Самый дешёвый LLM API - по вашей реальной нагрузке

Самый дешёвый LLM API - это не модель, которую можно назвать один раз и оставить. Цена - это два числа, доллары за миллион входных токенов и доллары за миллион выходных, и модели задают эти две цены так по-разному, что порядок меняется от задачи к задаче. На большинстве посчитанных нагрузок первой идёт gpt-oss-120b, но когда задача пишет намного больше, чем читает, её обгоняет Mistral Nemo, и ниже по списку разрывы между моделями так же то растут, то сходят на нет. Все цены ниже взяты из списка моделей OpenRouter на 05.11.2026, из того же источника, что и наша таблица цен моделей; чтобы посчитать свою нагрузку сразу по всем моделям, откройте калькулятор стоимости LLM.

Вот одиннадцать показательных моделей, от дешёвых к дорогим, с месячным счётом на одну посчитанную нагрузку: чат-бот поддержки, 50 000 запросов в месяц при примерно 1 200 входных и 350 выходных токенах на запрос.

Разброс на одной обычной нагрузке - от доллара в месяц до трёх тысяч. Этот разрыв и есть причина выбирать с умом. Пока вы не привяжете цену «самой дешёвой» модели из прайса к своему объёму, она не говорит почти ничего.

Почему единого самого дешёвого API нет

Каждый провайдер берёт плату за два события: токены, которые вы отправили в запросе, и токены, которые модель написала в ответ. Выходные токены модель генерирует по одному, а запрос читает за один параллельный проход, поэтому выход обычно стоит в несколько раз дороже входа. GPT-5 показывает это наглядно: $1,25 на входе и $10 на выходе, шаг в восемь раз. У Claude Haiku 5.5 мягче, $0,10 на входе и $0,50 на выходе. У Mistral Nemo почти ровно, $0,029 и $0,03.

Ваш счёт - это эти две цены, умноженные на то, сколько ваша нагрузка читает и пишет, и сложенные. Задача, которая много читает и мало пишет, зависит от цены входа. Задача, которая много пишет, упирается в цену выхода. Эти два рейтинга - разные списки, поэтому калькулятор, который знает только цену из прайса, на вопрос не отвечает, а посчитать настоящую нагрузку - единственный надёжный способ сравнить. Удельная цена не становится прогнозом сама по себе: четыре вопроса ломают большинство расчётов окупаемости автоматизации, и счёт за модель - ещё одна цифра в таком расчёте.

Самый дешёвый API для чат-бота

Чат-бот пишет. На примере выше, 60 миллионов входных токенов и 17,5 миллиона выходных в месяц, большую часть счёта несёт цена выхода. gpt-oss-120b с открытыми весами выигрывает с большим отрывом, около $1,38, потому что оба его числа крошечные. Среди небольших закрытых моделей крупных лабораторий GPT-5 Nano обходится примерно в $10, а Claude Haiku 5.5 стоит около $15, и у обеих решает скорее цена выхода, чем входа. Флагман на том же трафике - уже другой порядок трат: GPT-5 около $250, Claude Opus 5.5 около $590.

Для разговорного продукта смотрите сначала на цену выхода, потом на цену входа, а затем проверьте две-три самые дешёвые на своих же переписках, прежде чем выбирать. Для ответов поддержки небольшой модели часто хватает - проверьте это на своих данных. Разница между $15 и $295 в месяц накапливается каждый месяц, пока работает бот.

Самый дешёвый API для классификации и извлечения

Классификация переворачивает арифметику. Возьмём прогон, который в месяц отправляет 250 миллионов входных токенов и возвращает 10 миллионов, примерно 500 000 коротких документов на вход и метку на выход. Теперь почти всё решает цена входа. gpt-oss-120b снова выигрывает, около $3,16. Две закрытые модели показывают, как работает цена входа: GPT-5 Nano по $0,05 за миллион входных обходится примерно в $16,50, а Claude Haiku 5.5 по $0,10 выходит на $30, почти вдвое дороже. На чат-боте та же пара стоила $10 и $15, и разрыв был меньше, потому что их цены выхода ближе. Настоящая смена лидера случается, если развернуть задачу: при 250 миллионах входных и 750 миллионах выходных токенов в месяц Mistral Nemo обходится примерно в $30, а gpt-oss-120b стоит около $34. Модели не изменились. Изменилась нагрузка.

Это бьёт по бюджету при переносе пилота в эксплуатацию. Если команда берёт модель, которая была дешевле на разговорных запросах демо, и оставляет её для пакетной задачи, где теперь решает цена входа, счёт может выйти заметно выше оценки. Считать надо нагрузку в эксплуатации, а не в демо. Когда система заработает, три числа, которые просит правление, покажут, окупилась ли она.

