Pereiti prie turinio

Sumažinti AI išlaidas: 9 būdai, kurie veikia 2026 m.

Žiūrėti kaip MarkdownAtidaryti per ClaudeAtidaryti per ChatGPTAtidaryti per Perplexity

Klausimas taip pat nukopijuojamas. Jei pokalbis atsidaro tuščias, įklijuokite jį.

Šiame puslapyje
  1. Iš kur atsiranda AI sąskaita?
  2. Devyni būdai sumažinti AI išlaidas
  3. 1. Sumažinkite effort lygį
  4. 2. Pirmiausia paleiskite žemu lygiu, tik nepavykusias kartokite aukštu
  5. 3. Paprastiems žingsniams naudokite nemokamus modelius
  6. 4. Tegul sprendžia stiprus modelis, o dirba pigūs
  7. 5. Talpinkite tekstą, kurį siunčiate kaskart
  8. 6. Paketais siųskite tai, kas gali palaukti
  9. 7. Siųskite mažiau
  10. 8. Prašykite trumpesnių atsakymų
  11. 9. Palyginkite licencijas su API naudojimu
  12. Mano panašus atvejis
  13. Šio sąrašo ribos

TL;DR

Greičiausias būdas sumažinti AI išlaidas – nustoti mokėti stipriausio modelio kainą už kiekvieną žingsnį. Pirmiausia sumažinkite effort lygį: paties Anthropic bandyme vienas modelis esant žemam effort išsprendė 87,4 % programavimo užduočių po USD 0,11 už užduotį, esant aukštam – 95,3 % po USD 0,29. Pirmiausia paleidus žemu lygiu ir tik nepavykusias pakartojus aukštu, pasiekta apie 97 % už maždaug USD 0,17. Toliau: talpinkite pasikartojančius promptus, tai, kas gali palaukti, siųskite paketais (50 % nuolaida), paprastus žingsnius patikėkite nemokamiems ar pigiems modeliams, o stiprų modelį palikite tam, kuris sprendžia.

Esu Denys, full-stack ir dirbtinio intelekto inžinierius. Kuriu AI agentus ir automatizacijas mažoms įmonėms. Šis sąrašas yra tas, kuriuo naudojuosi pats. Jis skirtas savininkui, kuris sąskaitoje mato augančią AI eilutę ir nori žinoti, kurios svirtys ją tikrai paveikia. Skaičiai – tiekėjų duomenys iš 2026 m. lapkričio, nurodyti ten, kur jie pasirodo; Anthropic testų rezultatai yra jos pačios vidiniai bandymai. Visos kainos nurodytos USD, kaip jas skelbia tiekėjai.

Iš kur atsiranda AI sąskaita?

Iš tokenų – teksto gabalėlių, kuriuos modelis skaito ir rašo. Rašyti kainuoja daugiau nei skaityti: Anthropic kainoraštyje stiprus modelis ima USD 4 už milijoną perskaitytų tokenų ir USD 20 už milijoną parašytų, o mažiausias modelis – USD 0,10 ir 0,50 (Anthropic pricing). Taigi sąskaita auga dėl trijų dalykų: kurį modelį kviečiate, kiek jis mąsto ir rašo ir kaip dažnai jam vėl siunčiate tą patį ilgą tekstą. Kiekvienas toliau pateiktas būdas mažina vieną iš jų.

Devyni būdai sumažinti AI išlaidas

Būdas Ką mažina Tipinis sutaupymas (tiekėjų duomenys)
1. Sumažinti effort lygį mąstymą ir rašymą medium 30–52 % pigiau nei high
2. Pirmiausia žemas, nepavykusias aukštu mąstymą lengvose užduotyse maždaug 40 % pigiau nei viskas aukštu
3. Nemokami modeliai paprastiems žingsniams kainą už tokeną USD 0 pagal dienos limitus
4. Stiprus modelis sprendžia, pigūs dirba kainą už tokeną maždaug trečdalį, tik dideliems darbams
5. Promptų talpykla to paties teksto skaitymą iš naujo skaitymas iš talpyklos po 5–10 % įvesties kainos
6. Paketai tam, kas gali palaukti viską 50 % nuolaida
7. Siųsti mažiau skaitymą 21–26 % vienam mažam agentui
8. Prašyti trumpesnių atsakymų rašymą maždaug 13 %
9. Licencijos ar API nenaudojamas licencijas priklauso nuo naudojimo

1. Sumažinkite effort lygį

Dauguma dabartinių modelių turi effort, arba samprotavimo intensyvumo, nustatymą, ir tai didžiausia pavienė svirtis iškart po paties modelio pasirinkimo. Anthropic lygiai yra low, medium, high, xhigh ir max, o effort keičia visus atsakymo tokenus, įskaitant įrankių iškvietimus ir mąstymą (Anthropic effort docs).

