Сколько стоит месяц с AI-агентом: API против подписок

В августе 2026 я показывал своим коллегам на митапе таблицу с месячной стоимостью работы через разные модели. Через месяц открыл её снова — половина цифр уже устарела. DeepSeek ввёл пиковые тарифы, Z.ai перевёл GLM Coding Plan на кредиты, появились новые модели. Пришлось пересчитать всё заново по ценам на 16 сентября и заодно разобраться, что выгоднее: платить за API или покупать подписки.

Что я считал

За основу я взял месяц обычной работы с агентом: 492 миллиона новых входных токенов, 2,3 миллиарда токенов, прочитанных из кэша, 10 миллионов выходных и примерно 25 тысяч запросов. Понятно, что у всех своя модель потребления, это средний по больнице. Но на нём хорошо видна одна вещь, которую легко пропустить: 82% всего объёма — это кэш. В среднем запрос весит около 112 тысяч токенов, и почти весь он уже был отправлен раньше.

Вот как я считал: объём каждого типа токенов умножал на цену за миллион. Запись в кэш, которую Anthropic и OpenAI тарифицируют отдельно, в расчёт не входит, поэтому для Claude и GPT реальная сумма будет выше. Для Opus 5 при стандартном пятиминутном TTL наценка в четверть цены входа добавила бы примерно $615. При часовом TTL запись стоит вдвое дороже обычного входа и добавила бы уже $2 460 (документация Anthropic по кэшированию).

Как кэш меняет стоимость

Раньше экономия токенов выглядела так: сократить промпт, выкинуть лишнее, кто-то даже вырезал из промпта пробелы и убирал буквы. Сейчас одного этого недостаточно. Модель ничего не помнит между вызовами, и харнес — Claude Code, OpenCode, Cursor — на каждом ходу снова отправляет ей системный промпт, описания инструментов и историю. Зато провайдеры дают большую скидку на повторное чтение того же начала промпта. У большинства моделей Anthropic чтение кэша стоит 0,1 от цены входа, а у Fable 5.1 — 0,025; у OpenAI скидка достигает 90% (документация OpenAI). Большой, но стабильный промпт может оказаться дешевле маленького, который постоянно меняется.

Сколько харнес отправляет без нашего участия, я проверил на Claude Code. Только что запущенная сессия уже занимала около 45 тысяч токенов: системный промпт, инструменты, файлы памяти. На одно слово «привет» ушло ещё 18 тысяч. Стоимость определяет не то, что я напечатал, а то, что агент фактически передал. Сама модель диалог не хранит: состояние живёт в харнесе, а на следующем ходу он снова отправляет текущий контекст — исходную историю или её сжатую версию. Если харнес что-то не отправил, модель этого не знает. Подробнее о том, почему большое окно не решает задачу памяти, я писал отдельно.

Отсюда правила, которые реально экономят деньги:

• Кэш работает по совпадающему началу. Изменили что-то в начале — всё, что дальше, снова стоит полную цену.

• Не меняйте начало промпта посреди сессии. Не переподключайте MCP-серверы и не правьте правила, которые входят в системный промпт: у Anthropic изменение описаний инструментов инвалидирует кэш целиком.

• Подключайте MCP-серверы и скиллы на уровне проекта, а не глобально. Их описания уезжают в каждый вызов.

• Следите за TTL. У Anthropic API стандартный TTL — пять минут, расширенный — час. В Claude Code на подписке Pro или Max в пределах включённого лимита собственные ходы пользователя и часть служебных запросов получают часовой TTL автоматически. При переходе на usage credits они возвращаются к пяти минутам, если явно не выставить promptCacheTtl: 1h (документация Claude Code). У GPT-5.6 и более новых моделей OpenAI минимальный TTL — 30 минут. Кэш всё равно не постоянная память: после долгого перерыва начало промпта снова придётся записать.

• Не режьте стабильную часть промпта вслепую. Агенту не хватит контекста, он начнёт читать файлы и вызывать инструменты, и итоговый счёт за сессию вырастет.

На своей статистике Claude Code я вижу ещё более кэшированный профиль: 98% всех токенов — чтение из кэша. Именно поэтому цифры дальше так сильно расходятся.

