Стоимость API языковых моделей: США · Китай · Россия

Краткое резюме

К середине 2026 года рынок текстовых LLM окончательно распался на три почти не пересекающихся контура, и главный вывод исследования именно про их разделение труда, а не про «кто лучше вообще».

1. США держат абсолютный потолок качества, но дорого. Composite-лидеры (живой снимок лидербордов на 26.06.2026) — Claude Fable 5 (сводный балл 98/100, #1 и в AA Index, и в LMArena), Claude Opus 4.8 (89), GPT-5.5 (88), GPT-5.4 (83), Gemini 3.5 Flash (82). За потолок платят премию: blended-цена топ-флагманов США — $4,5–20 за 1M токенов, в 8–40 раз дороже сопоставимых по качеству китайских моделей.

2. Китай выигрывает «интеллект на доллар» с разгромным счётом. В топ-10 по сводному параметру Value (качество ÷ цена) — 8 из 10 строк китайские. DeepSeek-V4-Pro даёт 72,5 балла качества за blended $0,54 (value 133) — уровень почти-флагмана за треть цены Sonnet. GLM-5.2 (Zhipu) — 82 балла качества за $2,15: ближайший преследователь топа США по абсолютному качеству и при этом в 5–9 раз дешевле. Qwen3.7-Max — 78 баллов за $0,52, MiniMax M3 — 71 за $0,44, DeepSeek-V4-Flash — 65 баллов за $0,175 (рекордный value 369).

3. Россия — отдельный локальный рынок без выхода на мировые лидерборды. Ни YandexGPT, ни GigaChat не присутствуют в LMArena и Artificial Analysis; их качество измеряется русским бенчмарком MERA, где GigaChat 2 Max (0,67) по самооценке Сбера обходит GPT-4o. По цене RU-API ближе к среднему сегменту США/мира: YandexGPT 5.1 Pro ≈ $5/1M (единая ставка вход=выход), GigaChat 2 Max ≈ $8/1M. Уникальное преимущество — соответствие 152-ФЗ, локализация данных и рубли в кассе.

4. Поколения сменились быстрее, чем успевают писать обзоры. На июнь-2026 актуальны GPT-5.5/5.4, Claude Opus 4.8, Gemini 3.1 Pro / 3.5 Flash, Grok 4.3, DeepSeek V4, GLM-5.2, Qwen 3.7, Kimi K2.6 — а имена «GPT-5 / Gemini 2.5 / DeepSeek R1 / Claude 4.5», которые ещё цитирует большинство публикаций, отстали на 1–2 поколения.

5. Подписки почти нигде не считаются в токенах. ChatGPT, Claude, Gemini в 2026 перешли на «скользящее окно + недельный лимит» и не публикуют токенные квоты — все оценки объёма здесь расчётные. Единственный честно токен-номинированный потребительский тариф — GigaChat Freemium: 1 000 000 токенов на 12 месяцев (~83K/мес).

Practical bottom line. Нужен максимум интеллекта на сложном тексте и цена не критична → Opus 4.8 / GPT-5.5. Нужна та же лига качества при минимальной цене → DeepSeek-V4-Pro или GLM-5.2. Нужен дёшево-массовый текст (классификация, извлечение, черновики) → DeepSeek-V4-Flash, Qwen-Flash, Gemini 2.5 Flash-Lite ($0,06–0,18 blended). Нужны 152-ФЗ и данные в РФ → YandexGPT / GigaChat.

Введение: предмет, рамки и метод

Предмет. Стоимость доступа к большим языковым моделям через API для задач работы с текстом (генерация, суммаризация, извлечение, классификация, переписывание, диалог) в трёх юрисдикциях — США, Китай, Россия — и сопоставление этой стоимости с качеством моделей через единый сводный параметр.

Что включено. Текстовые модели (text-in / text-out). Для каждой — цена входа и выхода за 1M токенов, контекстное окно, рассуждающий (reasoning) режим, кэш-скидки. Отдельно — потребительские подписки и включённый в них объём токенов. Мультимодальность (картинки/аудио/видео), эмбеддинги и файн-тюнинг — за рамками.

