Если в 2026 году вы выбираете модель для продакшн-нагрузки, разница в цене между Sonnet 4.6, Opus 4.8 и gpt-5.6-luna повлияет на юнит- экономику сильнее, чем любые отличия в латентности или качестве. В этой статье: что стоит каждая модель за 1 млн токенов, где реально экономит prompt caching и как цены Claudexia соотносятся с прямыми тарифами Anthropic.
Три тарифа по форме затрат
Линейка Claudexia намеренно разделена на три ценовых уровня:
- gpt-5.6-luna это самый дешёвый уровень на Claudexia. Оптимизирован для высокочастотной классификации, роутинга, извлечения данных и лёгкого чата. По умолчанию используйте gpt-5.6-luna для любого шага агентного пайплайна, где не нужны длинные рассуждения.
- Sonnet 4.6 это рабочая лошадка. Сильное рассуждение, большой контекст, цена выше, чем у gpt-5.6-luna. Большинство продакшн-ассистентов и кодовых агентов работают на Sonnet: соотношение качество/цена сложно превзойти.
- Opus 4.8 это фронтир-уровень. Для сложных рассуждений, планирования и задач, где один вызов Opus заменяет пять ретраев Sonnet. Цена выходных токенов выше, чем у Sonnet.
У нас нет тира Haiku. Самая дешёвая модель это gpt-5.6-luna, но учтите: это другое семейство. Формат запросов совместимый, а поведение и промпты могут отличаться, так что проверьте на своей задаче.
Входные и выходные токены
Типичная ошибка при моделировании затрат на Claude это считать входные и выходные токены одной статьёй. Это не так. Выходные токены примерно в 5 раз дороже входных на любом тарифе. Для ассистента, который выдаёт длинные ответы (саммари, код, отчёты), выходные токены доминируют, иногда 80% и больше счёта. Для RAG-чата с короткими ответами по большому контексту доминируют входные.
Два практических вывода:
- Жёстко ограничивайте
max_tokens. Лимит в 4 000 токенов на чат, которому реально нужно 800, это постоянный пятикратный налог на длинный хвост многословных ответов. - Используйте стриминг и ранний выход. Если потребитель может действовать по первому абзацу, обрывайте стрим, а не ждите окончания генерации.
Prompt caching: где настоящая экономия
Prompt caching даёт большую скидку на закэшированные входные токены (системные промпты, длинные документы, схемы инструментов) при повторных вызовах. Для агентных циклов, которые на каждом шаге шлют один и тот же системный промпт и список инструментов, кэширование снижает стоимость ввода на 80–90% в стабильном режиме. Используйте.
Как Claudexia тарифицирует Claude
Claudexia: шлюз Claude с оплатой за токены. Мы повторяем прямые тарифы Anthropic на модели, поэтому вы можете сменить base URL без переучёта затрат. Платите только за использованные токены, без месячных минимумов, без оплаты за места и без обязательств. Пополняйте через СБП, крипто или карту и обращайтесь к привычным Anthropic- или OpenAI-совместимым эндпоинтам.
Актуальный прайс доступен по адресу /v1/models/info, ссылка на
страницу тарифов есть в дашборде.
Итог
gpt-5.6-luna для дешёвого, Sonnet для дефолта, Opus для сложного.
Ограничивайте max_tokens. Кэшируйте системные промпты. И прекращайте
оптимизировать. Катите.