Разработчики, которые каждый день работают с языковыми моделями, быстро понимают, что цена за миллион токенов может отличаться в сотни раз. При этом разница в возможностях не всегда пропорциональна разнице в стоимости.
В статье разбираемся, какие модели дешевле для разработчиков, почему цены такие разные и как выбрать вариант под конкретную задачу.
Почему цены на модели такие разные
Стоимость LLM определяется несколькими факторами. Модели с большим числом параметров дороже в обслуживании, так как им нужно больше GPU, больше энергии и больше времени на генерацию ответа. Компактные модели, заточенные под конкретные задачи, могут быть в десятки раз дешевле.
Еще один фактор — политика провайдера. Одни компании демпингуют, чтобы захватить рынок, другие держат цену за счет качества и экосистемы. Некоторые провайдеры вводят динамические тарифы, например, цена зависит от времени суток или от длины контекста.
Таблица цен
| Модель | Input ($/1M) | Output ($/1M) | Total ($/1M) | Источник |
| Muse Spark 1.2 / 1.3 Contributor | $0,1 | $0,2 | $0,3 | Meta* |
| MiMo-V2.5 Flash | $0,1 | $0,3 | $0,4 | Xiaomi |
| DeepSeek-V4-Flash — вне часов пик | $0,22 | $0,66 | $0,88 | DeepSeek |
| GPT-5.6 Luna | $0,2 | $1,2 | $1,4 | OpenAI |
| MiniMax-M3 | $0,3 | $1,2 | $1,5 | MiniMax |
| LongCat-2.0 — ограниченная акция | $0,3 | $1,2 | $1,5 | LongCat |
| DeepSeek-V4-Flash — часы пик | $0,44 | $1,32 | $1,76 | DeepSeek |
| MiMo-V2.5 | $0,4 | $2 | $2,4 | Xiaomi |
| DeepSeek-V4-Pro — вне часов пик | $0,66 | $1,98 | $2,64 | DeepSeek |
| LongCat-2.0 — стандартный тариф | $0,75 | $2,95 | $3,7 | LongCat |
| MiMo-V2.5 Pro (≤256K) | $1 | $3 | $4 | Xiaomi |
| Gemini 3.7 Flash — до 31 декабря 2026 | $0,75 | $3,75 | $4,5 | |
| Gemini 3.8 Flash — до 31 декабря 2026 | $0,75 | $3,75 | $4,5 | |
| DeepSeek-V4-Pro — часы пик | $1,32 | $3,96 | $5,28 | DeepSeek |
| Muse Spark 1.1 / 1.2 / 1.3 | $1,25 | $4,25 | $5,5 | Meta |
| GLM-5.3 | $1,4 | $4,4 | $5,8 | Z.AI |
| Grok 4.6 — до 200K токенов промпта | $2 | $6 | $8 | xAI |
| MiMo-V2.5 Pro (>256K) | $2 | $6 | $8 | Xiaomi |
| Qwen3.8-Max | $2 | $6 | $8 | QwenCloud |
| Gemini 3.7 Flash — с 1 января 2027 | $1,5 | $7,5 | $9 | |
| Gemini 3.8 Flash — с 1 января 2027 | $1,5 | $7,5 | $9 | |
| GPT-5.6 Terra | $2 | $12 | $14 | OpenAI |
| Grok 4.6 — от 200K токенов промпта | $4 | $12 | $16 | xAI |
| GPT-5.4 | $2,5 | $15 | $17,5 | OpenAI |
| Kimi K3 | $3 | $15 | $18 | Moonshot AI |
| Claude Opus 5 | $5 | $25 | $30 | Anthropic |
| Sakana Fugu Ultra (≤272K) | $5 | $30 | $35 | Sakana AI |
| GPT-5.6 Sol — стандартный режим | $5 | $30 | $35 | OpenAI |
| Claude Fable 5 / Claude Mythos 5 | $10 | $50 | $60 | Anthropic |
| Claude Fable 5.1 / Claude Mythos 5.1 | $10 | $50 | $60 | Anthropic |
| GPT-6 Astra — стандартный режим | $10 | $50 | $60 | OpenAI |
| GPT-5.6 Sol — быстрый режим | $10 | $60 | $70 | OpenAI |
| GPT-6 Astra — быстрый режим | $20 | $100 | $120 | OpenAI |
* Meta признана экстремистской организацией и запрещена в России
* * Данные актуальны на сентябрь 2026 года.