Как считаем «сводный параметр». Запрос требовал «оценку по бенчмаркам и по lmarena» одним числом. Мы строим его из двух независимых осей качества:

• Artificial Analysis Intelligence Index — композит из MMLU-Pro, GPQA Diamond, AIME, LiveCodeBench и др. Это лучшая единая ось способности решать задачи. Шкала пересмотрена в начале 2026 (текущий максимум ~56 у Opus 4.8).
• LMArena Elo (text) — рейтинг человеческих предпочтений в слепых сравнениях. Лучше ловит «приятность» ответа и chat-качество.

Формулы (полностью прозрачны, скрипт compute_scores.py в папке):

blended = (3·вход + 1·выход) / 4        # конвенция Artificial Analysis, 3:1 вход:выход
Q_aa    = AA_Index / 56 · 100           # нормировка к топу
Q_arena = (Elo − 1300) / 220 · 100      # обрезка 0..100
Quality = 0,6·Q_aa + 0,4·Q_arena        # если есть обе оси; иначе доступная
Value   = Quality / blended             # «интеллект на доллар»

Вес 0,6/0,4 в пользу Intelligence Index — потому что для «работы с текстом» способность важнее симпатии. Российские модели в основной композит не входят (нет данных AA/Arena) и разбираются отдельно по MERA.

Confidence-маркировка (по методологии ResearchGate). Каждая цифра помечена: High — официальная страница тарифов/документации; Med — агрегатор (Artificial Analysis, OpenRouter, pricepertoken) или вторичный обзор; Low — оценка, промо-ставка или конфликт источников. Цены LLM в 2026 меняются ежемесячно — отчёт фиксирует снимок на 26.06.2026.

Ключевые допущения (вынесены явно, как требует методология): - Курсы: $1 = 80 ₽, $1 = 7,2 CNY. - Leaderboard-данные — снимок ~23.06.2026; рейтинги переранжируются еженедельно, CI у топа перекрываются. - Подписочные токен-оценки — теоретический потолок (cap × число окон × ~1500 ток/сообщение); реальное потребление обычно 10–25% от него.

1. Общая картина: рынок сменил поколение

Главное, что нужно понять перед таблицами: между публикацией большинства обзоров и сегодняшним днём сменилось 1–2 поколения моделей. Сопоставление «старое имя → актуальная модель» на 26.06.2026:

Инсайт. Скорость смены поколений сама по себе — фактор стоимости: цена «вчерашнего флагмана» падает в 2–3 раза в момент выхода нового (так Яндекс срезал YandexGPT втрое в августе-2025, Сбер — GigaChat втрое в феврале-2026, OpenAI увёл GPT-4.1/o3 с витрины). Поэтому стратегия «брать прошлое поколение» почти всегда даёт лучший value, чем гнаться за свежим флагманом.

2. США: цены на API (текст)

Доллары за 1M токенов. «Cached» — цена чтения из кэша. Источники официальных страниц = High.

OpenAI

На живой витрине осталось только поколение GPT-5.x; GPT-4.1 и o-серия отвечают по API, но убраны из публичной таблицы (legacy → Med).

Anthropic (Claude) — всё High (официальная страница)

Cache-read = 0,1× входа. Окно 200K (1M для Sonnet 4.6 и Opus 4.6–4.8 по стандартной ставке).

⚠️ Opus 4.7+ используют новый токенизатор, потребляющий до ~35% больше токенов на тот же текст — реальная стоимость на практике выше номинала. Для моделей 4.6+ опция inference_geo=US добавляет множитель 1,1×.

Google Gemini — High (официальная страница)

Часть моделей — тарифицируется ступенчато по размеру промпта (≤200K vs >200K входных токенов; ниже показана нижняя ступень / верхняя).

xAI Grok / Mistral / прочие

Инсайт по США. Внутри США разброс цен — двузначный: от $0,04 blended (Nova Lite) до $11+ (GPT-5.5). Самое выгодное соотношение цена/качество среди американских — Grok 4.3 ($1,56 blended при качестве 78,5) и Gemini 3.1 Pro ($4,5 при 86). Флагманы Opus 4.8 и GPT-5.5 — это «купить последние 10–15 баллов качества» с премией ×3–5.

