---
title: "Стоимость токенов рассуждений: почему растёт счёт | BroadRouter"
description: "Скрытые размышления моделей оплачиваются как выход. Как их измерить, сколько они стоят на каждой модели и как сократить: reasoning_effort, max_tokens, маршрутизация."
url: https://broadrouter.com/ru/blog/reasoning-tokens-cost/
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/reasoning-tokens-cost/) (обновлён 2026-11-16).

# Токены рассуждений: почему вы платите за выход, которого не видите

Команда BroadNet Inference · 4 мин чтения · Опубликовано 2026-11-14 · Обновлено 2026-11-16

Модель с рассуждениями пишет скрытые размышления перед ответом, и эти токены рассуждений оплачиваются по цене выхода. За ответом на 200 токенов может стоять 1 000 и больше токенов размышлений. В BroadNet Inference рассуждают DeepSeek V4.1 Flash, GLM 5.3 и Qwen3.8 27B. Снизить стоимость помогают reasoning\_effort со значением low, разумный max\_tokens и модель без рассуждений для простых шагов.

## Главное

-   Токены рассуждений учитываются в completion\_tokens и оплачиваются по цене выхода, хотя вы их никогда не видите.
-   1 000 ответов по 1 000 токенов рассуждений каждый добавляют 1 млн выходных токенов: $0.52 на DeepSeek V4.1 Flash, $3.46 на GLM 5.3.
-   Читайте usage.completion\_tokens\_details.reasoning\_tokens, чтобы измерить долю счёта, которая уходит на размышления.
-   Для простых задач задавайте reasoning\_effort равным low, держите max\_tokens достаточно большим, чтобы модель успела закончить, а лёгкие шаги отправляйте модели без рассуждений.
-   На безлимитном тарифе DeepSeek V4.1 Flash рассуждения не стоят ничего в пересчёте на токены.

**На этой странице**

1.  Что такое токены рассуждений?
2.  Как оплачиваются токены рассуждений?
3.  Насколько рассуждения могут увеличить счёт?
4.  Как измерить токены рассуждений?
5.  Четыре способа контролировать стоимость рассуждений
6.  Какую настройку использовать для какой задачи?
7.  Когда рассуждения перестают стоить дополнительно?
8.  Какое место здесь занимает BroadNet Inference

Вы отправляете короткий вопрос, получаете ответ в две строки, а в счёте — 1 400 выходных токенов. Ничего не сломалось. Модель подумала перед ответом, и размышления попали в счёт. В этой статье — как считаются токены рассуждений, сколько они стоят на каждой модели и четыре настройки, которые ими управляют.

## Что такое токены рассуждений?

Модель с рассуждениями сначала пишет внутреннюю цепочку размышлений, а затем видимый ответ. И то и другое — результат одной генерации. Размышления состоят из [токенов рассуждений](https://broadrouter.com/ru/glossary/reasoning-tokens/). В стандартном ответе chat completions ответ лежит в `message.content`, а размышления учитываются, но не показываются.

Руководство OpenAI по рассуждениям прямо формулирует правило: токены рассуждений “still occupy space in the model’s context window and are billed as” output tokens (перевод: «всё равно занимают место в контекстном окне модели и оплачиваются как» выходные токены). Другие провайдеры следуют тому же правилу.

## Как оплачиваются токены рассуждений?

Они входят в `completion_tokens`, поэтому оплачиваются по цене выхода. А выход — дорогой счётчик:

| Модель | Сначала рассуждает | Выход за 1 млн | Вход за 1 млн |
| --- | --- | --- | --- |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/) | Да | $0.52 | $0.175 |
| [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) | Да | $3.46 | $0.78 |
| [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) | Да | $2.17 | $0.175 |
| [Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/) | Не указано | $0.22 | $0.10 |

Цены — BroadNet Inference, синхронизированы 2026-11-14. Сколько за те же модели берут другие хостеры, смотрите в [таблице цен на LLM API](https://broadrouter.com/ru/llm-api-pricing/), например [GLM 5.3 у разных провайдеров](https://broadrouter.com/ru/llm-api-pricing/glm-5.3/).

## Насколько рассуждения могут увеличить счёт?

Возьмём классификатор, который возвращает метку из одного слова — около 10 видимых токенов. Если модель перед этим думает 1 000 токенов, 99% счёта за выход — это размышления.

В масштабе: **1 000 ответов по 1 000 токенов рассуждений каждый добавляют 1 млн выходных токенов.** Это $0.52 на DeepSeek V4.1 Flash, $2.17 на Qwen3.8 27B и $3.46 на GLM 5.3 — сверх видимых ответов.

