76 ответов нейросетей стоили около 6 рублей: сколько на самом деле стоит пользоваться AI

76 генераций — около 6 рублей

В выборку попали 76 генераций, для которых API провайдера вернул информацию о стоимости. Суммарно получилось $0.0716, или примерно 6 рублей при курсе 85 ₽ за доллар.

Выборка небольшая и не описывает любой набор запросов. Но она показывает порядок величин: в этих примерах отдельная генерация стоила от нескольких копеек до нескольких рублей.

Что стоили отдельные ответы

У GPT-6 Luna это были не только совсем короткие сообщения: в одной генерации появилось 770 новых входных токенов, другая дала 549 токенов ответа.

У Gemini 3.8 Flash один из запросов использовал 11 входных и 212 выходных токенов, включая 195 reasoning-токенов. Стоимость составила примерно 7 копеек.

Четыре генерации Grok 4.7 вместе обошлись примерно в 48 копеек. Контекст был уже заметно больше — около 1200 новых входных токенов на запрос.

Самым дорогим примером оказался Claude Opus 5.5. Один ответ использовал 55 входных токенов, 2254 выходных и 350 reasoning-токенов. API оценил генерацию в $0.0453 — примерно 3,9 ₽. В этом случае модель использовалась для небольшого сниппета на Python.

Почему стоимость так различается

Токен — небольшой фрагмент текста; это не всегда целое слово. У моделей разные цены на входные и выходные токены, а итог зависит ещё и от того, сколько текста модель сгенерирует.

Поэтому у сообщения нет единой фиксированной цены. Короткий вопрос с коротким ответом может стоить несколько копеек. Большой контекст, длинная генерация и рассуждение модели увеличивают расход в десятки и даже сотни раз.

Reasoning-токены — часть вычислений, которую модель тратит на внутреннее рассуждение. В некоторых API они отражаются отдельно, хотя пользователь видит только итоговый ответ.

Значит ли это, что подписка за $20 невыгодна

Не обязательно. Если человек постоянно работает с кодом, отправляет большие документы, использует длинный контекст и делает сотни запросов, фиксированная подписка может оказаться выгодной.

У обычного пользователя сценарий часто другой: несколько вопросов в день, редактирование текста, перевод, поиск информации, помощь с таблицей или кодом. Тогда полезно сравнить не абстрактную цену подписки и API, а фактический месячный расход на своих задачах.

По одной небольшой выборке окончательный вывод сделать нельзя. Но для лёгких запросов стоимость API действительно может быть очень низкой.

Самая дешёвая модель не всегда самая выгодная

Стоимость генерации сама по себе мало говорит о полезности ответа. Если дешёвой модели приходится трижды уточнять задачу, а более дорогая решила её с первой попытки, итоговая экономика меняется.

Практичнее спрашивать: сколько стоит получить ответ, который действительно решает задачу? Для этого нужно отправить одинаковые реальные запросы нескольким моделям и сравнить не только расход токенов, но и качество результата. Например, десять задач на десяти моделях дадут сто ответов для оценки в одинаковых условиях.

Как сравнить модели на своих запросах

Сначала выберите несколько задач, которые регулярно решаете, затем сравните ответы и фактические расходы. В каталоге моделей ANY LLM можно проверить текущий список доступных моделей, а одинаковый запрос — задать в чате. Доступность и условия могут меняться.

Для контекста можно посмотреть наши разборы GPT, Claude, Gemini и Grok: тариф за токены — только одна часть сравнения.

Откуда взялись данные

Расходы смотрели через ANY LLM, где в одном чате доступны разные AI-модели. Для расчётов использовалась стоимость, которую API провайдера вернул для конкретных генераций.

Это не сверка с итоговым счётом провайдера и не универсальный тариф для каждой модели. Цифры описывают только эти запросы; для планирования расходов проверяйте актуальные цены и условия конкретного API.