3. Китай: цены на API (текст)

Конвертация 7,2 CNY/$. Цены — стандартные (cache-miss) за 1M токенов. DeepSeek и Zhipu (z.ai) публикуют цены в USD на международных эндпойнтах = High; Alibaba/Baidu/ByteDance/Tencent — в CNY на материковых консолях (агрегатор/пресса = Med/Low).

DeepSeek — High (официально, в USD)

Подпись DeepSeek: cache-hit ~в 50× дешевле входа — главная экономия на повторяющихся промптах/RAG.

Zhipu / GLM — High (z.ai, в USD)

Alibaba Qwen / Moonshot Kimi / Baidu / ByteDance / прочие — Med/Low

Инсайт по Китаю. Китайский рынок устроен принципиально иначе: (1) агрессивные кэш-скидки (DeepSeek −98% на cache-hit, Qwen −90%, Kimi −83%); (2) ступенчатая тарификация по длине контекста — цены выше указанных при >128–256K; (3) batch −50%. Реальная стоимость в продакшене с кэшем и батчем у DeepSeek/Qwen падает ещё в 2–3 раза относительно номинала. Именно поэтому весь топ Value — китайский.

4. Россия: цены на API (текст)

Особенность RU-рынка: единая цена за 1000 токенов (вход = выход), асинхронный режим = половина синхронного. Курс 80 ₽/$.

Yandex — YandexGPT (Yandex Cloud AI Studio)

* Официальная страница тарифов Яндекса на 26.06.2026 за CAPTCHA; цифры — из пресс-релиза Яндекса о снижении цены втрое + RU-обзоры. По «предыдущему 5 Pro» источники расходятся (1,20 vs 0,80 ₽).

Сбер — GigaChat API (тарифы для юрлиц, с 01.02.2026) — High

Сбер в феврале-2026 снизил цены ~втрое. Free tier: 1 000 000 токенов на 12 мес. Pay-as-you-go: мин. платёж 600 ₽/мес (если был расход). Доступны пакеты токенов и асинхронный режим (−50%).

T-Bank / MTS / прочие

Инсайт по России. RU-цены не «дешевле мира» — YandexGPT 5.1 Pro ($5/1M) и GigaChat 2 Max ($8/1M) сопоставимы со средним сегментом США (Sonnet $3–15, Gemini Pro), но при этом по абсолютному качеству ближе к китайскому/американскому среднему классу, а не к флагманам. Экономический смысл RU-моделей — не цена и не максимум интеллекта, а 152-ФЗ, локализация ПД, оплата в рублях без валютных и санкционных рисков, интеграция в экосистемы (Yandex Cloud, SberDevices). Для задач, где это критично, альтернатив фактически нет. Лучший value среди RU — GigaChat 2 Lite ($0,81/1M).

5. Качество: бенчмарки, LMArena, Intelligence Index

Живой снимок DOM лидербордов на 26.06.2026 (artificialanalysis.ai + lmarena.ai, прочитано Playwright). AA Index — на пересмотренной шкале (топ = 60 у Fable 5). Отдельные бенчмарки (GPQA/AIME/coding) — launch-era значения. Где AA даёт варианты по «усилию рассуждения» (low/med/high/xhigh/max) — показан старший стандартный.

Контекст шкалы: #1 рынка — Claude Fable 5 (AA 60, Elo 1508). Разрыв «топ США ↔ топ Китая» по AA сжался до Fable 5 (60) → Opus 4.8 (56) → GLM-5.2 / Qwen3.7-Max (51 / 46) — китайский фронтир отстаёт примерно на один релиз, а не на поколение.