Стоимость через API

Вот сколько стоит тот же месяц, если платить за API по прайсу. Цены взяты с официальных страниц провайдеров на 16 сентября: Anthropic, OpenAI, Alibaba Cloud, Kimi, xAI, Z.ai, DeepSeek, MiniMax. Я использовал обычный тариф: средний запрос в этом примере — 112 тысяч токенов. Если отдельные запросы переходят long-context порог провайдера, соответствующая строка будет дороже, поэтому таблица даёт нижнюю оценку.

* Без учёта записи в кэш. Для Opus 5 это ещё +$615 при пятиминутном TTL и +$2 460 при часовом, для остальных отмеченных моделей — пропорционально цене входа.

Anthropic выпустила Fable 5.1 с кэшем в четыре раза дешевле, чем у Fable 5, а цены Opus 5 не менялись. OpenAI снизила цену GPT-5.6 Sol до $4 за вход и $20 за выход — это промо, как минимум до 21 ноября — и выпустила GPT-6 Astra. В линейке 5.6 Sol самая большая модель, Terra средняя, Luna самая маленькая.

С китайскими моделями история обратная. DeepSeek в августе ввёл пиковые тарифы: по будням с 04:00 до 07:00 и с 09:00 до 13:00 по Москве всё стоит вдвое дороже. То есть в первой половине нашего рабочего дня. 10 сентября вышел DeepSeek V4.1 Flash, и он дешевле прежнего V4 Flash. Kimi K3 по API обходится почти как Sol. GLM-5.3 по API стоит столько же, сколько GLM-5.2.

Между Astra и DeepSeek V4.1 Flash вне пика разница почти в девяносто раз: $7 720 против $87. А если бы кэша не было и весь вход стоил полную цену, тот же месяц на Opus 5 обошёлся бы не в $3 860, а примерно в $14 000.

Подписки на открытые модели

В таблице, которую я показывал в августе, подписки считались по запросам. Например, у OpenCode Go для DeepSeek V4 Flash написано, сколько запросов в месяц даёт одна подписка, делим на наши 25 тысяч и получаем число подписок. Выглядело очень выгодно. Но у Go лимиты заданы в долларах, а число запросов — только оценка на запросах определённого размера. Наши запросы в несколько раз тяжелее: каждый тащит за собой сотню тысяч токенов кэша. Если пересчитать через доллары, картина другая.

OpenCode Go стоит $10 в месяц, скидки на первый месяц больше нет. Получается, что Go даёт в полтора–шесть раз больше, чем стоит, и это хорошее предложение. Четырёхкратный лимит для V4.1 Flash — временная акция до 20 сентября; без неё одной подписки на наш месяц хватает только на небольшую часть объёма. Купить несколько подписок в одном workspace не получится: Go разрешает подписаться только одному его участнику.

С GLM Coding Plan от Z.ai можно посчитать точнее, потому что формула кредитов опубликована. Наш месяц на GLM-5.3 — это примерно 174 тысячи кредитов в неделю в пиковые часы. Вне пика кредиты списываются вдвое медленнее, а пик у Z.ai совпадает с утренним окном DeepSeek: 09:00–13:00 по Москве в будни. План Max за $168 даёт 140 тысяч кредитов в неделю: если работать вне пика, одного хватит, если только в пик — нужно два, то есть $336. Против $1 331 по API это в четыре–восемь раз дешевле. Запросы к GLM-5.2 в подписке теперь автоматически уходят на GLM-5.3.

Ollama Cloud в августе я не считал, потому что цифр у них не было. С 31 августа они перешли на кредиты в долларах: Pro за $20 даёт $60 использования в месяц, Max за $100 — $300. То есть подписка даёт в три раза больше, чем стоит.

Claude Code и Codex

Самые щедрые лимиты сейчас у Claude Code. Anthropic их в токенах не публикует, поэтому могу опираться только на встроенную статистику. У меня подписка Max 20x за $200; показанный Claude Code эквивалент по API-прайсу за последние два месяца был более чем в сто раз выше цены подписки. Это личный профиль потребления, а не обещание тарифа. До 13 сентября действовала акция: недельный лимит в Claude Code был на 50% выше. С 14 сентября он остаётся на 25% выше, чем был до акции.

