Как считается цена токенов в API LLM: вход, выход, кэш и пороги контекста
«Цена за миллион токенов» — это не одно число: у одной и той же модели цена зависит от того, сколько токенов вы отправляете и сколько получаете, кэшируются ли промпты и какой длины контекст. Разбираем по формулам на актуальных прайсах ноября 2026.
Вход и выход — разные деньги
Обработка входных токенов (prefill) параллелится, а генерация выходных идёт последовательно — поэтому выход почти всегда дороже входа в разы. У GPT-5.5 Official — $5/$30 за 1M (в 6 раз), у Claude Opus 5.5 — $4/$20 (в 5 раз), у дешёвого GPT-5.6 Luna — $0.2/$1.2 (в 6 раз). Сравнение моделей по входным токенам без выходных вводит в заблуждение: у чата вход dominant, у кодогенерации — выход.
Blended-цена: считаем под свою нагрузку
Если на каждый выходной токен приходится R входных, смешанная цена = (R×вход + выход)/(R+1). Пример: GPT-5.5, агентный сценарий 10:1 → (10×5+30)/11 ≈ $7.27 за 1M. Вопрос-ответ 2:1 → (2×5+30)/3 ≈ $13.33. Один и тот же прайс даёт двукратную разницу на разных задачах — поэтому в наших рейтингах цена пересчитывается под пропорцию токенов, а не берётся «в вакууме».
Реальный запрос: 2 000 токенов входа, 500 выхода
Такой запрос стоит $0.025 у GPT-5.5, $0.018 у Claude Opus 5.5, $0.009 у Claude Sonnet 5.5 и $0.00065 у Claude Haiku 5.5. При 1 000 запросах в день это $761, $548, $274 и $20 в месяц соответственно. Разница между флагманом и эконом-классом — почти 40 раз, и скидками посредников её не закрыть: экономнее выбирать модель, а не переплачивать за ту же.
Кэш промптов: до 90% экономии на входе
Anthropic берёт за чтение кэшированного входа $0.20 за 1M у Opus 5.5 против $4 обычного — в 20 раз дешевле, но запись кэша дороже обычного входа ($5). Кэш окупается, когда один системный промпт переиспользуется много раз: при 70% попаданий blended-цена GPT-5.5 на задаче 10:1 падает с $7.27 до примерно $4.41. Провайдеры с дешёвым входом, но без кэша, на длинных промптах проигрывают.
Пороги контекста и сроки акций
У OpenAI цены на контекст выше 272K токенов удваиваются (GPT-5.5: $10/$45 вместо $5/$30). У Claude Haiku 5.5 два тарифа: до и после 100K токенов в промпте. У Google действует акционная цена Gemini 3.8 Flash ($0.75/$3.75) до 31 декабря 2026 — с января станет $1.50/$7.50. Сравнение, не учитывающее пороги и даты, врёт: в карточках моделей мы помечаем такие условия отдельной строкой.
Batch и оптовые схемы
Официальный batch-режим у вендоров — обычно −50% к обеим сторонам, но ответ приходит часами. Агрегаторы дают 10–30% к обычной синхронной цене за счёт объёмных контрактов и кэш-попаданий. Считайте итог по blended-цене под свою задачу: если нагрузка офлайн-аналитика, batch победит любого посредника.
Опубликовано 2026-11-11. Цены — официальные прайсы вендоров на дату публикации; актуальные котировки — в каталоге.