Россия — отдельная шкала (нет AA/Arena), данные по MERA — самооценка вендоров

Инсайт по качеству. (1) Разрыв «топ США ↔ топ Китая» по AA Index сократился до ~5 баллов (Opus 4.8 = 56 / GLM-5.2 = 51) — это уже не пропасть, а догоняющая дистанция в один релиз. (2) LMArena (человеческие предпочтения) и AA Index (способность) расходятся: Gemini 3.1 Pro в Arena стоит выше (1486, #7), чем по AA (46), тогда как GLM-5.2 наоборот сильнее по AA (51), чем по Arena (1470, #25) — «нравится людям» и «решает бенчмарки» — это две разные оси, и наш композит 0,6/0,4 их намеренно смешивает. (3) Внутри Anthropic интересна вилка: Fable 5 (AA 60, Elo 1508) ощутимо выше Opus 4.8 (56 / 1484), но и вдвое дороже ($10/$50 против $5/$25). (4) Российские модели нельзя сравнивать с мировыми напрямую: MERA — русско-специфичный бенчмарк, цифры — самооценка вендоров и не воспроизведены на западных харнессах. Принимать как «GigaChat ≈ GPT-4o» некорректно — это уровень на русскоязычных задачах по версии Сбера.

6. Сводный параметр: рейтинги «качество», «цена», «интеллект на доллар»

Методология — в разделе «Введение». Ниже три ранжирования по 31 модели с полными данными (RU — отдельно, без AA/Arena).

6.1. Топ по QUALITY (композит AA + Arena, 0–100)

6.2. Топ по VALUE (интеллект на доллар = Quality ÷ blended)

8 из 10 строк топ-Value — Китай. Неазиаты в десятке — только открытая Llama 4 Maverick (Meta, сторонний инференс) и Gemini 2.5 Flash-Lite. Абсолютный лидер value — DeepSeek-V4-Flash: 65 баллов качества (уровень среднего фронтира) за blended $0,175.

6.3. Топ по ЦЕНЕ (blended, дешевле — выше)

Главный инсайт сводного параметра. Качество и цена слабо коррелируют поперёк границ. Внутри США премия за качество почти линейна и крута. Но китайские модели сломали эту кривую: DeepSeek-V4-Pro даёт ~74% от качества абсолютного лидера (Fable 5) за 2,7% его цены; Qwen3.7-Max — 80% качества при value 149. Для подавляющего большинства текстовых задач (где не нужны последние 15–20 баллов интеллекта) рациональный выбор по экономике — китайский frontier-second-tier (DeepSeek V4, GLM-5.2, Qwen3.7, MiniMax M3), а топ-флагманы США (Fable 5, Opus 4.8, GPT-5.5) оправданы там, где маржинальные баллы качества стоят денег: юридический/медицинский текст, сложное рассуждение, агентные цепочки с накоплением ошибки. Отдельно отметим Gemini 3.5 Flash — единственный западный, попавший в топ-5 качества (82) при умеренной цене ($3,38, value 24): лучший западный баланс «цена/качество» на фронтире.

7. Подписки и включённый объём токенов

Запрос требовал учесть подписки «по объёму токенов, включённых в подписку». Критическая находка: почти никто не публикует токенные квоты. ChatGPT, Claude, Gemini в 2026 перешли на «скользящее окно (3–5 ч) + недельный лимит» и раскрывают только лимиты сообщений, не токенов. Все токен-оценки ниже — расчётные (потолок = cap × число окон × ~1500 ток/сообщение), реальное использование обычно 10–25% потолка. Помечены ESTIMATE.

США

Китай

Россия

Инсайт по подпискам. (1) Перевод подписок на «окна + недельные лимиты» — это намеренный отказ от токенной прозрачности: провайдер управляет нагрузкой, не давая пользователю считать «себестоимость токена». (2) Для тяжёлого пользователя подписка почти всегда дешевле API: Claude Max 20× за $200 при ~30M токенов/мес эквивалентен ~$6,7/1M blended на Opus — это дешевле API-ставки Opus ($10 blended), плюс безлимит в окне. (3) Китайские потребительские приложения (DeepSeek, Qwen, Ernie) фактически бесплатны без явных лимитов — субсидируемая гонка за долю рынка. (4) GigaChat Freemium — редкий честный токенный грант, удобен для пилотов/MVP.

8. Синтез и стратегические выводы

Три рынка, три логики ценообразования.

