---
title: "Расчёт стоимости LLM API до запуска: пошагово | BroadRouter"
description: "Пошаговая модель затрат на новую ИИ-функцию: пользователи × действия × вызовы × токены, с кэшем, рассуждениями, повторами, лимитами и расчётом на месяц."
url: https://broadrouter.com/ru/blog/estimate-llm-api-cost-before-launch/
lang: ru
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/blog/estimate-llm-api-cost-before-launch/) (обновлён 2026-11-15).

# Как рассчитать стоимость LLM API до запуска функции

Команда BroadNet Inference · 6 мин чтения · Опубликовано 2026-11-14 · Обновлено 2026-11-15

Чтобы рассчитать стоимость LLM API, моделируйте одно действие пользователя, а не один вызов API: посчитайте вызовы на действие, измерьте входные, кэшированные и выходные токены на вызов на реальных примерах и умножьте на пользователей и действия в месяц. Добавьте рассуждения и повторы и оцените низкий, ожидаемый и высокий сценарии. Наш пример на DeepSeek V4.1 Flash даёт $42.67 в месяц.

## Главное

-   Моделируйте единицу работы, которую запускает пользователь, и посчитайте все вызовы LLM за ней, включая повторы и шаги агента.
-   Измерьте токены на 20–50 реальных примерах и прочитайте блок usage. Не угадывайте по числу слов.
-   Разделите вход на новые и кэшированные токены и включите рассуждения в выход: у каждого типа своя цена.
-   Наш пример: 60 000 действий в месяц по 5 000 входных и 500 выходных токенов, половина входа из кэша, стоит $42.67.
-   Проверяйте объём не только по бюджету, но и по лимитам запросов и параллельности.

**На этой странице**

1.  Какая формула у стоимости LLM API?
2.  Как пошагово построить модель затрат?
3.  Как выглядит пример расчёта? Генератор черновиков ответов поддержки
4.  Насколько широкими делать низкий и высокий сценарии?
5.  Что сильнее всего меняет оценку?
6.  Укладывается ли объём в лимиты запросов?
7.  Стоит ли запускать эту функцию на тарифе с фиксированной ценой?
8.  Как превратить оценку в бюджет?
9.  Какое место здесь занимает BroadNet Inference

Чтобы рассчитать стоимость LLM API до запуска, оценивайте одно действие пользователя, а не один вызов API. Посчитайте вызовы за этим действием, измерьте новый вход, вход из кэша и выход на 20–50 реальных примерах, умножьте на число действий в месяц, затем добавьте рассуждения и повторы. Наш пример с черновиками ответов поддержки на DeepSeek V4.1 Flash даёт $42.67 в месяц.

Это прогноз до запуска для одной функции; когда появятся платящие пользователи, маржу и ценовые уровни разбирает статья [стоимость LLM на пользователя в SaaS](https://broadrouter.com/ru/blog/llm-cost-per-user-saas/).

## Какая формула у стоимости LLM API?

```text
monthly cost = actions per month × calls per action
             × ( new input tokens × input price
               + cached input tokens × cached price
               + output tokens × output price ) / 1,000,000
```

То есть: месячная стоимость = действия в месяц × вызовы на действие × (новые входные токены × цена входа + входные токены из кэша × цена кэша + выходные токены × цена выхода) / 1 000 000.

[Выходные токены](https://broadrouter.com/ru/glossary/input-and-output-tokens/) включают рассуждения. [Кэшированные токены](https://broadrouter.com/ru/glossary/cached-input-tokens/) — это вход, который провайдер использует повторно по более низкой цене. Всё остальное — измерения. Бесплатный [калькулятор стоимости LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/) применяет эту формулу к прайсовой цене любой модели.

