---
title: "Как снизить расходы на LLM API: чек-лист из 10 шагов"
description: "Сокращайте счёт за LLM API в правильном порядке: замер, кэш префикса, сокращение промптов, лимит выхода и рассуждений, выбор модели, batch и фиксированная цена."
url: https://broadrouter.com/ru/blog/how-to-reduce-llm-api-costs/
lang: ru
updated: 2026-11-15
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/how-to-reduce-llm-api-costs/) (обновлён 2026-11-15).

# Как снизить расходы на LLM API: чек-лист из 10 шагов по порядку

Команда BroadNet Inference · 8 мин чтения · Опубликовано 2026-11-15

Чтобы снизить расходы на LLM API, сначала логируйте токены каждого запроса, а затем действуйте по порядку: держите префикс промпта стабильным, чтобы он попадал в кэш, сокращайте промпты, ограничивайте выход и рассуждения, берите самую маленькую модель, которая проходит ваши тесты, отправляйте в пакетную обработку или переносите то, что может подождать, кэшируйте повторяющиеся ответы, ограничивайте повторы и переходите на тариф с фиксированной ценой, когда использование превысит точку безубыточности.

## Главное

-   Сначала измерьте, потом сокращайте. Логируйте prompt\_tokens, cached\_tokens и completion\_tokens по каждой функции, иначе не поймёте, какой шаг сработал.
-   Кэширование — обычно самый сильный рычаг для входа. У DeepSeek V4.1 Flash вход из кэша стоит $0.0055 за 1 млн против $0.175 за новый вход.
-   На всех чат-моделях BroadNet выход дороже входа, а рассуждения оплачиваются как выход. Ограничивайте его.
-   OpenAI и Anthropic дают скидку 50% на пакетные задания, а DeepSeek вдвое снижает цены вне пиковых часов. Batch API у BroadNet нет.
-   Начиная примерно с 917 млн входных и 46 млн выходных токенов в месяц на DeepSeek V4.1 Flash тариф Full Moon за $60 обходится дешевле оплаты за токены.

**На этой странице**

1.  Из чего складывается счёт за LLM API?
2.  Чек-лист коротко
3.  1\. Зачем измерять, прежде чем что-то сокращать?
4.  2\. Как кэширование промптов снижает расходы?
5.  3\. Какие сокращения промпта безопасны?
6.  4\. Как ограничить выход и рассуждения?
7.  5\. Как выбрать модель подешевле без потери качества?
8.  6\. Можно ли отправить в пакетную обработку или перенести то, что может подождать?
9.  7\. Когда стоит кэшировать ответы целиком?
10.  8\. Как повторы и циклы сжигают деньги?
11.  9\. Как не дать счёту выйти из-под контроля?
12.  10\. Когда тариф с фиксированной ценой выгоднее оплаты за токены?
13.  Какие шаги лучше пропустить?
14.  Какое место здесь занимает BroadNet Inference

Большинство списков «сократите счёт за LLM на 70%» смешивают хорошие советы с цифрами, которые никто не измерял. Этот чек-лист упорядочен по тому, что делать в первую очередь, и каждая цифра в нём взята из прайс-файла или собственной документации провайдера. Если для шага на этом сайте есть более подробная статья, мы даём на неё ссылку. Цены BroadNet ниже взяты из её [прайс-файла](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-how-to-reduce-llm-api-costs&utm_content=body), синхронизированного 2026-11-14.

## Из чего складывается счёт за LLM API?

Почти любой счёт определяют четыре числа:

1.  **Новые входные токены.** Промпт за вычетом той части, что прочитана из кэша.
2.  **Входные токены из кэша.** Повторяющийся префикс, который оплачивается по сниженной цене.
3.  **Выходные токены.** Ответ, а у рассуждающих моделей — ещё и [токены рассуждений](https://broadrouter.com/ru/glossary/reasoning-tokens/).
4.  **Число запросов.** Каждый вызов, включая каждый повтор, оплачивается отдельно.

Дороже всего обходится выход. Цены чат-моделей BroadNet за 1 млн токенов:

| Модель | Вход | Вход из кэша | Выход |
| --- | --- | --- | --- |
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 |
| Gemma 4 VL 26B | $0.10 | не опубликовано | $0.22 |

Значит, рычаги такие: отправлять меньше новых токенов, больше читать из кэша, меньше генерировать и реже обращаться к API. Каждая единица подробно разобрана в статье [как устроены цены LLM API](https://broadrouter.com/ru/blog/llm-api-pricing-explained/).

