LLM API выставляют счёт за 1 млн токенов по отдельным счётчикам: новый вход, вход из кэша и выход. Токены рассуждений оплачиваются как выход, изображения — как входные токены, а распознавание речи — по минутам аудио. В этой статье мы разберём каждый счётчик, а затем посчитаем стоимость реальных запросов по опубликованным ценам BroadNet Inference (синхронизированы 2026-11-14).
За что вы на самом деле платите?
Токен — это фрагмент текста, обычно в несколько символов. По собственному замеру BroadRouter на пяти токенизаторах, 1000 английских слов дают около 1,290 токенов; эмпирическое правило OpenAI — примерно 75 слов на 100 токенов. В других языках соотношение другое; чтобы увидеть реальное число, вставьте свой текст в бесплатный счётчик токенов. Каждый запрос сообщает свои токены в блоке usage, а счёт складывается из таких счётчиков:
| Счётчик | Что учитывает | По какой цене |
|---|---|---|
| Вход (prompt) | Системный промпт, история, документы, описания инструментов, изображения | Цена входа |
| Вход из кэша | Вход, который провайдер уже обработал и использовал повторно | Цена кэша, намного ниже |
| Выход (completion) | Видимый ответ и рассуждения, если они есть | Цена выхода |
| Минуты аудио | Длительность аудио, отправленного на распознавание | Цена за минуту |
Важнее всего разделение на входные и выходные токены: их цены сильно различаются.
Сколько стоит токен у каждой модели?
Цены BroadNet Inference за 1 млн токенов:
| Модель | Вход | Вход из кэша | Выход | Контекст |
|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.175 | $0.0055 | $0.52 | 1 048 576 |
| GLM 5.3 | $0.78 | $0.173 | $3.46 | 1 048 576 |
| Qwen3.8 27B | $0.175 | $0.0435 | $2.17 | 262 144 |
| Gemma 4 VL 26B | $0.10 | Без скидки на кэш | $0.22 | 32 768 |
В этом прайс-листе, как и в большинстве других, видны две закономерности. Выход дороже входа: от примерно двух раз у Gemma 4 VL 26B до более чем десяти раз у Qwen3.8 27B. А вход из кэша стоит лишь часть цены нового входа. Сравнить эти цены с OpenAI, Anthropic, Google и другими провайдерами можно в таблице цен LLM API. Медианы по рынку, разброс между провайдерами и соотношение цен выхода и входа по всем моделям, которые мы отслеживаем, — в индексе цен LLM API (открытые CSV и JSON).
Почему выход дороже входа?
Весь ваш промпт модель читает за один параллельный проход. А ответ она пишет по одному токену, и для каждого нового токена нужен ещё один проход. Поэтому выход занимает больше времени GPU на токен, и цена это отражает. Короткий промпт с длинным ответом может обойтись дороже, чем длинный промпт с коротким ответом.
Как тарифицируются токены из кэша?
Если начало вашего промпта совпадает с недавним запросом, провайдер может повторно использовать уже проделанную работу. Такие токены из кэша отображаются в поле prompt_tokens_details.cached_tokens и оплачиваются по цене кэша. У DeepSeek V4.1 Flash это $0.0055 вместо $0.175 за 1 млн.
Кэш выгоден промптам со стабильным префиксом: сначала системный промпт, список инструментов и документы, новое сообщение — в конце. Больше всего выигрывают агенты, которые на каждом шаге заново отправляют один и тот же репозиторий. Как разные провайдеры тарифицируют чтение и запись кэша, читайте в статье о токенах из кэша; чтобы прикинуть долю кэша для своей нагрузки, воспользуйтесь калькулятором кэширования промптов.
Почему рассуждающая модель выставляет счёт за больший выход, чем вы видите?
DeepSeek V4.1 Flash, GLM 5.3 и Qwen3.8 27B сначала размышляют, а потом отвечают. Эти размышления состоят из токенов рассуждений. В ответе вы их не видите, но они учитываются в completion_tokens и оплачиваются по цене выхода. В руководстве OpenAI по рассуждениям то же правило описано для её моделей: reasoning tokens “are billed as output tokens” (перевод: «оплачиваются как выходные токены»).
Рассуждения также расходуют лимит max_tokens. Если задать его слишком низким, вы заплатите за размышления, но ответа не получите. Подробнее: почему ответы приходят пустыми и как снизить расходы на рассуждения.
Как тарифицируются изображения и аудио?
Изображения. Мультимодальная модель с vision превращает изображение во входные токены. Вы платите за них по цене входа, и чем больше изображение, тем больше токенов. Отдельной платы за изображение в BroadNet нет. Сравнение стоимости одного изображения.