• США = премия за потолок. Цена растёт круто и почти линейно с качеством; флагманы продают «последние 10–15 баллов» с премией ×3–5. Экосистема, инструменты, надёжность, агентные возможности — оправдывают премию для бизнес-критичных задач.
• Китай = демпинг за долю рынка. Кэш-скидки до −98%, batch −50%, бесплатные потребительские приложения, frontier-качество за 5–20% цены США. Это сознательная стратегия захвата доли — экономика, вероятно, отрицательная. Риск: доступность/санкции/блокировки, материковый vs международный эндпойнт, переменчивость промо-цен.
• Россия = суверенитет, а не цена. RU-модели не дешевле и не сильнее мировых; их ценность — 152-ФЗ, ПД в РФ, рубли, отсутствие санкционных рисков, экосистемная интеграция. Для регулируемых отраслей (госсектор, банки, медицина) это безальтернативно.

Что коррелирует, а что нет. Цена и качество сильно коррелируют внутри одного провайдера и слабо — поперёк границ. Это арбитраж: одну и ту же текстовую задачу можно решить за $0,5 (китайский второй эшелон) или за $11 (флагман США) с разницей качества в ~20%. Рациональная стратегия — роутинг по сложности: дешёвая модель на массовый объём (классификация, извлечение, черновики), флагман — только на сложное рассуждение.

Reasoning размывает токенную экономику. Рассуждающие модели (o-серия, R1/V4-Pro, Thinking-режимы) тратят в 3–15× больше выходных токенов на «размышление». Номинальная цена за токен перестаёт отражать стоимость задачи — надо считать стоимость решённой задачи, а не токена. Новый токенизатор Opus 4.7+ (+35% токенов) — пример того же эффекта со стороны входа.

9. Ограничения и оговорки

1. Снимок, а не тренд. Цены LLM меняются ежемесячно, лидерборды — еженедельно. Всё датировано 26.06.2026; через квартал значимая часть цифр устареет.
2. Confidence неоднороден. Официальны (High): Anthropic, OpenAI (5.x), Google, Mistral, DeepSeek, Zhipu, GigaChat, YandexGPT-флагман. Агрегаторы/пресса (Med/Low): Amazon Nova, Llama, Qwen/Doubao/ERNIE/Hunyuan в CNY, Kimi/MiniMax, MTS Cotype, страница тарифов Яндекса (CAPTCHA).
3. Leaderboard-данные прочитаны живьём, но это снимок одного дня. AA Index и Elo для всех топ-моделей считаны из рендеренного DOM artificialanalysis.ai и lmarena.ai 26.06.2026 (Playwright, не оценка) — High. Но: (а) AA даёт несколько вариантов по «усилию рассуждения» — мы брали старший стандартный, другой выбор сдвинул бы баллы; (б) у плотного топа Arena CI перекрываются, ранги ±несколько позиций; (в) для GLM-4.7, Doubao-Seed-1.6, MiniMax M2 точного варианта на бордах нет — их AA взяты по ближайшему релизу/оценке (Med/Low). Composite надёжен на ±5 баллов.
4. AA Index пересмотрен в начале 2026 — значения не сравнивать с «launch-era ~60–70» из старых обзоров.
5. Российские бенчмарки — самооценка вендоров (MERA по статьям Сбера, человеческие SBS Яндекса), не воспроизведены независимо. Прямое «GigaChat ≈ GPT-4o» некорректно.
6. Подписочные токены — расчётные потолки. Ни один из ChatGPT/Claude/Gemini не публикует месячных токенных квот; реальное потребление — 10–25% от оценок.
7. Ступенчатые цены и кэш не отражены в blended полностью: реальная стоимость в продакшене с кэшем/батчем у китайских моделей ниже номинала, у длинно-контекстных (Gemini Pro >200K) — выше.

10. Рекомендации: какую модель под какую задачу

Библиография

США — официальные тарифы: OpenAI (developers.openai.com/api/docs/pricing; openai.com/api/pricing) · Anthropic (platform.claude.com/docs/en/about-claude/pricing) · Google Gemini (ai.google.dev/gemini-api/docs/pricing) · xAI (docs.x.ai/docs/models) · Mistral (mistral.ai/pricing) · Cohere (cohere.com/pricing) · Amazon Bedrock/Nova (aws.amazon.com/bedrock/pricing) · Azure Phi (azure.microsoft.com/pricing/details/ai-foundry-models).