## Как пошагово построить модель затрат?

1.  **Назовите единицу работы.** «Подготовить черновик ответа в поддержку», «кратко пересказать звонок», «починить падающий тест». Оценивайте её, а не «запрос».
2.  **Посчитайте вызовы на действие.** Ответ с поиском может быть одним вызовом. Агент, который планирует, редактирует и проверяет, — десятью. Добавьте долю повторов: тайм-аут, который вы повторяете, оплачивается снова.
3.  **Измерьте токены на вызов на реальных примерах.** Возьмите 20–50 реалистичных входных данных, а не вылизанные демо. Для первой грубой оценки, ещё до вызова API, вставьте их в [счётчик токенов](https://broadrouter.com/tools/token-counter/). Читайте `usage.prompt_tokens`, `usage.prompt_tokens_details.cached_tokens` и `usage.completion_tokens` из каждого ответа. При стриминге задайте `stream_options: {"include_usage": true}`; [руководство по стримингу](https://broadrouter.com/ru/guides/streaming-chat-completions/) показывает, где эти данные появляются.
4.  **Разделите новый вход и вход из кэша.** Системный промпт, список инструментов и общие документы можно кэшировать, если они идут первыми и не меняются. Текст пользователя — нельзя.
5.  **Включите рассуждения в выход.** DeepSeek V4.1 Flash, GLM 5.3 и Qwen3.8 27B думают перед ответом. Эти [токены рассуждений](https://broadrouter.com/ru/glossary/reasoning-tokens/) оплачиваются как выход, и их часто больше, чем видимого ответа. [Почему рассуждения стоят больше, чем видно](https://broadrouter.com/ru/blog/reasoning-tokens-cost/).
6.  **Оцените объём.** Активные пользователи × действия на пользователя в день × 30.
7.  **Перемножьте и сложите.** Переведите итоги по токенам в миллионы и примените цену за 1 млн.
8.  **Оцените три сценария.** Низкий, ожидаемый и высокий. Трафик на запуске непредсказуем, а промпты со временем растут.
9.  **Проверяйте не только деньги, но и лимиты.** Пиковое число запросов в минуту и одновременных запросов должно укладываться в [лимиты запросов](https://broadrouter.com/ru/glossary/rate-limit/) вашего ключа.
10.  **Выберите модель оплаты.** Оплата за токены — для скачкообразного трафика, который создают пользователи; тариф с фиксированной ценой — для агентов, работающих без перерыва.

## Как выглядит пример расчёта? Генератор черновиков ответов поддержки

В приложение для службы поддержки добавляют кнопку «Черновик ответа». Цифры ниже — допущения для иллюстрации. Замените каждую своими измерениями.

| Параметр | Значение | Откуда берётся |
| --- | --- | --- |
| Сотрудники поддержки (штат), которые пользуются функцией | 500 | Продуктовый план |
| Черновиков на оператора в день | 4 | Использование в пилоте |
| Дней в месяце | 30 |  |
| Действий в месяц | 60 000 | 500 × 4 × 30 |
| Вызовов на действие | 1 | Один вызов с найденными статьями |
| Входных токенов на вызов | 5 000 | Системный промпт, переписка по тикету, три статьи справки |
| Доля входа из кэша | 50% | Стабильный системный промпт и префикс со статьями |
| Выходных токенов на вызов | 500 | Около 200 видимых, 300 на рассуждения |
| Модель | DeepSeek V4.1 Flash | $0.175 / $0.0055 / $0.52 за 1 млн |

Теперь итоги:

| Строка | Токенов в месяц | Цена за 1 млн |
| --- | --- | --- |
| Новый вход | 150 млн | $0.175 |
| Вход из кэша | 150 млн | $0.0055 |
| Выход, включая рассуждения | 30 млн | $0.52 |
| **Ожидаемая стоимость в месяц** |  | **$42.67** |

Это 300 млн входных и 30 млн выходных токенов: 60 000 × 5 000 и 60 000 × 500.

## Насколько широкими делать низкий и высокий сценарии?

| Сценарий | Действий в месяц | Входные / выходные токены | Стоимость в месяц |
| --- | --- | --- | --- |
| Низкий: медленное внедрение | 20 000 | 100 млн / 10 млн | $14.23 |
| Ожидаемый | 60 000 | 300 млн / 30 млн | $42.67 |
| Высокий: внедрение в 3 раза больше | 180 000 | 900 млн / 90 млн | 3 × $42.67 |

Во всех трёх сценариях доля кэша одинаковая — 50%. Если она упадёт, счёт вырастет: новый вход на этой модели стоит $0.175 за 1 млн против $0.0055 из кэша. [Как держать долю кэша высокой](https://broadrouter.com/ru/blog/cached-input-tokens-explained/).

## Что сильнее всего меняет оценку?

-   **Длина контекста.** Поиск, который подтягивает десять статей вместо трёх, может удвоить вход. Измеряйте токены после каждого изменения промпта.
-   **Рассуждения.** `reasoning_effort` со значением `low` на простых черновиках сокращает скрытый выход. [Рассуждения и max\_tokens](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/).
-   **Повторы и циклы.** 5% повторов добавляют 5% к каждой строке. У цикла агента без ограничения шагов потолка нет вовсе. [Контроль расходов на LLM API](https://broadrouter.com/ru/blog/llm-api-spend-control/).
-   **Выбор модели.** Gemma 4 VL 26B стоит $0.10 за вход и $0.22 за выход за 1 млн, но её контекст — 32 768 токенов, и BroadNet не указывает для неё рассуждения. Проверьте качество, прежде чем переходить на неё ради экономии.
-   **Язык.** Одному и тому же тексту на арабском или хинди может понадобиться гораздо больше токенов, чем на английском, и разрыв зависит от токенизатора. Наш датасет [реальная стоимость по языкам](https://broadrouter.com/data/real-cost-by-language/) показывает цену за 1 млн символов для каждого языка на каждой модели и у каждого провайдера.
-   **Рост промптов.** После запуска промпты обычно растут по мере обработки пограничных случаев. Повторяйте измерение в каждом релизе.
-   **Изменения цен.** Прейскурантные цены меняются редко, но могут расти. В архивных страницах цен 11 провайдеров мы зафиксировали 52 повышения прейскурантной цены с 2024 по ноябрь 2026 года, каждое — сравнение цены модели с её же прежней ценой (против 100 снижений); медианное повышение составило 40% по смешанной цене. См. статью [как закладывать в бюджет рост цен на LLM API](https://broadrouter.com/ru/blog/llm-api-price-increases/).

