Цены ИИ-API осенью 2026: Claude, GPT-6 и Gemini в одной таблице

За сентябрь и октябрь 2026 года все три крупных поставщика ИИ обновили линейки и цены. Anthropic выпустила семейство Claude 5.5, OpenAI — GPT-6.1 Sol, Google — Gemini 4 Argon. Свели прайсы в одну таблицу по состоянию на 23 октября и добавили калькулятор: подставьте свой объём запросов и получите бюджет в рублях.

Сводная таблица цен

Картина получилась симметричной. В нижнем сегменте Claude Haiku 5.5 и GPT-6 Luna стоят одинаково — $0,10 и $0,50. В среднем Claude Sonnet 5.5, GPT-6.1 Sol и Gemini 4 Argon до конца ноября — по $2 и $10. Различия — в деталях, которые и определяют итоговый счёт.

Детали, которые меняют счёт

Длинный контекст. У Claude Haiku 5.5 запросы свыше 100 тыс. токенов стоят $0,50 и $2,50. У GPT-6.x порог — 272 тыс. токенов: GPT-6.1 Sol за ним стоит $4 и $15. У Gemini 4 Argon отдельного порога в прайсе нет.

Кеш. У Claude Opus 5.5 и Sonnet 5.5 чтение кеша — 5% от цены входа, у GPT-6.1 Sol — тоже 5% ($0,10 при $2). У Gemini 4 Argon работает только неявный кеш, явно закешировать инструкцию нельзя.

Размышление. У Claude Opus 5.5 рассуждение включено всегда, у Gemini 4 Argon токены размышления входят в цену выхода. Видимый ответ на 300 токенов может обойтись как ответ на 3000.

Токенизатор. Один и тот же русский текст даёт разное число токенов у разных поставщиков. У Claude, начиная с моделей 4.7, новый токенизатор даёт примерно на 30% больше токенов, чем старый. Сравнивать цены «за миллион» можно только после замера на своём тексте.

Пакетный режим. Если ответ не нужен сразу (ночная обработка документов, разметка базы), все три поставщика дают скидку около 50%: у Anthropic — пакетный API, у OpenAI — Batch и Flex, у Google — Batch.

Пример: бот поддержки на 20 тыс. диалогов

Допустим, бот отвечает на 20 тыс. обращений в месяц. В каждом запросе 3 000 токенов на вход (инструкция, фрагменты базы знаний, история), половина из них берётся из кеша, и 600 токенов ответа. При курсе 82 ₽ за доллар:

• на Claude Haiku 5.5 или GPT-6 Luna — около 760 ₽ в месяц;
• на Sonnet 5.5, GPT-6.1 Sol или Gemini 4 Argon по ноябрьской цене — порядка 15 тыс. ₽;
• на Claude Opus 5.5 — около 30 тыс. ₽;
• на GPT-6 Astra — около 76 тыс. ₽.

Разница между младшей и старшей моделью — в 100 раз. Поэтому главный вопрос не «какой поставщик дешевле», а «какой класс модели нужен для каждой задачи».

Как выбрать

1. Разделите задачи на простые (классификация, извлечение, короткие ответы) и сложные (анализ, многошаговые сценарии).
2. Простые отдайте младшей модели и проверьте качество на 100 примерах.
3. Для сложных сравните две-три модели среднего класса на своих данных.
4. Старшую модель оставьте для редких случаев, где ошибка дорогая.
5. Посчитайте бюджет в калькуляторе ниже и заложите запас 20–30% на рост объёма и смену цен.

Что считать кроме токенов

Токены — не единственная строка счёта. При планировании бюджета проверьте ещё несколько позиций:

• хранение кеша — у Gemini 3.8 Flash явный кеш стоит $0,50 за миллион токенов в час хранения (с 1 января 2027 года — $1), это нужно учитывать для длинных инструкций;
• запись в кеш — у Claude запись дороже базового входа: у Opus 5.5 $5 за 5-минутный кеш и $8 за часовой;
• встроенные инструменты — веб-поиск, выполнение кода и другие серверные инструменты тарифицируются отдельно;
• быстрый режим — у Opus 5.5 он стоит $8 и $40, у GPT-6.1 Sol — $4 и $20; включать его стоит только там, где скорость окупается;
• региональная обработка — у OpenAI обработка с хранением данных в выбранном регионе добавляет 10% к цене.

Что не вошло в таблицу

Мы не включили российские модели: YandexGPT, Alice AI LLM и GigaChat тарифицируются в рублях и за 1000 токенов, их удобнее сравнивать отдельно. Не вошли и открытые модели, которые можно запустить на своём сервере: там считать нужно стоимость GPU, а не токенов.

Важно и то, как вы платите. Для российских компаний оплата зарубежных API и передача туда данных клиентов — отдельные вопросы, которые иногда решают выбор раньше, чем цена.

Наше мнение

Мы считаем, что цена за токен перестала быть главным фактором выбора: в каждом классе у лидеров она почти одинакова. Решают качество на ваших задачах, расход токенов на размышление, условия оплаты и хранение данных. Что мы советуем клиентам: строить систему так, чтобы модель можно было сменить настройкой, и раз в квартал пересматривать распределение задач между моделями.