Калькулятор цен LLM API и окупаемости Self-Host GPU

Сравните ежемесячные счета за 26 моделей с учётом кэширования промптов и оцените порог выгоды аренды GPU.

186.0M tok/mo
Минимальный чек/мес
$12.45/mo
Qwen-Turbo (Alibaba)
Флагманский ориентир
$828.00/mo
Claude Sonnet 4.6 • экономия $162.00/мес
Кластер 8x H100 (~$16/час)
1× RTX 4090: ~$329/mo
Сортировка:
МодельКонтекстТариф / 1M (Ввод / Вывод)За 1000 запр.В месяцИнструменты
Qwen-TurboOpen-Weight
Alibaba
1M
$0.05 / $0.2
Кэш: $0.0125
$0.21
$12.45
Gemini 2.5 Flash-Lite
Google
1M
$0.075 / $0.3
Кэш: $0.01875
$0.31
$18.68
GPT-4.1 nano
OpenAI
1M
$0.1 / $0.4
Кэш: $0.025
$0.41
$24.90
Gemini 2.5 Flash
Google
1M
$0.15 / $0.6
Кэш: $0.0375
$0.62
$37.35
GPT-4o mini
OpenAI
128K
$0.15 / $0.6
Кэш: $0.075
$0.66
$39.60
GLM-4.5-AirOpen-Weight
Zhipu
128K
$0.2 / $0.8
Кэш: $0.05
$0.83
$49.80
DeepSeek-V3Open-Weight
DeepSeek
128K
$0.27 / $1.1
Кэш: $0.07
$1.14
$68.10
DeepSeek-V4Open-Weight
DeepSeek
1M
$0.3 / $1.2
Кэш: $0.075
$1.25
$74.70
MiniMax-M2.7Open-Weight
MiniMax
256K
$0.3 / $1.2
Кэш: $0.075
$1.25
$74.70
Qwen-PlusOpen-Weight
Alibaba
128K
$0.4 / $1.2
Кэш: $0.1
$1.42
$85.20
GPT-4.1 mini
OpenAI
1M
$0.4 / $1.6
Кэш: $0.1
$1.66
$99.60
Kimi-K2.5Open-Weight
Moonshot
128K
$0.45 / $2
Кэш: $0.11
$1.98
$119.10
GLM-5Open-Weight
Zhipu
128K
$0.5 / $2
Кэш: $0.125
$2.07
$124.50
DeepSeek-R1Open-Weight
DeepSeek
128K
$0.55 / $2.19
Кэш: $0.14
$2.28
$136.74
Kimi-K3Open-Weight
Moonshot
256K
$0.6 / $2.5
Кэш: $0.15
$2.55
$153.00
Claude Haiku 4.5
Anthropic
200K
$0.8 / $4
Кэш: $0.08
$3.68
$220.80
OpenAI o4-mini
OpenAI
200K
$1.1 / $4.4
Кэш: $0.275
$4.56
$273.90
Qwen3-MaxOpen-Weight
Alibaba
256K
$1.2 / $6
Кэш: $0.3
$5.70
$342.00
Mistral LargeOpen-Weight
Mistral
128K
$2 / $6
Кэш: $0.5
$7.10
$426.00
GPT-5
OpenAI
400K
$1.25 / $10
Кэш: $0.125
$8.00
$480.00
Gemini 2.5 Pro
Google
1M
$1.25 / $10
Кэш: $0.31
$8.18
$491.10
GPT-4.1
OpenAI
1M
$2 / $8
Кэш: $0.5
$8.30
$498.00
OpenAI o3
OpenAI
200K
$2 / $8
Кэш: $0.5
$8.30
$498.00
GPT-4o
OpenAI
128K
$2.5 / $10
Кэш: $1.25
$11.00
$660.00
Claude Sonnet 4.6
Anthropic
200K
$3 / $15
Кэш: $0.3
$13.80
$828.00
Claude Opus 4.6
Anthropic
200K
$15 / $75
Кэш: $1.5
$69.00
$4,140.00

Как снизить расходы на LLM API в продакшене

Генерация (вывод) стоит в 3–8 раз дороже ввода, а Prompt Caching снижает плату за повторяющийся контекст на 50–90%.

1. Используйте Prompt Caching

Фиксируйте системные инструкции и схемы инструментов в начале промпта для автоматических скидок OpenAI, Anthropic и DeepSeek.

2. Маршрутизация по сложности

Отправляйте простые задачи в GPT-4.1 mini, Gemini 2.5 Flash или DeepSeek-V3, оставляя o3 и Claude Opus 4.6 для сложной логики.

3. Следите за точкой окупаемости GPU

При счетах от $2000–3000/мес и ровном трафике аренда L40S, H100 или RTX 5090 под MoE-модели часто даёт двукратную экономию.

Подобрать GPU под модель →

Вопросы по тарифам LLM API

Как рассчитывается ежемесячная стоимость API?▾
Месячный итог = Запросы/день x 30 x [(Некэшированный ввод x Цена ввода + Кэшированный ввод x Цена кэша + Вывод x Цена вывода) / 1 000 000].
Сколько реально экономит кэширование промптов?▾
При доле попаданий в кэш 50–80% (типично для RAG и кодовых агентов) кэширование сокращает расходы на ввод на 35–75%.
Какие конфигурации GPU взяты для оценки окупаемости?▾
Среднерыночные почасовые тарифы облачной аренды за 730 часов в месяц для RTX 4090, L40S, A100 80GB и узла 8x H100.
Как точно узнать количество токенов моего промпта?▾
Откройте наш счётчик токенов по ссылке из таблицы, вставьте свой текст и вернитесь с заполненным объёмом токенов.

Другие инструменты LLM и GPU

Весь каталог ИИ-инструментов →