«Цена за миллион токенов» кажется величиной, которую легко сравнить между провайдерами. На деле это не совсем так. Провайдеры различаются тем, какие модели они хостят, сколько стоит вход из кэша, есть ли скидка на пакетные задания, можно ли арендовать GPU и какие комиссии добавляются сверху. В этой статье мы сравниваем, как шесть провайдеров моделей с открытыми весами строят цены, а затем сводим их опубликованные цены на одни и те же модели. Все цифры конкурентов взяты с официальных страниц провайдеров и проверены 2026-11-14; ссылки — в списке источников. Цены меняются часто, поэтому перепроверьте их, прежде чем принимать решение.
Какие есть пять способов тарификации открытых моделей?
- Оплата за токены, serverless. Отдельные цены за 1 млн входных и выходных токенов. Так продают все провайдеры из этого списка.
- Вход из кэша. Сниженная ставка для повторяющихся префиксов промпта. Скидка — от половины цены до нескольких процентов от ставки за вход. Что такое кэшированные токены.
- Пакетный режим (batch). Более низкие цены для задач, которые могут подождать несколько часов.
- Выделенные GPU. Почасовая аренда оборудования, на котором вы запускаете модель сами или через стек провайдера. Свой хостинг или API: точка окупаемости; можно также подставить свои цифры в калькулятор «свой хостинг или API».
- Тарифы с фиксированной ценой. Фиксированная цена за период времени, без счётчика токенов. См. безлимитный тариф LLM.
Как каждый провайдер тарифицирует открытые модели?
| Провайдер | Модель работы | Оплата за токены | Вход из кэша | Пакетный режим | Выделенные GPU | Фиксированный тариф |
|---|---|---|---|---|---|---|
| OpenRouter | Роутер между многими провайдерами | Цена провайдера, “no markup” (перевод: «без наценки») | Зависит от провайдера | Зависит от провайдера | Нет | Нет |
| Together AI | Собственный serverless + выделенные | Да | Указан для некоторых моделей | Скидка 50% на отдельные модели (на момент проверки только Whisper Large v3) | H100 от USD 5,49 за GPU-час | Нет |
| Fireworks AI | Собственный serverless + по запросу | Да, от USD 0,05 за 1 млн входных | Скидка 50% по умолчанию, на некоторых моделях больше | Скидка 50% | H100 USD 8,00 в час | Нет |
| Groq | Собственное оборудование | Да, короткий список моделей | Скидка 50% на моделях GPT-OSS | Скидка 50% | Не указаны | Нет |
| DeepInfra | Собственный serverless + выделенные | Да, некоторые модели тарифицируются по времени выполнения | Указан для многих моделей | На странице цен не указан | H100 USD 2,90 за GPU-час | Нет |
| BroadNet Inference | Короткий список моделей; модели, размещённые у партнёров по инференсу в США | Да | Указан для трёх из четырёх чат-моделей | Не предлагается | Нет | Да, DeepSeek V4.1 Flash |
Что сказано на страницах провайдеров:
- OpenRouter пишет: “there is no markup on inference pricing” (перевод: «наценки на цены инференса нет»). Комиссия берётся при покупке кредитов: 5,5% на тарифе Standard (минимум USD 0,80, согласно FAQ) и 8% на Business, либо 5% при оплате криптовалютой. Бесплатные варианты моделей ограничены 20 запросами в минуту и 50 в день, или 1 000 в день после покупки кредитов хотя бы на USD 10. Это роутер, поэтому у одной модели может быть много цен. OpenRouter или провайдер с фиксированным тарифом.
- Together AI указывает выделенный H100 по USD 5,49 за GPU-час по запросу. В документации по пакетному режиму сказано, что отдельные serverless-модели работают со скидкой 50% и окном выполнения, фиксированным на 24 часах, но на момент проверки в таблице моделей со скидкой была только
openai/whisper-large-v3. Остальные модели идут по стандартным ставкам. - У Fireworks есть режимы Standard, Priority, Fast, Batch (скидка 50%) и Spot (скидка 30% на отдельных моделях). Вход из кэша тарифицируется за половину цены или дешевле, без платы за запись.
- Groq публикует цены за токены для небольшого набора production-моделей, например
openai/gpt-oss-120bза USD 0,15 за вход и USD 0,60 за выход за 1 млн, а распознавание речи Whisper — почасово. Вход из кэша на моделях GPT-OSS стоит половину цены, а пакетные задания идут со скидкой 50% с окном от 24 часов до 7 дней. - DeepInfra показывает у многих моделей скидочную ставку рядом с прайсовой, например скидку 51% на DeepSeek-V4.1-Flash-1017 и 38% на GLM-5.3. Когда закончатся эти скидки, на странице не сказано. Также есть уровни Standard, Priority (1,5×) и Flex (0,8×).
Сколько стоит одна и та же модель у разных провайдеров?
Опубликованные цены за 1 млн токенов на модели, которые обслуживает и BroadNet. «—» означает, что модели не было на странице цен провайдера.