Если оценка получилась слишком высокой, прежде чем менять функцию, пройдите [чек-лист из 10 шагов по снижению расходов на LLM API](https://broadrouter.com/ru/blog/how-to-reduce-llm-api-costs/).

## Укладывается ли объём в лимиты запросов?

60 000 действий в месяц — это около 2 000 в день. Если десятая часть дневных черновиков приходится на самый загруженный час, это 200 в час, или около 3 в минуту. Ключ BroadNet с оплатой по факту допускает 30 запросов в минуту и 4 одновременно, так что одного ключа хватит. Проверьте и высокий сценарий или прогоните свой пик через [калькулятор лимитов запросов](https://broadrouter.com/tools/llm-rate-limit-calculator/). О соотношении частоты запросов и числа одновременных запросов см. [параллельность](https://broadrouter.com/ru/glossary/concurrency/). Если получаете 429, [повторяйте с задержкой](https://broadrouter.com/ru/guides/errors-and-retries/).

## Стоит ли запускать эту функцию на тарифе с фиксированной ценой?

Скорее нет. Сессия Full Moon стоит $60 в месяц, но выполняет один запрос за раз, а когда много пользователей одновременно нажимают «Черновик», нужны параллельные запросы. Тарифы с фиксированной ценой подходят агентам, которые работают непрерывно, например агенту для программирования. [Расчёт окупаемости](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/) показывает, что агент для программирования на полный день стоит $65.40 в месяц при оплате за токены — больше цены тарифа.

## Как превратить оценку в бюджет?

1.  Внесите ожидаемую цифру в план, а высокую — в порог оповещения.
2.  Логируйте токены на действие в продакшене и каждую неделю сравнивайте с моделью затрат.
3.  Задайте жёсткие ограничения в коде: `max_tokens`, лимиты шагов и лимиты повторов.
4.  Пересчитывайте оценку каждый раз, когда меняете модель, промпт или настройки поиска.

Пересчитать стоимость при оплате за токены на своих цифрах можно в [калькуляторе стоимости LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/), а сравнить тариф с оплатой за токены — на [странице цен](https://broadrouter.com/ru/pricing/).

## Какое место здесь занимает BroadNet Inference

BroadNet Inference публикует цены за токены для всех моделей чата и распознавания речи, которые она обслуживает, в одном [файле цен](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-estimate-llm-api-cost-before-launch&utm_content=body), поэтому оценку выше можно держать в коде. Новые аккаунты получают стартовый кредит $5, который действует для Gemma 4 VL 26B и обеих моделей транскрипции, так что вы можете измерить свои примеры на Gemma; для DeepSeek, GLM и Qwen нужно пополнение. Если вашей функции нужна закрытая передовая модель, для этой части BroadNet — неподходящий провайдер.

Бесплатные инструменты по теме (на английском)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Бесплатные инструменты (на английском)](https://broadrouter.com/tools/)

## Термины в этой статье

[Токен (token)](https://broadrouter.com/ru/glossary/token/)

Токен — это единица текста, которую языковая модель читает и пишет: слово, часть слова, знак препинания или последовательность байтов, которую выдаёт токенизатор модели. LLM API считают, ограничивают и обычно тарифицируют использование в токенах.

[Оплата по факту (pay-as-you-go)](https://broadrouter.com/ru/glossary/pay-as-you-go/)

Оплата по факту (pay-as-you-go) — это модель ценообразования, при которой вы платите только за то, что использовали, по счётчику в единицах вроде токенов, запросов или минут аудио, без подписки и минимальных обязательств. Так тарифицирует большинство LLM API — с предоплаченного баланса или по периодическому счёту.

[Входные и выходные токены (input and output tokens)](https://broadrouter.com/ru/glossary/input-and-output-tokens/)

Входные токены — это токены, которые языковая модель читает в запросе: системный промпт, история диалога, описания инструментов и изображения. Выходные токены — это токены, которые она генерирует в ответ, включая рассуждения. LLM API обычно тарифицируют их по отдельности, и выход, как правило, дороже.