## Чек-лист коротко

| Шаг | Что меняете | Что сокращается | Усилия |
| --- | --- | --- | --- |
| 1\. Замер | Только логирование | Пока ничего; показывает, где сокращать | Низкие |
| 2\. Кэш префикса | Порядок частей промпта | Цена входа | Низкие |
| 3\. Сокращение промпта | Содержимое промпта | Входные токены | Средние |
| 4\. Лимит выхода и рассуждений | Параметры запроса | Выходные токены | Низкие |
| 5\. Подходящий размер модели | Выбор модели | Все цены | Средние |
| 6\. Пакетная обработка или перенос | Расписание | Цена за токен, где это предлагается | Средние |
| 7\. Кэш ответов | Код приложения | Целые запросы | Средние |
| 8\. Ограничение повторов и циклов | Код приложения | Лишние запросы | Низкие |
| 9\. Лимиты расходов | Аккаунт и ключи | Неконтролируемые счета | Низкие |
| 10\. Точка безубыточности фиксированного тарифа | Модель оплаты | Итоговый счёт при больших объёмах | Низкие |

## 1\. Зачем измерять, прежде чем что-то сокращать?

Потому что счёт скрывает причину. Два одинаковых на вид запроса могут различаться по числу токенов в десять раз. Каждый chat completion возвращает блок `usage` с `prompt_tokens`, `completion_tokens` и — если провайдер это сообщает — токенами из кэша. Логируйте их по каждой функции и каждому пользователю, без текста промпта. Через неделю вы будете знать, какая функция тратит больше всего и на что: на вход, на промахи кэша или на выход.

Схема логов показана в статье [логирование использования с удалением персональных данных](https://broadrouter.com/ru/blog/llm-api-usage-logging/). Чтобы оценить функцию до релиза, воспользуйтесь [калькулятором стоимости LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/) или методикой из статьи [как оценить стоимость до запуска](https://broadrouter.com/ru/blog/estimate-llm-api-cost-before-launch/).

## 2\. Как кэширование промптов снижает расходы?

Провайдеры кэшируют начало промпта, если оно повторяется в точности. Следующий вызов читает этот префикс по цене кэша. OpenAI по умолчанию включает кэширование для поддерживаемых моделей начиная с 1024 токенов и пишет, что вход из кэша “discounted up to 95%” (перевод: «со скидкой до 95%»; проверено 2026-11-15). В BroadNet модель DeepSeek V4.1 Flash тарифицирует вход из кэша по $0.0055 за 1 млн против $0.175 за новый вход.

Правило: статичное — в начало, изменчивое — в конец. Системный промпт, затем схемы инструментов, затем общие документы, затем история и, наконец, новый вопрос. Метка времени или перемешанный список инструментов в начале ломает кэш для всего, что идёт после них.

-   [Что такое токены из кэша](https://broadrouter.com/ru/blog/cached-input-tokens-explained/) и как найти их в ответе.
-   [Как структурировать промпты, чтобы префикс кэшировался](https://broadrouter.com/ru/blog/prompt-structure-for-caching/).
-   Смоделируйте свою долю попаданий в [калькуляторе кэширования промптов](https://broadrouter.com/tools/prompt-caching-calculator/).

## 3\. Какие сокращения промпта безопасны?

Убирайте то, чем модель не пользуется. Частые находки: длинные системные промпты, написанные прозой; больше few-shot-примеров, чем нужно задаче; схемы инструментов, которые на этом шаге не вызываются; многословный JSON там, где хватило бы компактной таблицы; полная история чата там, где хватило бы краткого пересказа. Поиск по документам (retrieval) тоже «уплывает»: отправлять десять фрагментов, когда на вопрос отвечают два, — это проблема и для расходов, и для качества.

Проверяйте каждое сокращение на фиксированном наборе входных данных, чтобы более дешёвый промпт незаметно не испортил ответы. В статье [как сократить токены промпта](https://broadrouter.com/ru/blog/reduce-prompt-tokens/) приведены замеры по каждому из этих сокращений. Язык тоже важен: в большинстве токенизаторов арабский текст расходует больше токенов на слово, чем английский; см. [токены на слово: арабский и английский](https://broadrouter.com/ru/blog/tokens-per-word-arabic-english/).