Объём зависит от задачи. Сложная математика или рассуждения о коде в нескольких файлах могут занимать тысячи токенов. Приветствию может почти ничего не понадобиться. Поэтому и нужно измерять.

## Как измерить токены рассуждений?

Блок usage сообщает их, если модель отдаёт это число:

```python
r = client.chat.completions.create(
    model="broadnet/deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Is 'refund my order' a billing or shipping intent?"}],
    max_tokens=1000,
)
u = r.usage
reasoning = (u.completion_tokens_details.reasoning_tokens or 0) if u.completion_tokens_details else 0
print("output:", u.completion_tokens, "reasoning:", reasoning,
      "share:", round(reasoning / max(u.completion_tokens, 1), 2))
```

Логируйте это по типам задач в течение недели. Обычно оказывается, что большая часть размышлений приходится на несколько задач. При стриминге добавьте `stream_options: {"include_usage": true}`; счётчики придут в последнем чанке ([руководство по стримингу](https://broadrouter.com/ru/guides/streaming-chat-completions/)).

## Четыре способа контролировать стоимость рассуждений

### 1\. Снижайте `reasoning_effort` для простых задач

`reasoning_effort` просит модель думать меньше. Руководства BroadNet используют `low` для классификации, извлечения данных и форматирования:

```python
client.chat.completions.create(model="broadnet/deepseek-v4.1-flash", reasoning_effort="low",
                               max_tokens=1000, messages=msgs)
```

OpenAI документирует для своих моделей более широкий набор значений — от `none` и `minimal` через `low`, `medium` и `high` до `xhigh` и `max` — и отмечает, что “some models support only a subset” (перевод: «некоторые модели поддерживают только часть из них»). Проверьте, какие значения принимает ваша модель, и сравните число выходных токенов до и после на одних и тех же примерах.

### 2\. Задавайте `max_tokens` как потолок, а не как удавку

[`max_tokens`](https://broadrouter.com/ru/glossary/max-tokens/) ограничивает рассуждения и ответ вместе. Он останавливает разогнавшийся ответ, но если задать его слишком низким, модель может потратить весь бюджет на размышления и вернуть пустой ответ с `finish_reason: "length"`. За эти размышления вы заплатите, и запрос всё равно придётся повторить. BroadNet советует для моделей с рассуждениями 1 000 токенов или больше. [Почему модель с рассуждениями возвращает пустой ответ](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/).

### 3\. Отправляйте лёгкие шаги модели без рассуждений

Не каждому шагу нужно думать. Форматирование JSON, переименование полей или ответы на типовые вопросы из FAQ можно отдать Gemma 4 VL 26B за $0.22 за 1 млн выходных токенов — BroadNet не указывает для неё рассуждения. Модели с рассуждениями оставьте для планирования, отладки и многошаговых ответов. Прежде чем маршрутизировать, проверьте качество на своих примерах.

### 4\. Уберите из промптов «думай шаг за шагом»

Модели с рассуждениями и так думают. Если сверху попросить видимые пошаговые рассуждения, они напишут их дважды: один раз скрыто, другой — в ответе. Просите итоговый ответ в нужном вам формате.

## Какую настройку использовать для какой задачи?

| Задача | Уровень рассуждений | max\_tokens | Какую модель попробовать |
| --- | --- | --- | --- |
| Классификация, маршрутизация | low | 1 000 | Gemma 4 VL 26B или DeepSeek V4.1 Flash |
| Извлечение данных в JSON | low | от 1 000 до 2 000 | DeepSeek V4.1 Flash, GLM 5.3 для структурированного вывода |
| Черновики ответов клиентам | low или по умолчанию | 2 000 | DeepSeek V4.1 Flash |
| Отладка, планирование, ревью кода | по умолчанию или выше | 8 000 или не задан | DeepSeek V4.1 Flash или GLM 5.3 |

Это отправные точки. Измерьте число выходных токенов и качество на своих данных, затем подстройте.

## Когда рассуждения перестают стоить дополнительно?

На тарифе с фиксированной ценой. Тариф Full Moon от BroadNet стоит $60 в месяц за сессию безлимитного DeepSeek V4.1 Flash без счётчика токенов, поэтому у токенов рассуждений нет стоимости в пересчёте на токен. Время они всё равно занимают: при типичной скорости около 100 токенов в секунду каждый токен рассуждений генерируется до начала ответа, поэтому долгие размышления задерживают ответ. [Когда фиксированный тариф выгоднее оплаты за токены](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/) и [ещё десять способов снизить счёт агента для программирования](https://broadrouter.com/ru/blog/cut-coding-agent-llm-costs/).

