Примеры биллинга

Эта страница разбирает реальные расчёты стоимости для нескольких типичных моделей — по одной на каждый стиль ценообразования. Механика каждого стиля объясняется в разделе Как тарифицируются модели.

Токены LLM — zai-org/glm-5.2

LLM-модели тарифицируются за миллион токенов, с отдельными тарифами для входных (промпт), кэшированных входных и выходных (completion) токенов (см. LLM-модели):

$Cost = \frac{Fresh\ Input}{1M} \times \$1.40 + \frac{Cached\ Input}{1M} \times \$0.26 + \frac{Output}{1M} \times \$4.40$

Средства списываются после завершения запроса, на основе количества токенов, указанного в поле usage ответа — потоковые и непотоковые запросы тарифицируются одинаково, а неудачные запросы не тарифицируются.

Пример — чат-запрос с 12,000 токенами промпта (10,000 из них обслужены из кэша промптов) и 1,500 выходными токенами:

1. Некэшированный вход: 2,000 × $1.40 ÷ 1M = $0.0028
2. Кэшированный вход: 10,000 × $0.26 ÷ 1M = $0.0026
3. Выход: 1,500 × $4.40 ÷ 1M = $0.0066
4. Итого: $0.0120

Без кэширования промптов тот же запрос тарифицировал бы все 12,000 входных токенов по полному входному тарифу — $0.0168 + $0.0066 = $0.0234, почти вдвое больше. Стабильный системный промпт от запроса к запросу позволяет применять тариф кэша к повторяющейся части.

Видео с токеновой тарификацией — bytedance/seedance-2.0/reference-to-video

Seedance 2.0 reference-to-video тарифицируется по выходным видео-токенам по завершении задачи (см. видеомодели с токеновой тарификацией). Применяются два токеновых тарифа в зависимости от ваших входных данных:

Множители разрешения: 480p / 720p / 1080p × 1.0, 4k × 0.57, 720p-sr / 1080p-sr × 1.8, 1440p-sr × 3.2. Тарифицируемые токены измеряются по сгенерированному результату (а для запросов с референсными видео включают вклад входного видео), поэтому для точной цены на уровнях 4K и SR используйте /calculate.

Количество токенов растёт с разрешением, частотой кадров и длительностью:

$Video\ Tokens \approx \frac{Width \times Height \times FPS \times Duration(seconds)}{1024}$

При 1080p (1920 × 1080, 24 fps) это даёт 48,600 токенов в секунду видео.

Пример A — только референсные изображения, 10 с при 1080p:

1. Выходные токены: 48,600 × 10 с = 486,000 токенов
2. Прайс-цена: 486,000 ÷ 1,000,000 × $11.20 × 1.0 = $5.44

Пример B — с референсным видео 8 с, результат 10 с при 1080p:

1. Тарифицируемые токены учитывают входное видео плюс результат: (10 с + 8 с) × 48,600 = 874,800 токенов
2. Применяется сниженный тариф для запросов с видео: 874,800 ÷ 1,000,000 × $6.88 × 1.0 = $6.02

При отправке на балансе создаётся небольшая временная блокировка, которая снимается после тарификации задачи; неудачные задачи не тарифицируются.

Посекундное видео — alibaba/wan-2.7/image-to-video

Wan 2.7 image-to-video использует классическое посекундное ценообразование: базовый тариф $0.10 в секунду, масштабируемый по разрешению результата, с минимумом 5 секунд:

$Cost = \$0.10 \times max(5,\ Duration) \times Resolution\ Multiplier$

Пример — 8 с при 1080p:

$0.10 × 8 × 1.5 = $1.20 — сумма резервируется на балансе при отправке и списывается при доставке видео.

Пример — 3 с при 720p:

Длительность ниже минимума, поэтому тарифицируются 5 секунд: $0.10 × 5 × 1.0 = $0.50.

Оплата за изображение с опциями — google/nano-banana-pro/edit

Nano Banana Pro (вариант редактирования) тарифицируется за выходное изображение, с уровнем разрешения и опциональной доплатой за веб-поиск:

$Cost = Images \times Tier\ Price\ (+\ \$0.014\ if\ web\ search)$

Пример — 2 изображения в 4K с включённым веб-поиском:

1. Изображения: 2 × $0.24 = $0.48
2. Веб-поиск: + $0.014 (добавляется один раз на запрос)
3. Итого по прайсу: $0.494

Сумма резервируется при отправке и автоматически возвращается, если задача завершилась ошибкой.

Изображения с токеновой тарификацией — openai/gpt-image-2/edit

GPT Image 2 тарифицируется как LLM — по токенам, — но количество токенов вычисляется из параметров вашего запроса при отправке:

Количество выходных токенов для изображения 1024×1024: 196 (low), 1,756 (medium), 7,024 (high). Большие размеры дают пропорционально больше токенов; входные изображения всегда используют токеновую базу medium независимо от quality.

Пример — редактирование одного изображения 1024×1024, quality: medium, size: 1024x1024, n: 1:

1. Входной текст: 1,000 токенов × $5/1M = $0.0050
2. Входное изображение: 1,756 токенов × $8/1M = $0.0140
3. Выходное изображение: 1,756 токенов × $30/1M = $0.0527
4. Итого: ≈ $0.072 за изображение

Запрос n изображений умножает всю сумму на n.

Аудио с тарификацией по символам (TTS) — xai/tts-v1 и bytedance/seed-audio-1.0

Обе модели преобразования текста в речь тарифицируются по длине входного текста, по $0.015 за 1,000 символов:

$Cost = \frac{Characters(text)}{1{,}000} \times \$0.015$

Символы считаются как символы Unicode, поэтому иероглиф CJK считается одним символом — так же, как латинская буква.

Пример — текст на 1,200 символов:

1,200 ÷ 1,000 × $0.015 = $0.018; списывается при отправке.

Пример — короткий промпт на 300 символов:

300 ÷ 1,000 × $0.015 = $0.0045.

Проверьте любую модель самостоятельно

Каждый пример выше можно воспроизвести через API оценки стоимости — отправьте точное тело вашего запроса на /api/v1/model/calculate, и он вернёт прайс-цену, вашу фактическую цену и применённую скидку, не создавая задачу.