Сколько стоит один запрос к нейросети: мы замерили девять операций

Коротко: 30 июля 2026 года мы прогнали девять типов запросов через Google Vertex AI и записали токены прямо из ответов API. Главный вывод: читать для нейросети дёшево, создавать — дорого, и разрыв доходит до тысячи раз. Посмотреть десятиминутный ролик с YouTube стоит два цента. Снять восемь секунд видео — три доллара двадцать центов. Это одна и та же технология и один и тот же счёт, но операции разной природы, и планировать бюджет, не понимая разницы, невозможно.

Как мы считали

Не по калькуляторам на сайтах и не по обещаниям в блогах вендоров. Каждый запрос уходил в Vertex AI на сервисном аккаунте нашего проекта, а из ответа мы забирали блок usageMetadata — там модель сама сообщает, во сколько токенов ей обошлось то, что вы прислали, и то, что она написала.

Дальше — умножение на прайс Google от 30 июля 2026 года для семейства Gemini 2.5 Flash-Lite: $0,10 за миллион входящих токенов (текст, картинки, видео), $0,30 за миллион входящих аудио и $0,40 за миллион исходящих. Цены генерации видео — из прайса Veo 3.1: $0,40 за секунду в стандартном режиме.

Метод важен, потому что позволяет вам повторить: те же цифры лежат в ответе любого вашего запроса, если посмотреть на usageMetadata.

Таблица: что сколько стоит

Операция	Что происходит	Цена за раз
Вопрос текстом	~300 токенов внутрь, ~500 наружу	$0,0003
Разбор фотографии	картинка + короткий ответ	$0,001
Расшифровка голосового, 30 сек	аудио дороже текста втрое	$0,0008
Озвучка текста, 1 абзац	синтез речи	$0,0006
Разбор ролика 3 мин	51 тыс. токенов	$0,006
Разбор ролика 10 мин	171 тыс. токенов	$0,02
Сгенерированная картинка	1290 исходящих токенов	$0,04
Видео 8 сек, быстрый режим	посекундная тарификация	$0,64
Видео 8 сек, обычный режим	посекундная тарификация	$3,20

Главное открытие: посмотреть дешевле, чем сделать

Сравните две строки таблицы. Разобрать чужой десятиминутный ролик — два цента. Сгенерировать восемь секунд своего — три доллара двадцать. Разница в 160 раз, при том что во втором случае вы получаете в семьдесят пять раз меньше секунд.

Причина в том, как устроена тарификация. Всё, что вы отправляете модели, — это входящие токены, самое дешёвое в прайсе. Всё, что она производит, — исходящие, и стоят они в разы дороже. У Flash-Lite вход $0,10 за миллион, выход $0,40 — вчетверо. А генерация картинок и видео вообще считается отдельно и по другим ставкам.

Отсюда правило, которое экономит больше всего денег: укорачивать надо ответ, а не вопрос. Строчка «ответь одним абзацем» срезает счёт заметнее, чем сокращение вопроса вдвое. Самая дорогая фраза, которую можно написать модели, — «распиши подробно, со всеми примерами».

Сколько видео стоит по секундам

Мы замерили это отдельно, обрезав один ролик до разной длины. Модель считает видео так: 258 токенов на секунду видеоряда и 25 токенов на секунду звука. Зависимость строго линейная — пять секунд дали 1290 токенов, десять секунд ровно 2580.

Длина	Токенов	Цена разбора
5 секунд	1 415	$0,0002
1 минута	17 000	$0,002
5 минут	85 000	$0,010
10 минут	171 000	$0,020

Практический смысл: разбор видео — не роскошь. Если вам нужно вытащить суть из часовой лекции, это обойдётся примерно в двенадцать центов. Дороже будет ваше время на постановку задачи.

Почему считать всё-таки придётся

Отдельный запрос стоит доли цента, и от этого возникает ощущение, что считать нечего. Ощущение обманчивое по двум причинам.

Первая: диалог дорожает с каждым сообщением. Модель не помнит предыдущие реплики — чтобы она понимала контекст, вся переписка отправляется заново при каждом обращении. Десятое сообщение тянет за собой девять предыдущих, и все они снова считаются входящими. Вы пишете одинаково короткие реплики, а счёт растёт сам.

Вторая: русский текст дороже английского примерно вдвое. Модель считает не буквы и не слова, а токены — куски текста. Английский разбивается на токены крупнее: там один токен это примерно четыре символа, в русском — около двух. Одна и та же мысль на русском обходится в полтора-два раза дороже.

Что с этим делать на практике

• Ограничивайте длину ответа явно. «Три предложения», «одним абзацем», «списком из пяти пунктов» — это прямая экономия, а не придирка к стилю.
• Начинайте новый чат под новую задачу. Длинная переписка «обо всём» стоит дороже свежего чата с тем же вопросом — и работает точнее, потому что старый контекст перестаёт мешать.
• Не генерируйте то, что можно найти. Прочитать существующий ролик или документ почти всегда дешевле, чем создать свой.
• Для длинных технических промптов пробуйте английский. Дело не только в цене: модели учились преимущественно на английских текстах и понимают английскую формулировку точнее.

Оговорки, без которых цифры врут

Мы замеряли на одной модели — Gemini 2.5 Flash-Lite — и на одном облаке. У более мощных моделей цены выше в разы, у конкурентов — свои прайсы. Порядок величин и, главное, соотношение между операциями сохраняются везде: вход дешевле выхода, чтение дешевле создания.

Второе: тарифы меняются. Наши цифры датированы 30 июля 2026 года. Проверять цену стоит на странице прайса вендора, а не по статьям — включая эту.