Ile kosztuje chatbot AI? Krótka odpowiedź: od 5 000 do 150 000 PLN za development. Długa odpowiedź wymaga zrozumienia z czego ten koszt się składa - bo "chatbot AI" to pojęcie, które obejmuje wszystko od przerobionego szablonu Botpress za 2 000 PLN po wielojęzycznego agenta z integracjami za 150 000+.
W tym artykule rozbijam koszty na części pierwsze. Realne ceny API, hostingu, developmentu. Zero zgadywania - każda liczba pochodzi z oficjalnych cenników lub z moich wdrożeń.
Trzy typy chatbotów, trzy przedziały cenowe
Zanim przejdziemy do liczb, trzeba rozróżnić co właściwie budujemy. "Chatbot AI" to nie jedna kategoria.
Typ 1: prosty chatbot FAQ (2 000 - 8 000 PLN)
Gotowa platforma (Botpress, Voiceflow, Tidio), gotowe szablony, konfiguracja zamiast programowania. Chatbot odpowiada na 20-50 najczęstszych pytań na podstawie przygotowanej bazy wiedzy.
Nadaje się do: prostych pytań o godziny otwarcia, cennik, dostępność. Tam gdzie powtarzalność jest wysoka, a złożoność niska.
Ograniczenia: nie rozumie kontekstu poza przygotowanymi scenariuszami. Nie uczy się z dokumentów firmy. Nie integruje się z CRM ani bazą danych.
Typ 2: chatbot RAG na dokumentach firmy (15 000 - 40 000 PLN)
System RAG (Retrieval-Augmented Generation) - chatbot, który przeszukuje bazę dokumentów firmy i generuje odpowiedzi na ich podstawie. Cytuje źródła. Rozumie pytania w naturalnym języku.
To jest typ, który najczęściej buduję. Taki chatbot zbudowałem dla AlterPage - przeszukuje procedury firmowe, politykę bezpieczeństwa, regulaminy. Odpowiedź w 30 sekund zamiast 15 minut szukania.
Development: 2-4 tygodnie. Obejmuje: pipeline do przetwarzania dokumentów, baza wektorowa, warstwa bezpieczeństwa, interfejs, testy.
Typ 3: agent AI z integracjami (40 000 - 150 000+ PLN)
Agent, który nie tylko odpowiada na pytania, ale wykonuje akcje. Sprawdza status zamówienia w CRM, rezerwuje termin w kalendarzu, tworzy ticket w Jira, generuje raport. Integracje z API zewnętrznych systemów, logika warunkowa, obsługa wielu języków.
To poziom enterprise. Wymaga discovery phase, audytu bezpieczeństwa, testów penetracyjnych. Development trwa 1-3 miesiące.
Rozkład kosztów developmentu
Niezależnie od typu, koszt developmentu składa się z tych samych elementów. Różnica jest w proporcjach.
Discovery i analiza (10-15% budżetu)
Zanim napiszę linijkę kodu, muszę zrozumieć problem. Jakie pytania zadają pracownicy lub klienci? Jakie dokumenty mamy? Jakie systemy trzeba zintegrować? Gdzie są dane wrażliwe?
Dla chatbota RAG to 2-3 dni. Dla agenta z integracjami - tydzień.
Development (50-60% budżetu)
Rdzeń pracy. Architektura systemu, pipeline przetwarzania dokumentów, baza wektorowa, logika wyszukiwania, warstwa generowania odpowiedzi, interfejs użytkownika.
Testy i zabezpieczenia (15-20% budżetu)
Testy jakości odpowiedzi (czy chatbot odpowiada poprawnie?), testy bezpieczeństwa (czy nie da się go zmanipulować?), testy wydajności (jak szybko odpowiada przy 50 użytkownikach jednocześnie?).
W chatbocie firmowym zabezpieczenia to nie dodatek. Zbudowałem dwuwarstwowy filtr dla AlterPage - twardy regex blokujący pytania o dane wrażliwe + instrukcje dla modelu AI wymuszające cytowanie źródeł. Kilkanaście iteracji zanim trafność była wystarczająca.
Deployment i szkolenie (10-15% budżetu)
Uruchomienie na serwerze, konfiguracja domeny, SSL. Szkolenie zespołu - jak aktualizować bazę wiedzy, jak czytać logi, co robić gdy chatbot odpowie źle.
Koszty infrastruktury (miesięcznie)
Tu zaczynają się schody, bo mało kto o tym mówi przed wdrożeniem. Chatbot AI to nie jednorazowy wydatek. Każda odpowiedź kosztuje.
