Сколько токенов стоит ИИ для бизнеса: реальный расчёт по нагрузке

«Сколько стоит ИИ?» — вопрос, который мы слышим на каждом брифинге. Честный ответ: это вопрос про токены. Без понимания токенов любая цифра будет либо заниженной (и вы удивитесь счёту), либо завышенной (и проект не запустится из-за страха расходов).

Разберём: что такое токен, сколько стоит у разных провайдеров, и как посчитать бюджет под реальную нагрузку на трёх сценариях.

Что такое токен

Токен — это минимальная единица текста, с которой работает языковая модель. Примерное правило: 1 токен ≈ 4 символа для латиницы, 1 токен ≈ 2-3 символа для кириллицы (русский текст токенизируется менее эффективно — это важно учитывать при расчётах).

Примеры:

• «Привет, как дела?» — около 7-8 токенов
• Типовой вопрос в поддержку («Когда придёт мой заказ #12345, я оплатил три дня назад») — 25-40 токенов
• Ответ ассистента на 3 абзаца — 150-300 токенов
• Страница PDF-документа — 500-800 токенов

Провайдеры считают и тарифицируют отдельно входящие токены (ваш запрос + системный промпт + история диалога) и исходящие токены (ответ модели). Исходящие обычно дороже в 2-4 раза.

Цены провайдеров (на май 2026)

Цены меняются — всегда проверяйте актуальные значения на сайтах провайдеров. Ниже порядки цен для ориентира.

Модель	Входящие (за 1M токенов)	Исходящие (за 1M токенов)	Где данные
GPT-4o (OpenAI)	~$2.5	~$10	Серверы США
GPT-4o mini	~$0.15	~$0.6	Серверы США
Claude 3.5 Sonnet (Anthropic)	~$3	~$15	Серверы США
Claude 3 Haiku	~$0.25	~$1.25	Серверы США
GigaChat Pro (Сбер)	~150-400 ₽/1M	~150-400 ₽/1M	Серверы РФ
YandexGPT Pro	~200-600 ₽/1M	~200-600 ₽/1M	Серверы РФ

Важно: российские провайдеры иногда не разделяют input/output в ценообразовании и могут использовать другие единицы (например, «единицы» или «кредиты»). Уточняйте на момент запуска.

Для расчётов ниже используем GPT-4o как базовую модель и приводим пересчёт на май 2026 по курсу примерно 90 ₽/$. Актуальный курс и цены — всегда на сайте провайдера.

Сценарий 1: Чат-бот для поддержки

Вводные: 100 диалогов в день, средний диалог — 5 сообщений от пользователя и 5 ответов ассистента.

Состав одного запроса к модели:

• Системный промпт: ~500 токенов (инструкции для агента)
• История диалога: накапливается, в среднем 300 токенов к середине диалога
• Сообщение пользователя: ~50 токенов

Итого входящих на один запрос: ~850 токенов. Ответ ассистента: ~200 токенов.

За один диалог (5 обменов): ~5500 входящих + ~1000 исходящих = 6500 токенов.

Расчёт в месяц:

• 100 диалогов × 30 дней = 3000 диалогов
• 3000 × 6500 = ~19.5M токенов
• Входящие: ~16.5M × $2.5/1M = ~$41
• Исходящие: ~3M × $10/1M = ~$30
• Итого: ~$71/мес ≈ ~6 400 ₽/мес на GPT-4o

При нагрузке 500 диалогов/день: ~32 000 ₽/мес. При пиковых 2000 диалогах/день (e-commerce в акцию): ~128 000 ₽/мес.

Оптимизация: переключить простые вопросы (статус заказа, FAQ) на GPT-4o mini — это снижает расходы в 10-15 раз для этой части диалогов. Реальная экономия на смешанной нагрузке — 40-60%.

Сценарий 2: Генерация контента

Вводные: 50 статей в месяц по 2000 слов каждая.

Состав запроса:

• Промпт с инструкциями: ~300 токенов
• Бриф/тема: ~200 токенов
• Генерируемый текст 2000 слов: ~3000-3500 токенов (русский текст)

Итого на статью: ~500 входящих + ~3300 исходящих.

