---
title: "Контроль расходов на LLM API: бюджеты, лимиты, циклы"
description: "Как не дать счёту за LLM API выйти из-под контроля: предоплаченный баланс, ключ на приложение, белые списки IP, логи, бюджеты в коде, лимиты циклов и тарифы."
url: https://broadrouter.com/ru/blog/llm-api-spend-control/
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/llm-api-spend-control/) (обновлён 2026-11-16).

# Контроль расходов на LLM API: бюджеты, лимиты ключей, защита от циклов

Команда BroadNet Inference · 5 мин чтения · Опубликовано 2026-11-14 · Обновлено 2026-11-16

Контролируйте расходы на LLM API слоями: предоплаченный баланс как потолок аккаунта, отдельный ключ на каждое приложение с привязкой к IP ваших серверов, max\_tokens и лимит шагов в каждом запросе и бюджет в коде, который останавливает задачу до перерасхода. Логируйте токены по ключам и настраивайте алерты по своим цифрам. Тарифы с фиксированной ценой и почасовые ключи ограничивают худший случай.

## Главное

-   Алерты провайдера приходят, когда деньги уже потрачены. Ставьте жёсткую проверку бюджета в своём коде, перед каждым запросом.
-   Отдельный ключ на каждое приложение или агента с привязкой к IP ваших серверов ограничивает ущерб от утечки. BroadNet применяет отзыв ключей и изменения белого списка в течение пяти секунд.
-   Неуправляемые циклы возникают из-за отсутствия лимита шагов и неограниченных повторов. Ограничьте и то и другое.
-   Логируйте токены промпта, из кэша и ответа по каждому запросу через stream\_options include\_usage и пересчитывайте их в стоимость по ключу и по функции.
-   Варианты с фиксированной ценой ограничивают расходы по определению: $60 в месяц за сессию тарифа, $0.50 за почасовой ключ.

**На этой странице**

1.  Почему алертов недостаточно?
2.  Из каких слоёв состоит контроль расходов на LLM?
3.  Уровень аккаунта: как предоплаченный баланс ограничивает расходы?
4.  Уровень ключа: как ограничить ущерб от утечки ключа?
5.  Уровень запроса: как ограничить каждый ответ?
6.  Уровень задачи: как остановить неуправляемый цикл агента?
7.  Отчётность: что логировать и на что настраивать алерты?
8.  Уровень цены: когда фиксированная цена лучше бюджета?
9.  Короткий чек-лист
10.  Какое место здесь занимает BroadNet Inference

У большинства неприятных сюрпризов в счетах за LLM одна и та же причина: что-то продолжало вызывать API, а никто за этим не следил. Цикл повторов, агент, который не смог закончить, ключ, утёкший в публичный репозиторий. Алерты о бюджете сообщают об этом постфактум. В этой статье контроль расходов строится слоями, от аккаунта до отдельного запроса, и показано, какие части берёт на себя BroadNet Inference, а какие вы добавляете в коде.

## Почему алертов недостаточно?

Алерт сравнивает расходы с порогом после того, как использование записано. Цикл агента может делать десятки запросов в минуту. Пока придёт письмо, деньги уже потрачены. Используйте алерты как страховку, а жёсткую остановку ставьте там, где выполняется запрос.

## Из каких слоёв состоит контроль расходов на LLM?

| Слой | Механизм | Что предотвращает | Где настраивается |
| --- | --- | --- | --- |
| Аккаунт | Предоплаченный баланс | Расходы сверх внесённой суммы | Аккаунт у провайдера |
| Ключ | Отдельный ключ на приложение или агента | Одна утечка, которая забирает всё | Портал провайдера |
| Ключ | Белый список IP | Использование украденного ключа в другом месте | Портал провайдера |
| Запрос | `max_tokens`, `reasoning_effort` | Один огромный ответ | Ваш код |
| Задача | Лимит шагов, лимит повторов, обнаружение циклов | Неуправляемые агенты | Ваш код |
| Задача | Текущий бюджет на задачу и на день | Медленные утечки на множестве вызовов | Ваш код или прокси |
| Отчётность | Логирование токенов и алерты | Дрейф, который вы бы не заметили | Ваши логи |
| Ценообразование | Тариф с фиксированной ценой или почасовой ключ | Сам счётчик токенов | Выбор тарифа |