Koszty API - ile kosztuje każda rozmowa
Modele językowe rozliczają się za tokeny (fragmenty tekstu - 1 token to mniej więcej 4 znaki). Ceny podaję za milion tokenów (MTok).
OpenAI - cennik luty 2026:
| Model | Input | Output | Do czego |
|---|---|---|---|
| GPT-4o | $2.50/MTok | $10.00/MTok | Najlepsza jakość odpowiedzi |
| GPT-4o-mini | $0.15/MTok | $0.60/MTok | 90% jakości za 6% ceny |
| GPT-4.1 | $2.00/MTok | $8.00/MTok | Alternatywa dla GPT-4o |
| GPT-4.1-mini | $0.40/MTok | $1.60/MTok | Mocniejszy mini |
| text-embedding-3-small | $0.02/MTok | - | Embeddingi do RAG |
| text-embedding-3-large | $0.13/MTok | - | Lepsze embeddingi |
Źródło: oficjalny cennik OpenAI, luty 2026.
Anthropic Claude - cennik luty 2026:
| Model | Input | Output | Do czego |
|---|---|---|---|
| Claude Haiku 4.5 | $1.00/MTok | $5.00/MTok | Szybki, tani |
| Claude Sonnet 4.5 | $3.00/MTok | $15.00/MTok | Balans jakości i ceny |
| Claude Opus 4.5 | $5.00/MTok | $25.00/MTok | Najwyższa jakość |
Źródło: oficjalny cennik Anthropic, luty 2026.
Co to oznacza w praktyce?
Typowa rozmowa z chatbotem to 500-1 500 tokenów input (pytanie + kontekst z dokumentów) i 200-500 tokenów output (odpowiedź). Przyjmijmy średnio 1 000 in + 300 out.
Na GPT-4o-mini: koszt jednej rozmowy to ~$0.00033. Tysiąc rozmów miesięcznie: ~$0.33, czyli niecałe 1.50 PLN.
Na GPT-4o: koszt jednej rozmowy to ~$0.0055. Tysiąc rozmów: ~$5.50, czyli ~23 PLN.
Na Claude Haiku 4.5: koszt jednej rozmowy to ~$0.0025. Tysiąc rozmów: ~$2.50, czyli ~10 PLN.
Dla firmy z 10-50 pracownikami i wewnętrznym chatbotem na procedury firmowe - realny koszt API to 20-100 PLN miesięcznie. Dla chatbota obsługującego klientów z tysiącami rozmów dziennie - setki lub tysiące PLN, zależnie od wybranego modelu.
Hosting
Chatbot potrzebuje serwera. Opcje:
Hetzner Cloud (Europa, cennik luty 2026):
| Plan | vCPU | RAM | Dysk | Cena |
|---|---|---|---|---|
| CX23 | 2 | 4 GB | 40 GB SSD | 3.49 EUR/mies. |
| CX33 | 4 | 8 GB | 80 GB SSD | 5.49 EUR/mies. |
| CX43 | 8 | 16 GB | 160 GB SSD | 9.49 EUR/mies. |
Źródło: hetzner.com/cloud, luty 2026.
DigitalOcean: od $4/mies. za podstawowy VPS. Droższy od Hetznera przy porównywalnych parametrach.
AWS/GCP: drożej, ale bardziej skalowalne. Sensowne dopiero przy tysiącach użytkowników.
Dla typowego chatbota firmowego (10-100 użytkowników) - VPS za 15-40 PLN miesięcznie wystarczy. CX23 za ~15 PLN/mies. uciągnie chatbota RAG bez problemu.
Baza wektorowa
Chatbot RAG potrzebuje bazy do przechowywania wektorów dokumentów. Trzy opcje:
ChromaDB (self-hosted): darmowy, open source. Działa na tym samym serwerze co chatbot. Idealne dla firm do ~10 000 dokumentów. Używam tego w większości wdrożeń.
Qdrant (self-hosted): darmowy, open source. Lepszy od ChromaDB przy większej skali - wspiera sharding, rozproszone wdrożenia. Dobry wybór gdy dokumentów jest 50 000+.
Pinecone (managed): minimum $50/mies. na planie Standard. Zarządzany serwis - nie musisz się martwić o infrastrukturę. Sensowny dla firm, które nie chcą administrować bazą samodzielnie.
Moja rekomendacja: zacznij od ChromaDB. Jest darmowy, prosty w konfiguracji i wystarczający dla 90% wdrożeń firmowych. Przejście na Qdrant lub Pinecone zawsze możliwe później.
