Vlastně hostovaný AI kódovací stack vs. SaaS stack

Minulý měsíc si vývojář, se kterým jsem mluvil, otevřel fakturu z Cursoru a našel na ní 80 $. Měsíc předtím to bylo stejných paušálních 20 $ jako vždy. Na tom, jak pracoval, se nic nezměnilo; změnilo se účtování. Tenhle okamžik teď zažívá spousta lidí a právě proto „mám si to prostě hostovat sám?“ přestala být otázka nadšence a stala se otázkou rozpočtu.

Tady je, co se skutečně stalo. Všechny tři velké SaaS nástroje pro kódování s AI (GitHub Copilot, Cursor a Windsurf) přešly mezi polovinou roku 2025 a polovinou roku 2026 na účtování podle spotřeby nebo kreditů. Zároveň se modely kódu s otevřenými vahami jako Qwen2.5-Coder-32B staly dost dobrými na to, aby vlastní hostování vašeho kódovacího asistenta bylo teď reálná možnost, ne laboratorní projekt. Srovnání konečně stojí za to udělat s reálnými čísly.

Tohle je právě to srovnání. Dám vám reálný výpočet nákladů pro sólo vývojáře i rostoucí tým, upřímné zhodnocení, kde vlastně hostované modely obstojí a kde ne, a doporučení podle počtu míst a vaší laťky kvality. Poctivé varování hned na úvod: pro sólo vývojáře je populární rada „hostuj si to na GPU“ obvykle finančně špatná, a ukážu vám proč.

Stručně

• Pokud jste sólo, cesta přes GPU se nevyplatí. Měsíčně účtovaný GPU VPS za ceníkovou cenu kolem 779 $/měsíc nikdy neporazí místo Copilot Pro za 10 $/měsíc pro jednoho člověka.
• Vlastně hostovaný GPU stack je týmová záležitost. A single GPU VPS breaks even against Copilot Business (about $19/seat) at roughly 27 seats, and against Cursor Teams (about $40/seat) at roughly 13 seats, at the current $506.35/month GPU price (roughly 41 and 20 seats at the undiscounted $779 list price). Below that, per-seat SaaS is usually cheaper.
• Schopnosti se liší podle úlohy. Qwen2.5-Coder-32B je silný v našeptávání a běžných úpravách; špičkové hostované modely stále jasně vítězí u složité, vícesouborové, agentní práce.
• Vlastní hostování má údržbovou daň. Aktualizace modelů, vrtochy ovladačů GPU, nastavení velikosti kontextu, dostupnost: pár hodin měsíčně, ne druhá práce. Započítejte to, než přejdete.

Co tento článek pokrývá (a co ne)

Tohle je srovnání nákladů a schopností jednoho konkrétního, sestavitelného stacku vůči SaaS nástrojům, za které většina vývojářů už platí. Aby to zůstalo užitečné a poctivé:

• Pokrývá: měsíční výpočet nákladů (sólo i tým), schopnost běžného kódování a doporučení na míru.
• Pokrývá: konkrétní vlastně hostovaný stack (Ollama, Continue.dev, Code Server a n8n) na VPS.
• Nepokrývá: vyčerpávající benchmarking modelů ani honbu za žebříčky.
• Nepokrývá: fine-tuning ani použití těchto modelů pro práci s LLM mimo kódování.
• Nepokrývá: instalaci krok za krokem. Tohle je článek „mám do toho jít“, ne článek „jak to postavit“.

Co se změnilo v cenách nástrojů pro kódování s AI

Cursor šel první. 16. června 2025 nahradil své limity na požadavek cenami podle spotřeby API: dostanete balík využití špičkových modelů za sazby API a náročné měsíce stojí víc než klidné. Tato změna mnohé zaskočila, a Cursor po oznámení nabídl na určité období vrácení peněz. Aktualizace z června 2026 balíky spotřeby dále přepracovala, ale model podle spotřeby zachovala.

GitHub Copilot ho následoval v roce 2026. Podle oznámení GitHubu, 1. června 2026 byly staré prémiové jednotky požadavků nahrazeny tokenovými «GitHub AI Credits». Ceny předplatného zůstaly stejné (Pro za 10 $/měsíc, Business za 19 $/uživatel/měsíc), ale to, co v rámci té ceny zvládnete, se teď měří spotřebou tokenů, přičemž doplňování kódu je stále zahrnuto bez nákladu na kredity.

