Стоимость токенов ИИ кажется крошечной, пока какая-нибудь функция не начнёт отправлять один и тот же длинный контекст снова и снова. Тогда вопрос уже не «сколько стоит один токен?», а в том, сколько оплачиваемых токенов ваша функция создаёт за месяц.

Короткий ответ: Умножьте суммарное количество некешированных входных, кешированных входных токенов, токенов записи в кэш и выходных токенов вашей нагрузки на соответствующие тарифы за токен, затем разделите на один миллион. Включайте токены рассуждений в выходные там, где провайдер тарифицирует их как выходные, и применяйте любой подходящий пакетный тариф. Для простой функции ответов поддержки, обрабатывающей 10,000 тикетов в месяц по 2,000 входных и 350 выходных токенов на каждый, эта оценка составляет от $8.20 до $75 для четырёх актуальных ID моделей API по стандартным тарифам, до нетокенных сборов. После запуска замените допущения фактическим usage из ответов и сверьте их с отчётом провайдера о затратах.

Цены ниже были проверены в октябре 2026 года. Это прайсовые цены API в долларах США; калькулятор стоимости токенов ИИ в этом руководстве предназначен для оценок, а не является коммерческим предложением для размещённых продуктов или реселлерских эндпоинтов.

Сколько стоит токен ИИ?

Единой стоимости токена ИИ не существует. Провайдеры устанавливают разные тарифы на входные и выходные токены и могут взимать отдельный тариф за чтение кэша, запись в кэш, длинный контекст или уровень обслуживания. Сравнивайте цены для точного ID модели и эндпоинта, которые вы планируете вызывать.

Вот стоимость токена для четырёх актуальных текстовых моделей, указанная за миллион токенов:

Провайдер и точный ID модели Вход Кешированный вход/чтение Запись в кэш Выход
OpenAI gpt-5.6-luna $0.20 $0.02 $0.25 $1.20
Anthropic claude-sonnet-5-5 $2.00 $0.20 $2.50 (5m) / $4 (1h) $10.00
Anthropic claude-haiku-4-5-20251001 $1.00 $0.10 $1.25 (5m) / $2 (1h) $5.00
Google gemini-3.1-flash-lite $0.25 $0.025 кешированный контекст действуют условия кэша/хранилища провайдера $1.50

Тарифы взяты из актуальных цен моделей OpenAI, страницы модели Claude Sonnet 5.5, страницы модели Claude Haiku 4.5 и цен Gemini API. Это не рейтинги возможностей. Более низкая цена за вход не говорит, сколько вызовов или выходных токенов потребуется вашей задаче.

Грубое соотношение токенов и слов для английского помогает оценить размер промпта, но не его точную цену: руководство OpenAI оценивает 100 токенов примерно в 75 слов, а Google указывает, что 100 токенов Gemini — это примерно 60–80 английских слов. Относитесь к ним как к диапазонам для планирования. Для конкретного промпта используйте счётчик токенов выбранной модели или возвращаемое провайдером usage.

Как рассчитать месячную стоимость токенов ИИ?

Используйте отдельные корзины токенов, чтобы попадание в кэш не тарифицировалось повторно по обычному входному тарифу. Для провайдера, чьи цены указаны за миллион токенов:

standard-rate token cost =
  (uncached_input × input_rate
 + cached_input × cache_read_rate
 + cache_write × cache_write_rate
 + billed_output × output_rate) / 1,000,000

eligible batch cost = eligible standard-rate token cost × batch_multiplier

billed_output включает видимые токены ответа и любые токены рассуждений, которые провайдер тарифицирует как выходные. batch_multiplier равен 1 для стандартных запросов и 0.5 там, где вендор документирует 50% пакетную скидку; применяйте его только к токенным сборам, подпадающим под пакетную обработку. Если модификаторы кэша и пакета взаимодействуют, используйте итоговый тариф вендора для каждой категории токенов, а не умножайте смешанный промежуточный итог. Фиксированные сборы за вызовы инструментов, поиск, хранилище, аудио или другое использование добавляйте отдельно. Например, OpenAI указывает свои API Responses и Chat Completions по токенным тарифам выбранной модели и отдельно оценивает некоторые встроенные инструменты в своём прайс-листе API.

Развёрнутая форма позволяет избежать двух ошибок, которые легко допустить: применения одного смешанного тарифа и к входу, и к выходу, а также рассмотрения всего входа как свежего, когда часть его была прочитана из кэша.

Claude явно разделяет создание кэша и чтение кэша; его руководство по ценам приводит разные множители для пятиминутной записи, часовой записи и попаданий в кэш. Промпт-кэш OpenAI имеет отдельный тариф на кешированный вход и документирует тариф записи в кэш для GPT-5.6 и новее в своём руководстве по кешированию промптов. Google указывает кешированный контекст отдельно в ценах Gemini.

Сколько стоил бы месячный бот поддержки?

При этих допущениях месячные токенные сборы бота поддержки составляют от $8.20 до $75 в зависимости от модели. Возьмём функцию ответов поддержки с 10,000 тикетов в месяц. Предположим ровно один вызов модели на тикет, 2,000 входных токенов на вызов (системные инструкции, найденные фрагменты и сообщение клиента вместе) и 350 оплачиваемых выходных токенов на вызов. Это 20 миллионов входных токенов и 3.5 миллиона выходных токенов в месяц.

Допущение о 350 выходных токенах включает рассуждения, если API тарифицирует рассуждения в числе выходных. Предполагаются стандартные синхронные запросы, без попаданий в кэш и записей в кэш, без повторов, без инструментов с отдельной тарификацией и без налогов или контрактных скидок.