Monitoring i logi
Każde pytanie i odpowiedź powinny trafić do logów. Koszty: praktycznie zerowe jeśli logujesz do plików JSONL na serwerze. Jeśli chcesz dashboardy i alerty - Grafana + Loki (self-hosted, darmowe) lub Datadog ($15+/mies.).
Podsumowanie kosztów miesięcznych
| Element | Mały chatbot (10-50 użytk.) | Średni (100-500) | Duży (1000+) |
|---|---|---|---|
| API (model LLM) | 20-100 PLN | 100-500 PLN | 500-5 000 PLN |
| Hosting | 15-40 PLN | 40-150 PLN | 150-600 PLN |
| Baza wektorowa | 0 PLN (ChromaDB) | 0-200 PLN | 200-500 PLN |
| Monitoring | 0 PLN | 0-60 PLN | 60-300 PLN |
| Razem | 35-140 PLN | 140-910 PLN | 910-6 400 PLN |
Ukryte koszty, o których nikt nie mówi
Prompt engineering i iteracja
Największy ukryty koszt. Napisanie pierwszej wersji promptu zajmuje godzinę. Doprowadzenie go do stanu, w którym chatbot odpowiada poprawnie w 95% przypadków - dni. Każdy edge case wymaga testów, poprawek, ponownych testów.
W projekcie dla AlterPage sam filtr bezpieczeństwa wymagał kilkunastu iteracji. Musiał blokować pytania o dane wrażliwe, ale nie blokować normalnych pytań, w których pojawiało się słowo "wynagrodzenie" w kontekście procedury urlopowej.
To nie jest koszt, który widać w wycenie. Ale to 20-30% czasu developmentu.
Przygotowanie danych
Dokumenty firmowe rzadko są w formacie gotowym do załadowania. PDF-y ze skanami? Trzeba OCR. Tabele w Excelu? Trzeba konwersję. Dokumenty po 200 stron? Trzeba podzielić na logiczne sekcje.
Oczekuj 1-3 dni na przygotowanie i czyszczenie dokumentów. Przy dużych bazach wiedzy - tydzień.
Szkolenie pracowników
Ktoś musi wiedzieć jak dodać nowy dokument do bazy wiedzy. Ktoś musi czytać logi i reagować gdy chatbot odpowiada źle. Ktoś musi rozumieć co chatbot potrafi, a czego nie.
2-4 godziny szkolenia. Nie dużo, ale o tym się zapomina.
Aktualizacja i utrzymanie
Dokumenty się zmieniają. Nowa polityka urlopowa? Chatbot musi ją znać. Nowy produkt w ofercie? Trzeba dodać do bazy wiedzy. Zmiana w API OpenAI? Trzeba zaktualizować integrację.
Oczekuj 2-4 godziny miesięcznie na utrzymanie. Przy bardziej złożonych systemach - więcej.
Audyt bezpieczeństwa
Dla chatbota obsługującego klientów zewnętrznych - obowiązkowy. Prompt injection, wyciek danych, RODO. Koszt audytu: 3 000-15 000 PLN, zależnie od zakresu.
Dla chatbota wewnętrznego (tylko pracownicy) - mniej formalne, ale zabezpieczenia i tak potrzebne.
Realny przykład: chatbot RAG dla AlterPage
Zamiast teoretycznych wyliczeń - dane z mojego wdrożenia.
Firma: AlterPage, software house, 12 pracowników. Procedury rozrzucone po PDF-ach, dokumentach w JIRA, politykach bezpieczeństwa.
Problem: Każde pytanie o procedurę to 15 minut szukania. 12 pracowników, ~5 pytań tygodniowo na osobę. To 15 godzin tygodniowo spalonych na szukanie informacji.
Co zbudowałem: Chatbot RAG z LlamaIndex, ChromaDB, OpenAI. Dwuwarstwowe zabezpieczenia (regex + instrukcje modelu). Interfejs Chainlit z logo firmy.
Koszty:
| Element | Koszt |
|---|---|
| Development | 2 tygodnie |
| Koszt API (miesięcznie) | ~50 PLN |
| Hosting | 0 PLN (serwer firmowy, który i tak stoi) |
| Baza wektorowa (ChromaDB) | 0 PLN |
| Utrzymanie | ~2h/mies. |
Wyniki:
| Metryka | Przed | Po |
|---|---|---|
| Czas znalezienia odpowiedzi | 15 min | 30 sekund |
| Przerywanie pracy kolegom | 20 razy/tyg. | ~0 |
| Samodzielność nowego pracownika | po 3 dniach pytań | od pierwszego dnia |
ROI: 15 godzin tygodniowo odzyskanych z szukania w dokumentach. Przy średniej stawce 80 PLN/h to 4 800 PLN miesięcznie. Koszt utrzymania: ~50 PLN. Chatbot zwraca się w pierwszym miesiącu od wdrożenia.