Windsurf udělal největší přeskupení. V březen 2026, nahradil staré samoobslužné plány kreditového typu plány s kvótami, přidal úroveň Max za 200 $/měsíc a novou cenu Pro posunul na 20 $/měsíc, přičemž stávající předplatitele Pro a Teams ponechal na jejich aktuální ceně. Editor se od té doby stal Devin Desktop; windsurf.com nyní směruje na devin.ai/desktop. Aktuální dokumentace samoobslužné fakturace popisuje Teams jako 40 $ za plné dev místo s minimem 80 $/měsíc, ne jednoduchý přídavný model «80 $ základ plus 40 $ za místo».

Hlavní linka: pevný měsíční účet, který jste mohli předvídat, z velké části zmizel. Přesně tuhle předvídatelnost vlastní hostování kupuje zpět a přesně proto je tohle srovnání aktuální právě teď.

SaaS stack: co dostanete a co stojí za místo

Začněte tím, co za peníze dostanete, protože toho je hodně. Na straně SaaS jsou tři editory (GitHub Copilot, Cursor a Devin Desktop, dříve Windsurf), které nabízejí nulové nastavení, těsnou integraci s IDE a nejlepší dnes dostupné agentní, vícesouborové uvažování. Nainstalujete rozšíření nebo stáhnete editor a za pár minut pracujete. Pro většinu lidí je právě tohle pohodlí celý smysl.

Zde jsou aktuální ceny za místo, převzaté z cenové stránky každého nástroje:

Slabým místem je měřič. U plánů podle spotřeby a kreditů znamená náročný měsíc vysoký účet a často ho nevidíte přijít, dokud nedorazí. Hůř, když kredity dojdou, několik těchto nástrojů vás odstřihne nebo dotlačí k překročení; není žádná omezená, ale bezplatná lokální záloha, na které byste dojeli do dalšího cyklu. Pokud máte nepravidelný příjem nebo vám spotřeba vyskočí v náročných týdnech, ta proměnlivost je opravdová provozní bolest hlavy, ne zaokrouhlovací chyba.

Pokud proti sobě zvažujete konkrétní nástroje, a ne otázku vlastního hostování, jednotlivým editorům jsem se víc věnoval v samostatném srovnání alternativ ke Claude Code.

Vlastně hostovaný stack: Ollama, Continue.dev, Code Server, n8n

Vlastně hostovaná strana jsou čtyři díly a každý dělá konkrétní práci. Ollama (aktuálně v0.31.1) je lokální inferenční engine: spouští model s otevřenými vahami na vašem serveru a nabízí API kompatibilní s OpenAI. Continue.dev je most, rozšíření pro VS Code a JetBrains, které nasměruje našeptávání a chat vašeho editoru na váš endpoint Ollamy místo cloudového poskytovatele. Serverový kód (aktuálně v4.127.0) je VS Code běžící v prohlížeči, hostovaný přímo na VPS, hodí se, když chcete, aby celé prostředí žilo vedle modelu, ne na notebooku. A n8n je vrstva workflow: takto kolem modelu propojíte agentní nebo vícekrokové automatizace (spustit testy, otevřít PR, pingnout webhook).

Volbou modelu, která to činí věrohodným, je Qwen2.5-Coder-32B, který Ollama řadí mezi nejsilnější modely kódu s otevřenými vahami v běžných benchmarcích. To je ten dílek, který změnil počty. Před pár lety otevřené modely nebyly dost blízko, aby stálo za to; dnes pro běžnou práci jsou.

Jedna výhrada, kterou je dobré znát, než vsadíte na Continue: teď je součástí ekosystému Cursor. vlastní web Continue potvrzuje akvizici, a jeho dokumentace stále ukazuje konfiguraci Ollamy a lokálních modelů, ale dlouhodobé směřování produktu je méně jisté než před akvizicí. Zatím to berte jako praktický most, ne jako nejbezpečnější dlouhodobou závislost.

A teď ta pohodlná část pro ty, kdo neradi nastavují: Ollama, Code Server i n8n jsou dostupné jako nasazení na jedno kliknutí v marketplace Cloudzy, což smete ze stolu námitku „strávit víkend instalací“. Kliknete a nasadíte celý stack, místo abyste ho skládali ručně. Pokud chcete zdůvodnění výběru konkrétně Ollamy, srovnal jsem ji s hlavní alternativou, LM Studio.