## 4\. Как ограничить выход и рассуждения?

Просите меньше и задавайте предел. Просите поля JSON вместо прозы, лимит слов вместо «объясни» и не пересказывать вопрос. Затем задайте `max_tokens`, чтобы слишком длинный ответ останавливался.

С рассуждающими моделями нужна осторожность. Документация BroadNet говорит, что рассуждения засчитываются в `max_tokens`, поэтому при низком лимите можно получить пустой ответ. Оставляйте 1000 токенов или больше, а на простых шагах задавайте `reasoning_effort` равным `low`. На ключах с оплатой за токены рассуждения оплачиваются как выход. Обе стороны вопроса разобраны в статьях [токены рассуждений: почему вы платите больше, чем видите](https://broadrouter.com/ru/blog/reasoning-tokens-cost/) и [как исправить пустые ответы](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/).

## 5\. Как выбрать модель подешевле без потери качества?

Сравнивайте стоимость успешно выполненной задачи, а не цену за токен. Соберите 50–100 реальных входных данных с ожидаемыми ответами, прогоните каждую модель-кандидата и разделите расходы на число успешных прогонов. Модель, которая дешевле за токен, но ошибается в трети случаев, с учётом повторов и ручной проверки может обойтись дороже.

Сначала проверьте функции. В BroadNet вызов инструментов и структурированный вывод документированы только для GLM 5.3 и Qwen3.8 27B. Gemma 4 VL 26B — младшая модель BroadNet для текста и изображений; для простых задач посмотрите её цену в таблице выше. Многие приложения используют маленькую модель для лёгких шагов и большую — для сложных; модель вы выбираете в своём коде. План тестирования — в статье [как оценить LLM перед переходом](https://broadrouter.com/ru/blog/evaluate-llm-before-switching/).

Не ждите, что текущая модель подешевеет. Провайдеры редко снижают цену уже выпущенной модели; экономия обычно приходит с новой версией. См. [историю цен API OpenAI, Anthropic и Google](https://broadrouter.com/ru/blog/openai-anthropic-google-api-price-history/) и [крупнейшие снижения цен LLM API](https://broadrouter.com/ru/blog/llm-api-price-cuts-2023-2026/).

## 6\. Можно ли отправить в пакетную обработку или перенести то, что может подождать?

Если провайдер это предлагает — да, и скидки большие. Всё проверено 2026-11-15:

| Провайдер | Скидка | Подвох |
| --- | --- | --- |
| OpenAI Batch API | 50% по сравнению с синхронными вызовами | Выполняется в течение 24 часов; отдельные лимиты запросов |
| Anthropic Message Batches API | 50% | Асинхронно; большинство пакетов завершается быстрее чем за час |
| DeepSeek API, вне пика | Цены вне пика вдвое ниже пиковых | Пик — с 01:00 до 04:00 и с 06:00 до 10:00 UTC, с понедельника по пятницу |

У BroadNet Inference нет ни Batch API, ни цен вне пика. Ночные задания в BroadNet запускайте через возобновляемый раннер на обычном эндпоинте в пределах лимитов вашего ключа. Код — в статье [пакетная обработка LLM без Batch API](https://broadrouter.com/ru/blog/llm-batch-processing-without-batch-api/). Если задание идёт часами, сессия по фиксированной цене может обойтись дешевле токенов (шаг 10).

## 7\. Когда стоит кэшировать ответы целиком?

Когда один и тот же вопрос приходит снова с теми же входными данными. FAQ-боты, классификация повторяющихся элементов и перезапуск конвейера после сбоя — всё это повторная работа. Кэш с точным совпадением по ключу из модели, промпта и параметров возвращает сохранённый ответ и пропускает вызов. Задайте срок жизни записей, чтобы ответы не устаревали. Небольшая реализация показана в статье [кэширование ответов LLM на Python](https://broadrouter.com/ru/blog/cache-llm-responses-cut-cost/).

## 8\. Как повторы и циклы сжигают деньги?

Повторный запрос — это новый инференс, и на ключах с оплатой за токены он оплачивается заново. Повторяйте только при ошибках 429 и 5xx, с экспоненциальной задержкой и случайным разбросом (jitter), и ограничивайте число попыток. Никогда не повторяйте запрос с ошибкой 400: тот же неверный запрос упадёт так же.

