Модели и цены

1Доступные модели

Original API Standard

Те же модели Claude через другой канал поставщика: одна цена за любой токен — вход, выход и кэш. Скидки за кэш нет, поэтому Standard выгоден там, где контекст не повторяется: пайплайны, чат-боты, пакетная обработка. Код модели — с -standard на конце.

Все цены — $ за 1M токенов. Модели изображений сейчас недоступны (см. ниже).

Список и цены меняются: модели добавляются и временно выключаются. Перед тем как прописать модель в конфиг, сверьтесь с живым каталогом — он публичный, ключ не нужен:

curl https://api.zukko.pro/v1/models
curl https://api.zukko.pro/v1/models/info

/v1/models/info отдаёт цены (включая цены кэша) и лимиты — это главный источник, если таблица выше разойдётся с ним. Тот же каталог с ценами — на странице «Модели» в кабинете.

2Индекс силы

В каталоге кабинета у моделей есть «Индекс силы» — Intelligence Index от Artificial Analysis, сводный балл по набору бенчмарков. По умолчанию модели отсортированы по нему, от сильных к слабым. Значения на сейчас:

Индекс — общий ориентир, а не оценка под вашу задачу. Перед тем как переводить работу на другую модель, проверьте её на своих запросах.

3Какую модель выбрать

• Максимальный индекс силы — claude-opus-5-5 (58) за $0.8 / $4.
• Индекс 52–53 — gpt-6.1-sol (52, $0.27 / $1.32), gpt-6-astra (53, $0.62 / $3.05) и claude-fable-5-1 (53, $7 / $35). При близком индексе цена у них отличается в разы — сравните по таблице на своём объёме.
• Claude по умолчанию — claude-sonnet-5 ($0.4 / $2): основная модель в примерах этой документации. Новый claude-sonnet-5-5 стоит столько же.
• Claude без скидки за кэш, но дешевле — Standard: claude-sonnet-5-standard за $0.2 и Opus за $0.3 за любой токен.
• Индекс 45 за $0.1 входа и дешевле — qwen3.8-max ($0.1 / $0.28, принимает картинки) и glm-5.3 ($0.1 / $0.1, контекст 128K, без картинок).
• Массовые дешёвые задачи — deepseek-v4.1-flash ($0.03 / $0.1, индекс 39), glm-5.3-flash ($0.04 / $0.04, индекс 42, контекст 128K).
• Нужно передавать картинки — берите модель с «да» в последнем столбце таблицы: все Claude и Grok, gpt-6-astra, gpt-6.1-sol, gpt-6-sol, gpt-5.6-sol, gpt-5.6-terra, gemini-3.1-pro, qwen3.8-max, deepseek-v4-pro, glm-5.2.
• Длинный контекст — у большинства моделей окно 1M токенов; у Grok — 256K, у glm-5.3 и glm-5.3-flash — 128K.

claude-opus-5, claude-opus-4.8, claude-opus-4.7, claude-opus-4.6 и claude-fable-5 — прошлые версии; они работают для тех, у кого уже прописаны в конфигах.

4Как писать имя модели

Каноническое имя — ID из таблицы выше. Его и стоит указывать в конфигах. Кроме того, шлюз сам распознаёт несколько привычных вариантов:

• с префиксом вендора или роутера: anthropic/claude-sonnet-5, zhipu/glm-5.3, deepseek/deepseek-v4-pro;
• с датой версии в конце: deepseek-v4-flash-0731, claude-sonnet-5-20260101;
• в стиле Bedrock: us.anthropic.claude-sonnet-5;
• с точкой или дефисом в номере версии: claude-opus-5.5 и claude-opus-5-5 — одна и та же модель;
• регистр не важен.

Старые имена Qwen работают как вторые имена: qwen3.5-flash и qwen3.7-plus ведут на qwen3.8-flash, qwen3.7-max и qwen3.8-max-preview — на qwen3.8-max.

Что отвечает шлюз, если с моделью что-то не так:

• 404 `model_not_found` — такой модели в каталоге нет. Запрос не уходит к поставщику и не оплачивается.
• 503 `model_disabled` — модель временно выключена; возьмите другую из GET /v1/models.
• 400 `model_retired` — модель снята с обслуживания; в сообщении — на какую перейти.

5Какие endpoint'ы поддерживает семейство

Надёжнее всего обращаться к модели в её родном формате. Для GPT используйте /v1/chat/completions или /v1/responses. Для Gemini, Qwen и DeepSeek — Chat Completions или Messages. GLM не понимает поля input и instructions из Responses API — для него только Chat Completions или Messages.

6Особенности GLM

• Модели только текстовые: картинки на вход не принимаются.
• По умолчанию GLM отвечает без развёрнутого рассуждения, чтобы вы не платили за скрытые размышления. Включить рассуждение: "reasoning_effort": "high" или "thinking": {"type": "enabled"}.
• Zukko поднимает max_tokens минимум до 256, а с включённым рассуждением — до 4096: иначе ответ приходит пустым.

7Имена для Cursor

Cursor не даёт завести модель с именем, которое он уже знает. Для него есть вторые имена:

Подробнее — в гайде Cursor IDE.

8Генерация изображений

Модели изображений сейчас временно недоступны: запросы к ним получают 503 model_disabled. Формат запроса описан на странице POST /v1/images/generations.

9Как считается стоимость

Вход делится на три части, у каждой своя цена:

стоимость = свежий вход × цена входа
          + чтение кэша × цена чтения кэша
          + запись кэша × цена записи кэша
          + выход × цена выхода

Списание идёт в два шага:

1. Сразу после ответа — по usage из ответа поставщика.
2. Примерно через минуту — по фактическому подсчёту поставщика: сколько токенов входа, чтения и записи кэша и выхода он насчитал за этот запрос. Списание пересчитывается по нашему прайсу, разница возвращается на баланс или досписывается. В истории запросов остаются итоговые цифры.

Второй шаг нужен потому, что usage в ответе не всегда полный. Например, для Claude в формате OpenAI (/v1/chat/completions) поставщик не присылает разбивку на кэш, но кэш при этом работает, и после пересчёта он оплачивается по ценам кэша в любом формате.

• У моделей, где цены кэша равны цене входа (Qwen, DeepSeek, GLM 5.3), кэш стоит столько же, сколько обычный вход.

Пример для claude-sonnet-5 через /v1/messages: 100 000 токенов входа, из них 90 000 прочитаны из кэша, и 2 000 токенов выхода.

10 000 × $0.4 / 1M  = $0.004    свежий вход
90 000 × $0.04 / 1M = $0.0036   чтение кэша
 2 000 × $2 / 1M    = $0.004    выход
итого                 $0.0116

Тот же запрос через /v1/chat/completions в итоге стоит столько же. В ответе этого формата разбивки на кэш нет, поэтому сразу спишется 100 000 × $0.4 / 1M + $0.004 = $0.044, а примерно через минуту списание пересчитается по фактическим данным поставщика до $0.0116 и разница вернётся на баланс. Подробнее о списаниях — в разделе Оплата и списания.