---
title: "Стоимость LLM на пользователя: юнит-экономика SaaS | BroadRouter"
description: "Как посчитать стоимость ИИ-функции на активного пользователя в месяц, почему тяжёлые пользователи важнее среднего и как построить тарифы SaaS, чтобы счёт окупался."
url: https://broadrouter.com/ru/blog/llm-cost-per-user-saas/
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-cost-per-user-saas/) (обновлён 2026-11-14).

# Стоимость LLM на пользователя: юнит-экономика ИИ-функции в SaaS

Команда BroadNet Inference · 6 мин чтения · Опубликовано 2026-11-14

Стоимость LLM на пользователя = запросы на активного пользователя в месяц × токены на запрос × цены за 1 млн токенов. Измеряйте её по каждой функции из поля usage, стройте тарифы по 90-му перцентилю пользователей, а не по среднему, и добавьте лимиты добросовестного использования для «хвоста». Более дешёвые модели, кэширование и низкий уровень рассуждений напрямую снижают эту цифру.

## Главное

-   Стоимость на пользователя = запросы на пользователя × (входные, кэшированные и выходные токены на запрос) × цены за 1 млн.
-   Измеряйте по функциям и по пользователям из поля usage; средние значения скрывают тяжёлых пользователей, которые и формируют счёт.
-   Выбор модели меняет стоимость на пользователя в разы: сравните цены за выход, например $0.22, $0.52 и $3.46 за 1 млн.
-   Стройте тарифы по пользователю 90-го перцентиля и добавьте лимиты добросовестного использования для «хвоста».
-   Кэширование, reasoning\_effort и маршрутизация снижают стоимость на пользователя, не меняя продукт.

**На этой странице**

1.  Как рассчитать стоимость LLM на пользователя?
2.  Шаг 1. Кто считается активным пользователем и какова единица?
3.  Шаг 2. Как измерить число токенов на единицу?
4.  Шаг 3. Во что обходится типичный пользователь? Пример расчёта
5.  Шаг 4. Почему средний пользователь вводит в заблуждение?
6.  Шаг 5. Как выстроить тарифы и лимиты?
7.  Шаг 6. Как снизить стоимость на пользователя, не меняя продукт?
8.  Может ли тариф с фиксированной ценой обслуживать пользователей SaaS?
9.  Какие затраты окружают модель?
10.  Как быть с бесплатными тарифами и пробными периодами?
11.  Итоги

Добавление ИИ-функции в SaaS-продукт меняет структуру его затрат. Хостинг и хранение стоят примерно одинаково для каждого пользователя; вызовы LLM стоят тем больше, чем активнее ими пользуются. Если назначить цену на функцию, не зная, во что вам обходится активный пользователь, несколько увлечённых клиентов могут превратить прибыльный тариф в убыточный. В этой статье показано, как рассчитать стоимость LLM на пользователя, почему среднее — неверная цифра и как использовать результат для построения тарифов.

## Как рассчитать стоимость LLM на пользователя?

Для одной функции и одной модели:

```text
cost per user per month =
    requests per active user per month
  × [ new input tokens × input price
    + cached tokens    × cached price
    + output tokens    × output price ] / 1,000,000
```

То есть: запросы на активного пользователя в месяц × (новые входные токены × цена входа + кэшированные токены × цена кэша + выходные токены × цена выхода) / 1 000 000. У моделей с рассуждениями выход включает токены рассуждений, а изображения на ключе с оплатой по факту считаются входными токенами. Если нужно освежить в памяти эти три цены, прочитайте статью [как устроены цены LLM API](https://broadrouter.com/ru/blog/llm-api-pricing-explained/).

Сложите функции, которыми пользуется пользователь, и получите общую стоимость ИИ на пользователя.

## Шаг 1. Кто считается активным пользователем и какова единица?

Возьмите определение, по которому вы уже отчитываетесь, например пользователь, хотя бы раз за месяц воспользовавшийся ИИ-функцией. Затем выберите единицу, которую естественно производит функция: одна реплика в чате, один сгенерированный документ, один проанализированный файл, одно саммари звонка. Стоимость единицы стабильнее стоимости на пользователя, и о ней проще рассуждать.