Агенты добавляют второй риск: цикл, который раз за разом вызывает модель. Ограничьте число шагов на задачу и останавливайтесь, когда один и тот же вызов инструмента повторяется. Обе темы разобраны в статьях [обработка ошибок 429](https://broadrouter.com/ru/blog/handle-llm-api-429-rate-limits/) и [10 способов сократить расходы на агента для программирования](https://broadrouter.com/ru/blog/cut-coding-agent-llm-costs/).

## 9\. Как не дать счёту выйти из-под контроля?

Оповещения сообщают о проблеме постфактум. Лимиты её предотвращают. Используйте предоплаченный баланс, отдельный ключ для каждого приложения, чтобы отозвать один, не останавливая остальные, и список разрешённых IP-адресов для серверных ключей. В коде задавайте бюджет на задание и останавливайтесь, когда он исчерпан. Все уровни, от аккаунта до запроса, описаны в статье [контроль расходов на LLM API](https://broadrouter.com/ru/blog/llm-api-spend-control/).

## 10\. Когда тариф с фиксированной ценой выгоднее оплаты за токены?

Когда агент работает большую часть дня. BroadNet продаёт DeepSeek V4.1 Flash за токены или за сессию: Full Moon — $60 в месяц, Orbit — $15 в неделю, Meteor — $1 в час, без счётчика токенов. Одна сессия выполняет один запрос за раз.

Примеры расчёта BroadNet при оплате за токены:

| Нагрузка | Оплата за токены в месяц | Что дешевле |
| --- | --- | --- |
| Пет-проект | $14.23 | оплата по факту |
| Ежедневный ассистент | $42.67 | оплата по факту |
| Агент для программирования на полный день | $65.40 | Full Moon |
| Агент, работающий круглосуточно | $196.20 | Full Moon |

При 80% попаданий в кэш и 20 входных токенах на каждый выходной точка безубыточности — примерно 917 млн входных и 46 млн выходных токенов в месяц. При небольшой нагрузке оплата за токены остаётся дешевле. [Полный расчёт точки безубыточности](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/), или подставьте свои объёмы в [калькулятор «фиксированная цена или оплата за токены»](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

## Какие шаги лучше пропустить?

Некоторые популярные советы обходятся дороже, чем экономят:

-   **Сжимать промпты, пока они не сломаются.** Экономия на входе теряется, если качество ответов падает и пользователи повторяют запросы.
-   **Пересказывать историю на каждом шаге.** Каждый пересказ — лишний вызов, к тому же он меняет префикс, и кэш промахивается. Пересказывайте редко, а остальное дописывайте в конец.
-   **Гнаться только за самой низкой ценой за токен.** Лимиты запросов, недостающие функции и доля ошибок — всё это добавляет расходов.
-   **Свой хостинг для небольшой нагрузки.** GPU оплачиваются почасово, заняты они или нет. Где находится точка безубыточности, показано в статье [свой хостинг или API: что дешевле](https://broadrouter.com/ru/blog/self-hosting-llm-vs-api-cost/).

## Какое место здесь занимает BroadNet Inference

BroadRouter — собственный сайт BroadNet, так что учитывайте это, читая этот раздел. BroadNet Inference — OpenAI-совместимый API с четырьмя чат-моделями с оплатой за токены, ценой для входа из кэша у трёх из них и тарифом с фиксированной ценой на DeepSeek V4.1 Flash для агентов со стабильной нагрузкой. Batch API и цен вне пика здесь нет, поэтому для больших заданий, которые могут подождать, пакетные скидки OpenAI или Anthropic либо непиковые часы DeepSeek могут обойтись дешевле. Новые аккаунты получают стартовый грант $5, который покрывает Gemma 4 VL 26B, обе модели Transcribe и почасовые ключи Gemma; для DeepSeek, GLM и Qwen нужно пополнить баланс. У самостоятельного подключения нет SLA. [Посмотреть цены](https://broadrouter.com/ru/pricing/) или [сравнить тарифы](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-how-to-reduce-llm-api-costs&utm_content=body).

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.

[Batch API (пакетная обработка запросов)](https://broadrouter.com/ru/glossary/batch-api/)

Batch API — это асинхронный эндпоинт LLM, который принимает сразу много запросов, обычно в виде файла, обрабатывает их не немедленно, а в пределах заданного окна, и возвращает результаты вместе. Такие провайдеры, как OpenAI и Anthropic, берут за пакетные запросы меньше, чем в своих стандартных API.

[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.

[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.

[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.

[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.

