Миллион выходных токенов стоит $0.15 на DeepSeek-V3, $30 на GPT-5.5 и $45 на o1-Pro. Это разброс в 300 раз — между моделями, которые для большой доли продакшн-нагрузок дают неразличимые результаты. Если вы выбрали не ту модель и не оглядывались, ваш счёт за API сейчас рассказывает эту историю.
Разрыв реален и растёт. За последние восемнадцать месяцев цены на фронтирные модели выросли вместе с расширением возможностей рассуждения, а параллельная волна высокоэффективных моделей — DeepSeek, Gemini Flash, Llama 4 — опустила нижнюю границу почти до нуля. Результат — рынок, где две команды с похожей нагрузкой могут платить $300/мес или $9,000/мес, и более дешёвая часто даёт лучшее пользовательское впечатление, потому что отвечает быстрее.
Закрыть этот разрыв не требует перестройки инфраструктуры. Одна команда направляет «привет» и «спасибо» через лёгкий классификатор вместо рассуждающей модели и сокращает $7,500 из месячного счёта на $9,700 — падение на 78% — при этом задержка улучшается. Другая включает кэширование промптов для повторяющихся системных промптов и экономит 50% на входных токенах без изменений кода. Агрегированные данные по продакшн-развёртываниям показывают: систематическая маршрутизация по уровням моделей плюс кэширование обычно возвращают 60–80% расходов на LLM API.
Вот что вы вынесете из статьи: таблица цен на четыре уровня со всеми моделями, которые имеют значение в июле 2026 года, рейтинг «качество за доллар», показывающий, какая модель реально отдаёт за ваши деньги, три рекомендации по профилю читателя (не общие бюджетные уровни) и каркас решений, отвечающий на вопрос «какую модель для чего» одной фразой.
Полная таблица цен на LLM API 2026
По состоянию на середину 2026 года через основные API доступно более 180 моделей. Большинство из них вы никогда не используете. Важно понять структуру цен — а не заучивать каждое число. Модели группируются в четыре уровня по возможностям и стоимости. Вот что нужно знать о каждом.
Уровень 1: Фронтирные модели ($2–30 за миллион токенов)
Это флагманы. Их запускают, когда задача требует максимальной глубины рассуждений: сложные сессии отладки, многошаговые агентные рабочие процессы, анализ юридических документов, где галлюцинация стоит дороже вызова API.
| Модель | Поставщик | Input ($/1M tok) | Output ($/1M tok) | Контекстное окно | SWE-bench Verified |
|---|---|---|---|---|---|
| GPT-5.5 | OpenAI | $5.00 | $30.00 | 1M | 88.7% |
| GPT-5.5 Pro | OpenAI | $30.00 | $180.00 | — | — |
| Claude Opus 4.8 | Anthropic | $5.00 | $25.00 | 1M | 88.6% |
| Claude Sonnet 4.6 | Anthropic | $3.00 | $15.00 | 1M | ~85% |
| Gemini 3.1 Pro | $2.00 ($4 >200K) | $12.00 ($18 >200K) | 1M (2M preview) | 80.6% |
GPT-5.5 и Claude Opus 4.8 статистически равны на вершине лидерборда SWE-bench Verified. На практике решающий фактор — не возможности, а экосистема. У GPT-5.5 крупнейшая экосистема плагинов и SDK. У Claude Opus — самый сильный нативный протокол работы с инструментами и расширенное мышление. Gemini 3.1 Pro — самый выгодный в этом уровне: в 2,5 раза дешевле GPT-5.5 на выходе, лучший бесплатный тариф (1,500 запросов/день через Google AI Studio) и единственная модель с нативной мультимодальностью — видео, аудио и изображения обрабатываются одним вызовом API.
Уровень GPT-5.5 Pro за $30/$180 на миллион токенов существует для рабочих нагрузок, где максимальная глубина рассуждений обязательна: симуляции открытия лекарств, формальная верификация систем, критичных к безопасности, фронтирные исследования. Для 99,7% случаев базовая GPT-5.5 — правильный выбор.
