Сколько стоит 1M токенов в 2026: цены GPT, Claude, DeepSeek, Qwen и как не переплачивать
Как вообще считается цена
Все LLM-провайдеры тарифицируют отдельно входные токены (ваш промпт + история + контекст) и выходные (ответ модели). Цена указывается за 1 миллион токенов. Для русского текста 1M токенов ≈ 350–500 тысяч слов: токенизаторы режут кириллицу мельче, чем латиницу — закладывайте расход в 2–3 раза выше, чем для английского (подробнее — в статье о токенизации).
Выходные токены почти всегда дороже входных в 3–5 раз, поэтому для задач с длинным ответом (генерация кода, статей) смотрите в первую очередь на цену output.
Таблица цен (ноябрь 2026)
Цены на johellm.com — единый ключ, оплата в USDT, за 1M токенов:
| Модель | Вход | Выход | Контекст | Класс |
|---|---|---|---|---|
| north-mini-code | бесплатно | бесплатно | 128K | для тестов |
| deepseek-v4.1-flash | $0.029 | $0.63 | 128K | рабочая лошадка |
| z-ai/glm-5.3-flash | $0.04 | $0.08 | 128K | самый дешёвый выход |
| Qwen-3.8-Max (локальная) | $0.06 | $0.09 | 262K | reasoning за копейки |
| z-ai/glm-5.3 | $0.07 | $1.40 | 128K | баланс |
| minimax/minimax-m3.1-flash | $0.075 | $0.30 | 1M | гигантский контекст |
| openai/gpt-6-luna | $0.10 | $0.50 | 922K | GPT-класс |
| qwen/qwen3.8-flash | $0.15 | $0.47 | 262K | быстрый Qwen |
| qwen3.8-27b-local | $0.15 | $2.00 | 262K | локальная, приватность |
| moonshotai/kimi-k3.1-pro | $0.24 | $8.40 | 262K | сильный агентный |
| tencent/hy4 | $0.42 | $1.25 | 960K | длинные документы |
| qwen4-max | $1.50 | $4.50 | 262K | флагман Qwen |
| anthropic/claude-sonnet-5.5 | $2.00 | $10.00 | 200K | топ для кода |
| anthropic/claude-fable-5.2 | $8.00 | $40.00 | 200K | максимум качества |
Разброс цен — в 1000 раз между самой дешёвой и самой дорогой моделью. Это главное, что нужно знать об экономике LLM: выбор модели влияет на счёт сильнее любых других оптимизаций.
Что это значит в деньгах: три сценария
Чат-бот поддержки (1 000 диалогов/день)
Средний диалог: 2K токенов входа, 500 выхода. Месяц = 60M входа, 15M выхода.
| Модель | Счёт в месяц |
|---|---|
| z-ai/glm-5.3-flash | $3.60 |
| deepseek-v4.1-flash | $11.10 |
| openai/gpt-6-luna | $13.50 |
| claude-sonnet-5.5 | $270 |
Кодинг-агент (Cline/Continue, активный разработчик)
Агенты прожорливы: контекст проекта раздувает вход. Типичный месяц: 150M входа, 10M выхода.
| Модель | Счёт в месяц |
|---|---|
| qwen/qwen3.8-flash | $27 |
| openai/gpt-6-luna | $20 |
| kimi-k3.1-pro | $120 |
| claude-sonnet-5.5 | $400 |
Вывод: рутину (переименования, тесты, мелкие правки) — на дешёвую модель, архитектуру и сложные баги — на Claude. Переключение в агентах занимает два клика.
Массовая обработка (суммаризация 100K документов)
По 3K токенов входа, 300 выхода на документ: 300M входа, 30M выхода.
| Модель | Счёт за прогон |
|---|---|
| deepseek-v4.1-flash | $27.50 |
| glm-5.3-flash | $14.40 |
| gpt-6-luna | $45 |
| claude-fable-5.2 | $3 600 |
На батч-задачах дорогая модель не даёт пропорционального качества: для суммаризации DeepSeek и GLM справляются сопоставимо с флагманами.
Пять способов платить меньше
1. Каскад моделей. Сначала дешёвая модель, и только если она не уверена — дорогая. На классификации и маршрутизации экономит 70–90 %.
2. Кэширование промптов. Повторяющийся системный промпт и контекст тарифицируются по цене cache read — у части моделей это в 4–10 раз дешевле входа. Критично для агентов, где системный промпт уходит с каждым запросом.
3. Короче контекст — меньше счёт. История диалога растёт квадратично: каждый ход несёт всю предыдущую переписку. Суммаризируйте историю после N ходов. Подробнее — в статье про контекстные окна.
4. Ограничивайте max_tokens. Модель, которой разрешили 16K токенов ответа, иногда их использует. Для коротких задач ставьте лимит явно.
5. Считайте по usage, а не на глаз. Каждый ответ API содержит точные счётчики prompt_tokens / completion_tokens. Складывайте их в метрики с первого дня — сюрпризы в счёте всегда находятся в неожиданном месте. Полный разбор техник — в гайде по оптимизации затрат.
Скрытые расходы, о которых забывают
- Комиссия за оплату. Зарубежная карта +3–7 %, посредники +15–30 %. Оплата в USDT — только сетевой сбор ~$1–2 (как оплатить OpenAI API из России).
- Reasoning-токены. «Думающие» модели тратят невидимые токены на рассуждения — они тарифицируются как выходные. На сложных задачах это x2–x5 к цене ответа.
- Ретраи. Пайплайн с повтором при ошибке платит за каждую попытку. Настраивайте экспоненциальную задержку, а не мгновенный повтор.
- Подписки за простой. Фиксированная подписка выгодна только при стабильно высокой загрузке. Оплата за токены — честнее для нерегулярной нагрузки.
Как попробовать
На johellm.com все модели из таблицы доступны одним ключом: регистрация по email, пополнение в USDT от $10, бесплатная north-mini-code для проверки интеграции. API полностью OpenAI-совместимый — что это значит и как подключить.