Сколько стоит запрос к нейросети: как считать токены и снижать расходы

Что такое токен и сколько их в тексте

Токен — единица, на которую модель делит текст. Это может быть целое короткое слово, часть слова, знак препинания или пробел. Разные модели используют разные токенизаторы, поэтому один и тот же текст даёт разное количество токенов у GPT и Claude.

Русский текст обычно занимает больше токенов на слово, чем английский. Код, JSON и таблицы тоже бывают «плотными» из-за скобок, отступов и кавычек. Для оценки бюджета не полагайтесь на число символов: отправьте несколько типичных запросов и посмотрите поле usage в ответе API — там указаны фактические входные и выходные токены.

Формула стоимости одного запроса

Входные и выходные токены тарифицируются отдельно, и выход обычно дороже. Базовая формула без кеша: стоимость = входные токены / 1 000 000 × цена входа + выходные токены / 1 000 000 × цена выхода.

Пример с условными ценами: модель стоит 2 $ за миллион входных и 10 $ за миллион выходных токенов. Запрос с 3 000 токенов на входе и 800 на выходе обойдётся в 3000/1000000 × 2 + 800/1000000 × 10 = 0,006 + 0,008 = 0,014 $. Тысяча таких запросов — 14 $. Актуальные цены конкретных моделей берите из каталога, а не из примеров.

def request_cost(usage, input_price, output_price):
    """Цены в долларах за миллион токенов."""
    return (
        usage.prompt_tokens / 1_000_000 * input_price
        + usage.completion_tokens / 1_000_000 * output_price
    )

# response = client.chat.completions.create(...)
# print(f"{request_cost(response.usage, 2.0, 10.0):.5f} $")

Актуальные цены моделей за миллион токенов

Почему вход больше, чем ваше сообщение

Во входные токены попадает всё, что отправляется в запросе: системный промпт, история диалога, описания инструментов, вложенные документы и изображения. Пользователь пишет «спасибо», а модель получает весь предыдущий разговор.

В чате без ограничения истории стоимость каждого следующего сообщения растёт. Десятое сообщение в длинном диалоге может стоить в несколько раз дороже первого. Агенты для программирования расходуют ещё больше: они читают файлы, результаты команд и описания инструментов на каждом шаге.

Кеширование промпта: когда оно экономит

Если начало запроса повторяется — тот же системный промпт, те же инструкции, тот же документ, — провайдер может тарифицировать повторно прочитанную часть по сниженной цене чтения кеша. У некоторых моделей запись в кеш стоит отдельно и дороже обычного входа.

Чтобы кеш срабатывал, держите неизменяемую часть в начале и не вставляйте туда меняющиеся данные вроде текущего времени. Кеш живёт ограниченное время, поэтому выгоден при частых однотипных запросах, а не при редких. Цены чтения и записи кеша указаны в каталоге моделей; фактическое использование видно в usage ответа.

Как снизить расходы без потери качества

Разделяйте задачи по сложности. Классификацию, извлечение полей и короткие ответы часто тянет недорогая модель, а сильную стоит оставить для сложных рассуждений и кода. Маршрутизация по типу запроса обычно экономит больше, чем любые трюки с промптом.

Ограничивайте выход: попросите краткий ответ, задайте max_tokens, требуйте JSON вместо развёрнутого текста там, где нужны данные. Не просите модель повторять входной документ.

Измеряйте реальную стоимость на задачу, а не на запрос. Дешёвая модель, которой нужно три попытки и ручная правка, может обойтись дороже сильной, справляющейся с первого раза.

Как оценить месячный бюджет

Возьмите 20–50 реальных запросов, посчитайте среднюю стоимость по usage и умножьте на ожидаемое количество запросов в месяц. Добавьте запас на повторы, ошибки и рост истории диалогов. Для продукта с пользователями считайте стоимость на активного пользователя: она показывает, окупается ли тариф.

В Void API баланс пополняется заранее, а списания идут по фактическому использованию. Для контроля заведите отдельные API-ключи для разных проектов и следите за расходом в кабинете.

Пополнить баланс·Как купить доступ к API

Попробуйте GPT и Claude через Void API

Подключайте GPT и Claude к своим приложениям, ботам и ИИ-агентам через Void API — единый OpenAI-совместимый API. Доступ из России без VPN, пополнение по СБП и оплата по фактическому использованию. Выбирайте модель под задачу, сравнивайте цены и начинайте с одного API-ключа.

Перейти на void-api.tech·Посмотреть модели и цены

Вопросы и ответы

Другие материалы о LLM API

LLM API из России без VPN и региональных блокировок·Как купить доступ к LLM API·Как протестировать API ИИ бесплатно по промокоду·Подписка на LLM в России или оплата API за использование·Рейтинг LLM по использованию в Void API и оценкам пользователей·База кейсов использования ИИ·Как перевести приложение на испанский с ИИ: какую модель выбрать·Код-ревью с помощью ИИ: как выбрать модель и встроить проверку в работу·Как извлекать данные из текста в JSON с помощью нейросети·Как сделать Telegram-бота с нейросетью на Python·Как сделать базу знаний с ИИ по своим документам: RAG простыми словами