În mod normal, o vară în AI înseamnă un model nou care bate un benchmark. Vara lui 2026 a fost altceva: au apărut modele mai bune, dar titlul real e că a scăzut prețul. Pentru cine conduce o firmă, asta e singura știre care schimbă un calcul.
Automatizări care acum șase luni nu se justificau financiar — un asistent care citește toate mesajele primite, un sistem care califică lead-urile, un flux care scrie descrieri pentru 4.000 de produse — au coborât sub pragul la care merită să te uiți la ele.
Iunie–august 2026, pe scurt: mai multă putere, la preț mai mic
Trei lucruri s-au întâmplat aproape simultan: modelele de vârf s-au reînnoit la toți cei trei furnizori mari, prețul per token a scăzut brusc la modelele mici — cele pe care rulează de fapt automatizările de zi cu zi — iar generarea de video a trecut de pragul la care un clip poate fi folosit într-o reclamă, nu doar într-o demonstrație.
Modelele noi: GPT-5.6, Claude Opus 5, Gemini — ce contează pentru business
OpenAI a lansat în iulie familia GPT-5.6, cu trei variante — Sol, Terra și Luna — poziționate pe axa viteză/cost/capacitate; Sol atinge peste 750 de tokeni pe secundă pe hardware Cerebras, adică răspunsuri practic instantanee într-un chat de pe site (cronologia lansărilor). Anthropic a lansat Claude Opus 5 pe 24 iulie, la preț neschimbat de 5 $ / 25 $ per milion de tokeni, cu performanță aproape de vârful gamei la circa jumătate din costul per sarcină.
Google a anunțat pe 11 august că aplicația Gemini a depășit un miliard de utilizatori activi lunar, de la 400 de milioane în mai 2025 și 900 de milioane în mai 2026 — cea mai rapidă creștere a unui produs din istoria companiei. Cifra nu te ajută în operațiuni, dar spune unde își caută clienții tăi informația.
Greșeala clasică e să alegi modelul după clasamente. În practică alegi după sarcină: un model mic și ieftin rezolvă la fel de bine clasificarea unui email sau extragerea datelor dintr-o factură, iar modelul scump se justifică doar unde ai nevoie de raționament pe mai mulți pași.
Ce înseamnă „efort de raționament reglabil" pentru costuri
Modelele din 2026 permit reglarea efortului de raționament: același model poate răspunde scurt și ieftin sau poate „gândi" mai mult, consumând mai mulți tokeni. E cel mai direct buton de cost pe care îl ai. Regula pe care o aplicăm la clienți: efort minim pentru sarcinile de rutină cu răspuns scurt (clasificare, etichetare, extragere), efort ridicat doar acolo unde output-ul ajunge în fața clientului sau stă la baza unei decizii. Metrica pe care o urmărești nu e prețul per milion de tokeni, ci costul per sarcină rezolvată corect.
Prețurile API s-au prăbușit: de ce automatizările devin rentabile pentru IMM-uri
Pe 30 iulie 2026, OpenAI a redus prețurile API: GPT-5.6 Luna a scăzut cu 80%, de la 1,00 $ / 6,00 $ la 0,20 $ / 1,20 $ per milion de tokeni (intrare/ieșire), iar Terra cu 20%, de la 2,50 $ / 15 $ la 2,00 $ / 12 $. Google împinge în aceeași direcție cu variantele Flash din familia Gemini.
Ce înseamnă asta pe un scenariu real: o firmă care primește 3.000 de mesaje pe lună (formulare, email, WhatsApp) și vrea ca fiecare să fie citit, clasificat și rutat automat către omul potrivit. La circa 800 de tokeni de intrare și 150 de ieșire per mesaj:
Dacă ai amânat o automatizare pentru că părea scumpă, refă calculul: costul s-a mutat aproape integral în munca de construcție și întreținere. Un flux complet construit așa, cu n8n și WhatsApp Business, e detaliat în studiul de caz cu automatizări pentru agenți imobiliari.
Creative generate de AI: FLUX 3 și Seedance 2.5, video fără studio
Pe 23 iulie, FLUX 3 a adăugat generarea de video cu audio nativ de până la 20 de secunde, iar pe 31 iulie ByteDance a lansat Seedance 2.5, cu clipuri native de 30 de secunde (detalii tehnice). Nu e o coincidență că ambele se opresc acolo: 20–30 de secunde e formatul unei reclame de Reels, TikTok sau pre-roll.
Din ce am testat, pragul de calitate acceptabil e deja depășit la anumite tipuri de material: cadre de atmosferă, b-roll, produs în context, animații de fundal pentru oferte. Rămâne sub prag la prim-planuri cu chipuri umane, mâini care manipulează obiecte și text în imagine — acolo se vede imediat că e generat. Folosește-le deci ca variantă de test contra creative-ului filmat, nu ca înlocuitor: costul unei variante suplimentare a scăzut aproape la zero, deci poți rula patru unghiuri în loc de unul, cu logica de testare din ghidul Performance Max pentru România.
Reclamele self-serve în ChatGPT — dar nu în UE și nu în România
ChatGPT Ads Manager a pornit self-serve, fără prag minim de cheltuială, în Statele Unite pe 5 mai 2026, cu CPC de 3–5 $ și CPM de 25–60 $, și s-a extins treptat peste vară către Canada, Australia, Noua Zeelandă, Marea Britanie, Japonia și Coreea de Sud (lista țărilor). Uniunea Europeană nu e pe listă și nu există o dată anunțată.
