Цены API нейросетей в 2026 году: расход токенов и расчёт бюджета

Пополняешь баланс API — и вскоре возникает вопрос: как долго хватит денег? На первый взгляд всё просто: есть сумма, ввод стоит одну цену, вывод — другую, а где-то ещё действует скидка за кеш. Но как объединить эти условия в расчёт? Разберём последовательно на числах.

Основной принцип такой: стоимость API-запроса равна числу токенов, умноженному на цену за токен. Ввод и вывод считают по отдельности, поскольку у них разные тарифы. Ниже покажу, как оценить количество запросов в пределах бюджета и учесть кеширование.

Инструкции по работе с Ailoot собраны в документации.

Как цены API нейросетей складываются из токенов ввода и вывода?#

При обращении к модели через API платишь за объём текста, который прошёл через неё. Объём измеряется токенами. Это небольшие фрагменты текста; подробнее о них поговорим в следующем разделе.

У каждого запроса есть две части. Ввод — это всё, что передано модели: вопрос, фрагменты кода или документа, предыдущие сообщения переписки и начальная служебная инструкция. Вывод — текст, который модель вернула в ответ. В документации DeepSeek указано, что расходы рассчитываются по общему числу входных и выходных токенов.

Ввод и вывод тарифицируются отдельно, поскольку цены различаются. Стоимость одного запроса вычисляется так:

расход = (токены ввода × цена ввода) + (токены вывода × цена вывода)

Чаще всего тариф указан за миллион токенов: цена отдельного токена мала, поэтому такой формат удобен. Все дальнейшие вычисления строятся на этой формуле. Бюджет определяет, сколько запросов можно оплатить по выбранному тарифу.

Токен — не слово: как оценить их количество?#

Распространённая ошибка — считать токен синонимом слова. Модель разбивает текст по собственным правилам: токеном может оказаться короткое слово, часть длинного слова, сочетание пробела с буквой или знак препинания. Поэтому в уме можно только приблизительно оценить число токенов в запросе.

Для английского текста ориентир — около четырёх символов на токен. Такой приблизительный ориентир приводят Anthropic и OpenAI. Русский текст часто делится на более короткие фрагменты: для текста сопоставимого смысла токенов обычно понадобится больше. Точное соотношение зависит от модели; для предварительной оценки можно закладывать в полтора-два раза больше токенов, чем для английского.

Даже обычная текстовая страница и ответ из нескольких абзацев могут дать тысячи токенов ввода и сотни токенов вывода. Большое вложение или длинная история переписки увеличивают ввод до десятков тысяч токенов, и значительная часть расходов может приходиться именно на него. Точное число показывает ответ API: служебные поля содержат фактический расход на ввод и вывод. Для предварительной оценки бюджета обычно достаточно подсчёта по символам.

Почему вывод стоит дороже ввода и как это отражается на счёте?#

В таблице приведены официальные цены за миллион токенов по состоянию на начало сентября 2026 года. Во всех перечисленных примерах вывод стоит дороже ввода.

Разница между тарифами поставщиков может быть значительной: миллион токенов ввода Claude Opus 5 стоит примерно как 7,58 миллиона у DeepSeek Pro по тарифам таблицы: $5 ÷ $0,66 ≈ 7,58. При этом в каждом из приведённых тарифов вывод обходится в три-шесть раз дороже ввода. Чтение запроса и создание ответа тарифицируются по-разному.

Практически это означает, что особенно важно следить за объёмом ответа. Просьба дать максимально подробное объяснение увеличивает самую дорогую часть счёта. Если тот же смысл можно передать короче, такой ответ будет стоить меньше.

Как оценить, на сколько хватит бюджета?#

Рассчитаем расходы по шагам. Подставь собственные тарифы, объём токенов и размер бюджета.

1. Оцени средний запрос. Например, на одно обращение приходится 20 000 токенов ввода — вопрос, фрагмент кода и часть истории — и 2 000 токенов вывода с ответом модели.
2. Рассчитай стоимость ввода: раздели число входных токенов на миллион и умножь результат на цену миллиона токенов ввода.
3. Рассчитай стоимость вывода: раздели число выходных токенов на миллион и умножь результат на цену миллиона токенов вывода.
4. Сложи стоимость ввода и вывода.
5. Раздели бюджет на стоимость одного запроса.

По тарифам Opus 5 из таблицы: 20 000 ÷ 1 000 000 × $5 = $0,10 за ввод и 2000 ÷ 1 000 000 × $25 = $0,05 за вывод. Итого $0,15 за запрос без кеша. Бюджет $10 покрывает 66 целых запросов за $9,90 при одинаковом размере и отсутствии других начислений.

В реальной работе запросы редко бывают одинаковыми. Большое вложение или длинная переписка могут увеличить объём ввода с 20 тысяч до 200 тысяч токенов. Поэтому для расчёта ориентируйся на свой обычный режим работы, а не на идеальный пример. Закладывай некоторый запас, округляя оценку вверх.

