Сколько стоит один ответ ИИ-агента: посчитал по прайсам и сверил со своими диалогами

Первая версия ИИ-агента, которого я собирал для застройщика из Башкортостана, потратила на один тестовый диалог около 130 руб. Рабочая версия 30 сентября провела на сайте настоящий разговор с клиенткой - шесть ответов и заявка менеджеру - примерно за 17 руб. Между ними: другая модель и пересобранные инструкция и база знаний.

Я разобрал, из чего складывается цена ответа: сначала по открытым прайсам российских моделей, потом по своим диалогам. Заодно это объясняет часть ИИ-бума. Модели сильно подешевели, но платит бизнес в основном не за «интеллект», а за то, сколько текста агент читает перед каждым ответом.

Epoch AI в сентябре 2026 года оценил, что цена ответа модели одного и того же уровня качества с 2023 года падает примерно в 13 раз в год. Это медиана по разным задачам: на одних падение медленнее, на других быстрее.

Российские модели тоже дешевеют, хотя не так резко:

У Яндекса цены с НДС, у Сбера - тоже, при оплате по факту.

Агент перед каждым ответом читает не только сообщение клиента. Он заново получает инструкцию, найденные куски базы знаний, строки из таблиц, историю переписки. Поэтому почти весь расход - это то, что агент читает, а не то, что пишет.

Это видно по статистике консультанта, которого я собрал для застройщика из Башкортостана. Тестовая версия за август и начало сентября потратила 716 тысяч токенов, из них 697 тысяч - входящие, то есть прочитанное. Написано ею самой около 10 тысяч, меньше 2%. У рабочей версии, которая сейчас отвечает на сайте застройщика, картина та же: 1,58 млн прочитанных токенов и 64 тысячи написанных.

Для расчёта возьму: 20 тысяч токенов на ответ, 8 ответов в диалоге. Получается 160 тысяч токенов на разговор.

Это чистая цена модели. 20 тысяч токенов на ответ - моё допущение, у простого агента меньше, у агента с большой базой - больше.

В расчёте выше российские модели, а мои агенты, надо признаться, работают на других. В моём кабинете 38 агентов, и ни один сейчас не работает на YandexGPT или GigaChat. Большинство - на DeepSeek V4.1 Flash, остальные - на моделях GPT и Grok. Рабочий агент застройщика в кабинете клиента - на Grok 4.1 Fast.

Причина простая: сама платформа оценивает российские модели как дорогие и при этом слабые по качеству ответа. Вот как платформа помечает модели при выборе:

Это оценка платформы, а не моё тестирование каждой модели. Но в моих агентах она подтверждается: на сложной инструкции с функциями и базой знаний качество решает больше, чем цена токена у провайдера.

Первый вопрос, который здесь задают: а персональные данные? Клиенты пишут в чат имя и телефон, а модель зарубежная. В платформе для этого есть маскирование: прямые персональные данные — телефоны, email, паспортные номера — заменяются метками до передачи в модель и подставляются обратно после ответа. Включается отдельным флагом в настройках агента. В логе рабочего диалога от 30 сентября это видно: в рассуждениях модели стоит подменный номер, а менеджеру в заявку ушёл настоящий телефон клиента. Юридическую сторону каждый оператор данных оценивает сам, это вопрос к юристу, а не к подрядчику.

Платформа берёт деньги в своих токенах: по документации, 1000 токенов = 1 руб. Это уже не цена модели, а цена платформы - с её наценкой, функциями, хранением диалогов.

Вот что показали тестовые диалоги агента застройщика в августе и начале сентября, в первой версии:

Для сравнения: в документации средняя оценка - от 1 до 7 руб за ответ, от 7 до 30 руб за диалог. Первая версия на GPT-5.2 вышла за верхнюю границу.

Я разобрал этот диалог за 130 руб. Клиент просил планировки однокомнатных квартир. На каждый вопрос агент ходил в базу знаний, и база возвращала ему по десять фрагментов - полные прайс-листы по нескольким домам с ценой каждого этажа. Агент читал всё это заново перед каждым ответом.

То есть дорого не потому, что модель «умная». Дорого, потому что ей на каждый вопрос выдаётся слишком много текста.

После этого я собрал свои правила экономии в отдельный рабочий регламент: сколько шагов модель делает на один ответ, какого размера инструкция, сколько фрагментов база знаний отдаёт за раз и с каким порогом релевантности, когда нужна модель с рассуждениями, а когда нет. По нему агент застройщика пересобран заново.

Что изменилось в рабочей версии:

30 сентября на сайте прошёл обычный разговор: клиентка искала однокомнатную квартиру в ипотеку, агент задал четыре вопроса, получил согласие на обработку данных, имя и телефон и передал заявку менеджеру. Шесть ответов агента обошлись примерно в 17 руб - меньше 3 руб за ответ. Входящий запрос на один ответ - около 2 тысяч токенов против 14–34 тысяч в первой версии.

Разделить, сколько сэкономила смена модели, а сколько - пересборка инструкции и базы, я не могу: менялось всё сразу. И это один диалог, а не среднее за месяц.

Отсюда мой практический вывод для тех, кто считает бюджет. Разница между дешёвой и дорогой моделью заметна, но это не главная. Главное - сколько текста агент читает перед каждым ответом. Это зависит от того, как собраны база и инструкция, а не от прайса провайдера.

По данным Яндекса и «Яков и Партнёры» за декабрь 2025 года, генеративный ИИ хотя бы в одной функции используют 71% крупных российских компаний. По малому и среднему бизнесу надёжных российских данных я не нашёл.

Модели продолжат дешеветь. Работа, которая определяет цену и качество ответа — привести в порядок прайс, базу и правила, — не подешевеет. Её можно начинать и без агента.

Если у вас другие цифры расхода на ответ — напишите, сравним.