Кратко о моделях из таблицы
Muse Spark 1.2 / 1.3 Contributor — модель для кодинга и агентных задач. Умеет писать и отлаживать код, использовать внешние инструменты, работать с текстом, изображениями и видео, выполнять многошаговые задачи с минимальным вмешательством человека.
MiMo-V2.5 Flash (Xiaomi) — компактная модель Xiaomi с открытыми весами. Ориентирована на массовые задачи и легкие агентные сценарии. Поддерживает контекст до миллиона токенов.
DeepSeek-V4-Flash (DeepSeek) — легкая версия семейства DeepSeek-V4 с 284 миллиардами параметров и 13 миллиардами активных. Быстрая, экономичная, подходит для простых агентных задач. Поддерживает контекст до миллиона токенов.
GPT-5.6 Luna (OpenAI) — самая доступная модель в линейке GPT-5.6. Позиционируется как быстрая и экономичная, для задач, где не нужен максимальный интеллект, но важна цена и скорость.
MiniMax-M3 (MiniMax) — первая открытая модель с одновременно передовым кодингом, контекстом в миллион токенов и нативной мультимодальностью. Поддерживает автономное разбиение задач и вызов инструментов.
LongCat-2.0 (LongCat) — открытая MoE-модель с 1,6 триллиона параметров, обученная полностью на китайских вычислительных кластерах. Оптимизирована под длинные агентные задачи и программирование, адаптирована под Claude Code и другие инструменты.
MiMo-V2.5 (Xiaomi) — нативная омнимодальная модель: текст, изображения, видео, аудио в единой архитектуре. 310 миллиардов параметров, 15 миллиардов активных, контекст до миллиона токенов.
DeepSeek-V4-Pro (DeepSeek) — старшая модель семейства DeepSeek-V4 с 1,6 триллиона параметров и 49 миллиардами активных. Усиленные агентные возможности, богатые мировые знания, передовое рассуждение в математике и коде.
Gemini 3.7 / 3.8 Flash (Google) — две версии Flash-линейки Google с одинаковыми характеристиками. Модели среднего уровня для повседневных задач. Версия 3.8 отличается измененным API и более активным использованием инструментов.
GLM-5.3 (Z.AI) — обновление GLM-5.2 на той же базовой модели, все улучшения за счет пост-тренировки. Сильнейшая открытая модель для кодинга, лидирует на Terminal-Bench и Agents’ Last Exam среди открытых весов.
Grok 4.6 (xAI) — модель с фокусом на длительные агентные задачи. Хорошо справляется с превращением идеи в работающий продукт, самотестированием и визуальными интерактивными проектами.
Qwen3.8-Max (QwenCloud) — флагманская модель Alibaba с 2,4 триллиона параметров и 95 миллиардами активных. Поддерживает текст, изображения и видео, контекст до миллиона токенов. Сильна в автономном программировании и мультимодальных задачах.
GPT-5.6 Terra (OpenAI) — сбалансированная модель линейки GPT-5.6 для повседневных рабочих задач. Производительность на уровне GPT-5.5 при меньшей стоимости.
GPT-5.4 (OpenAI) — предыдущее поколение флагманской линейки. Первая универсальная модель OpenAI с нативными возможностями управления компьютером. Контекст до миллиона токенов.
Kimi K3 (Moonshot AI) — открытая модель с 2,8 триллиона параметров и контекстом до 1 триллиона токенов. Третье место на Agent Arena. Требует серьезного оборудования для локального запуска.
Claude Opus 5 (Anthropic) — топовая модель Anthropic для сложного агентного кодинга и корпоративных задач. Отличается стабильностью результатов и глубоким рассуждением.