Уровень 2: Ценовой фронтир ($0.50–$2 за миллион токенов)
Здесь произошла революция «цена-производительность» 2026 года. Модели этого уровня набирают 80%+ в SWE-bench Verified — сравнимо с фронтирными моделями 18-месячной давности — при стоимости в 5–20 раз ниже.
| Модель | Поставщик | Input ($/1M tok) | Output ($/1M tok) | Context | SWE-bench |
|---|---|---|---|---|---|
| DeepSeek V4 Pro | DeepSeek | $0.435 | $0.87 | 1M | ~85% |
| Qwen3.7 Max | Alibaba | $1.25 | $3.75 | 1M | 80.4% |
| MiniMax M3 | MiniMax | $0.60 | $2.40 | 1M | 80.5% |
| Kimi K2.6 | Moonshot | $0.95 | $4.00 | 256K | 80.2% |
| GLM-5.2 | Z.AI | $1.40 | $4.40 | 1M | — |
| Mistral Large 3 | Mistral | $0.50 | $1.50 | 262K | — |
Выдающаяся модель этого уровня — MiniMax M3: $0.03 за пункт SWE-bench — лучшее соотношение цены и качества кода на рынке. DeepSeek V4 Pro — общий лидер по ценности: 1/34 стоимости выхода GPT-5.5 при качестве кода, неотличимом от фронтирных моделей для ~85% реальных задач.
Mistral Large 3 заслуживает особого упоминания для команд из ЕС: соответствует GDPR, размещается в ЕС, есть бесплатный тариф, и это единственная модель в уровне с ясной историей размещения данных.
Уровень 3: Бюджетные рабочие лошадки ($0.10–$0.50 за миллион токенов)
Для высокообъёмных, чувствительных к цене нагрузок, где не требуется абсолютная фронтирная способность:
| Модель | Поставщик | Input ($/1M tok) | Output ($/1M tok) | Context | Лучше всего для |
|---|---|---|---|---|---|
| DeepSeek V4 Flash | DeepSeek | $0.14 | $0.28 | 1M | Генерация текста, классификация, простое программирование |
| GPT-5.4 Nano | OpenAI | $0.20 | $1.25 | 128K | Экосистема OpenAI, умеренные требования к качеству |
| GPT-4.1 Nano | OpenAI | $0.10 | $0.40 | 1M | Длинный контекст, самые низкие цены OpenAI |
| Gemini 3.1 Flash | $0.50 | $3.00 | 1M | Мультимодальные высокообъёмные нагрузки | |
| Qwen3-32B | Alibaba | $0.18 | $0.28 | 32K | Многоязычность (арабский, японский, корейский) |
| Llama 4 Scout | Meta (hosted) | $0.11 | $0.34 | 10M | Самый длинный контекст в этом уровне |
DeepSeek V4 Flash за $0.14/$0.28 — якорь этого уровня. Он набирает 92% в HumanEval (код) — на 0,5 пункта ниже GPT-4o — при цене выхода в 40 раз ниже. Для классификации текста, суммаризации, простых Q&A и генерации шаблонного кода нет причин использовать что-то дороже.
Уровень 4: Бесплатные модели (постоянно)
Это не триалы. Они бесплатны навсегда — с лимитами запросов и оговорками, которые нужно понять до создания поверх них.
| Модель | Поставщик | Лимит запросов | Context | Оговорка |
|---|---|---|---|---|
| GLM-4.7 Flash | Z.AI | ~1,000 req/day | 128K | Полностью бесплатно, документация в первую очередь на китайском |
| Gemini 2.5 Flash | 1,500 req/day | 1M | Может использовать данные для обучения (бесплатный тариф) | |
| Бесплатные модели Groq | Groq | 30 RPM / 14,400 RPD | Разное | Самая быстрая инференция (300–500 tok/s) |
| Cerebras free | Cerebras | 30 RPM / 1M tok/day | Разное | Максимальная пропускная способность пакетов (2,500+ tok/s) |
| OpenRouter free | OpenRouter | 20 RPM / 200 RPD | Разное | 35+ бесплатных моделей, один ключ |
Бесплатные тарифы предназначены для прототипов и личных инструментов. Как только вам нужны надёжность, SLA или гарантии конфиденциальности данных, переходите на платный тариф — или лучше на агрегационную платформу, которая позволяет масштабироваться от бесплатного прототипа до платного продакшна, не меняя ваш API-endpoint.
Полный разбор возможностей бесплатных тарифов — что реально можно построить с $0 — смотрите в руководстве по самым дешёвым LLM API (статья №3 этой серии).
Разброс цен в 300 раз
Самая дешёвая модель в этой таблице — $0.10 за миллион входных токенов (GPT-4.1 Nano). Самая дорогая — $30 за миллион (GPT-5.5 Pro) — разброс в 300 раз только на входе. На выходе разрыв ещё шире: от $0.01/M (Qwen3-8B, GLM-4-9B на абсолютном дне) до $180/M (GPT-5.5 Pro) — до 18,000 раз между самым дешёвым и самым дорогим выходным токеном.
