Перейти к содержанию

Стоимость генеративных моделей

Текстовые генеративные модели оплачиваются по токенам и вызовам встроенного веб-поиска. Действующие рублевые ставки за 1 миллион токенов опубликованы на странице «Тарифы», общие правила резервирования и списания — на странице «Модели и тарифы».

Категории токенов и поиск​

Все категории токенов не пересекаются — каждый токен оплачивается ровно по одной ставке из таблицы «Тарифы»:

  • «Входящие» — входные токены запроса, которые не были прочитаны из кэша и не были записаны в кэш.
  • «Кэш, чтение» — входные токены, прочитанные из кэша промптов.
  • «Кэш, запись» и «Кэш, запись 1ч» — входные токены, записанные в кэш промптов со стандартным или часовым временем жизни.
  • «Исходящие» — сгенерированные моделью токены ответа, включая токены рассуждений. Токены рассуждений входят в число исходящих и отдельно поверх них не оплачиваются.
  • «Поиск» — вызовы встроенного инструмента провайдера для веб-поиска или чтения веб-страниц (на странице «Тарифы» цена указана за 1 тысячу запросов).

Предварительный подсчет входных токенов через API методы POST /anthropic/api/v1/messages/count_tokens и POST /openai/api/v1/responses/input_tokens бесплатен. Подробнее об учете токенов и кэша — в статье блога «Как устроена тарификация токенов».

Формула и множители​

Итоговая стоимость запроса в рублях рассчитывается по формуле:

Вход = (Токены_входа × Цена_входа
+ Токены_чтения_кэша × Цена_чтения_кэша
+ Токены_записи_кэша × Цена_записи_кэша
+ Токены_записи_кэша_1ч × Цена_записи_кэша_1ч) / 1 000 000

Выход = (Токены_выхода × Цена_выхода) / 1 000 000

Поиск = (Запросы_поиска × Цена_поиска) / 1 000

Стоимость = (Вход × M_режима × M_контекста_вход
+ Выход × M_режима × M_контекста_выход
+ Поиск) × M_пик

Множители из таблицы «Множители стоимости» на странице «Тарифы» применяются по следующим правилам (если множитель для модели не задан, он равен 1):

Множитель на странице «Тарифы»Когда действуетНа что распространяется
«Fast режим» и другие уровни обслуживания (M_режима)Запрос выполнен в приоритетном или сверхбыстром режиме обслуживания (priority, fast, ultrafast)Все входные токены (включая чтение и запись кэша) и все выходные токены; к веб-поиску не применяется
«Длинный контекст» (M_контекста_вход, M_контекста_выход)Суммарное число всех входных токенов запроса (входящие + чтение кэша + запись кэша всех модальностей) строго превышает порог моделиВходной множитель — ко всем категориям входных токенов (включая кэш); выходной множитель — ко всем выходным токенам; к веб-поиску не применяется
«Пиковые часы» (M_пик)Момент начала запроса попадает в одно из пиковых окон модели (на странице «Тарифы» интервалы указаны по МСК)Вся стоимость запроса целиком, включая вход, выход и веб-поиск

Поле usage.cost_rub в ответе​

Если в ответе текстовой модели через OpenAI Chat Completions или OpenAI Responses (например, у моделей Grok без конвертации) присутствуют данные о стоимости и сумма списания рассчитана, хаб возвращает стоимость запроса в рублях в поле usage.cost_rub. В остальных случаях объект usage содержит только счетчики токенов, а списанная сумма в рублях всегда отражается в аналитике.