Токен — минимальная единица текста, которой оперирует языковая модель: это может быть целое слово, часть слова, отдельный символ или знак препинания. Токен не равен слову: в английском один токен в среднем покрывает ~4 символа или ~0,75 слова, а в русском из-за кириллицы — лишь 2–3 символа, поэтому одно слово часто разбивается на несколько токенов. Провайдеры тарифицируют API именно по числу токенов на входе и выходе, а не по словам или символам, — поэтому точный подсчёт делает токенизатор конкретной модели в калькуляторе LLMoney.

Входные токены (input, prompt) — это то, что вы отправляете модели: запрос, системный промпт и контекст. Выходные токены (output, completion) — текст, который модель генерирует в ответ. Тарифицируются они отдельно, и выходные обычно в 2–5 раз дороже входных, так как генерация требует больше вычислений. В таблице LLMoney стоимость входа и выхода для каждой модели показана в отдельных колонках «Вход» и «Выход».

Контекстное окно — максимальное число токенов, которое модель обрабатывает за один запрос, включая и входной текст, и сгенерированный ответ. Например, у GPT-4o окно до 128K токенов, у GigaChat 2 Max — до 32K. Окно делится между входом и выходом: чем длиннее промпт и приложенные документы, тем меньше токенов остаётся на ответ. В таблице LLMoney размер окна каждой модели указан в колонке «Контекст».

«Рассуждающие» модели (OpenAI o1 и o3, DeepSeek R1 и им подобные) перед ответом генерируют цепочку скрытых рассуждений. Эти «думающие» токены вы не видите в ответе, но они тарифицируются как выходные — поэтому реальный счёт за сложный запрос может в разы превысить ожидаемый по длине ответа. При оценке такой модели закладывайте запас на выходные токены: невысокая цена за токен ещё не значит дешёвый запрос.

Одна страница A4 (~1800 символов, ~300 слов) — это примерно 400–500 токенов для английского текста и 700–900 токенов для русского. Книга на 300 страниц — это уже сотни тысяч токенов, что важно учитывать при оценке контекстного окна и стоимости. Это грубые ориентиры: точное число зависит от модели и содержимого (числа, код и пунктуация токенизируются иначе). Вставьте реальный текст в калькулятор выше, чтобы получить точный подсчёт для каждой модели.

Токенизаторы большинства зарубежных LLM оптимизированы под английский, поэтому кириллица кодируется менее компактно: тот же по смыслу текст на русском содержит в 1,5–2 раза больше токенов, чем на английском, — а значит, и дороже. Исключение — российские модели (GigaChat, YandexGPT), чьи токенизаторы заточены под русский язык. Сравнить, во сколько токенов обходится ваш русский текст у разных моделей, можно прямо в калькуляторе.

Инструменты (tools, function calling) — это внешние функции, которые модель может вызывать в ходе ответа: веб-поиск, выполнение кода, поиск по файлам, обращение к вашему API. За это приходится платить токенами: описание каждого инструмента передаётся модели, сам вызов и возвращённый результат — всё это добавляется к входным и выходным токенам поверх вашего текста. В калькуляторе LLMoney есть панель «Инструменты», которая оценивает эту надбавку и прибавляет её к стоимости запроса для каждой модели.

Каждый инструмент расходует токены в трёх местах: определение (передаётся один раз), вызов (генерируется моделью) и результат (возвращается в контекст). Самый «тяжёлый» — веб-поиск: его результаты легко добавляют тысячи токенов на каждый вызов; поиск по файлам и код-интерпретатор скромнее. Включите нужные инструменты в панели «Инструменты», задайте число вызовов — и увидите прибавку «+вход / +выход» в реальном времени. Учтите: отдельные платные сборы провайдеров за сами инструменты (например, за веб-поиск) в эту оценку токенов не входят.

Function calling — это ваши собственные функции, которые модель вызывает по описанию (например, «узнать погоду» или «создать заказ»). MCP (Model Context Protocol) — стандарт, по которому модель подключается к внешним инструментам и источникам данных. И то, и другое расходует токены на описание каждого инструмента плюс на каждый вызов и его результат. В панели «Инструменты» можно указать число своих функций или MCP-инструментов и количество вызовов на запрос, чтобы оценить итоговую надбавку.

AI-агент решает задачу не за один проход: он вызывает инструменты, получает результаты и снова обращается к модели — и так несколько раз. Каждый такой шаг добавляет токены, поэтому стоимость агента может в разы превышать стоимость одиночного запроса. В панели «Инструменты» задайте поле «вызовов» равным ожидаемому числу обращений за задачу — калькулятор учтёт это в колонке «Запрос» для каждой модели, и вы сможете сравнить, на какой модели агент обойдётся дешевле.

Стоимость запроса складывается из входных и выходных токенов, умноженных на тариф модели за 1 млн токенов. Точные цифры зависят от длины вашего промпта, объёма ответа и доли кэшированного ввода, а сами тарифы провайдеры периодически меняют. Поэтому вместо устаревающих чисел вставьте типичный текст запроса в калькулятор выше — и увидите актуальную стоимость одного обращения к GPT-4o и сразу ко всем остальным моделям.

Среди популярных моделей одни из самых доступных — GPT-4o mini, Gemini 2.5 Flash, DeepSeek V3 и GigaChat Lite. Но «самая дешёвая» зависит от задачи: на простых запросах лёгкая модель сэкономит, а на сложных может ухудшить результат и в итоге обойтись дороже из-за повторных вызовов. Отсортируйте таблицу выше по колонке «Запрос», чтобы увидеть самые дешёвые модели именно для вашего текста.