## Шаг 2. Как измерить число токенов на единицу?

Не оценивайте это по числу слов. Логируйте блок `usage` каждого ответа с тегом функции и хешированным ID пользователя или аккаунта: токены промпта, кэшированные токены и токены ответа, по строке на каждую попытку. В статье [о логировании usage](https://broadrouter.com/ru/blog/llm-api-usage-logging/) есть готовая обёртка и SQL для группировки стоимости по пользователям и функциям. Пока трафика нет, первую оценку по примерам промптов даст [счётчик токенов](https://broadrouter.com/tools/token-counter/).

Для стриминговых ответов запрашивайте usage в последнем чанке через `stream_options={"include_usage": True}`; см. [руководство по стримингу](https://broadrouter.com/ru/guides/streaming-chat-completions/). Учитывайте каждую попытку, включая повторы, потому что оплачивается каждая попытка, дошедшая до модели.

## Шаг 3. Во что обходится типичный пользователь? Пример расчёта

Допустим, в вашем продукте есть встроенный ассистент. Для типичного активного пользователя за месяц вы намерили:

| Показатель | Значение |
| --- | --- |
| Активных дней | 20 |
| Запросов к ассистенту в активный день | 15 |
| Входных токенов на запрос | 3 000 (половина из кэша) |
| Токенов видимого ответа на запрос | 400 |
| Токенов рассуждений на запрос (модели с рассуждениями) | около 600 |

Это 300 запросов в месяц: около 900 000 входных токенов, из них 450 000 из кэша, и 120 000 токенов видимого выхода, плюс около 180 000 токенов рассуждений на модели с рассуждениями.

Применим цены BroadNet за 1 млн. Число токенов указано в миллионах, поэтому каждое слагаемое — это миллионы токенов × цена за 1 млн:

| Модель | Вход / кэш / выход за 1 млн | Месяц этого пользователя |
| --- | --- | --- |
| [Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/) | $0.10 / ставки для кэша нет / $0.22 | 0,9 × $0.10 (весь вход по полной цене) + 0,12 × $0.22 (без токенов рассуждений) = **$0.12** |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ru/models/deepseek-v4.1-flash/) | $0.175 / $0.0055 / $0.52 | 0,45 × $0.175 + 0,45 × $0.0055 + 0,3 × $0.52 = **$0.24** |
| [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) | $0.175 / $0.0435 / $2.17 | 0,45 × $0.175 + 0,45 × $0.0435 + 0,3 × $2.17 = **$0.75** |
| [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) | $0.78 / $0.173 / $3.46 | 0,45 × $0.78 + 0,45 × $0.173 + 0,3 × $3.46 = **$1.47** |

0,3 млн выходных токенов у моделей с рассуждениями — это 0,12 млн видимого ответа плюс 0,18 млн рассуждений. Если досчитать, строка GLM 5.3 выходит более чем в десять раз дороже строки Gemma 4 VL 26B для того же пользователя (обе модели рядом — в [сравнении Gemma 4 VL 26B и GLM 5.3](https://broadrouter.com/compare/gemma-4-vl-26b-vs-glm-5.3/)). На каждой модели с рассуждениями выход — самое большое слагаемое, и токены рассуждений составляют больше половины этого выхода. Подставьте свои измерения в [калькулятор стоимости LLM API](https://broadrouter.com/tools/llm-api-cost-calculator/), чтобы получить свою цифру.

## Шаг 4. Почему средний пользователь вводит в заблуждение?

Использование ИИ-функций распределено неравномерно. Большинство пользователей пробуют функцию несколько раз; небольшая группа пользуется ею весь день. Среднее скрывает эту группу, а именно она формирует счёт.

По логу usage посчитайте на пользователя в месяц:

-   **Медианную стоимость.** Во что обходится обычный пользователь.
-   **90-й перцентиль.** Во что обходится тяжёлый, но обычный пользователь. Стройте тариф так, чтобы и этот пользователь оставался прибыльным.
-   **99-й перцентиль и максимум.** Это «хвост». Таким пользователям нужен лимит добросовестного использования, более высокий тариф или проверка на автоматизацию и злоупотребления.