[Параллельность (concurrency)](https://broadrouter.com/ru/glossary/concurrency/)

Параллельность (concurrency) — это число запросов, которые клиент одновременно держит в работе. LLM API часто ограничивают её на ключ или тариф отдельно от лимита запросов в минуту, потому что каждый открытый запрос занимает мощности GPU, пока ответ не будет готов.

[Вызов инструментов (tool calling)](https://broadrouter.com/ru/glossary/tool-calling/)

Вызов инструментов (function calling) — это функция LLM API, при которой модель возвращает структурированный запрос на выполнение функции, заданной разработчиком, с аргументами в JSON. Приложение выполняет функцию и отправляет результат обратно; сама модель код никогда не выполняет.

[Лимит запросов (rate limit)](https://broadrouter.com/ru/glossary/rate-limit/)

Лимит запросов (rate limit) — это ограничение, которое API накладывает на объём использования клиентом за отрезок времени, например число запросов или токенов в минуту. Запросы сверх лимита отклоняются, обычно с HTTP 429 Too Many Requests, пока использование снова не опустится ниже порога.

[Вход из кэша (cached input tokens)](https://broadrouter.com/ru/glossary/cached-input-tokens/)

Вход из кэша (cached input tokens) — это токены промпта, которые провайдер LLM недавно обработал и может взять из кэша, а не вычислять заново; обычно это повторяющийся префикс, например системный промпт или документ. Провайдеры тарифицируют их дешевле, чем новые входные токены.

[ИИ-агент (AI agent)](https://broadrouter.com/ru/glossary/agent/)

ИИ-агент — это система, в которой языковая модель сама направляет свои шаги к цели: решает, какие инструменты вызвать, читает результаты и повторяет, пока не выдаст итоговый ответ или не упрётся в лимит. Фиксированный сценарий, который вызывает модель в заранее заданных местах, обычно называют не агентом, а workflow.

## Вопросы и ответы

### Как оценить число токенов, пока пользователей ещё нет?

Подготовьте 20–50 реалистичных входных данных, прогоните их через модель, которую собираетесь использовать, и прочитайте prompt\_tokens, cached\_tokens и completion\_tokens из блока usage. Усредните их на один вызов.

### Сколько токенов в типичном запросе к чату?

Очень по-разному. Короткая реплика в чате может занимать несколько сотен токенов, а запрос с найденными документами или длинной историей — десятки тысяч. Измеряйте свои промпты.

### Нужно ли закладывать запас в оценку стоимости LLM?

Да. Оцените высокий сценарий в два-три раза выше ожидаемого объёма и заложите в бюджет повторы и более длинные промпты по мере роста функции. Затем задайте жёсткие лимиты, чтобы баг не мог выйти за эту сумму.

### Когда стоит подумать о тарифе с фиксированной ценой?

Когда один агент или воркер большую часть дня работает на одной модели. Для DeepSeek V4.1 Flash в BroadNet сессия Full Moon стоит $60 в месяц без счётчика токенов, один запрос за раз.

## Читайте также

-   [Цены на LLM API: вход, кэш, выход и токены рассуждений](https://broadrouter.com/ru/blog/llm-api-pricing-explained/)
-   [Фиксированный тариф или оплата за токены в LLM API: когда выгоднее](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Кэшированные входные токены: как снизить счёт за LLM API](https://broadrouter.com/ru/blog/cached-input-tokens-explained/)
-   [Контроль расходов на LLM API: бюджеты, лимиты ключей, защита от циклов](https://broadrouter.com/ru/blog/llm-api-spend-control/)
-   [Бесплатный LLM API: на что на самом деле хватит стартового гранта](https://broadrouter.com/ru/blog/free-llm-api-credit/)
-   [Стоимость LLM на пользователя: юнит-экономика ИИ-функции в SaaS](https://broadrouter.com/ru/blog/llm-cost-per-user-saas/)
-   [Цены на LLM API в октябре 2026: 3 повышения и ни одного снижения](https://broadrouter.com/ru/blog/llm-api-price-changes-october-2026/)
-   [Как часто меняются цены на LLM API? 3 года архивных страниц цен](https://broadrouter.com/ru/blog/how-often-llm-api-prices-change/)
-   [Руководство: Стриминг chat completions и обрыв соединения](https://broadrouter.com/ru/guides/streaming-chat-completions/)
-   [Руководство: Коды ошибок BroadNet Inference и когда повторять запрос](https://broadrouter.com/ru/guides/errors-and-retries/)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-estimate-llm-api-cost-before-launch&utm_content=page-cta) ·

**Источники**

-   [Машиночитаемый прайс-лист BroadNet Inference (pricing.json) (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
-   [Справочник API BroadNet Inference, лимиты и учёт использования (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-estimate-llm-api-cost-before-launch&utm_content=sources#limits)
-   [Страница цен BroadNet Inference (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-estimate-llm-api-cost-before-launch&utm_content=sources)