О своём переходе с Claude Code на Hermes Agent я писал отдельно.

Следующий по щедрости — Codex. OpenAI публикует лимиты в сообщениях за пять часов, про токены там ничего нет, и сама пишет, что это оценки, а не фиксированные лимиты. Поэтому точно посчитать нельзя, только прикинуть. По моей оценке, на GPT-5.6 Sol нашему месяцу нужно четыре подписки Pro 5x за $100 или одна Pro 20x за $200. Но новые подписки и апгрейды на Pro 20x OpenAI с 10 сентября временно приостановила. Для Luna хватает Plus за $20.

С Cursor ситуация другая. Сторонние модели там списываются по цене API, а сколько использования включено в тариф, на официальных страницах больше не пишут. Для наших объёмов Cursor стоит примерно как API, и на Teams-тарифах сверху добавляется $0,25 за каждый миллион токенов.

Почему это не навсегда, понятно из тех же цифр. Спонсировать каждому пользователю тысячи долларов в месяц компании бесконечно не смогут. Прайсы, акции и лимиты уже несколько раз менялись, подписки пока держатся. На митапе я говорил, что постепенно лимиты будут снижаться, а цены — расти.

Бенчмарки и цена

Я попытался привести цену к качеству: взял LiveBench, SWE-Bench Pro и Terminal-Bench 2.1, сравнил каждую модель с GPT-5.6 Sol и пересчитал стоимость через получившийся коэффициент. Честного коэффициента не получилось: в Terminal-Bench модели запускались разными харнесами, для части моделей нет результата по одному из тестов, а названия в таблицах относятся к разным версиям и режимам усилия. Поэтому «цену с поправкой на качество» я публиковать не стал. Бенчмарки помогают выбрать кандидатов для своей проверки, но не переводят качество в доллары.

Как я теперь выбираю модель

Для повседневной работы — писать код по готовой спецификации, чинить баги, отлаживать — не нужна самая умная модель. С этим отлично справляются GPT-5.6 Luna и DeepSeek 4 Flash, а стоят они в десятки раз дешевле флагманов. Документацию, архитектуру и сложную аналитику лучше отдать Opus или Sol. У меня работает и связка: сначала дешёвая модель пишет документ, потом Opus его исправляет. В таких задачах дорогая модель получает уже собранный контекст вместо того, чтобы начинать с нуля.

Если платить из своего кармана, то сейчас выгоднее всего подписки Claude и Codex под сложные задачи и дешёвые модели по API или через OpenCode Go под рутину. GLM Coding Plan и Ollama Cloud тоже хороши, особенно если основная работа приходится не на утро. Кому это не подойдёт: тем, кому нужна предсказуемость. Лимиты подписок не опубликованы и меняются, у китайских провайдеров цена зависит от часа, а промо-цены вроде Sol закончатся в ноябре.

Выводы

1. Типичный месяц работы с агентом — это миллиарды токенов, и большая часть из них — повторно отправленный контекст. Поэтому сравнивать провайдеров по одной цене входа бессмысленно.

2. Следить нужно не за числом токенов, а за долей попаданий в кэш. Всё, что меняет начало промпта посреди сессии, стоит полную цену за весь накопленный контекст.

3. Sol подешевел, DeepSeek ввёл пиковые тарифы, но разрыв между самыми дорогими и самыми дешёвыми моделями всё равно в десятки раз.

4. Лимиты подписок в запросах обманчивы: они посчитаны на лёгких запросах. Переводите свой расход в доллары по API и делите на долларовый лимит.

5. Подписки Anthropic и OpenAI сейчас дают в десятки раз больше, чем стоят, но их лимиты не опубликованы и могут поменяться в любой момент.

6. Не превращайте разрозненные бенчмарки в один «коэффициент качества»: точность такого числа будет мнимой.

7. Модель выбирается под задачу: дешёвая на рутину, дорогая на то, где действительно нужен ум.

Цифры в этой статье актуальны на 16 сентября. Судя по тому, как быстро устарела моя августовская таблица, через месяц их снова придётся пересчитывать.