## Уровень аккаунта: как предоплаченный баланс ограничивает расходы?

Ключи BroadNet Inference с оплатой по факту списывают средства с предоплаченного баланса аккаунта; новые аккаунты начинают со стартового гранта $5 без карты. Когда квота оплаты по факту исчерпана, запросы возвращают `401`, а покупка, которую баланс не покрывает (например, почасовой ключ), возвращает `402 insufficient_balance`. Считайте оба ответа сигналом остановиться, а не поводом для повтора. В справочнике ошибок BroadNet лимит расходов также указан среди причин 429, поэтому читайте тело ошибки, прежде чем повторять любой 429. [Все коды ошибок](https://broadrouter.com/ru/guides/errors-and-retries/) и [как обрабатывать 429 с задержкой](https://broadrouter.com/ru/blog/handle-llm-api-429-rate-limits/).

Баланс — ваш внешний потолок. Пополняйте его на сумму, которую готовы потерять в этом месяце, а не на год вперёд. Чтобы определить эту сумму, сначала прогоните ожидаемый трафик через [калькулятор стоимости LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/).

## Уровень ключа: как ограничить ущерб от утечки ключа?

[API-ключ](https://broadrouter.com/ru/glossary/api-key/) — это право тратить: любой, у кого он есть, может расходовать ваш баланс. Ограничьте радиус поражения каждого ключа:

1.  **Отдельный ключ на каждое приложение, агента или окружение.** BroadNet допускает до 10 действующих ключей на аккаунт, каждый сроком до года. Называйте их так, чтобы по логам было видно, какой ключ потратил деньги.
2.  **Привяжите ключи к своим серверам.** Добавьте исходящие IP или диапазоны CIDR в [белый список IP](https://broadrouter.com/ru/glossary/ip-allow-list/), до 32 записей. Запросы с других адресов получают 403.
3.  **Отзывайте быстро.** Отзыв ключей и изменения белого списка применяются к новым запросам в течение пяти секунд.
4.  **Не держите учётные данные портала на серверах.** С ними можно создавать ключи и совершать покупки. Ключи инференса только вызывают модели.

[Защитите API-ключи белыми списками IP](https://broadrouter.com/ru/guides/api-keys-ip-allow-lists/).

## Уровень запроса: как ограничить каждый ответ?

Задавайте `max_tokens` в каждом вызове. На моделях с рассуждениями (DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B) держите его не ниже 1000, потому что размышления делят тот же бюджет, а слишком низкое значение возвращает пустой ответ, за который вы всё равно платите. На простых задачах снижайте `reasoning_effort`. [Как оплачиваются токены рассуждений](https://broadrouter.com/ru/blog/reasoning-tokens-cost/).

## Уровень задачи: как остановить неуправляемый цикл агента?

У неуправляемых циклов узнаваемые признаки: один и тот же повторяющийся вызов инструмента, контекст, растущий с каждым шагом, и ошибки, которые повторяются без ограничений. Оберните клиент защитой:

```python
import json, os, urllib.request
from openai import OpenAI

# Per-1M prices from BroadNet's machine-readable rate card
card = json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))
m = next(x for x in card["models"] if x["id"] == "broadnet/deepseek-v4.1-flash")
PRICE = {"in": m["input_per_m"], "cached": m["cached_input_per_m"], "out": m["output_per_m"]}
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"], max_retries=3)

class BudgetExceeded(Exception): pass

class Guard:
    def __init__(self, budget_usd, max_steps=40):
        self.budget, self.max_steps, self.spent, self.steps, self.last = budget_usd, max_steps, 0.0, 0, []

    def call(self, **kw):
        self.steps += 1
        if self.steps > self.max_steps: raise BudgetExceeded("step cap")
        if self.spent >= self.budget: raise BudgetExceeded("budget")
        r = client.chat.completions.create(max_tokens=kw.pop("max_tokens", 4000), **kw)
        u = r.usage
        cached = (u.prompt_tokens_details.cached_tokens or 0) if u.prompt_tokens_details else 0
        self.spent += ((u.prompt_tokens - cached) * PRICE["in"] + cached * PRICE["cached"]
                       + u.completion_tokens * PRICE["out"]) / 1e6
        calls = [(t.function.name, t.function.arguments) for t in (r.choices[0].message.tool_calls or [])]
        self.last = (self.last + [calls])[-3:]
        if calls and len(self.last) == 3 and all(c == calls for c in self.last):
            raise BudgetExceeded("same tool call three times")
        return r
```

Защита берёт цены из прайса, а не из констант в коде, поэтому остаётся корректной при изменении цен. Передавайте в `call()` ту же модель, по которой считали цену. Держите `max_retries` небольшим: OpenAI SDK уже повторяют 429 и 5xx, и каждый повтор оплачивается заново.

