým procesem.
Freelancer může získat násobně větší kapacitu
Jednotlivec má přirozený limit: 24 hodin denně.
AI část tohoto omezení mění.
Research může běžet paralelně s přípravou kódu. Agent může analyzovat dokumenty, zatímco člověk řeší klienta. Rutinní práce může pokračovat v cloudu i bez otevřeného notebooku.
Neznamená to, že se z freelancera automaticky stane firma o deseti lidech.
Znamená to ale, že jeden schopný člověk může obsloužit větší množství práce než dříve.
Podnikatel může začít automatizovat celé procesy
Velmi zajímavá je kombinace agentů s firemními nástroji.
Nejen:
Napiš marketingový e-mail.
Ale například:
Zkontroluj nové leady, doplň dostupné informace, připrav personalizované follow-upy, aktualizuj CRM a upozorni mě na případy, které vyžadují moje rozhodnutí.
To už není generování textu.
To je workflow.
A právě ve workflow může být skutečná hodnota agentní AI mnohem větší než v samotném chatu.
Výkon AI začneme počítat podobně jako práci lidí a serverů
Cena Pro 500 dnes působí vysoká především proto, že ChatGPT stále mentálně řadíme mezi běžné online služby.
Spotify stojí několik dolarů.
Netflix několik dolarů.
SaaS nástroj desítky dolarů.
A najednou někdo chce pět set.
Jenže pokud se AI skutečně posune do role pracovního nástroje, přestává být správným srovnáním Netflix.
Lepší srovnání může být:
- cloudová infrastruktura,
- vývojářské nástroje,
- specializovaný software,
- externí služby,
- člověkohodiny.
Firma nemá problém zaplatit několik tisíc dolarů měsíčně za cloud, pokud na něm běží produkt, který vydělává násobně více.
Stejná logika může postupně přijít k AI.
Důležitou metrikou nebude pouze:
Kolik stojí předplatné?
Ale:
Kolik hodnotné práce dokáže za tuto cenu systém vykonat?
Pro 500 není hlavní zpráva DevDay
Titulek „ChatGPT stojí 500 dolarů měsíčně“ funguje skvěle.
Je jednoduchý, kontroverzní a pět set dolarů za chatbot zní téměř absurdně.
Jenže z dlouhodobého pohledu nemusí být samotná cena tím nejdůležitějším, co OpenAI na DevDay 2026 ukázalo.
Důležitější je způsob, jakým se skládají jednotlivé části celé platformy.
Máme různé úrovně modelové inteligence.
Máme různé úrovně reasoningu.
Máme levnější modely optimalizované na poměr výkon/cena.
Máme prémiovou inference vrstvu pro situace, kdy je kritická rychlost.
Máme Codex schopný samostatnější práce nad softwarem.
Máme Work pro komplexní úkoly.
Máme agenty s vlastním cloudovým počítačem.
Máme pluginy, MCP, computer use a přístup k dalším aplikacím.
OpenAI tak postupně vytváří něco mnohem širšího než další generaci ChatGPT.
Vzniká platforma, na které si firmy i jednotlivci mohou kupovat různou úroveň digitální pracovní kapacity podle toho, jak náročný problém potřebují vyřešit.
A pokud se tento směr skutečně prosadí, změní se i způsob, jakým budeme cenu AI posuzovat.
Možná se za několik let nebudeme ptát, jestli je 500 dolarů měsíčně za ChatGPT příliš mnoho.
Budeme se ptát, kolik práce za těch 500 dolarů dokáže AI skutečně udělat.