Что движет этим разрывом? Три вещи: возможности модели (глубина рассуждений, точность кода, мультимодальность), стоимость инференса (более крупные модели требуют больше GPU-часов) и рыночная позиция (OpenAI и Anthropic назначают премиальные цены из-за экосистемного барьера — каждый туториал, SDK и инструмент поддерживает их первыми).
Практический вопрос не «какая модель самая дешёвая», а «какая модель достаточно хороша для моей задачи, и сколько я переплачиваю за ненужные возможности?»
Кэширование промптов радикально меняет эффективную цену. Anthropic даёт 90% скидки на кэшированный вход, хиты кэша DeepSeek стоят всего $0.0036/M, а при покрытии кэша 80% эффективная стоимость входа падает примерно на 72%. Полную межпровайдерскую стратегию кэширования и руководство по внедрению смотрите в нашем руководстве по кэшированию.
Кто какую модель должен использовать: по профилю читателя
Общие «уровни бюджета $50/$500/$5,000» бесполезны без контекста. Вот кто вы и что вам использовать.
Соло-разработчик
Вы строите пет-проект, прототип или небольшой SaaS. Ваши ограничения: бюджет ($20–50/мес на API), время (вы единственный разработчик) и трение (не хотите заводить пять аккаунтов провайдеров). Вам нужно: одна дешёвая модель для 90% задач + один премиальный запасной вариант для остальных 10%.
Стек: DeepSeek V4 Flash как ежедневный инструмент ($0.14/$0.28). Для ~10% запросов, требующих большей глубины, направляйте на Claude Sonnet 4.6 ($3/$15) или GPT-5.4 Mini ($0.75/$4.50). Ожидаемый расход: $25–50/мес при ~2 миллионах выходных токенов. Всё доступно через один агрегационный endpoint — отдельные аккаунты провайдеров не нужны.
Путь роста: когда пет-проект достигнет 10,000 запросов/день, вы переросли бесплатные тарифы, но ещё не нуждаетесь в корпоративной инфраструктуре. Агрегационная платформа позволяет сохранить тот же код и endpoint, просто увеличив предоплаченный баланс. Без миграции. Полную настройку маршрутизации смотрите в руководстве по мультимодельной маршрутизации.
CTO стартапа
Вы руководите командой из 3–8 разработчиков. Ваше продакшн-приложение делает 50,000–200,000 вызовов API в месяц. Ваши ограничения: надёжность (простой стоит пользователей), предсказуемость затрат (неконтролируемые счета съедают запас средств) и скорость разработки (команда не должна тратить время на управление аккаунтами провайдеров).
Стек: DeepSeek V4 Pro как основная модель для кода ($0.44/$0.87) — обрабатывает 70% запросов с качеством, близким к фронтирному. Claude Sonnet 4.6 для сложной отладки и ревью PR ($3/$15). GPT-5.4 Mini для агентных рабочих процессов ($0.75/$4.50). Gemini 3 Flash для мультимодальных задач ($0.50/$3). Ожидаемый расход: $400–$1,200/мес.
Два архитектурных решения важнее выбора модели: (1) Внедрите резервирование моделей — приложение никогда не должно возвращать пользователю «модель недоступна» из-за падения одного провайдера. Двухстрочный try/except, переключающий Claude на GPT-5.5 при ошибках 429 или 5xx, — это разница между «инцидентом» и «никто не заметил». (2) Установите потолки стоимости на запрос. Не месячные бюджеты — лимиты на каждый запрос. Вышедший из-под контроля агентный цикл может сжечь $50 токенов до того, как сработает месячное предупреждение.
Агрегационные платформы обрабатывают резервирование и маршрутизацию затрат на уровне инфраструктуры. Если ваша команда тратит более 2 часов в месяц на управление панелями провайдеров, вы платите скрытый налог, которого нет в прямых ценах API. Математику сравнения затрат смотрите в статье почему разработчики переходят на агрегационные платформы.
Корпоративный архитектор
Вы оцениваете LLM-инфраструктуру для команды из 50+ разработчиков или масштабного продукта для клиентов. Ваши ограничения: соответствие (SOC 2, HIPAA, EU AI Act, размещение данных), управление (кто какую модель использовал, когда и за сколько) и управление вендорами (нельзя пересматривать контракты с пятью провайдерами каждый квартал).