Для команды запускайте ту же проверку в общем прокси, чтобы все сервисы расходовали один дневной бюджет. Повторы к тому же упираются в лимиты запросов: [калькулятор лимитов запросов](https://broadrouter.com/tools/llm-rate-limit-calculator/) показывает, сколько вызовов в минуту на самом деле допускает ваш ключ.

## Отчётность: что логировать и на что настраивать алерты?

По каждому запросу логируйте: псевдоним ключа, название функции или агента, модель, `prompt_tokens`, `prompt_tokens_details.cached_tokens`, `completion_tokens`, код состояния и `X-Request-ID`. При стриминге задайте `stream_options: {"include_usage": true}`, иначе usage не придёт вообще ([руководство по стримингу](https://broadrouter.com/ru/guides/streaming-chat-completions/)).

По этим логам настройте алерты на:

-   дневную стоимость по ключу выше ожидаемой по вашей [оценке стоимости](https://broadrouter.com/ru/blog/estimate-llm-api-cost-before-launch/);
-   число токенов на задачу более чем втрое выше медианы;
-   падение доли кэша, которое повышает стоимость без роста трафика;
-   рост доли ответов 429 или 5xx, что означает повторы.

BroadNet хранит записи без контента — время, число токенов и стоимость, но не промпты, — так что детализация по функциям живёт в ваших собственных логах. Не логируйте содержимое промптов, если это запрещает ваша политика обработки данных. [Как построить логирование использования со стоимостью по пользователям и функциям](https://broadrouter.com/ru/blog/llm-api-usage-logging/).

## Уровень цены: когда фиксированная цена лучше бюджета?

Самый надёжный контроль расходов — цена, которая не меняется:

-   **Сессия тарифа**: $60 в месяц (Full Moon), $15 в неделю (Orbit) или $1 в час (Meteor) за безлимитный DeepSeek V4.1 Flash, один запрос за раз. Запросы по ключу тарифа никогда не списываются с баланса.
-   **Почасовой ключ**: $0.50 за час Gemma 4 VL 26B в одном потоке. Подходит для ключей, которые покидают ваши серверы. [Как работают почасовые ключи](https://broadrouter.com/ru/blog/hourly-llm-api-key-explained/).

Цикл на тарифе тратит время, а не деньги. Лимит шагов всё равно нужен, потому что застрявший агент занимает сессию, которая нужна для другой работы. Дешевле ли тариф, чем счёт по счётчику, зависит от объёма; [калькулятор «фиксированный тариф или оплата за токены»](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) покажет точку окупаемости для вашего соотношения токенов.

Ставки за токены к тому же могут вырасти. [52 повышения цен на LLM API по архивным снимкам](https://broadrouter.com/ru/blog/llm-api-price-increases/) показывают, как часто это случалось, у каких провайдеров и насколько.

## Короткий чек-лист

1.  Предоплаченный баланс в размере месячного лимита.
2.  Отдельный именованный ключ на каждое приложение, с белым списком IP.
3.  `max_tokens` в каждом запросе.
4.  Лимит шагов, лимит повторов и обнаружение повторяющихся вызовов у каждого агента.
5.  Текущая стоимость по задаче, проверяемая перед каждым вызовом.
6.  Логирование токенов по каждому запросу с алертами по вашим порогам.
7.  Тариф с фиксированной ценой или почасовой ключ везде, где использование непрерывное или ключ выходит наружу.

## Какое место здесь занимает BroadNet Inference

BroadNet даёт вам уровни аккаунта и ключей: предоплаченный баланс, отдельные ключи, белые списки IP с отзывом за секунды, а также тарифы с фиксированной ценой и почасовые ключи. Бюджетов на уровне задач из этой статьи BroadNet не предоставляет; их место — в вашем коде или прокси. Если вам нужны бюджеты по командам на множество провайдеров, правильный инструмент — шлюз перед всеми ними. [Посмотреть цены](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-api-spend-control&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

[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.