Кэширование промптов (prompt caching) позволяет провайдеру переиспользовать уже обработанную часть контекста — например, длинный системный промпт или документ, повторяющийся между запросами. Кэшированные входные токены тарифицируются со скидкой: у OpenAI и Anthropic — заметно дешевле обычных. В калькуляторе LLMoney есть ползунок «Кэш входа» — задайте долю кэшированного ввода, и таблица пересчитает стоимость с учётом экономии.

Это компромисс между ценой и качеством. На простых и шаблонных задачах (классификация, короткие ответы, извлечение данных) дешёвая модель справляется не хуже и экономит в разы. На сложных (рассуждения, код, длинный контекст) слабая модель чаще ошибается, и повторные попытки или ручная правка съедают всю экономию. Хороший подход — сравнить стоимость одного и того же запроса для нескольких моделей в таблице LLMoney и протестировать качество на самой дешёвой из подходящих.

Для русского текста по соотношению цена/качество выделяются российские модели — GigaChat и YandexGPT: их токенизаторы заточены под кириллицу, поэтому на том же тексте они расходуют меньше токенов, тарифицируются в рублях, а данные остаются на серверах в России (важно для соответствия 152-ФЗ). Из зарубежных с русским хорошо справляются GPT-4o, Claude и Gemini, но из-за менее компактной токенизации кириллицы запросы к ним обходятся дороже. Сравните стоимость конкретного русского текста для всех моделей в калькуляторе выше.

LLMoney отслеживает изменения у всех провайдеров и обновляет данные в течение нескольких дней после официального анонса. Для тех, кому нужна динамика, полная история цен по каждой модели доступна через открытый API — эндпоинт /models/{id}/price-history (см. раздел «API для разработчиков»).

Вставьте типичный текст запроса в поле калькулятора и нажмите «Рассчитать» (или ⌘/Ctrl+Enter) — LLMoney посчитает число токенов и покажет стоимость одного запроса сразу для всех моделей. Колонки «Вход», «Выход» и «Запрос» показывают разбивку и итог, а таблицу можно отсортировать по цене, чтобы выбрать самую выгодную модель. Чтобы прикинуть регулярные расходы, умножьте стоимость одного запроса на ожидаемое число обращений (например, запросов в день × количество дней).

Возьмите типичную для вашего бота реплику пользователя вместе с системным промптом, вставьте её в калькулятор и посмотрите стоимость в колонке «Запрос» для выбранной модели. Умножьте её на число запросов в день и на число дней в месяце — получите ориентир по бюджету. Если системный промпт повторяется в каждом запросе, поднимите ползунок «Кэш входа»: кэширование заметно снижает стоимость повторяющейся части.

Вставьте документ (или его представительный фрагмент) в калькулятор — вы увидите, в сколько токенов он обходится у каждой модели. Сверьте это число с колонкой «Контекст»: документ должен помещаться в контекстное окно модели целиком, иначе его придётся разбивать на части. Затем сравните стоимость «Запрос» по моделям — на больших объёмах разница в тарифах за 1 млн токенов становится особенно ощутимой.

Длину будущего ответа модели заранее предсказать нельзя, поэтому по умолчанию калькулятор оценивает объём выходных токенов примерно равным объёму вашего входного текста — это значение в колонке «Выход». Если вы знаете, что ответы будут заметно длиннее или короче входа, скорректируйте итог самостоятельно, ориентируясь на цену за 1 млн выходных токенов в колонке «Выход/1M».

BYOK (Bring Your Own Key) — использование собственных API-ключей провайдеров внутри LLMoney. После входа через Яндекс ID вы сохраняете ключи (OpenAI, Anthropic, GigaChat, YandexGPT и др.) и получаете: (1) точный подсчёт токенов через серверные токенизаторы провайдера вместо приблизительной оценки и (2) возможность вызывать модели прямо из интерфейса. Все ключи хранятся в зашифрованном виде.

Да. Войдите через Яндекс ID, добавьте API-ключ нужного провайдера в настройках и выберите модель в таблице — в раскрывшейся карточке появится поле для отправки запроса, а ответ модели отобразится рядом (поддерживаются OpenAI, Anthropic, GigaChat и YandexGPT). А переключателем ₽/$ над таблицей можно в любой момент сменить валюту — все цены пересчитаются по актуальному курсу ЦБ РФ.

Да, LLMoney предоставляет бесплатный REST API для данных о моделях и ценах. Базовый URL — api.llmoney.ru/api/v1. Доступны эндпоинты: GET /models (список моделей с ценами), GET /models/{id} (детали модели), GET /models/{id}/price-history (история цен), GET /recommend (подбор моделей по параметрам), POST /calculate (расчёт токенов и стоимости). Полная спецификация с примерами запросов — на странице llmoney.ru/api, интерактивная документация Swagger — api.llmoney.ru/api/docs.

Используйте GET /api/v1/recommend с параметрами: max_input_price и max_output_price (макс. цена за 1 млн токенов), min_context_window, currency (usd/rub), provider, sort_by (input_price, output_price или context_window), limit. Например, /api/v1/recommend?max_input_price=5&currency=usd&sort_by=input_price&limit=5 вернёт 5 самых дешёвых моделей с ценой входа до $5 за 1 млн токенов. Это удобно для AI-агентов (на LangChain, AutoGPT и др.), которые подбирают модель под задачу автоматически.

llms.txt — формирующийся стандарт описания сервиса для AI-агентов. Файл api.llmoney.ru/llms.txt содержит перечень эндпоинтов LLMoney с примерами запросов и ответов, чтобы агент мог автоматически обнаружить сервис и понять, как получать данные о ценах, без ручного изучения документации.