Devin, Claude Code и другие ИИ-агенты обращаются к моделям через API, поэтому для токенов действует та же формула. Расход может быть больше, поскольку агент автоматически выполняет множество обращений. О том, почему стоимость вайб-кодинга может превысить ожидания, рассказано в материале о скрытой цене вайб-кодинга.

Как устроена скидка за кеширование и когда она действует?#

Разберём кеширование — механизм, который может заметно снизить расходы. Часть ввода иногда остаётся неизменной от запроса к запросу: начальная системная инструкция, большой блок контекста или документ, с которым ты работаешь несколько раз подряд. Кеш позволяет повторно использовать эти данные вместо того, чтобы каждый раз обрабатывать их по полной цене.

Размер скидки зависит от поставщика. Для повторного чтения из кеша у Claude указана цена в десять раз ниже обычного ввода: у Opus 5 это 0,50 доллара за миллион токенов против 5 долларов. Для DeepSeek приведён пример с flash-моделью: кешированный ввод стоит 0,007 доллара против 0,22 доллара за обычный — более чем в тридцать раз дешевле. Поэтому оценка «до 80 процентов» может быть ниже фактической скидки в отдельных случаях.

При расчёте учитывай два условия:

• Снижение цены относится только к повторному вводу. Модель каждый раз заново генерирует вывод, поэтому кеш-скидка на него не действует. Если основная доля расходов — длинные ответы, кеширование сэкономит мало.
• Первичная запись в кеш может стоить дороже обычного ввода. Для короткого хранения у Claude указана цена записи, равная 1,25 обычной цены ввода. Экономия начинается со второго обращения, когда модель читает уже сохранённый фрагмент. На однократном запросе кеш не даст экономии и может немного увеличить расходы.

Как пересчитать расходы с учётом кеша?#

Вернёмся к примеру и добавим в него кеширование. Нужно выделить в запросе повторяющийся ввод со скидкой и новую часть, которая появляется при каждом обращении.

Возьмём 20 000 токенов ввода и 2000 вывода. Пусть 15 000 входных токенов — неизменный контекст, 5000 — новый текст. Используем цены Opus 5 из статьи: $5 за миллион нового ввода, $0,50 за миллион чтения кеша, $6,25 за миллион краткосрочной записи кеша (1,25 × $5), $25 за миллион вывода.

Повторный запрос дешевле $0,15 на 45%, хотя кешированная часть ввода — на 90%. Первая запись дороже. Два вызова, запись и чтение, стоят $0,25125 вместо $0,30. В бюджете $10 одна запись и 119 подтверждённых попаданий дают 120 вызовов за $9,98625. Предполагаются действующий кеш, одинаковый размер и отсутствие других начислений. Используй фактические показатели чтения и записи, не считай каждый повтор попаданием.

Практическое правило: кеш полезен, когда один и тот же большой контекст используется во множестве запросов. Для отдельных коротких вопросов он обычно не даёт выгоды.

Куда незаметно расходуются токены?#

Фактический счёт может превысить предварительную оценку из-за трёх расходов, которые не всегда очевидны.

Первый и часто самый заметный — история диалога. Чтобы учитывать предыдущие сообщения, модель получает их в составе ввода. Поэтому десятый запрос в длинной переписке может включать предыдущие сообщения и ответы. По мере роста истории увеличивается объём ввода, а вместе с ним и цена запроса. Если тема изменилась, начни новый диалог вместо того, чтобы продолжать одну бесконечную переписку.

Второй источник — режим рассуждений. Некоторые модели могут сначала выполнять внутреннюю работу над ответом, а затем выдавать результат. Токены, потраченные на рассуждения, могут учитываться как токены вывода. Поэтому короткий видимый ответ не всегда означает малый расход.

Третий источник — объёмные вложения. Прикреплённый документ или набор файлов может целиком добавляться во ввод при каждом обращении, пока остаётся в контексте. Если один документ нужен для нескольких запросов, кеширование может помочь уменьшить повторные расходы. Управление содержимым контекста — важная часть работы с запросами, которая напрямую влияет на счёт.

Как отслеживать расход без ручных подсчётов?#

Ручной оценки достаточно, чтобы в общих чертах понять, на сколько хватит бюджета. В дальнейшей работе фактические расходы можно проверять по данным самого API.

Ответ модели включает служебные поля с числом токенов конкретного запроса: сколько пришлось на ввод и вывод, какая часть ввода была прочитана из кеша и какая записана туда впервые. Эти показатели помогают увидеть фактический расход по каждому обращению. Инструменты вроде Claude Code могут показывать расход после выполнения задачи.

В кабинете поставщика обычно есть страница с расходами по дням и текущим балансом. Проверяй её, особенно в первые недели использования, пока не сформировалось представление о типичных тратах. Если поставщик предлагает такую функцию, установи месячный лимит. Автоматическое пополнение лучше отложить, пока ты не поймёшь обычный уровень расходов: иначе активный агент может за ночь потратить больше ожидаемого.

Подробнее об Ailoot.