Potrošnja AI tokena u 2026.: Google obrađuje 3,2 bilijarde mjesečno, OpenRouter raste 250 puta i što to znači za vaš AI budžet

Tokeni su postali brojilo struje AI ekonomije. Svako pitanje chatbotu, svaki dokument koji agent pročita i svaki redak koda koji napiše naplaćuje se u tokenima, a količine rastu brže od gotovo svake druge tehnološke metrike. Google danas obrađuje više od 3,2 bilijarde tokena mjesečno, sedam puta više nego prije godinu dana. OpenAI-jev API više je nego udvostručio protok u pet mjeseci, a promet na tržnici OpenRouter narastao je 250 puta u 20 mjeseci. U ovom članku skupili smo objavljene brojke, objašnjavamo zašto skok pokreću agenti i što to znači za AI budžet tvrtke u Hrvatskoj ili regiji DACH.

Zašto su tokeni metrika koju treba pratiti

Token je jedinica koju jezični model čita i piše: na engleskom otprilike tri četvrtine riječi. Hrvatski i njemački obično trebaju više tokena za isti tekst jer su tokenizatori trenirani pretežno na engleskom. Pružatelji odvojeno naplaćuju ulazne i izlazne tokene, pa je količina tokena najbliže što industrija ima brojilu potrošnje. Broj korisnika govori koliko ljudi otvara aplikaciju; tokeni govore koliko posla modeli stvarno obave.

Brojke u nastavku dolaze od samih tvrtki (prezentacije, financijska izvješća) i od OpenRoutera, tržnice koja zahtjeve developera usmjerava na stotine modela i objavljuje svoj promet. Nijedna nije revidirana i svaka tvrtka broji drukčije. Ipak, vrlo jasno pokazuju red veličine i smjer.

Google: od 9,7 bilijuna do 3,2 bilijarde tokena mjesečno

Google je jedina tvrtka koja je objavila dosljedan niz. Na I/O 2024. obrađivao je 9,7 bilijuna tokena mjesečno, na I/O 2025. oko 480 bilijuna, a na I/O 2026. više od 3,2 bilijarde: 7 puta više u jednoj godini i oko 330 puta više u dvije. Brojka obuhvaća sve kanale, uključujući pretraživanje s AI Overviews i AI Mode, aplikaciju Gemini, Workspace i API-je za developere.

Ostale brojke iz iste prezentacije pokazuju odakle rast dolazi. Aplikacija Gemini narasla je s 400 milijuna na više od 900 milijuna mjesečnih korisnika (950 milijuna u rezultatima za Q2), ali su njezini dnevni zahtjevi narasli više od sedam puta, pa korištenje po korisniku raste brže od broja korisnika. Više od 375 korisnika Google Clouda obradilo je u posljednjih dvanaest mjeseci svaki više od bilijun tokena, a više od 8,5 milijuna developera svaki mjesec gradi s Googleovim modelima. Unutar Googlea AI alati za developere porasli su od oko pola bilijuna na više od tri bilijuna tokena dnevno između ožujka i svibnja.

Protok API-ja: OpenAI i Google usporedno

Brojke API-ja mjere ono što grade developeri i tvrtke, a ne potrošački chat. OpenAI je na DevDayu u listopadu 2025. objavio 6 milijardi tokena u minuti, a prema izvještajima iz ožujka 2026. više od 15 milijardi, oko 2,5 puta više u pet mjeseci. Google je u rezultatima za Q1 2026. naveo više od 16 milijardi u minuti za svoje modele, na I/O-u oko 19 milijardi, a u srpanjskim rezultatima za Q2 22 milijarde. Preračunato na mjesec, 22 milijarde u minuti znače otprilike 950 bilijuna tokena, blizu jedne bilijarde.

Anthropic ne objavljuje količine tokena, kao ni Mistral i Manus. Microsoft je posljednji put dao brojku za svoje Foundry API-je u srpnju 2025.: više od 500 bilijuna tokena u fiskalnoj 2025. godini, više od 7 puta više nego godinu ranije. Za Anthropic su najbolji dostupni pokazatelji prihodi i podaci o potrošnji tvrtki, koje obrađujemo u članku tržišni udjeli LLM-ova u tvrtkama 2026.

OpenRouter: 250 puta u 20 mjeseci, a agenti sada troše više tokena od ljudi

OpenRouter je koristan prozor jer prikazuje sve laboratorije na jednoj platformi. Tjedni promet narastao je s 0,5 bilijuna tokena u siječnju 2025. na 128,4 bilijuna sredinom rujna 2026., oko 250 puta, a analiza njegovih podataka za tjedan do 5. listopada navodi gotovo 168 bilijuna. OpenRouter procjenjuje da je 6. veljače 2026. bio posljednji dan na koji su ljudi potrošili više tokena od agenata; od tada većinu troše automatizirani tijekovi rada.

Jednako se promijenio i omjer. Otvoreni modeli prvi su put prešli 50 % tokena u veljači 2026., dosegnuli vrhunac od 79 % početkom srpnja i od tada ostaju iznad 62 %. Modeli kineskih laboratorija (DeepSeek, Moonshot, Z.ai, Qwen i drugi) obradili su 69 % tokena u posljednjem obuhvaćenom tjednu, dok su laboratoriji izvan SAD-a i Kine, skupina u kojoj je i Mistral, pali s gotovo 12 % tokena početkom 2025. na oko 2 %. Između dva američka vodeća laboratorija OpenAI je sredinom rujna imao 78 % zajedničkih tokena OpenAI-ja i Anthropica i, prvi put u ovom nizu, nešto više od polovice njihove zajedničke potrošnje.