Самый дешёвый API для кода и длинного контекста

В коде и RAG запросы длинные, а ответы средней длины. На нагрузке в 30 000 запросов в месяц при 6 000 входных и 1 500 выходных токенах важны обе цены. Небольшая модель вроде Claude Haiku 5.5 выходит примерно на $40, а GPT-5 Nano стоит около $27, тогда как у GPT-5 счёт около $675, а Claude Sonnet 5.5 около $810. Разрыв реальный, но это и есть нагрузка, где качество чаще всего оправдывает цену, потому что неверный ответ на сложную задачу по коду обходится в час работы человека, а не доли цента.

Вторая ось здесь - длина контекста. У самых дешёвых моделей в списке окно около 131 тысячи токенов. Окна на миллион токенов начинаются примерно с десятого места на этой нагрузке, с Qwen3.5-Flash и DeepSeek V4 Flash, и есть у Gemini 2.5 Flash Lite и Claude Haiku 5.5, так что длинный документ или крупный кусок кодовой базы помещается в них без деления. Это стоит проверить в таблице цен моделей, прежде чем выбирать, потому что дешёвая модель с коротким контекстом может обойтись дороже на обходных решениях, чем более дорогая модель, которая вмещает весь вход целиком.

Когда дорогая модель - дешёвый выбор

Цена за токен - не цена за полезный ответ. Модель, которая проваливает каждую пятую задачу и требует повтора, правки человеком или запасного вызова, не дешёвая, какой бы низкой ни была её цена. На рассуждениях, сложном коде и всём, что видит клиент, флагманы оправдывают цену в разы выше там, где ошибка обходится дорого; проверьте это на своих задачах. Правило простое - маршрутизировать по сложности: самая дешёвая модель, которая сохраняет качество для большинства простых вызовов, дорогая модель наготове для меньшинства, которому она нужна. Решайте это по шагам ещё в задании на внедрение ИИ, рядом с процессом, его владельцем и метрикой. Экономия появляется в этом решении, а не в попытке сбрить десятую долю цента с цены не той модели.

Как читать цену провайдера, прежде чем ей верить

Настоящий счёт отличается от двух цен из прайса по трём причинам. Первая - кешированный вход: в списке GPT-5 Nano берёт $0,005 за миллион кешированных токенов против $0,05 за новые, и это особенно важно для длинного системного запроса, который повторяется на каждом вызове. Вторая - пакетная цена: пакетные версии GPT-5 Nano и Claude Haiku 5.5 стоят вдвое дешевле обычных, и это подходит классификации и резюмированию, но не живому чату. Третья - цена может зависеть от длины запроса: проверьте это у выбранной модели, потому что тогда нагрузка с длинным контекстом обойдётся за токен дороже, чем показывает таблица. Арифметику это не меняет, зато меняет итоговую сумму, так что читайте страницу цен провайдера для той модели, на которой остановились. Рынок ИИ-продуктов вокруг этих моделей описан в нашем замере 10 066 инструментов.

У одной модели может быть не одна цена

Для моделей с открытыми весами у вопроса есть второй слой, потому что веса публичны и одну и ту же модель размещают несколько провайдеров по разным ценам. Семейства gpt-oss и Llama, Qwen, открытые выпуски Mistral и DeepSeek - каждое доступно у нескольких хостингов, поэтому сравните хостинги выбранной модели, прежде чем остановиться на одном. Агрегатор вроде OpenRouter может направить запрос к другому хостингу той же модели, и вам не нужно заводить отдельный аккаунт у каждого. Наша таблица берёт для каждой модели цену из того же агрегированного источника, и это делает цены сравнимыми, но когда вы остановились на модели с открытыми весами, стоит проверить, кто её размещает и по какой цене, потому что хост всё равно может заметно изменить счёт. У закрытой модели вроде GPT-5 или Claude одна цена из прайса, и этот слой к ней не относится.

Как выбирать

Посчитайте три вещи, прежде чем открыть любую страницу цен: месячный объём запросов, среднее число входных токенов на запрос и среднее число выходных. Введите их в калькулятор и читайте рейтинг под свои числа, а не под демо. Возьмите две-три самые дешёвые, которые выглядят правдоподобно по качеству, и проверьте их на своих реальных данных. Потом впишите один более дешёвый запасной вариант, потому что цены и модели меняются в течение года, а нагрузка, привязанная к одной модели, уязвима для следующего изменения её цены.