## Какое место здесь занимает BroadNet Inference

BroadNet запускает три модели с рассуждениями и одну модель, для которой рассуждения не указаны, на одном [OpenAI-совместимом](https://broadrouter.com/ru/glossary/openai-compatible-api/) ключе по адресу `https://inference.broadnet.ai/v1` и сообщает использование в каждом ответе. Поэтому легко маршрутизировать по задачам и измерять разницу. Если вам нужна закрытая модель с видимой сводкой рассуждений, используйте API её поставщика; в чат-каталоге BroadNet закрытых моделей нет. [Посмотрите тарифы](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-reasoning-tokens-cost&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.

[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.

[Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/)

Контекстное окно — это максимальное число токенов, с которым языковая модель может работать в одном запросе. В него входят промпт, история диалога, описания инструментов, изображения и сгенерированный ответ, включая токены рассуждений. Всё, что не помещается, приходится обрезать, сжимать в краткое изложение или делить на несколько запросов.

[Токены рассуждений (reasoning tokens)](https://broadrouter.com/ru/glossary/reasoning-tokens/)

Токены рассуждений — это токены, которые модель с рассуждениями генерирует, чтобы проработать задачу, прежде чем написать видимый ответ. Обычно они оплачиваются как выходные токены, учитываются в лимите на ответ и в контекстном окне, а API может их скрывать или выдавать в сжатом виде.

[Цепочка рассуждений (chain-of-thought, CoT)](https://broadrouter.com/ru/glossary/chain-of-thought/)

Цепочка рассуждений (chain-of-thought, CoT) — это техника промптинга, при которой языковой модели показывают или поручают записывать промежуточные шаги рассуждения перед окончательным ответом. Она повышает точность в многошаговых задачах, например в арифметике и логике, а модели рассуждений теперь генерируют её автоматически.

[Chat Completions API](https://broadrouter.com/ru/glossary/chat-completions-api/)

Chat Completions API — это HTTP-эндпоинт OpenAI, POST /v1/chat/completions, который принимает имя модели и список сообщений с ролями и возвращает следующее сообщение модели. Формат его запроса и ответа стал общим стандартом, который повторяют OpenAI-совместимые провайдеры и SDK.

[max\_tokens](https://broadrouter.com/ru/glossary/max-tokens/)

max\_tokens — это параметр LLM API, который задаёт максимальное число токенов, которое модель может сгенерировать в одном ответе. Когда генерация доходит до лимита, она останавливается, а ответ помечается как обрезанный, например значением finish\_reason "length".

## Вопросы и ответы

### Токены рассуждений оплачиваются как вход или как выход?

Как выход. Их генерирует модель, они учитываются в completion\_tokens и оплачиваются по цене выхода за 1 млн токенов.

### Можно ли полностью отключить рассуждения?

Зависит от модели. OpenAI документирует значения effort, среди которых на некоторых моделях есть none или minimal. В BroadNet задайте reasoning\_effort равным low или используйте Gemma 4 VL 26B, для которой BroadNet не указывает рассуждения.

### Экономит ли низкий max\_tokens на моделях с рассуждениями?

Лишь отчасти. Он ограничивает счёт, но если рассуждения израсходуют весь бюджет, вы заплатите за размышления и получите пустой ответ. Лучше снизьте effort и держите max\_tokens на уровне 1 000 или больше.

### Вижу ли я текст рассуждений?

Обычно не в поле content. Блок usage сообщает, сколько токенов рассуждений было использовано, — если модель это сообщает, — в completion\_tokens\_details.reasoning\_tokens.

## Читайте также

-   [Цены на LLM API: вход, кэш, выход и токены рассуждений](https://broadrouter.com/ru/blog/llm-api-pricing-explained/)
-   [Как снизить расходы агента для программирования на LLM: 10 способов](https://broadrouter.com/ru/blog/cut-coding-agent-llm-costs/)
-   [Фиксированный тариф или оплата за токены в LLM API: когда выгоднее](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [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: Стриминг chat completions и обрыв соединения](https://broadrouter.com/ru/guides/streaming-chat-completions/)

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-reasoning-tokens-cost&utm_content=page-cta) ·

**Источники**

-   [Справочник API BroadNet Inference, рассуждения и кэшированные токены (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-reasoning-tokens-cost&utm_content=sources#models)
-   [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-reasoning-tokens-cost&utm_content=sources)
-   [Руководство OpenAI по рассуждениям: оплата, значения effort и max\_output\_tokens (проверено 2026-11-14)](https://developers.openai.com/api/docs/guides/reasoning)