[Безлимитный тариф LLM (flat-rate LLM plan)](https://broadrouter.com/ru/glossary/flat-rate-llm-plan/)

Безлимитный тариф LLM, или тариф с фиксированной ценой, — это доступ к API языковой модели за фиксированную плату за период, например месяц, вместо оплаты за токены. Обычно такие тарифы ограничивают что-то другое — параллельность, скорость, набор моделей или окна использования, поэтому ограничения важны не меньше цены.

## Вопросы и ответы

### Как быстрее всего снизить расходы на LLM API?

Начните с кэширования промптов. Поставьте в начало системный промпт, схемы инструментов и общие документы и держите их побайтово одинаковыми между вызовами. Вход из кэша стоит лишь часть цены нового входа, а модель и функции менять не нужно. Затем ограничьте выход, потому что выходные токены дороже входных.

### Batch API действительно снижает цену вдвое?

У OpenAI и Anthropic — да. Batch API от OpenAI даёт скидку 50% с окном выполнения 24 часа, а Message Batches API от Anthropic снижает стоимость на 50 процентов (оба проверены 2026-11-15). У BroadNet Inference нет Batch API, поэтому запускайте задания через возобновляемый раннер на обычных эндпоинтах.

### Входят ли токены рассуждений в мой счёт?

Да, на ключах с оплатой за токены. Рассуждения учитываются в completion-токенах и оплачиваются по цене выхода. Для простых шагов задайте reasoning\_effort равным low, но держите max\_tokens на уровне 1000 или больше, чтобы ответ не обрезался.

### Маленькая модель всегда дешевле?

За токен — обычно да. За задачу — не всегда. Маленькая модель, которой нужны два повтора или более длинный промпт, может обойтись дороже большой, которая справляется с первого раза. Сравнивайте стоимость успешно выполненной задачи на своём тестовом наборе.

### Когда тариф с фиксированной ценой дешевле оплаты за токены?

Когда использование большое и стабильное. В BroadNet одна сессия Full Moon стоит $60 в месяц за DeepSeek V4.1 Flash. При 80% попаданий в кэш она окупается примерно на 917 млн входных и 46 млн выходных токенах в месяц. Ниже этого объёма оплата за токены дешевле.

### Стоят ли повторные запросы денег?

Да. Повторный запрос — это новый инференс, и на ключах с оплатой за токены он оплачивается заново. Повторяйте только при ошибках 429 и 5xx, с увеличивающейся задержкой, и ограничивайте число попыток.

## Читайте также

-   [Как снизить расходы агента для программирования на LLM: 10 способов](https://broadrouter.com/ru/blog/cut-coding-agent-llm-costs/)
-   [Кэшированные входные токены: как снизить счёт за LLM API](https://broadrouter.com/ru/blog/cached-input-tokens-explained/)
-   [Сокращаем токены промпта: замеры для инструкций, инструментов, данных](https://broadrouter.com/ru/blog/reduce-prompt-tokens/)
-   [Фиксированный тариф или оплата за токены в LLM API: когда выгоднее](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Контроль расходов на LLM API: бюджеты, лимиты ключей, защита от циклов](https://broadrouter.com/ru/blog/llm-api-spend-control/)
-   [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: Почему рассуждающая модель возвращает пустой ответ](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/)
-   [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-how-to-reduce-llm-api-costs&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-how-to-reduce-llm-api-costs&utm_content=sources)
-   [Тарифы BroadNet Inference: один запрос за раз в каждой сессии, без счётчика токенов (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-how-to-reduce-llm-api-costs&utm_content=sources)
-   [Справочник API BroadNet Inference: эндпоинты, рассуждения и max\_tokens (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-how-to-reduce-llm-api-costs&utm_content=sources)
-   [Руководство OpenAI по Batch API: скидка 50%, окно выполнения 24 часа (проверено 2026-11-15)](https://developers.openai.com/api/docs/guides/batch)
-   [Руководство OpenAI по кэшированию промптов: включено по умолчанию, минимум 1024 токена, скидка на вход из кэша до 95% (проверено 2026-11-15)](https://developers.openai.com/api/docs/guides/prompt-caching)
-   [Anthropic Message Batches API: стоимость на 50% ниже, большинство пакетов завершается быстрее чем за час (проверено 2026-11-15)](https://platform.claude.com/docs/en/build-with-claude/batch-processing)
-   [Цены DeepSeek API: вне пика цены вдвое ниже, пиковые часы по UTC (проверено 2026-11-15)](https://api-docs.deepseek.com/quick_start/pricing)