Аудио. Распознавание речи оплачивается по длительности аудио, а не по токенам:
| Модель | За минуту | За час аудио |
|---|---|---|
| BroadNet Transcribe Arabic | $0.0042 | $0.25 |
| BroadNet Transcribe (14 языков) | $0.002 | $0.12 |
Сколько стоит реальный запрос? Примеры расчёта
Во всех примерах — DeepSeek V4.1 Flash. Объёмы подобраны так, чтобы итог получался в целых миллионах токенов: так расчёт проще проверить.
- Функция чата. 500 запросов по 2000 входных и 2000 выходных токенов дают 1 млн входных и 1 млн выходных токенов. Стоимость: $0.175 плюс $0.52.
- Агент, который перечитывает контекст. Десять шагов, на каждом из которых отправляется один и тот же контекст в 100 000 токенов, дают в сумме 1 млн входных токенов. Если ничего не попало в кэш, это стоит $0.175. Если бы всё бралось из кэша, вышло бы $0.0055, но на первом шаге переиспользовать нечего, так что это нижняя граница: в лучшем случае 900 000 токенов оплачиваются по цене кэша, а первые 100 000 — по цене входа.
- Скрытые рассуждения. 1000 ответов по 200 видимых токенов, у каждого из которых 800 токенов рассуждений, дают 1 млн выходных токенов: $0.52. Текстом, который вы увидели, была лишь пятая часть.
- Распознавание речи. 1000 часов арабского аудио стоят $252.00. 10 000 голосовых сообщений по 30 секунд стоят $21.00.
Общая формула:
cost = new_input/1M × input_price
+ cached_input/1M × cached_price
+ output/1M × output_price (output includes reasoning)
Чтобы посчитать эти цифры для своего трафика, воспользуйтесь бесплатным калькулятором стоимости LLM API. Полный прогноз для новой функции — в статье как оценить стоимость LLM API до запуска.
Как узнать реальные цифры из ответа?
Когда у вас уже есть трафик, не оценивайте по количеству слов. Считывайте фактические значения:
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
r = client.chat.completions.create(
model="broadnet/deepseek-v4.1-flash",
messages=[{"role": "user", "content": "Summarise this ticket in one line: ..."}],
)
u = r.usage
details = u.prompt_tokens_details # can be None when the model reports no cache data
cached = (details.cached_tokens or 0) if details else 0
print(u.prompt_tokens, cached, u.completion_tokens)
При стриминге добавьте stream_options={"include_usage": True}, чтобы последний чанк содержал usage. Руководство по стримингу.
Какие ещё бывают модели оплаты?
Оплата за токены — не единственный вариант:
- Тарифы с фиксированной ценой. Тариф с фиксированной ценой берёт плату за время, а не за токены. Full Moon от BroadNet стоит $60 в месяц за сессию с безлимитным DeepSeek V4.1 Flash, один запрос за раз. Orbit стоит $15 в неделю, Meteor — $1 в час.
- Почасовые ключи. За $0.50 вы получаете один час Gemma 4 VL 26B в одном потоке. Что такое почасовые ключи.
- Пакетная обработка и выделенные GPU. Некоторые провайдеры дают скидку на ночные пакетные (batch) задания или сдают целые GPU в почасовую аренду. Как другие провайдеры устанавливают цены на открытые модели.
Когда тариф с фиксированной ценой выгоднее оплаты за токены, зависит от объёма и доли кэша. Все способы экономии по порядку, от кэширования до скидок на пакетную обработку, — в статье как снизить расходы на LLM API.
Цены за токен к тому же меняются со временем, причём в обе стороны. В архивных страницах цен 11 провайдеров 80% моделей ни разу не меняли цену. Среди моделей, цена которых менялась, мы зафиксировали 100 снижений и 52 повышения; каждое — это сравнение цены модели с её же прежней ценой. Подробнее — в статьях как часто меняются цены LLM API и крупнейшие снижения цен LLM API с источниками.
Какое место здесь занимает BroadNet Inference
BroadNet публикует единый прайс-лист для всех своих моделей в машиночитаемом файле, который читает страница цен этого сайта. Новые аккаунты получают стартовый грант $5; на нём работают Gemma 4 VL 26B и обе модели распознавания речи, а для остальных чат-моделей нужно пополнить баланс. BroadNet подойдёт, если вам нужны оплата за токены и фиксированные тарифы в одном аккаунте; для тарифов выдаются отдельные ключи. Закрытых флагманских моделей здесь нет: BroadNet предоставляет только модели с открытыми весами и собственные сборки.