Pro tip: Qwen2.5-Coder-32B zabírá na disku asi 20 GB a při kvantizaci Q4_K_M potřebuje ke svému běhu zhruba 20-25 GB VRAM. Vejde se na GPU s 24 GB VRAM jako RTX 4090, ale těsně. S výchozím nastavením a krátkými až středními kontextovými okny běží dobře; když kontext hodně natáhnete, může začít swapovat. Počítejte s «vejde se při pečlivé správě kontextu», ne s «spousta rezervy».

Tabulka nákladů: sólo vývojář vs. tým

For one developer, self-hosting on a GPU is the wrong call on cost. Using Cloudzy's month-to-month list price for a 1x RTX 4090 GPU VPS, the stack runs about $779/month against $10/month for Copilot Pro. The GPU stack only pays off when that fixed cost is shared across a team: at the current price ($506.35/month at the time of writing, billed month-to-month with no annual commitment), it breaks even at roughly 27 Copilot Business seats or 13 Cursor Teams seats. At the undiscounted $779/month list price, the break-even moves out to roughly 41 Copilot Business seats or 20 Cursor Teams seats.

Teď čísla. Sloupce SaaS jsou součty za místo; vlastně hostovaný stack je fixní měsíční náklad bez ohledu na to, kolik lidí ho sdílí.

Read the table by where the fixed line crosses the rising one. Against Cursor Teams at $40/seat, the GPU VPS becomes the cheaper option somewhere around 13 developers at the current price (about 20 at list). Against Copilot Business at $19/seat, you need roughly 27 developers at the current price (about 41 at list) before the fixed cost wins. Below those thresholds, per-seat SaaS is simply cheaper, and no amount of "but it's unlimited" changes that.

Sólo příběh je jiný a stojí za to říct ho na rovinu. Jednoho člověka na GPU za 779 $ neposadíte. Pokud chcete hostovat sami jako jednotlivec, poctivé srovnání je malý model (7B) na CPU VPS za zhruba 29 $/měsíc proti místu Copilot Pro za 10 $/měsíc. To je asi 19 $/měsíc navíc a kupujete si za to žádné limity spotřeby, žádná překvapení z měřiče a kód, který nikdy neopustí váš server. Jestli to stojí za 19 $, závisí výhradně na tom, kolik vás nepředvídatelnost účtování stojí ve stresu a plánování, ne na holých dolarech.

Rychlý verdikt: vlastně hostovaný GPU stack je rozhodnutí na úrovni týmu nebo více workloadů, ne sólo. Pro jednoho člověka je to zůstat na SaaS nebo provozovat malý model na levném CPU stroji. Pro tým spočítejte počet míst proti 19 $ a 40 $, než sáhnete po GPU.

Klíčové ponaučení sekce: celý ekonomický smysl GPU stacku je rozdělit jeden fixní náklad mezi mnoho míst. Je to týmová nebo více-workloadová záležitost, nikdy sólo nákup.

Srovnání schopností: kde vlastní hostování obstojí a kde ne

Dejte vlastně hostované instalaci Qwen2.5-Coder-32B den běžné práce (našeptávání, úpravy jednoho souboru, «napiš mi tuhle funkci», vysvětli-tenhle-kód) a těžko ji odlišíte od placeného asistenta. U běžných věcí je rozdíl malý. Kde to selhává, je těžkých 20 %: přepisy napříč soubory, dlouhodobé agentní úlohy a složité uvažování nad velkou codebase. Tam špičkové hostované modely stále jasně vítězí, a ne o chlup.

Je tu i rozměr rychlosti, který lidé podceňují. Hostovaný špičkový model odpovídá rychle, protože běží na něčí obrovské inferenční flotile. Váš GPU VPS za 779 $ může, zvláště pod souběžnou zátěží od několika kolegů najednou, působit u interaktivní práce pomaleji než odpovědi pod sekundu, na které jste zvyklí. Použitelné to je, ale «vlastně hostované» a «okamžité» nejsou totéž, jakmile jednu kartu sdílí několik lidí.

Správné zarámování tedy není «Ollama nahrazuje Copilot». Je to «Ollama se u běžných úloh vyrovná Copilotu a u složitých zaostává». Pokud je váš den většinou běžné úlohy, je to skvělý obchod. Pokud je váš den většinou těžkých 20 %, není.