ID модели Арифметика Оценочная месячная стоимость токенов
gpt-5.6-luna 20 × $0.20 + 3.5 × $1.20 $8.20
gemini-3.1-flash-lite 20 × $0.25 + 3.5 × $1.50 $10.25
claude-haiku-4-5-20251001 20 × $1 + 3.5 × $5 $37.50
claude-sonnet-5-5 20 × $2 + 3.5 × $10 $75.00

Каждый множитель использует миллионы токенов: 20 миллионов входных токенов × $0.20 за миллион = $4; 3.5 миллиона выходных токенов × $1.20 за миллион = $4.20; итого $8.20 для GPT-5.6 Luna. Остальные строки используют те же объёмы и тарифы вендоров по приведённым ссылкам. Это сравнение тарификации, а не утверждение, что модели дают эквивалентные ответы. Прогоните одни и те же репрезентативные кейсы поддержки через кандидатов и измерьте качество и потребление, прежде чем выбрать одну.

Для офлайн-задач с поддержкой пакетной обработки пересчитайте по указанным пакетным тарифам. Страницы моделей Claude указывают 50% пакетную скидку на вход и выход, а документация Gemini Batch API от Google также говорит, что взимает половину стандартной стоимости эквивалентной модели. Не применяйте эту скидку к интерактивному запросу только потому, что сгруппировали запросы в своём коде.

Сколько текста в 1,000 токенах?

Для обычного английского текста 1,000 токенов — это примерно 600–800 слов по приведённым выше оценкам вендоров. Это грубое преобразование размера, а не универсальное правило: код, таблицы, пунктуация, неанглийский текст и токенизаторы моделей меняют счёт. Промпт на одну страницу может также содержать схемы инструментов и предыдущие сообщения, которые не очевидны из текста, введённого пользователем.

До запуска посчитайте фактическую форму промпта инструментами провайдера: руководство по токенам Google описывает count_tokens для входа и поля usage в ответах. Сделайте это для нескольких типичных и необычно длинных тикетов. Умножьте среднее значение и случай высокого процентиля на ожидаемый месячный объём тикетов; высокий случай показывает, какой запас нужен вашему бюджету, если длинные запросы не редкость.

Как подтвердить оценку фактическим потреблением?

Логируйте по одной записи на каждый запрос к модели, а не только один итог на разговор с клиентом. Сохраняйте ID запроса, дату, ключ функции или тенанта, ID модели, категории входных токенов, выходные токены и сообщённую стоимость, если она есть. Агент может сделать несколько вызовов провайдера ради одного видимого пользователю ответа, поэтому суммируйте каждый вызов за разговор.

Затем сравните логи уровня запросов с собственным представлением провайдера о потреблении и биллинге:

Провайдер Поля уровня запросов для сохранения Ежемесячная сверка
OpenAI input_tokens, input_tokens_details.cached_tokens, output_tokens, output_tokens_details.reasoning_tokens, если возвращаются Organization Usage API и его эндпоинт Costs (GET /organization/costs) или Usage Dashboard.
Anthropic input_tokens, cache_creation_input_tokens, cache_read_input_tokens, output_tokens Admin API для Usage и Cost: /v1/organizations/usage_report/messages и /v1/organizations/cost_report; требует учётных данных Admin API.
Gemini total_input_tokens, total_output_tokens, total_thought_tokens, total_cached_tokens, если возвращаются Сравните usage из ответов с биллинговым представлением для того же проекта и диапазона дат. Используйте count_tokens только как предварительную оценку входа.

Схемы и пути отчётности документированы в справочнике OpenAI Usage API, Anthropic Messages API, Anthropic Usage and Cost API и руководстве по токенам Gemini.

Токены рассуждений OpenAI тарифицируются как выходные, хотя API не раскрывает их текст, как описано в его руководстве по рассуждениям; Google явно включает токены мышления в цены на выходные токены модели. Не добавляйте отдельный сбор за рассуждения поверх итога выходных токенов, который уже их включает.

Дашборд провайдера даёт вам его учётное представление. Шлюз может добавить атрибуцию по каждому запросу в разрезе вызывающих сторон, но его цифры настолько же надёжны, насколько надёжны его тарифы моделей и разбор usage. В своём руководстве по учёту затрат LiteLLM документирует логи расходов и предупреждает, когда у деплоя нет записи цен на вход/выход. Мы в Muvon строим OctoHub; он хранит каждый completion с вызывающим API-ключом, сессией, моделью и провайдером, а также usage с разбивкой на входные, выходные токены, чтение и запись кэша и токены рассуждений, плюс стоимость, если она известна (обзор LLM-прокси OctoHub). Дашборды провайдеров и другие документированные прокси — разумные альтернативы, если они подходят вашему стеку.

Что делать, если фактический счёт расходится?

Сначала отделите промах по объёму токенов от промаха по тарифу или атрибуции. Сравните число запросов, среднее потребление входа/выхода, корзины кэша, ID моделей и повторы за точно те же даты. Пробел в логах запросов обычно означает, что вызовы обошли ваш прокси или поля usage не были записаны; расхождение между оценочной стоимостью и отчётом вендора может означать устаревшие тарифы, неоценённые инструменты или другой уровень обслуживания.

Держите оценку и фактический счёт рядом в течение первого месяца. Когда объём и стоимость на задачу станут реальными, следующий шаг — выбор модели и маршрута в нашем руководстве по маршрутизации моделей. Если нужны более широкие трассировки запросов, смотрите наши заметки о наблюдаемости агентов или уроки построения единого слоя провайдеров.

— Don

Если вы заметили расхождение между возвращаемым провайдером usage и его месячным отчётом о затратах, откройте issue в OctoHub с указанием задействованных модели и имён полей.