Sakana Fugu Ultra (Sakana AI) — не отдельная модель, а система оркестрации, автоматически выбирает и комбинирует другие модели под задачу. Позиционируется как альтернатива зависимости от одного провайдера.
GPT-5.6 Sol (OpenAI) — флагман линейки GPT-5.6. Лидирует в кодинге, кибербезопасности и научных задачах. Режим ultra позволяет координировать несколько агентов для сложных задач.
Claude Fable 5 (Anthropic) — публичная версия Mythos-класса с усиленными защитами; Mythos 5 — та же модель без ограничений, доступна только верифицированным партнерам. Fable 5.1 и Mythos 5.1 — обновления с повышенной точностью на научных и агентных бенчмарках.
GPT-6 Astra (OpenAI) — новейшая модель OpenAI. Специализируется на управлении компьютером, браузинге и многошаговых рабочих процессах. Заявлена как самая интеллектуальная модель в мире.
Что бросается в глаза
- Разрыв в 400 раз. Самая дешевая модель в таблице — Muse Spark 1.2 Contributor за $0,3 за миллион токенов. Самая дорогая — GPT-6 Astra Fast mode за $120. Для задач, где нужна максимальная скорость и качество, цена может быть в сотни раз выше, чем у компактной модели для массовых операций.
- Output дороже input. Почти у всех моделей цена за выходные токены в несколько раз выше, чем за входные. Это логично, так как генерация требует больше вычислений, чем обработка уже готового текста. Для разработчика это означает, что длинные ответы обходятся дороже, чем длинные запросы.
- Динамические тарифы. DeepSeek-V4-Flash стоит $0,88 в часы низкой нагрузки и $1,76 в часы пик, то есть ровно в два раза дороже. У DeepSeek-V4-Pro разрыв еще больше: $2,64 против $5,28. Если нагрузку можно сдвинуть на ночь, экономия будет заметной.
- Промо и временные цены. LongCat-2.0 в рамках ограниченной акции стоит $1,5, а в стандартном режиме — $3,7. Gemini Flash до конца 2026 года стоит $4,5, а с 1 января 2027 года — уже $9. Это важно учитывать при планировании бюджета, так как сегодняшняя цена может измениться.
- Контекст влияет на цену. У MiMo-V2.5 Pro две версии: до 256K токенов за $4 и свыше 256K за $8. У Grok 4.6 аналогично: до 200K токенов за $8, свыше — за $16. Чем длиннее контекст, тем дороже.
Дешевле не значит выгоднее. Модель за $0,3 может ошибаться чаще и требовать ручных исправлений. Модель за $30 может решить задачу с первого раза.
Реальная стоимость — это цена токенов, умноженная на количество попыток и стоимость проверки результата.
Как выбрать модель под задачу
Для массовых операций (классификация, короткие ответы) подойдут самые дешевые модели: Muse Spark Contributor, MiMo-V2.5 Flash, DeepSeek-Flash off-peak. Если качество достаточное, экономия будет кратной.
Для генерации текста (описания, ответы, суммаризация) подойдут модели в диапазоне $1–5, например, GPT-5.6 Luna, MiniMax-M3, LongCat, Gemini Flash, GLM-5.3.
Для кода важнее качество, чем цена. Разумный диапазон тут будет $5–30, так что лучше присмотреться к GPT-5.6 Sol, Claude Opus 5, Kimi K3.
Для сложного анализа (длинные документы, многошаговые рассуждения) больше подойдут Claude Fable, GPT-6 Astra, GPT-5.6 Sol.
Как сэкономить, не теряя в качестве
- Разделите трафик. Простые запросы оставить на дешевую модель, сложные — на дорогую.
- Сдвиньте нагрузку. Пакетные задачи можно выполнять не в часы пик.
- Сократите output. Если модель генерирует длинные ответы, а нужно коротко, используйте системные инструкции.
- Тестируйте перед сменой. Новая дешевая модель может оказаться хуже на ваших задачах. Сравнивайте на реальных примерах, а не на общих бенчмарках.
Главный принцип заключается в том, чтобы считать не цену за токен, а цену за решенную задачу.