Jak obniżyć koszty
Użyj GPT-4o-mini zamiast GPT-4o
GPT-4o-mini kosztuje ~6% tego co GPT-4o. Dla większości chatbotów FAQ i RAG - jakość odpowiedzi jest wystarczająca. Testuj na swoich danych. Jeśli mini daje poprawne odpowiedzi w 90%+ przypadków - nie ma sensu płacić 16x więcej.
Self-hosted baza wektorowa
ChromaDB jest darmowy. Qdrant jest darmowy. Pinecone zaczyna się od $50/mies. Jeśli masz serwer - nie płać za managed serwis.
Zacznij od MVP
Nie buduj wielojęzycznego agenta z 15 integracjami. Zacznij od chatbota, który odpowiada na 20 najczęstszych pytań. Zmierz czy pracownicy go używają. Rozszerzaj na podstawie danych, nie założeń.
Używaj gotowych frameworków
LlamaIndex, LangChain, Haystack - gotowe narzędzia do budowy chatbotów RAG. Nie buduj pipeline'u przetwarzania dokumentów od zera. Framework zaoszczędzi tygodnie.
Prompt caching
OpenAI oferuje cached input za połowę ceny ($1.25/MTok zamiast $2.50 dla GPT-4o). Anthropic daje 90% rabatu na cache hits. Jeśli Twój chatbot wysyła ten sam kontekst systemowy w każdym zapytaniu - włącz caching.
Batch API na indeksowanie
Przy indeksowaniu dużej bazy dokumentów - użyj Batch API. OpenAI i Anthropic dają 50% rabatu na przetwarzanie asynchroniczne.
Czerwone flagi przy wycenach
"Chatbot AI za 500 PLN"
To szablon Botpress z podmienionymi kolorami. Nie jest zły - ale to nie jest chatbot AI, który rozumie Twoje dokumenty. To drzewko decyzyjne z ładnym interfejsem.
Brak wzmianki o kosztach API
Jeśli wykonawca nie mówi o miesięcznych kosztach API - albo nie wie jak działa chatbot AI, albo liczy że nie zapytasz. Każda odpowiedź chatbota kosztuje. Musisz wiedzieć ile.
Brak wzmianki o bezpieczeństwie
Chatbot AI na dokumentach firmowych bez warstwy zabezpieczeń to ryzyko. Prompt injection, wyciek danych, odpowiedzi niezgodne z polityką firmy. Jeśli wykonawca nie wspomina o zabezpieczeniach - zapytaj wprost.
Stała cena bez discovery
"Chatbot AI za 30 000 PLN, termin 4 tygodnie" - bez rozmowy o tym jakie masz dokumenty, jakie pytania padają, jakie systemy trzeba zintegrować. Stała cena bez analizy oznacza, że ktoś zgaduje. Albo robi dokładnie to samo dla każdego klienta.
Brak planu utrzymania
Kto aktualizuje bazę wiedzy? Kto reaguje na złe odpowiedzi? Kto aktualizuje integracje z API? Jeśli wycena nie obejmuje utrzymania - zapytaj co będzie za 3 miesiące.
Ile kosztuje chatbot AI - odpowiedź
| Typ chatbota | Development | Miesięczne utrzymanie | Czas wdrożenia |
|---|---|---|---|
| Prosty FAQ (Botpress/Voiceflow) | 2 000 - 8 000 PLN | 50-200 PLN (platforma) | 1-2 tygodnie |
| RAG na dokumentach firmy | 15 000 - 40 000 PLN | 35-500 PLN | 2-4 tygodnie |
| Agent AI z integracjami | 40 000 - 150 000+ PLN | 200-5 000+ PLN | 1-3 miesiące |
Średnia rynkowa w Polsce za chatbota AI to 18 300 PLN (dane cenauslug.pl, 2026). Ale ta średnia obejmuje wszystko - od prostych botów za 3 500 PLN w Białymstoku po zaawansowane wdrożenia za 45 000 PLN w Warszawie.
Realna odpowiedź zależy od trzech rzeczy: złożoność (FAQ vs RAG vs agent), skala (10 użytkowników vs 10 000), wymagania bezpieczeństwa (wewnętrzny vs publiczny).
Chcesz konkretną wycenę dla swojej firmy? Sprawdź co wchodzi w zakres na stronie chatboty AI albo napisz co potrzebujesz - odpowiem z rozbiciem kosztów, nie ryczałtem.