Если пользователь 99-го перцентиля стоит во много раз больше медианного, это само по себе не проблема; это входные данные для ценообразования.

## Шаг 5. Как выстроить тарифы и лимиты?

Когда стоимость на пользователя известна, ценообразование становится решением о марже:

1.  **Определите целевую валовую маржу** для тарифа.
2.  **Рассчитайте в обратную сторону максимальную стоимость ИИ на пользователя**, которую допускает эта маржа.
3.  **Сравните её с 90-м перцентилем.** Если 90-й перцентиль укладывается, тариф работает. Если нет, снизьте стоимость (шаг 6), поднимите цену или перенесите интенсивное использование в более высокий тариф.
4.  **Переведите токены в понятную пользователям единицу.** Пользователи не мыслят токенами. Ограничивайте запросы в день, документы в месяц или минуты аудио, подобрав лимиты так, чтобы максимальное допустимое использование оставалось в пределах вашего потолка затрат.
5.  **Перепроверяйте ежемесячно.** Изменения промптов, новые функции и смена модели — всё это сдвигает стоимость на пользователя.

## Шаг 6. Как снизить стоимость на пользователя, не меняя продукт?

-   **Кэшируйте.** Ставьте неизменный системный промпт и список инструментов в начало. На DeepSeek V4.1 Flash вход из кэша стоит $0.0055 за 1 млн вместо $0.175. [Как повысить долю попаданий в кэш](https://broadrouter.com/ru/blog/cached-input-tokens-explained/).
-   **Снизьте уровень рассуждений.** `reasoning_effort` со значением `low` для рутинных запросов сокращает самые дорогие токены. [Сколько стоят рассуждения](https://broadrouter.com/ru/blog/reasoning-tokens-cost/).
-   **Маршрутизируйте по сложности.** Простые запросы отправляйте в Gemma 4 VL 26B, а модели с рассуждениями оставьте для сложных.
-   **Сокращайте историю.** Длинные диалоги на каждой реплике отправляют всё заново; суммаризируйте или обрезайте старые реплики там, где это позволяет качество.
-   **Ограничивайте выход.** Задайте `max_tokens` для каждой функции, оставив запас на рассуждения у моделей с рассуждениями.

Другие способы контроля — в статье [контроль расходов на LLM API](https://broadrouter.com/ru/blog/llm-api-spend-control/).

## Может ли тариф с фиксированной ценой обслуживать пользователей SaaS?

Безлимитные тарифы BroadNet на DeepSeek V4.1 Flash ($60 в месяц за сессию) можно встраивать в собственное приложение или сервис под вашим ключом, но каждая сессия выполняет **один запрос за раз**, а ключ нельзя передавать другим или перепродавать. Поэтому тариф хорошо подходит для бэкенд-задач с низкой параллельностью: ночной генератор отчётов, суммаризатор на очереди, внутренний агент. Для интерактивного пользовательского трафика с множеством одновременных запросов обычное решение — ключи с оплатой по факту (4 одновременных запросов на ключ, 30 в минуту) или несколько сессий. Актуальные условия — на [странице тарифов](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-cost-per-user-saas&utm_content=body).

## Какие затраты окружают модель?

Стоимость токенов на пользователя — лишь часть статьи расходов на ИИ. Добавьте поиск и векторное хранилище, транскрибацию (оплачивается за минуту аудио, например $0.0042 за минуту для арабского в BroadNet), повторы и прогоны оценки. Если ваши пользователи пишут на арабском или других неанглийских языках, рассчитывайте на большее число токенов на сообщение, чем в английском; [измерьте число токенов на слово](https://broadrouter.com/ru/blog/tokens-per-word-arabic-english/) на своём контенте.

## Как быть с бесплатными тарифами и пробными периодами?

Бесплатный тариф умножает стоимость на пользователя на число пользователей, которые ничего не платят. Относитесь к нему как к маркетинговым расходам: давайте бесплатным пользователям самую дешёвую модель, которая всё ещё хорошо показывает функцию, ставьте более жёсткие дневные лимиты, чем на платных тарифах, и учитывайте затраты на ИИ для бесплатных пользователей отдельной строкой. Если бесплатные пользователи конвертируются, эта строка — стоимость привлечения; если нет, лимиты удерживают её небольшой.

