Экономика ИИ: из чего на самом деле складывается цена токенов и запросов

Когда бизнес подключает ИИ, первый же вопрос от финансиста звучит просто: «А сколько это стоит в месяц?» И вот тут выясняется, что честный ответ — «зависит». Не от количества сотрудников и не от числа ответов, а от токенов. Разберёмся, что это за единица, почему ввод дешевле вывода и за что вы на самом деле платите каждый раз, когда модель что-то отвечает.

Что такое токен и почему считают именно их

Модель не видит текст буквами или словами — она дробит его на токены, куски примерно по 3–4 символа. Слово «привет» — это один-два токена, а сложный термин может распасться на несколько. В среднем на русском один токен — это около половины слова. Провайдеры ИИ берут плату не за запрос целиком, а за суммарное число токенов, которые прошли через модель: сколько вы ей отправили и сколько она вам сгенерировала.

Ввод и вывод считаются по-разному

Ключевая деталь, которая многих удивляет: входные токены (ваш запрос и контекст) и выходные (ответ модели) тарифицируются отдельно, и вывод почти всегда в несколько раз дороже ввода. Причина техническая — сгенерировать каждый новый токен ответа модель может только последовательно, один за другим, и на каждый уходит отдельный проход вычислений. Прочитать ваш запрос она может «залпом», а вот писать ответ вынуждена по шагам. Отсюда и разница в цене.

Контекст — это не бесплатно

Длинный контекст (документы, история переписки, база знаний, приложенные файлы) — это тоже входные токены, и вы платите за них при каждом запросе. Отправляете модели 50 страниц инструкции, чтобы она ответила на один вопрос? Значит, эти 50 страниц оплачиваются как ввод в каждом обращении. Именно поэтому «просто закинуть всё в промпт» — дорогая стратегия: чем больше вы держите в контексте, тем выше счёт, даже если реально нужен крошечный кусок.

Кеширование и пакетная обработка сбивают цену

Здесь начинается настоящая экономика. Если один и тот же большой кусок контекста повторяется из запроса в запрос (например, системная инструкция или описание товара), провайдеры позволяют его закешировать — и при повторном использовании он стоит в разы дешевле. Похожая история с пакетной обработкой: если задачу не нужно решать прямо сейчас, её можно поставить в очередь и получить существенную скидку. Грамотное использование этих механизмов иногда снижает счёт в несколько раз при том же объёме работы.

За кулисами: почему всё это вообще стоит денег

Под красивым чат-окном скрывается дорогая инфраструктура — специализированные ускорители (GPU и им подобные), электричество, охлаждение дата-центров и сам факт, что большая модель при каждом ответе «прокручивает» миллиарды параметров. Цена токена для вас — это, по сути, усреднённая доля этих затрат. Поэтому более крупные и «умные» модели дороже компактных: они считают больше. Отсюда практический вывод — не любую задачу стоит отдавать самой мощной модели, простое часто выгоднее решать моделью попроще.

Что это значит для бизнеса

Стоимость ИИ-решения — это не абонентка, а управляемая величина. Один и тот же сценарий можно сделать дорогим или экономным в разы, в зависимости от того, как устроены запросы, что лежит в контексте, где включён кеш и какая модель отвечает на какой тип задач. Поэтому взрослый подход — не «сколько стоит ИИ», а «как спроектировать процесс, чтобы каждый рубль работал». Именно на этом уровне МАВИИ помогает бизнесу внедрять ИИ так, чтобы он окупался, а не просто впечатлял.

Вывод

Цена ИИ складывается не из ответов, а из токенов — и делится на ввод, вывод и контекст, каждый со своей логикой. Понимание этой механики превращает пугающий вопрос «сколько это будет стоить» в обычную инженерную задачу с понятными рычагами: короче контекст, умнее кеш, правильная модель под задачу. Тот, кто разобрался в экономике токенов, платит за ИИ ровно столько, сколько тот реально приносит.