ММООЗЗГГ.ru

Разбор

Сколько стоит работа ИИ-агента в месяц: облако или свой сервер

6 мин4 источника

Сколько стоит работа ИИ-агента в месяц, зависит от двух чисел: сколько токенов он тратит и сколько стоит миллион токенов у выбранной модели. Облачная модель среднего класса Sonnet 5.5 берет 2 $ за 1 млн токенов на входе и 10 $ на выходе, цены на 29 сентября 2026. На своем сервере вместо счета за токены платят за железо, электричество и обслуживание.

На странице · 4 раздела

Для всех уровней

Из чего складываются расходы

Токен это кусок слова, которым модель считает текст. Облачные модели берут плату отдельно за токены, которые читают (вход), и за токены, которые пишут (выход), и выход стоит в несколько раз дороже.

Агент тратит больше токенов, чем кажется по длине ответа. По документации Anthropic, на каждом новом шаге модель снова получает всю историю диалога, и в счет входят инструкция агента, сообщения, результаты инструментов, документы и описания самих инструментов.

Поэтому каждый шаг агента дороже предыдущего. Агент, который за один диалог 5 раз обращается к CRM и базе знаний, 5 раз отправляет модели растущую историю, а длинная инструкция и найденные фрагменты базы знаний повторяются в каждом запросе.

Подключение инструментов тоже добавляет токены: у Sonnet 5.5 служебная инструкция для инструментов занимает 286 токенов в каждом запросе. Главные статьи расхода: длина инструкции, объем найденных фрагментов и число шагов в диалоге.

Каждый ответ облачной модели сообщает в поле «usage» (расход), сколько токенов он потратил. Числа из журнала за неделю работы точнее любой оценки по длине текста.

Облачная модель

В облаке вы платите только за токены, без покупки железа. Разброс цен большой: GPT-6 Luna стоит 0,1 $ на входе и 0,5 $ на выходе за 1 млн токенов, Sonnet 5.5 2 $ и 10 $, Opus 5.5 4 $ и 20 $.

Два способа снизить счет описаны в ценах Anthropic. Пакетный режим, когда ответ не нужен сразу, дает скидку 50% на вход и выход. Кэш, то есть повторное использование одинакового начала запроса, снижает цену этой части до 10% от цены входа, у Sonnet 5.5 и Opus 5.5 до 5%.

Для агента кэш особенно выгоден: инструкция и описания инструментов одинаковы в каждом запросе. Пакетный режим подходит для ночной обработки: разбор писем, проверка документов, отчеты к утру.

Ограничения облака не в цене. Данные уходят провайдеру, а когда агент работает с данными клиентов, это вопрос закона: как его решаем мы, описано на странице о безопасности данных.

Сравнить счет у разных моделей на своих объемах можно в калькуляторе облачного API: он переводит доллары в рубли по курсу ЦБ.

Свой сервер

На своем сервере работают открытые модели: их веса можно скачать и запустить у себя. DeepSeek выпустила R1 с открытыми весами на лицензии MIT 20 января 2025 года, семейство Qwen 3 вышло 29 апреля 2025 года на лицензии Apache 2.0.

Счета за токены здесь нет. Есть покупка или аренда железа, электричество, место в серверной и время инженера, и эти расходы одинаковы, работает агент или простаивает.

Ориентиры по ценам на 29 сентября 2026: игровая видеокарта старшей серии стоит 749 990 ₽, компьютер Mac Studio с большой памятью 886 757 ₽, аренда игровой видеокарты в России от 43 ₽ в час. Модель на 7-8 млрд параметров помещается на одну такую карту.

Свой сервер выгоден при большом и ровном потоке запросов или когда данные нельзя выпускать наружу. При малом объеме облако дешевле, подробный разбор на странице о том, когда облако выгоднее.

Полную стоимость своего сервера в месяц, с электричеством и обслуживанием, считает калькулятор локального ИИ.