Расчёт в месяц (GPT-4o):

• 50 × 500 = 25K входящих → $0.06
• 50 × 3300 = 165K исходящих → $1.65
• Итого: ~$1.71/мес ≈ ~155 ₽/мес

Генерация контента — самый дешёвый сценарий на единицу объёма. Но на практике добавляются итерации: черновик → правка → финальная версия. Умножайте на 2-3.

Реальный бюджет на контент-фабрику 50 статей/мес: 500-2000 ₽/мес на токены. Основные расходы здесь — не токены, а редакторская проверка и SEO-работа.

Сценарий 3: Анализ документов

Вводные: 20 документов в день по 10 страниц, нужно извлечь ключевые данные и создать краткое резюме.

10 страниц PDF ≈ 5000-7000 токенов входящих. Системный промпт с инструкциями по анализу: ~400 токенов. Итоговое резюме: ~500-800 токенов.

Итого на документ: ~6400 входящих + ~650 исходящих.

Расчёт в месяц:

• 20 документов × 30 дней = 600 документов
• Входящие: 600 × 6400 = 3.84M → $9.6
• Исходящие: 600 × 650 = 390K → $3.9
• Итого: ~$13.5/мес ≈ ~1 215 ₽/мес на GPT-4o

Анализ документов — один из самых экономичных сценариев. Даже при объёме 200 документов/день расходы составят ~12 000 ₽/мес — обычно это меньше, чем зарплата аналитика за аналогичный объём ручной работы.

Важный нюанс: если в документах персональные данные клиентов — см. раздел о 152-ФЗ ниже.

Как снизить расходы на 30-60%

Несколько техник, которые мы применяем на практике:

Кеширование промптов. Если системный промпт одинаковый для всех запросов — OpenAI и Anthropic предлагают кеширование. Длинный системный промпт считается только при первом запросе, дальше — со скидкой 50-90%. На чат-боте с промптом 1000 токенов экономия существенная.

Роутинг по моделям. Не все вопросы требуют GPT-4o. Классификатор (сам по себе дешёвый) определяет сложность вопроса — простые идут на GPT-4o mini или аналог, сложные — на старшую модель. Экономия на смешанных нагрузках: 40-60%.

Сжатие истории диалога (summarization). Вместо хранения всей истории диалога — периодически сжимать её в краткое резюме. К 10-му сообщению история без сжатия может весить 3000+ токенов, со сжатием — 300-500.

Prompt compression. Убрать из системного промпта всё лишнее. Промпт на 500 токенов вместо 1500 — треть расходов при каждом запросе.

Fine-tuning vs prompt-engineering. Для высоконагруженных повторяющихся задач — fine-tuning позволяет убрать большую часть промпта «в веса модели». Подходит при объёме от 100K запросов/мес.

Где остаются данные

Это второй по частоте вопрос на брифинге, и он правомерен.

OpenAI и Anthropic по умолчанию не используют данные из API-запросов для обучения моделей (это прописано в их Terms of Service для API-клиентов, в отличие от бесплатных продуктов). Данные обрабатываются на серверах в США — это нужно учитывать при работе с персональными данными российских пользователей.

152-ФЗ совместимость: если в диалогах есть персональные данные российских пользователей (имена, телефоны, адреса, паспортные данные) — технически требуется обработка на серверах в РФ или наличие согласия пользователя и соответствующих договоров с иностранным оператором. На практике большинство B2B-сервисов работает с данными, которые не попадают под эти ограничения, но лучше проверить с юристом.

Если нужна 152-ФЗ совместимость: используем GigaChat или YandexGPT (российские провайдеры с хранением на территории РФ), либо self-hosted решение (развёртывание открытых моделей на российской инфраструктуре). В обоих случаях производительность будет несколько ниже, чем у топовых западных моделей.

---

Хотите расчёт под вашу нагрузку? Опишите задачу — посчитаем на брифинге или посмотрите полный список услуг по ИИ-автоматизации.