Счёт за API приходит раз в месяц, а прайс-лист у китайских провайдеров меняется чаще. За последний год цены успели и упасть на флагманских моделях, и вырасти на новых версиях. Если юнит-экономика вашего продукта посчитана по цифре полугодовой давности, эта цифра уже врёт. Ниже — что показывают свежие новости о ценах на китайские модели и как пересчитать бюджет, когда цифры плывут.
Что произошло с ценами за год
Картина не односторонняя. Четыре факта из открытых источников, каждый с датой.
- Снижение на флагмане. DeepSeek с 1 июня 2026 года снизил цену API своей флагманской модели на 75 процентов, снижение названо постоянным — об этом 2 июня написал DigiTimes.
- Рост на новой модели. 14 августа 2026 года Caixin сообщил, что вместе с запуском DeepSeek-V4-Pro цены API выросли, по отдельным позициям — вплоть до 1100 процентов.
- По рынку в целом — вверх. Обзор SynthorAI от 23 октября 2026 года: из 14 уровней моделей на 10 цены за токен за год выросли. Там же названы Qwen3.8 Max, GLM-5.3 и Kimi K3.
- Точечные снижения никуда не делись. В дайджесте WriteWorks за сентябрь 2026 года отмечено небольшое снижение входных и выходных цен на Kimi.
Отсюда практический вывод. Фраза «китайские модели дешевеют» верна не для всех моделей и не для всех версий. Дешевеет то, что уже отработало год и обросло конкурентами. Дорожает то, что только вышло и требует больше вычислений.
Почему прайс китайской модели вообще меняется
Причины видно по самим анонсам, и они не про «жадность» или «щедрость» провайдера.
- Вышла новая версия. Её ставят выше по цене, а прошлую оставляют как рабочую лошадку. Для продукта это хорошая новость: старая модель часто продолжает работать и стоит меньше.
- Изменился класс задач. Модель, которая умеет рассуждать и работать с длинным контекстом, тратит на ответ больше токенов на стороне провайдера. Цена за миллион при этом может выглядеть похожей, а счёт вырастет.
- Провайдер перестраивает тарифную сетку. Появляются отдельные цены на попадание в кеш, на пакетную обработку, на ночные часы. Одна и та же модель в разное время суток стоит по-разному.
Именно поэтому сравнивать модели по одной строчке из прайса бессмысленно. Сравнивать надо полный проход задачи. Как это делать по шагам, мы разбирали в статье сколько стоят токены DeepSeek.
Как считать бюджет, когда цена плавает
Не держите в голове цену за миллион токенов — она устареет раньше, чем вы её запомните. Держите формулу и пересчитывайте её по расписанию.
Стоимость запроса равна входным токенам, умноженным на цену входа, плюс выходные токены, умноженные на цену выхода. Звучит очевидно, но ломается на практике: в агентских сценариях вход растёт быстрее выхода, потому что каждый шаг тащит в контекст историю диалога и результаты вызовов инструментов.
Отсюда главная ошибка при пересчёте. Люди обновляют цену за токен и забывают, что число токенов на задачу тоже изменилось — новая модель охотнее рассуждает, пишет длиннее, чаще вызывает инструменты. Цена упала вдвое, а счёт вырос. Знакомо?
Три настройки, которые экономят больше, чем смена модели
- Кеш префикса. Если у запросов одинаковое начало (системный промпт, инструкция, справка), включённый кеш снимает основную часть входа. Работает только при стабильном порядке блоков в промпте.
- Ограничение истории. Держите в контексте последние сообщения плюс сводку прошлого, а не весь диалог. Для большинства ботов это минус заметная доля входа.
- Разделение задач по моделям. Черновики, разметка, классификация — на дешёвой модели. Финальный ответ клиенту — на сильной. Один продукт, две модели, разница в счёте окупает лишний код.
Как это выглядит в цифрах на ваших данных — считайте сами, чужие расчёты вам не подойдут. Шаблон ниже.
Возьмите 50 реальных запросов из логов, посчитайте среднее число входных и выходных токенов, умножьте на текущий прайс и добавьте запас на рост истории. Полученная цифра — стоимость одного диалога. Умножьте её на план по нагрузке и сравните с ценой продукта для клиента. Если запас меньше двух раз, любое подорожание у провайдера съест маржу.
Как не зависеть от одного прайс-листа
Когда весь продукт завязан на одну модель одного провайдера, любое изменение цены бьёт напрямую в маржу. Защита строится заранее и стоит недорого.
- OpenAI-совместимый слой. Если в коде только base_url и имя модели, переезд на другого провайдера — правка конфига, а не переписывание логики. Про это у нас есть отдельный разбор: OpenAI SDK и китайские модели.
- Вторая модель в запасе. Проверенная на ваших задачах, с известным качеством. Не «на всякий случай», а с тестами.
- Лимиты расходов на ключ. Жёсткий потолок спасает от счёта-сюрприза при смене прайса или баге в ретраях. Настройка описана в статье лимиты расходов на API.
- Журнал цен. Простая таблица: дата, модель, цена входа, цена выхода, ссылка на источник. Через полгода она объяснит вам больше, чем любой аналитический обзор.
Если выбираете между двумя моделями одного класса, полезным будет сравнение Qwen или GLM — там логика выбора под задачу, а не под прайс.
Что сделать на этой неделе
- Выгрузить 50 последних запросов из логов и посчитать по ним средние токены входа и выхода.
- Пересчитать стоимость одного сценария по текущим ценам и записать дату расчёта.
- Проверить, включён ли кеш префикса и не растёт ли контекст без ограничения.
- Поставить лимит расходов на каждый ключ, включая тестовые.
- Завести таблицу цен с датами — чтобы следующий пересчёт занял десять минут, а не день.
Это работа на пару часов, и она не требует ничего покупать. Зато когда провайдер снова поменяет прайс, вы будете знать ответ на вопрос «на сколько выросла себестоимость» в тот же день.
Где мы в этой истории
Китай-API — российский шлюз к моделям DeepSeek, Qwen, GLM и Kimi. Один ключ, совместимый с OpenAI SDK, оплата в рублях, для юрлица счёт и закрывающие документы. Модель можно переключать без правок в коде, поэтому смена прайса у провайдера не превращается в аврал для разработки.
Продукт в подготовке: запуск скоро, открыт приём заявок на ранний доступ. Если хотите проверить расчёт на своём сценарии, оставьте заявку на ранний доступ — пригласим, когда откроем кабинет.