[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.

[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.

[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.

[Белый список IP (IP allow list)](https://broadrouter.com/ru/glossary/ip-allow-list/)

Белый список IP — это механизм безопасности, который принимает запросы только с перечисленных IP-адресов или диапазонов CIDR и отклоняет все остальные. В API он ограничивает ущерб от утёкшего ключа, потому что ключ не работает из сетей, которых нет в списке.

[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.

[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.

[Лимит расходов (spend limit)](https://broadrouter.com/ru/glossary/spend-limit/)

Лимит расходов — это потолок суммы, которую аккаунт, проект или ключ API может потратить за период, обычно за месяц. Когда расход его достигает, провайдер отклоняет новые запросы, часто с ошибкой HTTP 429 или 400, пока не начнётся новый период или лимит не поднимут.

## Вопросы и ответы

### Как установить лимит расходов на LLM API?

Используйте предоплаченный баланс или лимит расходов провайдера как внешнюю границу, а затем в коде перед каждым запросом проверяйте собственный бюджет на задачу и на день, потому что лимиты и алерты провайдера могут отставать от быстрого цикла.

### Как не дать ИИ-агенту накрутить огромный счёт?

Ограничьте число шагов на задачу и число повторов, задавайте max\_tokens в каждом запросе, отслеживайте повторяющиеся одинаковые вызовы инструментов и останавливайте задачу, когда её текущая стоимость превышает бюджет.

### Повторять ли запрос при ошибке 401 или 402, когда закончился баланс?

Нет. В BroadNet исчерпанная квота оплаты по факту возвращает 401, а 402 insufficient\_balance означает, что баланса не хватает на покупку, например почасового ключа. Сначала пополните аккаунт. Повторять с задержкой нужно 429 и 5xx.

### Что логировать, чтобы отслеживать расходы на LLM?

По каждому запросу логируйте псевдоним ключа, название функции или агента, модель, prompt\_tokens, cached\_tokens, completion\_tokens, код состояния и ID запроса. Умножьте на цены из файла цен — получите стоимость.

### Является ли тариф с фиксированной ценой способом контроля расходов?

Да. Сессия тарифа или почасовой ключ стоят одинаково, сколько бы токенов ни было израсходовано, так что цикл стоит времени, а не денег.

## Читайте также

-   [Как рассчитать стоимость LLM API до запуска функции](https://broadrouter.com/ru/blog/estimate-llm-api-cost-before-launch/)
-   [Как снизить расходы агента для программирования на LLM: 10 способов](https://broadrouter.com/ru/blog/cut-coding-agent-llm-costs/)
-   [Почасовой ключ LLM API: фиксированная цена за час](https://broadrouter.com/ru/blog/hourly-llm-api-key-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/)
-   [Стоимость LLM на пользователя: юнит-экономика ИИ-функции в SaaS](https://broadrouter.com/ru/blog/llm-cost-per-user-saas/)
-   [Кэширование ответов LLM API: кэш точных совпадений на Python](https://broadrouter.com/ru/blog/cache-llm-responses-cut-cost/)
-   [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: Привязка API-ключей к серверам через белый список IP](https://broadrouter.com/ru/guides/api-keys-ip-allow-lists/)
-   [Руководство: Коды ошибок BroadNet Inference и когда повторять запрос](https://broadrouter.com/ru/guides/errors-and-retries/)
-   [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-llm-api-spend-control&utm_content=page-cta) ·

**Источники**

-   [Справочник API BroadNet Inference, белые списки IP и ключи (проверено 2026-11-16) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-api-spend-control&utm_content=sources#ip-allow-lists)
-   [Справочник API BroadNet Inference, ошибки и лимиты (проверено 2026-11-16) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-api-spend-control&utm_content=sources#errors)
-   [Цены BroadNet Inference и почасовые ключи (проверено 2026-11-16) (на английском)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-api-spend-control&utm_content=sources)
-   [Тарифы BroadNet Inference (проверено 2026-11-16) (на английском)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-api-spend-control&utm_content=sources)
