Самые дешёвые модели для массовых задач: цены, расчёт и выбор

Когда запросов десятки или сотни тысяч, цена за токен становится главным параметром. Если вы ищете самую дешёвую нейросеть с доступом по API для разметки, извлечения данных или коротких ответов, в каталоге Zukko есть шесть кандидатов. Ниже — их цены, расчёт на реальный объём и критерии, по которым выбирать: картинки, контекст и индекс силы.

Самая дешёвая нейросеть API: таблица цен

Цены — в долларах за 1M токенов, на 2026-10-06.

Индекс силы — это Intelligence Index от Artificial Analysis, сводный балл по бенчмаркам. Прочерк в колонке индекса у Gemini 3.7 Flash означает, что значения индекса для неё у нас нет. Запись в кэш ни у одной из шести моделей отдельно не списывается (прочерк в колонке записи): первый запрос идёт по цене входа. Чтение кэша у GPT-6 Luna шлюз видит всегда, у остальных — если поставщик сообщает о нём в ответе.

Сразу видно три вещи:

• По входу дешевле всех DeepSeek V4.1 Flash и Gemini 3.7 Flash — по $0.013.
• По выходу дешевле всех DeepSeek V4.1 Flash ($0.038), затем GLM 5.3 Flash ($0.04) и Gemini 3.7 Flash ($0.05).
• Картинки на вход не принимает ни одна из шести моделей.

Актуальный список и цены — GET https://api.zukko.pro/v1/models или страница «Модели» в кабинете.

Расчёт на объём

Формула одна для всех:

Сценарий 1: короткие ответы

50 000 запросов, по 1 000 входных и 200 выходных токенов. Итого 50 000 000 токенов входа и 10 000 000 выхода — подставляем «миллионы × цену»:

Проверка одной строки: GLM 5.3 Flash — 50 × 0.04 + 10 × 0.04 = 2.00 + 0.40 = $2.40. Расчёт предполагает одинаковое число токенов для всех моделей; токенизаторы у них разные, так что фактические цифры могут немного отличаться.

Сценарий 2: длинные ответы

10 000 запросов, по 500 входных и 2 000 выходных токенов (генерация описаний, черновики писем). Итого 5 000 000 входа и 20 000 000 выхода:

Порядок поменялся: при длинных ответах GLM 5.3 Flash с одинаковой ценой входа и выхода обгоняет Gemini 3.7 Flash. Поэтому считайте под свой профиль: сначала измерьте средние prompt_tokens и completion_tokens на 100–200 реальных запросах.

Критерии выбора

Картинки

Если в задаче есть изображения (чеки, скриншоты, фото товаров), ни одна из шести моделей не подойдёт. Самые недорогие модели каталога с картинками на вход — DeepSeek V4 Pro (deepseek-v4-pro, $0.088 / $0.25, индекс 36) и Qwen 3.8 Max (qwen3.8-max, $0.1 / $0.263, индекс 45). Можно разделить поток: текстовые запросы — на дешёвую модель, запросы с картинками — на модель с их поддержкой.

Контекст: 128K или 1M

У GLM 5.3 Flash контекст 128K токенов, у остальных пяти — 1M. Для разметки коротких сообщений разницы нет. Для длинных договоров, логов или выгрузок, которые не помещаются в 128K, GLM 5.3 Flash отпадает.

Индекс силы

Внутри группы индекс от 38 до 42: GLM 5.3 Flash — 42, Gemini 3.8 Flash — 41, Qwen 3.8 Flash — 40, DeepSeek V4.1 Flash — 39, GPT-6 Luna — 38. Разброс в четыре балла — повод проверить модели на своих данных, но не повод выбирать вслепую. Индекс усреднён по многим задачам, а у вас одна.

Кэш

Если у всех запросов длинный общий префикс (большая инструкция или справочник), смотрите на цену чтения кэша. В этой группе она заметно ниже входа только у Gemini 3.8 Flash ($0.013 против $0.025, если поставщик сообщает о чтении кэша) и немного — у GPT-6 Luna ($0.038 против $0.04). У остальных чтение кэша стоит столько же, сколько вход.