Ovo je najkorisnija pouka za kupce. Otvoreni modeli obrađuju većinu tokena jer su dovoljno jeftini za korake velikog volumena kao što su klasifikacija, izdvajanje podataka i rad pod-agenata. Zatvoreni vodeći modeli OpenAI-ja, Anthropica i Googlea i dalje uzimaju gotovo tri četvrtine novca, jer ih tvrtke plaćaju ondje gdje kvaliteta odlučuje o rezultatu. Imajte na umu da je OpenRouter malen dio tržišta s puno developera i start-upova; promet tvrtki koji ide izravno Anthropicu, OpenAI-ju, Azureu, Bedrocku ili Vertex AI-ju nije u ovim brojkama.

Zašto količine eksplodiraju

Tri se učinka međusobno množe:

• Agenti. Odgovor chatbota jedan je poziv modela. Agent koji popravlja grešku, istražuje tržište ili obrađuje račun napravi desetke poziva, u svakom koraku iznova čita svoj sve dulji kontekst i između toga poziva alate. Jedan zadatak lako potroši sto puta više tokena od jednog odgovora u chatu. Pogledajte naš vodič za inženjering konteksta za agente.
• Modeli za rasuđivanje. Modeli koji „razmišljaju" prije odgovora generiraju tokene razmišljanja koji se naplaćuju kao izlaz i često su nekoliko puta dulji od samog odgovora.
• Pad cijena. Epoch AI utvrdio je da je cijena postizanja određenog rezultata na benchmarku padala s medijanom od oko 50 puta godišnje (od 9 do 900 puta ovisno o zadatku); rad s radionice NeurIPS 2025. procjenjuje 5 do 10 puta godišnje za vodeće modele. Svako pojeftinjenje čini nove primjene isplativima, pa ukupna potrošnja raste iako cijena po tokenu pada. Ekonomisti to zovu Jevonsovim paradoksom.

Što to znači za tvrtke u Hrvatskoj i regiji DACH

Krivulje rasta pokazuju i da se korištenje AI-ja koncentrira ondje gdje ga je najjeftinije pokretati u velikom opsegu. Za srednje veliku tvrtku u Zagrebu, Beču ili Münchenu to je dobra vijest: sposobnost koja je prije dvije godine stajala bogatstvo sada je dovoljno jeftina za svakodnevne procese. Rizik je suprotan uobičajenom: ne da je AI preskup za isprobavanje, nego da agenti tiho potroše budžet koji nitko nije planirao. Tvrtke koje od prvog pilota mjere trošak po zadatku drže to pod kontrolom.

Koliko su ove brojke pouzdane?

Sve ih tretirajte kao pokazatelje. Brojke tvrtki su vlastite i nerevidirane, a Googleove miješaju potrošački promet, pretraživanje i API. OpenAI-jevih 15 milijardi u minuti dolazi iz izvještaja koji citiraju tvrtku, a ne iz OpenAI-jeve objave koju bismo mogli pronaći. OpenRouter obuhvaća samo promet kroz svoju platformu, koji je nagnut prema developerima, start-upovima i korisnicima osjetljivima na cijenu, i ne uključuje preprodavače. Različiti analitičari iste platforme također se razilaze: jedno brokersko izvješće navodi 65 % tokena kineskih modela na OpenRouteru u rujnu, sam OpenRouter 69 %. Smjer je ipak isti u svakom izvoru: korištenje AI-ja mjereno tokenima raste višestruko godišnje, a ne za postotke.

Česta pitanja

Koliko AI tokena Google obrađuje mjesečno?

Više od 3,2 bilijarde u svim AI proizvodima (Google I/O, svibanj 2026.), oko sedam puta više od otprilike 480 bilijuna u svibnju 2025. Gemini modeli obrađuju 22 milijarde API tokena u minuti (Q2 2026.).

Koliko tokena obrađuje OpenAI API?

6 milijardi tokena u minuti na DevDayu u listopadu 2025., a prema izvještajima iz ožujka 2026. više od 15 milijardi u minuti.

Objavljuje li Anthropic koliko tokena Claude obrađuje?

Ne. Na OpenRouteru je OpenAI u rujnu 2026. imao 78 % zajedničkih tokena OpenAI-ja i Anthropica i nešto više od polovice potrošnje, ali OpenRouter je malen dio tržišta s puno developera.

Zašto potrošnja AI tokena raste tako brzo?

Agenti po zadatku pozivaju model mnogo puta, modeli za rasuđivanje proizvode tokene razmišljanja, a cijena iste sposobnosti pada s medijanom od oko 50 puta godišnje (Epoch AI), pa se isplati automatizirati mnogo više zadataka.

Kako tvrtka treba planirati budžet za AI tokene?

Po dovršenom zadatku, ne po tokenu: mjerite u pilotu, predmemorirajte ponavljani kontekst, jednostavne korake usmjerite na jeftinije modele, ono što može čekati šaljite u batch i ograničite petlje agenata.