Стек: ваш набор моделей зависит от нагрузки — но ваша инфраструктура важнее выбора моделей. В корпоративном масштабе три вещи определяют общую стоимость: частота попаданий в кэш промптов (цель >60%, чтобы вдвое сократить входные затраты), использование пакетного API (каждая нереалтаймовая нагрузка должна использовать пакет со скидкой 50%) и эффективность мультимодельной маршрутизации (разница между «все запросы к GPT-5.5» и «умная маршрутизация» обычно составляет 60–80% сокращения затрат).
Самохостинг шлюза вроде LiteLLM даёт полный контроль над размещением данных, управлением ключами и журналами аудита — но требует DevOps-инвестиций. Управляемые агрегационные платформы предоставляют тот же уровень управления (виртуальные ключи с бюджетами и списками разрешённых моделей по командам, единые журналы аудита, опции размещения данных) без инфраструктурных накладных расходов.
За базовый уровень безопасности для любого корпоративного LLM-развёртывания начните с руководства по управлению API-ключами. Затем добавьте требования соответствия, специфичные для вашей отрасли. Но безопасность и соответствие — лишь половина корпоративного уравнения затрат; вторая половина — что происходит, когда команде нужно сменить курс.
Скрытый затратный фактор, который никто не отслеживает: миграция. Каждый раз, меняя модели, вы заново сравниваете свои промпты. Команда из пяти инженеров, тратящих два дня на миграцию по $500/день, сжигает $5,000 за каждую смену модели. Команды, использующие три модели за слоем маршрутизации, меняют модели в продакшне, изменив одно значение конфигурации, — и измеряют результат на живом трафике с 5% раскаткой. Тот же результат. Нулевая стоимость миграции. Таблица цен выше показывает затраты на токен. Чего она не показывает — реальная разница между одномодельной и мультимодельной настройкой не в цене токена, а в организационном трении перемен. Когда цены на модели меняются каждый квартал, а новые претенденты появляются каждый месяц, способность менять модели без инженерных издержек стоит больше любой скидки за токен.
Качество за доллар: единственный рейтинг ценности, который имеет значение (по состоянию на июль 2026)
Бенчмарк-баллы без цен — это маркетинг. Цены без бенчмарк-баллов — это покупка вслепую — независимые платформы вроде Artificial Analysis отслеживают и то, и другое по всем крупным провайдерам. Метрика, которая имеет значение, — качество на потраченный доллар.
SWE-bench Verified за доллар (ценность кода)
Этот рейтинг делит балл каждой модели SWE-bench Verified на цену выхода за миллион токенов. Чем выше, тем лучше — больше возможностей кода за доллар.
| Модель | SWE-bench | Output $/M | Балл за доллар |
|---|---|---|---|
| DeepSeek V4 Flash | ~78% | $0.28 | 279 |
| DeepSeek V4 Pro | ~85% | $0.87 | 98 |
| MiniMax M3 | 80.5% | $2.40 | 34 |
| Qwen3.7 Max | 80.4% | $3.75 | 21 |
| Kimi K2.6 | 80.2% | $4.00 | 20 |
| Gemini 3.1 Pro | 80.6% | $12.00 | 7 |
| Claude Opus 4.8 | 88.6% | $25.00 | 3.5 |
| GPT-5.5 | 88.7% | $30.00 | 3.0 |
Формула: процент SWE-bench ÷ выходных долларов на миллион токенов. Чем выше, тем больше возможностей кода за доллар.
DeepSeek V4 Flash даёт 279 баллов кода за доллар — в 93 раза больше ценности, чем GPT-5.5 (3.0). Даже DeepSeek V4 Pro, модель, близкая к фронтиру, даёт в 28 раз больше ценности кода за доллар. Ярлык «бюджетный» недооценивает происходящее: эти модели дают код, конкурентоспособный с фронтирным, по ценам, которые делают полностью фронтирные стеки расточительными задним числом.
Интерпретация, которая важна: если вы тратите $1,000/мес на GPT-5.5 для задач кода, переход на DeepSeek V4 Flash даст результат схожего качества примерно за $11/мес. Переход на DeepSeek V4 Pro — примерно за $30/мес. Разрыв между «что вы платите» и «что вы могли бы платить» шире, чем понимает большинство команд.