## Итоги

Измерьте число токенов на единицу из поля usage, умножьте на опубликованные цены, смотрите на 90-й перцентиль, а не на среднее, и по нему назначайте цены и лимиты тарифов. Затем удешевляйте каждую единицу кэшированием, маршрутизацией и снижением уровня рассуждений. Если вы ещё ничего не измеряли, начните с [метода расчёта месячной стоимости](https://broadrouter.com/ru/blog/estimate-llm-api-cost-before-launch/).

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.

[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.

[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.

[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.

[Параллельность (concurrency)](https://broadrouter.com/ru/glossary/concurrency/)

Параллельность (concurrency) — это число запросов, которые клиент одновременно держит в работе. LLM API часто ограничивают её на ключ или тариф отдельно от лимита запросов в минуту, потому что каждый открытый запрос занимает мощности GPU, пока ответ не будет готов.

[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.

[Векторная база данных (vector database)](https://broadrouter.com/ru/glossary/vector-database/)

Векторная база данных — это хранилище, которое держит векторы эмбеддингов, часто вместе с исходным текстом и метаданными, и отвечает на запросы ближайших соседей: по вектору запроса возвращает самые похожие сохранённые векторы, обычно по косинусному расстоянию, евклидову расстоянию или скалярному произведению.

## Вопросы и ответы

### Стоит ли брать с пользователей плату за токены?

С конечных пользователей — редко; большинство предпочитает фиксированный тариф с понятным лимитом. Считайте токены внутри, а цену назначайте в запросах, документах или местах (seats) и оставьте лимит добросовестного использования для самых тяжёлых пользователей.

### Можно ли обслуживать пользователей SaaS через тариф BroadNet с фиксированной ценой?

BroadNet разрешает встраивать тариф в собственное приложение или сервис под вашим ключом. Каждая сессия выполняет один запрос за раз, поэтому тариф подходит для бэкенд-агентов или функций с низкой параллельностью; пользовательскому трафику с множеством одновременных запросов обычно нужны ключи с оплатой по факту или несколько сессий.

### Какую долю цены подписки должны составлять затраты на ИИ?

Универсального числа нет. Определите, какая валовая маржа нужна вашему бизнесу, затем рассчитайте в обратную сторону, сколько максимум может стоить тяжёлый, но обычный пользователь, и выставьте лимиты под это.

### Как часто пересчитывать стоимость на пользователя?

При каждом изменении промпта, модели или функции и не реже раза в месяц. Число токенов дрейфует по мере изменения промптов и поведения пользователей.

## Читайте также

-   [Как рассчитать стоимость LLM API до запуска функции](https://broadrouter.com/ru/blog/estimate-llm-api-cost-before-launch/)
-   [Контроль расходов на LLM API: бюджеты, лимиты ключей, защита от циклов](https://broadrouter.com/ru/blog/llm-api-spend-control/)
-   [Токены рассуждений: почему вы платите за выход, которого не видите](https://broadrouter.com/ru/blog/reasoning-tokens-cost/)
-   [Кэшированные входные токены: как снизить счёт за LLM API](https://broadrouter.com/ru/blog/cached-input-tokens-explained/)
-   [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: OpenAI Python SDK и BroadNet Inference](https://broadrouter.com/ru/guides/openai-python-sdk/)
-   [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-cost-per-user-saas&utm_content=page-cta) ·

**Источники**

-   [Машиночитаемый прайс-лист BroadNet Inference (pricing.json) (на английском)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-cost-per-user-saas&utm_content=sources)
-   [Справочник API BroadNet Inference, поля usage и лимиты (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-cost-per-user-saas&utm_content=sources)
-   [Безлимитные тарифы BroadNet Inference и FAQ по тарифам (на английском)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-llm-cost-per-user-saas&utm_content=sources)
-   [Справочник OpenAI API, объект usage в chat completions](https://platform.openai.com/docs/api-reference/chat/create)