Kdy SaaS pořád vítězí

Představte si sólo vývojáře, jehož práce je opravdu kritická na kvalitu (AI dělá vícesouborové architektonické změny, ne našeptávání) a který nemá nejmenší zájem provozovat server. Pro takového člověka je 20 $/měsíc za špičkový nástroj jedna z nejlepších nabídek v softwaru a vlastní hostování by bylo krokem zpět převlečeným za úsporu. Tam SaaS vyhrává na plné čáře, a není to jediný případ.

SaaS je správná volba, když:

• Jste sólo a vaše laťka kvality je těžkých 20 %, ne běžné úpravy.
• Your team is under the crossover seat count: below about 13 (vs Cursor Teams) or about 27 (vs Copilot Business) at current pricing, per-seat is cheaper.
• Vaše workflow stojí na špičkovém agentním uvažování, kterému se otevřené modely zatím nevyrovnají.
• Nikdo v týmu nechce ani nemá čas převzít provoz.

Ten poslední bod lidé mávnutím ruky odbydou, tak buďme konkrétní ohledně údržbové daně. Vlastní hostování kódovacího stacku není druhá práce, ale zadarmo taky není. Skutečná opakovaná práce zahrnuje: stahování a testování nových verzí modelů, řešení vrtochů ovladačů GPU po aktualizacích, ladění velikostí kontextového okna, abyste neswapovali VRAM, a udržování stroje v chodu, aby tým nebyl zablokovaný, když model spadne. Řekněme pár hodin měsíčně, jakmile to je stabilní, což je fajn, když to má někdo na starost, a zpomalená katastrofa, když nikdo.

Klíčové ponaučení sekce: vlastní hostování je rozhodnutí o nákladech a kontrole, které se vyplatí až za určitou velikostí týmu, nebo když požadavky na soukromí a compliance činí «náš kód nikdy neopustí náš server» nesmlouvavým bez ohledu na počty.

Jak si vybrat: rozhodovací rámec

Zařaďte se do řádku a máte v podstatě hotovo. Tabulka nákladů a rozdělení schopností výše vám dají vše k zařazení; tohle je jen namapování.

• Sólo, citlivý na náklady, běžné úlohy: zůstaňte na Copilot Pro, nebo provozujte 7B model na levném CPU VPS, pokud chcete náklad bez stropu, soukromý a předvídatelný. GPU vynechte.
• Sólo, práce kritická na kvalitu: zůstaňte na SaaS. Špičkové nástroje za to stojí a vlastní hostování je pro vás krok zpět.
• Team under about 13 seats: per-seat SaaS is usually cheaper at current GPU pricing. Don't self-host to save money at this size.
• Team about 13 to 27+ seats, or with other GPU workloads, or with privacy and compliance requirements: vlastně hostovaný GPU stack začíná dávat skutečný smysl. Spočítejte místa a zohledněte, kdo převezme provoz.

Pokud přistanete v tom posledním řádku, praktickou otázkou se stává, kde GPU stroj bydlí. Provozovat Qwen2.5-Coder-32B znamená kartu s 24 GB VRAM a břemeno nastavení (přesně ta námitka, která drží lidi na SaaS) je to, co se vyplatí odinženýrovat. GPU VPS s nasazením Ollamy, Code Server a n8n na jedno kliknutí rozjede celý váš stack bez víkendu skládání, takže provoz, ke kterému se upisujete, je průběžná údržba, ne stavba od nuly. Pokud jdete touto cestou, Cloudzy's Ollama VPS vám dá GPU s 24 GB VRAM a stack na jedno kliknutí na jednom místě; ceny a aktuální lokality GPU jsou na stránce.

Časté dotazy

Shrnutí

Vyberte řádek, který odpovídá vašemu počtu míst a vaší laťce kvality, a rozhodnutí se udělá samo. Sólo a citlivý na náklady: zůstaňte na Copilot Pro nebo provozujte malý model na levném CPU stroji. Sólo a kritický na kvalitu: zůstaňte na SaaS. Tým za velikostí přechodu, nebo s dalšími GPU workloady či požadavky na soukromí, je místo, kde se vlastně hostovaný GPU stack konečně vyplatí. Změny účtování učinily tenhle výpočet smysluplným; výpočet pro většinu jednotlivců stále ukazuje zpět na SaaS, a to je v pořádku. Než koupíte GPU, spočítejte si vlastní čísla proti 19 $ a 40 $ za místo.