Китай — официальные/агрегаторы: DeepSeek (api-docs.deepseek.com/quick_start/pricing) · Zhipu z.ai (docs.z.ai/guides/overview/pricing; bigmodel.cn/pricing) · Alibaba Qwen (help.aliyun.com/zh/model-studio/model-pricing) · Moonshot Kimi (platform.kimi.ai/docs/pricing) · Baidu Qianfan (cloud.baidu.com/product-s/qianfan_home) · ByteDance Volcengine (volcengine.com/docs/82379) · MiniMax (platform.minimax.io/docs/guides/pricing-paygo) · Tencent Hunyuan (cloud.tencent.com/document/product/1729).

Россия: Yandex (пресс-релиз 28-08-2025-01; ai-journal.ru/yandexgpt; aistudio.yandex.ru) · Сбер GigaChat (developers.sber.ru/docs/ru/gigachat/tariffs) · T-Bank (huggingface.co/t-tech; habr.com/companies/tbank) · MTS Cotype (tadviser; mts.ai/product/cotype).

Бенчмарки и лидерборды: Artificial Analysis (artificialanalysis.ai/leaderboards/models; /evaluations/aime-2025) · LMArena (lmarena.ai; llm-stats.com/benchmarks/lmarena-text; huggingface.co/spaces/lmarena-ai) · GPQA/MMLU-Pro (llm-stats.com; pricepertoken.com) · Coding (morphllm.com/swe-bench-pro) · Китайские модели (benchlm.ai/blog/best-chinese-llm; turingpost.com/p/chinesemodels; GLM-4.5 arXiv 2508.06471) · Россия (GigaChat arXiv 2506.09440; mera.a-ai.ru; mysummit.school/yandexgpt-review-2026) · Кросс-чек (vellum.ai/llm-leaderboard; clickrank.ai/llm-leaderboard).

Подписки: OpenAI Help (help.openai.com/articles/11909943) · Claude Help (support.claude.com/articles/11647753) · TokenMix · Google (blog.google/.../google-ai-subscriptions; support.google.com/gemini/answer/16275805) · xAI (felloai.com/grok-pricing) · Perplexity (finout.io/blog/perplexity-pricing-in-2026) · DeepSeek (datastudios.org) · Doubao (caixinglobal.com 2026-05-05) · Kimi (kimi.com/membership/pricing) · Baidu (prnewswire.com) · Yandex (alicepro.yandex.ru; yandex.ru/support/plus-ru) · GigaChat (developers.sber.ru/.../individual-tariffs).

Приложение: методология сводного параметра

Источник данных качества. Две оси: (1) Artificial Analysis Intelligence Index — композит MMLU-Pro + GPQA Diamond + AIME + LiveCodeBench + др., шкала июня-2026 (топ ~56); (2) LMArena text Elo — человеческие предпочтения в слепых дуэлях.

Нормировка. Q_aa = AA/56·100; Q_arena = clamp((Elo−1300)/220·100, 0, 100). Quality = 0,6·Q_aa + 0,4·Q_arena (если есть обе оси; иначе доступная). Вес 0,6 в пользу способности — оптимизация под «работу с текстом».

Цена. blended = (3·вход + 1·выход)/4 — конвенция Artificial Analysis (типичное реальное соотношение 3:1 вход:выход). Кэш и ступени контекста в blended не учтены (см. ограничение 7).

Value. Value = Quality / blended — «единиц качества на $1 за 1M blended-токенов». Безразмерный, сравним только внутри этой выборки и снимка.

Воспроизводимость. Полный датасет и расчёт — compute_scores.py и scores.json в папке отчёта. RU-модели исключены из композита (нет AA/Arena) и разобраны по MERA отдельно.

Отчёт подготовлен 26.06.2026. Все цифры — снимок на эту дату; цены LLM меняются ежемесячно, лидерборды — еженедельно. Перепроверяйте перед использованием в решениях.