Эта метрика вскрывает то, чего не показывает сырая таблица цен. GPT-5.5 набирает 88.7% в SWE-bench — самый высокий результат в этом сравнении. Но он стоит в 93 раза дороже за пункт бенчмарка, чем DeepSeek V4 Flash. Для команды, тратящей $5,000/мес на API для кода, этот множитель в 93 раза — разница между счётом в $5,000 и счётом в $54 за эквивалентную производительность бенчмарка. Разрыв качества — 3 процентных пункта в SWE-bench — это примерно одно дополнительное правильное решение на 33 задачи кода. Стоит ли это $4,946 в месяц — бизнес-решение, а не техническое. Большинство команд, посчитав цифры, обнаруживают, что фронтирные модели им нужны примерно для 5% реальной нагрузки.
MMLU-Pro за доллар (ценность общего рассуждения)
| Модель | MMLU-Pro | Output $/M | Балл за доллар |
|---|---|---|---|
| DeepSeek V4 Flash | 85.5 | $0.28 | 305 |
| DeepSeek V4 Pro | ~87 | $0.87 | 100 |
| Qwen3.7 Max | ~86 | $3.75 | 23 |
| Claude Opus 4.8 | ~89 | $25.00 | 3.6 |
| GPT-5.5 | ~89 | $30.00 | 3.0 |
Для задач общего знания и рассуждения разрыв ценности ещё шире, чем для кода. DeepSeek V4 Flash набирает в пределах 3,5 пункта от GPT-5.5 в MMLU-Pro — при цене за пункт рассуждения в 100 раз ниже.
Зона оптимальной ценности
Если нанести все модели на диаграмму рассеяния — балл SWE-bench по оси X, цена выхода по оси Y — вы увидите три кластера:
- Премиальный угол (верхний правый): GPT-5.5 и Claude Opus 4.8. Самые высокие баллы, самые высокие цены. Лучше всего для: задач, где неправильный ответ стоит дороже вызова API.
- Зона оптимальной ценности (верхний средний, далеко слева): DeepSeek V4 Pro, MiniMax M3, Qwen3.7 Max. 80%+ SWE-bench при $0.87–3.75. Лучше всего для: 90% продакшн-нагрузок.
- Бюджетная зона (середина, далеко слева): DeepSeek V4 Flash, GPT-4.1 Nano, Qwen3-32B. Достаточно хорошее качество почти за ноль. Лучше всего для: классификации, извлечения, суммаризации, генерации шаблонов.
Модели, не имеющие смысла на этой диаграмме: всё ниже 75% SWE-bench при выходе >$5/M. Вы платите фронтирные цены за нефронтирное качество. Проверьте версию модели — возможно, вы используете устаревшую модель, заменённую более дешёвой и лучшей шесть месяцев назад.
Как агрегационные платформы меняют уравнение ценности. Агрегированный спрос большой пользовательской базы открывает цены за токен ниже тех, что отдельная команда может согласовать напрямую — тот же экономический принцип, который делает таблицу «качество за доллар» применимой. Добавьте маршрутизацию по стоимости, отправляющую каждый запрос самой дешёвой модели, способной его обработать, и смешанный стек (DeepSeek V4 Flash на 70% трафика + Claude Sonnet на 20% + GPT-5.5 на 10%) работает на 30–50% ниже базового уровня «всё фронтирное». Конечные пользователи не замечают разницы в качестве, потому что каждый запрос попадает на модель, соответствующую его сложности.
Быстрый каркас решений
Если нужна генерация кода — DeepSeek V4 Pro (лучшая ценность), Claude Opus 4.8 (лучшее качество). Запасной вариант: GPT-5.5.
Если нужен анализ длинных документов (>100K токенов) — Gemini 3.1 Pro (контекст 2M, дешевле всего за токен для длинных документов). Запасной вариант: GPT-4.1 Nano (контекст 1M, вход $0.10/M).
Если нужна многоязычность (не английский) — Qwen3.7 Max или DeepSeek V4 Pro (оба превосходят GPT-5.5 в бенчмарках C-Eval, японского, корейского, арабского). Запасной вариант: Claude Opus 4.8.
Если нужно зрение/мультимодальность — Gemini 3.1 Pro (нативное видео + аудио + изображение). Запасной вариант: GPT-5.5.
Если нужны агентные рабочие процессы (вызов инструментов) — GPT-5.5 (самое надёжное function calling, лучшее параллельное выполнение инструментов). Запасной вариант: Claude Opus 4.8 (лучшее сложное многошаговое рассуждение).
Если нужна абсолютно минимальная стоимость — DeepSeek V4 Flash ($0.14/$0.28). Бесплатно: GLM-4.7 Flash (постоянный бесплатный тариф, контекст 128K).