DeepSeek V4.1 Flash (вход / кэш / выход):
| Провайдер | Вход | Кэш | Выход |
|---|---|---|---|
| Together AI | USD 0,30 | USD 0,006 | USD 1,20 |
| Fireworks AI | USD 0,30 | USD 0,006 | USD 1,20 |
| DeepInfra, прайс | USD 0,20 | USD 0,006 | USD 0,60 |
| DeepInfra, со скидкой (30%) | USD 0,14 | USD 0,0042 | USD 0,42 |
| DeepInfra, DeepSeek-V4.1-Flash-1017, со скидкой (51%) | USD 0,098 | USD 0,0029 | USD 0,294 |
| Groq | — | — | — |
| BroadNet Inference | $0.175 | $0.0055 | $0.52 |
Датированный вариант -1017 у DeepInfra — тот же релиз, который собственный API DeepSeek отдаёт как deepseek-flash; проверьте, какой из них вызывает ваш код. На OpenRouter на момент проверки у модели было 37 эндпоинтов от 28 провайдеров, примерно от USD 0,05 (Baidu) до USD 3 (самый быстрый уровень Venice) за 1 млн входных токенов. В нашей таблице цен DeepSeek V4.1 Flash перечислены все провайдеры, которые публикуют собственную цену на эту модель, с исходной страницей и датой проверки в каждой строке. Насколько широк разброс цен на одну модель по всему рынку, показывает наш индекс цен LLM API. Как эти цены на открытые модели соотносятся с GPT, Claude и Gemini на той же нагрузке, см. в статье стоимость API открытых и закрытых моделей.
GLM 5.3 (собственные цены всех провайдеров: таблица цен GLM 5.3):
| Провайдер | Вход | Кэш | Выход |
|---|---|---|---|
| Together AI | USD 1,40 | USD 0,26 | USD 4,40 |
| Fireworks AI | USD 1,40 | USD 0,26 | USD 4,40 |
| DeepInfra, прайс | USD 0,90 | USD 0,20 | USD 4,00 |
| DeepInfra, со скидкой (38%) | USD 0,5625 | USD 0,125 | USD 2,50 |
| BroadNet Inference | $0.78 | $0.173 | $3.46 |
Qwen3.8 27B (собственные цены всех провайдеров: таблица цен Qwen3.8 27B):
| Провайдер | Вход | Кэш | Выход |
|---|---|---|---|
| DeepInfra, прайс | USD 0,20 | USD 0,05 | USD 2,50 |
| DeepInfra, со скидкой (25%) | USD 0,15 | USD 0,0375 | USD 1,875 |
| Groq (preview, только для оценки) | USD 0,80 | — | USD 4,00 |
| BroadNet Inference | $0.175 | $0.0435 | $2.17 |
Gemma 4 26B A4B (сборка BroadNet — Gemma 4 VL 26B):
| Провайдер | Вход | Выход |
|---|---|---|
| DeepInfra | USD 0,07 | USD 0,34 |
| BroadNet Inference | $0.10 | $0.22 |
По цене за токен BroadNet здесь не самый дешёвый. Скидочные ставки DeepInfra ниже, чем у BroadNet, во всех строках для DeepSeek V4.1 Flash, GLM 5.3 и Qwen3.8 27B, а у Gemma — ниже по входу (по выходу Gemma у BroadNet дешевле). Собственный API DeepSeek в непиковые часы снижает все цены вдвое, и тогда его вход дешевле, чем у BroadNet (подробности). Прайсовые цены BroadNet ниже, чем у Together и Fireworks, на DeepSeek V4.1 Flash и GLM 5.3. Цена за токен — лишь один из факторов; проверьте также длину контекста, хранение данных и лимиты запросов, которых в этих таблицах нет.
Если взять все 119 моделей, которые продают несколько хостов, а не только эти четыре, самая высокая прайсовая цена в медиане в 1,76 раза выше самой низкой; см. одна модель — разные хосты. Цены хостов к тому же меняются чаще, чем цены разработчиков моделей: как часто меняются цены LLM API.
А что с распознаванием речи?
Groq указывает whisper-large-v3-turbo по USD 0,04 за час аудио и whisper-large-v3 по USD 0,111 за час. DeepInfra указывает Voxtral Mini по USD 0,001 за минуту. Многоязычная модель BroadNet стоит $0.002 за минуту ($0.12 за час), а арабская — $0.0042 за минуту. Больше провайдеров — в статье сравнение цен API распознавания речи. Для арабского точность на ваших диалектах важнее ставки: как выбрать API распознавания арабской речи.
Как сравнить провайдеров под вашу нагрузку?
- Зафиксируйте модель и версию. «DeepSeek V4.1 Flash» и его датированный вариант могут стоить по-разному.
- Измерьте структуру токенов: вход, долю кэша и выход, включая рассуждения. Как оценить стоимость до запуска.
- Посчитайте по всем трём ставкам каждого провайдера, а не только по цене входа. Для агентов решающей часто оказывается ставка для кэша. Арифметику сделают калькулятор стоимости LLM API и калькулятор кэширования промптов.
- Применяйте скидки за пакетный режим только к задачам, которые могут подождать.
- Добавьте комиссии: за покупку кредитов и множители уровней.
- Проверьте лимиты: лимиты запросов, параллельность и длина контекста могут исключить провайдера при любой цене.
- Сравните с тарифом с фиксированной ценой, если один агент работает большую часть дня. Расчёт точки окупаемости или калькулятор «фиксированный тариф или оплата за токены».
Место BroadNet Inference
BroadNet обслуживает короткий список моделей, часть из которых размещена у партнёров по инференсу в США, и публикует цены за токены в файле цен. Её ставки за токены — в середине таблицы, а не самые низкие: если важна только цена за токен, скидочные позиции DeepInfra обойдутся дешевле. Чего здесь не продаёт никто другой, так это безлимитный DeepSeek V4.1 Flash за $60 в месяц за сессию, плюс недельный вариант за $15 и часовой за $1. Это не маркетплейс, скидки на пакетный режим и выделенных GPU нет. Другие её преимущества — нулевое хранение данных для каждого запроса, распознавание арабской речи и один OpenAI-совместимый ключ для чата и аудио. Если вам нужны десятки семейств моделей или самая низкая промо-ставка для неравномерной нагрузки, лучше подойдёт роутер или более крупный хост.
