API великих мовних моделей: фіксована плата чи оплата за токени — коли безліміт вигідніший

Оплата за токени здається невеликою в розрахунку на один запит, але за місяць набігає чимала сума, адже чати й агенти з кожним запитом повторно надсилають усю історію. Розберімося, яка модель оплати підходить вам.

Пояснення2 хв читанняОновлено 1 жовтня 2026 року

Чому витрати на токени зростають швидше, ніж ви очікуєте

Чат-моделі не зберігають стану: кожен запит містить усю розмову. Якщо історія чату вже налічує 50 000 токенів, усі ці 50 000 токенів надсилаються знову з наступним повідомленням, а потім — із кожним подальшим. У більшості випадків основну частину витрат становлять вхідні токени, а не відповіді.

Три приклади з розрахунками

Тут наведено лише кількість токенів; щоб визначити вартість, переведіть її в мільйони й помножте на ціну за мільйон токенів у вибраного провайдера.

Рольова гра з історією на 60 тис. токенів~91 млнтокенів на місяць~60 тис. на вході, ~600 на виході за запит · 1 500 запитів (50 на день)

Агент для програмування у великому репозиторії~363 млнтокенів на місяць~120 тис. на вході, ~1 тис. на виході за запит · 3 000 запитів (100 кроків на день)

Аналіз документів на 200 тис. токенів~61 млнтокенів на місяць~200 тис. на вході, ~2 тис. на виході за запит · 300 запитів (10 на день)

За обсягів від десятків до сотень мільйонів токенів на місяць навіть низька ціна за токен швидко перетворюється на значну суму, яку ви дізнаєтеся лише наприкінці місяця. Знижки за кешування промптів допомагають там, де вони є, але їхні умови залежать від провайдера, а кешовані токени зазвичай усе одно оплачуються.

Що змінює фіксована плата

Передбачувані витратиціна однакова незалежно від того, надсилаєте ви десять повідомлень чи десять тисяч.
Не потрібно себе обмежувативи перестаєте скорочувати контекст або відмовлятися від повторної генерації заради економії — саме такі обмеження зазвичай погіршують якість відповідей.
Обмежено паралельність, а не обсягтариф визначає кількість запитів, які можна виконувати одночасно. У цих межах користування необмежене.

Коли оплата за токени вигідніша

Відверто: якщо ви надсилаєте лише кілька коротких запитів на тиждень, оплата за фактичне використання буде дешевшою. Якщо для пакетної обробки вам потрібні десятки паралельних запитів, провайдери з оплатою за токени дають більше можливостей для масштабування. Фіксована плата вигідніша для регулярної інтерактивної роботи з довгим контекстом: рольових ігор, написання текстів, агентів для програмування та досліджень.

Як влаштовано тарифи Unquant

Від $49/місяць

Qwen 3.8 Flash NextКонтекст від 64 тис. до 262 тис. токенів залежно від тарифу

Від $109/місяць

GLM-5.3-FlashПовний контекст на 262 тис. токенів на кожному тарифі

Кожен тариф включає необмежену кількість токенів і повідомлень; тарифи відрізняються моделлю, розміром контекстного вікна та кількістю паралельних потоків запитів. Переглянути всі тарифи.