Ce faci totuși de acum. Întâi, măsoară: din 13 mai 2026, GA4 raportează separat traficul venit din asistenți AI printr-un canal dedicat, iar Search Console a primit în iunie un raport pentru răspunsurile generative. Verifică amândouă: probabil ai deja trafic de acolo și nu îl vezi. Apoi pregătește conținutul — când reclamele plătite vor ajunge în UE, avantajul va fi al brandurilor pe care asistenții le citează deja organic, adică al celor cu pagini clare, cifre verificabile și răspunsuri directe la întrebările din nișă.
România, codașa adopției AI — de ce e un avantaj pentru cine mișcă primul
Doar 5,2% dintre companiile românești folosesc soluții AI la scară largă — ultimul loc în Europa Centrală, la o medie europeană de aproximativ 20%. Un sondaj PwC din 2026 arată că doar 13% au implementat efectiv instrumente AI sau machine learning în cloud, mai puțin de jumătate din media regională.
Partea interesantă e decalajul dintre firme și oameni. 68% dintre utilizatorii de internet din mediul urban folosesc deja unelte AI, față de 47% cu un an înainte — cifre dintr-un sondaj Reveal Marketing Research din ianuarie 2026, pe un eșantion reprezentativ național urban de 1.000 de respondenți, cu marjă de eroare de ±3,1%.
Tradus: clienții tăi folosesc deja AI ca să caute, să compare și să decidă, iar concurenții tăi nu îl folosesc încă în operațiuni. Într-o piață unde 19 din 20 de firme nu au mișcat, un avantaj operațional real ține mult mai mult decât într-o piață saturată.
Ce implementezi în următoarele 30 de zile
Un plan realist pentru o firmă mică, fără departament de IT. Câte un obiectiv pe săptămână, cu unelte concrete:
- Săptămâna 1 — alegi procesul și îl măsori. Un singur proces repetitiv, cu volum mare: triajul mesajelor primite, calificarea lead-urilor, descrierile de produs, rezumatele apelurilor. Notează câte ore pe lună consumă acum și cine le face. Fără cifra asta nu ai cu ce compara.
- Săptămâna 2 — construiești versiunea ieftină. n8n (self-hosted sau cloud) ori Make, conectat la un model mic prin API. Nu integra nimic încă în sistemele de producție: rulează-l în paralel, pe 50 de cazuri reale, și compară output-ul cu ce ar fi făcut omul.
- Săptămâna 3 — testezi creative AI cu buget mic. Două-trei variante generate (FLUX, Seedance sau uneltele native din Meta și TikTok) contra creative-ului tău actual, cu bugete egale, minimum 7 zile. Judeci după cost per rezultat, nu după cum arată în preview.
- Săptămâna 4 — măsurare și reguli interne. Activezi raportarea traficului din asistenți AI în GA4 și verifici raportul generativ din Search Console. În paralel, scrii o politică internă de o pagină: ce date nu urcă niciodată într-un API public (date personale de clienți, contracte, date financiare), cine are voie să publice conținut generat și cine verifică înainte.
Ultimul punct nu e birocrație: procesezi date personale sub GDPR, iar un angajat care lipește lista de clienți într-un chat public produce exact incidentul care costă mai mult decât toate economiile din automatizare.
Întrebări frecvente
Ce model AI merită pentru un IMM românesc?
Nu cel din vârful clasamentelor, ci cel mai ieftin care rezolvă sarcina ta la o calitate acceptabilă. Pentru clasificare, extragere de date și răspunsuri scurte, un model mic și rapid este suficient și costă sub un dolar pe lună la volumele unui IMM. Pentru analiză, redactare complexă sau cod, merită un model de vârf precum GPT-5.6 Terra sau Claude Opus 5. Regula practică: pornește de la modelul ieftin și urcă doar acolo unde vezi erori reale, nu preventiv.
Cât costă integrarea printr-un API?
Costul are două părți: consumul de tokeni și munca de implementare. Consumul a devenit neglijabil pentru majoritatea automatizărilor de birou — după reducerile OpenAI din 30 iulie 2026, GPT-5.6 Luna costă 0,20 $ pentru un milion de tokeni la intrare și 1,20 $ pentru un milion la ieșire. Implementarea rămâne partea scumpă: o automatizare simplă în n8n sau Make se face în 1–3 zile de lucru, una integrată cu CRM-ul și cu telefonia poate lua 2–4 săptămâni.
Pot rula reclame în ChatGPT din România?
Nu în august 2026. ChatGPT Ads Manager a pornit self-serve, fără prag minim de cheltuială, în Statele Unite pe 5 mai 2026 și s-a extins treptat pe parcursul verii către Canada, Australia, Noua Zeelandă, Marea Britanie, Japonia și Coreea de Sud. Uniunea Europeană nu este pe listă, iar OpenAI nu a comunicat o dată pentru piața europeană. Ce poți face acum este pregătirea: conținut care merită citat de asistenții AI și măsurarea traficului care vine deja de la ei.
E legal să folosesc creative generate de AI în reclame?
Da, dar cu etichetare. Din iulie 2026 Google afișează obligatoriu, pe reclamele care conțin material generat de AI, eticheta „How This Ad Was Made", vizibilă utilizatorului. Rămân valabile și regulile obișnuite: nu poți folosi chipul sau vocea unei persoane reale fără acordul ei, nu poți sugera rezultate pe care produsul nu le oferă și rămâi responsabil pentru tot ce publici, inclusiv pentru asset-urile generate automat de platformă.
Cu ce proces încep?
Cu unul repetitiv, cu volum mare și cu toleranță la greșeli mici: triajul mesajelor primite, calificarea lead-urilor după criterii clare, descrierile de produs, rezumatele apelurilor de vânzări. Evită la început procesele unde o eroare costă direct — facturare, decizii de preț, comunicare juridică. Măsoară cât timp consumă procesul acum, automatizează-l, apoi compară rezultatele pe 50 de cazuri reale înainte să scoți omul din flux.