Пример расчета

Расходы на облачную модель считают по журналу пилота в четыре шага:

1. Возьмите из журнала число токенов на входе и на выходе за 14 дней пилота и умножьте на 2: это оценка на месяц.

2. Переведите оба числа в миллионы токенов.

3. Умножьте миллионы входных токенов на цену входа, выходных на цену выхода и сложите.

4. Добавьте запас на рост: новые каналы и длинные диалоги увеличивают число шагов агента.

Пример: агент поддержки за месяц прочитал 30 млн токенов и написал 10 млн. На Sonnet 5.5 это 30 раз по 2 $ и 10 раз по 10 $, на GPT-6 Luna 30 раз по 0,1 $ и 10 раз по 0,5 $.

Разница в десятки раз при одном и том же агенте. Поэтому модель выбирают по доле верных ответов на ваших вопросах, а потом по цене, а не наоборот.

Кэш инструкции и пакетный режим для ночных задач снижают эту сумму. Свой сервер имеет смысл сравнивать, когда облачный счет становится заметной строкой бюджета или когда данные нельзя отдавать провайдеру.

Расходы на модель это только часть стоимости агента. Сборку, подключение к CRM и сопровождение мы разобрали в статье о стоимости ИИ-агента.

Вопросы и ответы

Сколько токенов тратит один диалог агента?

Единого числа нет: расход зависит от длины инструкции, объема найденных фрагментов базы знаний и числа шагов. На каждом шаге модель снова получает всю историю диалога, поэтому диалог с пятью обращениями к CRM стоит заметно дороже короткого ответа. Точную цифру дает поле «usage» в журнале: среднее за неделю пилота умножают на число диалогов в месяц.

Что дешевле: облачная модель или свой сервер?

При малом или неровном потоке дешевле облако: вы платите только за потраченные токены. Расходы на свой сервер постоянны: железо, электричество и время инженера стоят одинаково, работает агент или простаивает. Свой сервер выгоднее при большом и ровном потоке или когда данные нельзя выпускать наружу.

Как снизить счет за токены, не меняя модель?

Есть три способа. Кэш одинакового начала запроса: в ценах Anthropic повторно прочитанная инструкция и описания инструментов стоят 10% цены входа, у Sonnet 5.5 и Opus 5.5 5%. Пакетный режим дает скидку 50% задачам, которым не нужен мгновенный ответ, а короткая инструкция и меньше найденных фрагментов уменьшают каждый запрос.

Почему цены моделей в долларах и как считать в рублях?

Облачные провайдеры указывают цену за 1 млн токенов в долларах, поэтому рублевый счет зависит от курса. Для бюджета сумму переводят по курсу ЦБ и закладывают запас на его колебания. Калькулятор облачного API на нашем сайте переводит доллары в рубли по курсу ЦБ сам.

Стоит ли брать самую дешевую модель?

Только если она верно отвечает на ваших вопросах. Цены моделей отличаются в десятки раз, но ошибка агента в цене или сроке стоит компании дороже сэкономленных токенов. Сначала прогоняют проверочный набор вопросов на двух-трех моделях, сравнивают долю верных ответов и только потом цену.

Источники и проверка

Проверено редакцией 16 октября 2026.

  1. Simon Willison, 20 января 2025 (simonwillison.net)
  2. Simon Willison, 29 апреля 2025 (simonwillison.net)
  3. Claude Platform Docs, Pricing, 2026 (platform.claude.com)
  4. Claude Platform Docs, Context windows, 2026 (platform.claude.com)

Нашли ошибку? Напишите нам

Публикации

Как создать чат-бот в Максе: инструкция для компании

Чтобы создать чат-бот в Максе, компании нужно пройти четыре шага на платформе MAX для партнеров: проверить профиль организации через Госуслуги, заполнить карточку бота, дождаться модерации до 48 часов по рабочим дням и собрать сценарий в конструкторе или своим кодом. Ниже каждый шаг по документации MAX, проверенной 16 октября 2026 года, а также как связать бота с сайтом, CRM и командой и на чем бо

ИнструкцияИТСредний11 мин
Написать в Telegram