Формат и привычный стек

Все шесть моделей вызываются через один и тот же OpenAI-совместимый эндпоинт, шлюз конвертирует запрос, так что переключение — это смена одной строки с именем модели.

Как быстро сравнить кандидатов

Скрипт ниже считает стоимость вашего объёма по каталожным ценам. Подставьте свои средние токены из пробного прогона:

PRICES = {  # $ за 1M токенов: (вход, выход), каталог на 2026-10-06
    "deepseek-v4.1-flash": (0.013, 0.038),
    "gemini-3.7-flash": (0.013, 0.05),
    "gemini-3.8-flash": (0.025, 0.088),
    "glm-5.3-flash": (0.04, 0.04),
    "qwen3.8-flash": (0.038, 0.088),
    "gpt-6-luna": (0.04, 0.21),
}

requests_count = 50_000
avg_in, avg_out = 1_000, 200

for model, (p_in, p_out) in sorted(
    PRICES.items(), key=lambda kv: avg_in * kv[1][0] + avg_out * kv[1][1]
):
    cost = requests_count * (avg_in * p_in + avg_out * p_out) / 1_000_000
    print(f"{model:22} ${cost:.2f}")

Затем — проверка качества: прогоните 50–100 реальных примеров с эталонными ответами через два-три самых дешёвых варианта и выберите самый дешёвый, который даёт приемлемую точность. Запрос к любой модели выглядит одинаково:

from openai import OpenAI

client = OpenAI(base_url="https://api.zukko.pro/v1", api_key="fetch_ваш_ключ")

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash",  # меняйте здесь
    messages=[{"role": "user", "content": "Определи язык текста: 'Guten Morgen'"}],
)
print(resp.choices[0].message.content, resp.usage.prompt_tokens, resp.usage.completion_tokens)

Как организовать параллельную отправку и обработку 429 на большом объёме — в статье про массовую обработку запросов↗. Параметры запроса — в документации chat/completions↗, список моделей — в документации /v1/models↗.

Как не выйти за бюджет

Для массового прогона заведите отдельный ключ: с дневным и месячным лимитом в долларах и allowed_models, где указана только выбранная модель. Если скрипт по ошибке обратится к другой модели, запрос получит 403 model_not_allowed_for_key вместо списания по другой цене. Настройка — на странице API-ключей↗ в кабинете.

Начните с ключа и пробного прогона на сотне примеров — по ценам выше он стоит доли цента.

Частые вопросы

Какая самая дешёвая модель в каталоге?

По ценам на 2026-10-06 — DeepSeek V4.1 Flash: $0.013 за 1M входных и $0.038 за 1M выходных токенов. В обоих сценариях расчёта она оказалась дешевле всех. Но «самая дешёвая» не значит «подходит»: проверьте точность на своих примерах. Сравнение с ближайшей альтернативой — в статье DeepSeek или Gemini Flash↗.

Есть ли дешёвая модель, которая понимает картинки?

Среди шести моделей из таблицы — нет. Из моделей с картинками на вход самые недорогие — DeepSeek V4 Pro ($0.088 / $0.25) и Qwen 3.8 Max ($0.1 / $0.263).

Чем Gemini 3.7 Flash отличается от 3.8 Flash по цене?

Gemini 3.7 Flash — $0.013 / $0.05, Gemini 3.8 Flash — $0.025 / $0.088. У 3.8 Flash есть индекс силы 41, для 3.7 Flash значения у нас нет. Какая модель лучше справится с вашей задачей, покажет только проверка на ваших примерах.

Сэкономит ли кэш на дешёвых моделях?

В этой группе заметно — только у Gemini 3.8 Flash, где чтение кэша примерно вдвое дешевле входа ($0.013 против $0.025) — если поставщик сообщает о нём в ответе. У DeepSeek V4.1 Flash, Gemini 3.7 Flash, GLM 5.3 Flash и Qwen 3.8 Flash цена чтения кэша равна цене входа.