Если вам нужна глобальная доступность — используйте агрегационную платформу, обеспечивающую доступ ко всем моделям через один endpoint. Без платежных барьеров по провайдерам. Один API-ключ.
FAQ
Какая модель самая дешёвая в целом в 2026 году?
DeepSeek V4 Flash — $0.14 вход / $0.28 выход за миллион токенов. Для постоянного бесплатного доступа: GLM-4.7 Flash (без кредитной карты, контекст 128K, совместим с OpenAI).
Стоит ли Claude Opus 5-кратной цены DeepSeek V4 Pro?
Только если вам нужны нативные протокольные функции Anthropic (расширенное мышление, computer use) или последние ~3 процентных пункта способностей SWE-bench для сложной отладки. Для 95% задач кода DeepSeek V4 Pro даёт неотличимое качество при стоимости выхода в 29 раз ниже. Подробное сравнение: смотрите OpenAI vs Anthropic vs Google vs DeepSeek.
Экономят ли агрегационные платформы деньги по сравнению с прямым API?
Примените логику «стоимость за бенчмарк-балл» из раздела «Качество за доллар» к своему месячному счёту — и ответ станет ясен. Три механизма работают вместе: (1) агрегированная покупательная способность опускает цены за токен ниже того, что дают индивидуальные аккаунты, (2) вы перестаёте держать $50–200 минимальных депозитов, простаивающих на панелях провайдеров, и (3) маршрутизация по стоимости применяет ту же уровневую логику, что описана в этой статье — простые запросы к моделям за $0.14/M, сложное рассуждение к моделям за $3/M, фронтирную глубину только к моделям за $30/M. Команды, использующие три и более моделей, обычно видят на 30–50% меньше в общих расходах на LLM по сравнению с поддержанием отдельных прямых аккаунтов без этого слоя маршрутизации.
Как часто меняются эти цены?
Китайские провайдеры (DeepSeek, Qwen, MiniMax, Kimi, GLM) снижали цены шесть раз только в первой половине 2026 года. Американские (OpenAI, Anthropic) корректируют ежеквартально. Google — каждые 2–3 месяца. Если вы используете данные о ценах старше 60 дней, вы, вероятно, переплачиваете.
А что насчёт пакетных цен API?
OpenAI, Anthropic и Google предлагают скидку ~50% за асинхронную пакетную обработку (оборот 24 часа). Пакетные цены DeepSeek такие же, как в реальном времени — без скидки, но и без штрафа за задержку. Стратегии оптимизации затрат с данными «до/после» подробно описаны в руководстве по тактикам сокращения счёта.
Можно ли использовать бесплатные API в продакшне?
Нет. Бесплатные тарифы ограничены 15–30 запросами в минуту, не имеют SLA, а некоторые (бесплатный тариф Google) могут использовать ваши данные для обучения. Используйте их для прототипов и личных проектов. Когда будете готовы к продакшну, агрегационная платформа позволит перейти от бесплатного прототипа к платному продакшну без изменения API-endpoint.
Таблицы цен полезны только если действовать по ним. Переход от стандартного стека большинства команд — все запросы к GPT-5.5 — к оптимизированному мультимодельному стеку с умной маршрутизацией обычно даёт 80% сокращения затрат без потери качества. Цифры в этой статье.
Вот следующий шаг: выберите одну модель из уровня 2 или 3 в таблице выше. Направьте на неё 20% трафика на этой неделе. Измерьте качество. Если оно достаточно — а для 85% нагрузок будет — вы только что сократили счёт на 80%. Это не вдохновляющая цифра. Это математика из раздела «Качество за доллар».
Команды, которые относятся к ценам как к периодической проверке — «посмотрим на цены моделей в следующем квартале» — именно те, что обнаруживают переплату в 80% за полгода. Цены движутся слишком быстро для ежеквартальных проверок. Поставьте напоминание в календаре на первое число каждого месяца. Проверьте таблицу цен. Скорректируйте правила маршрутизации. Пять минут. Вот разница между счётом в $1,000 и счётом в $200 — не лучшие модели, не более умные инженеры, просто регулярное событие в календаре.
Ценовые данные в таблицах выше были проверены по панелям провайдеров и ответам API в июле 2026 года. Сверьте цифры на своих собственных промптах — та же модель, те же параметры, сравните стоимость за токен — с помощью плейграунда TokSpan, который показывает цены по моделям бок о бок без необходимости в аккаунтах провайдеров. Предоплаченного баланса $5 достаточно, чтобы сравнить все модели уровня 2 и 3.