Anthropic paskelbtas bandymas su Claude Opus 5.5 (SWE-bench Pro pogrupis, jų pačių etalonas) (cost and intelligence guide):

Effort Išspręstos užduotys Kaina už užduotį
low 87,4 % USD 0,11
medium (numatytasis) 92,8 % USD 0,21
high 95,3 % USD 0,29

Tas pats vadovas teigia, kad medium ilgose programavimo užduotyse kainavo maždaug 30–52 % mažiau nei high, o low – maždaug du trečdalius mažiau. OpenAI modeliai turi tą patį jungiklį (reasoning.effort, nuo low iki max), ir OpenAI pastebi, kad samprotavimo tokenai apmokestinami kaip išvestis, bet procento neskelbia, todėl jokio nenurodau (OpenAI reasoning guide).

Nustačius per žemai, modelis sustoja, kol dar neturi pakankamai įrodymų. Pradėkite nuo medium, matuokite ir eikite žemyn ten, kur rezultatai išlieka.

2. Pirmiausia paleiskite žemu lygiu, tik nepavykusias kartokite aukštu

Tame pačiame Anthropic bandyme viską paleidus su low ir 13 % nepavykusių pakartojus su high, išspręsta apie 97 % už maždaug USD 0,17 už užduotį, o viskas su high davė 95,3 % už USD 0,29. Anthropic tai vadina maždaug 40 % pigiau esant tokiam pačiam išlaikymo rodikliui (vadovas).

Kaina už užduotį pagal effort lygį. USD už programavimo užduotį, vienas modelis, tiekėjo etalonas. Žemas effort: išspręsta 87,4 %: 0,11; Medium effort: išspręsta 92,8 %: 0,21; Aukštas effort: išspręsta 95,3 %: 0,29; Žemas, nepavykusios aukštu: apie 97 %: 0,17.
Šaltinis: tiekėjo vadovas apie kainą ir intelektą, 2026 m. lapkritis. Tiekėjo vidinis etalonas.

Tai veikia, kai galite automatiškai nustatyti, kad užduotis nepavyko: testas, formos patikra, trūkstamas laukas. Be tokios patikros nežinote, ką kartoti.

3. Paprastiems žingsniams naudokite nemokamus modelius

OpenRouter – vienas API prieš daugelį modelių tiekėjų – pateikia nemokamas kai kurių modelių versijas, pažymėtas :free. Jo ribos (OpenRouter limits):

  • 20 užklausų per minutę;
  • 50 užklausų per dieną, jei iš viso esate nusipirkę kreditų mažiau nei už USD 10;
  • 1 000 užklausų per dieną, kai esate nusipirkę už USD 10 ar daugiau;
  • nepavykę bandymai įskaičiuojami į dienos limitą.

OpenRouter nemokamų modelių kolekcijoje 2026 m. lapkritį buvo NVIDIA Nemotron 3 Ultra ir Nemotron 3.5 Super VL, Cohere North Mini Code ir Google Gemma 4 (free models). Sąrašas keičiasi kas savaitę, o kai kurie nemokami įrašai baigiasi.

Prieš siųsdami ką nors privataus, perskaitykite duomenų politiką. Pats OpenRouter nesaugo promptų, jei to nepasirenkate, bet kiekvienas tiekėjas turi savo politiką, o kai kurie dėl jūsų duomenų pažymėti «may train» (provider logging). Nemokami modeliai skirti viešam ar anonimizuotam tekstui: svetainių santraukoms, rūšiavimui, pirmiesiems juodraščiams, o ne klientų įrašams.

4. Tegul sprendžia stiprus modelis, o dirba pigūs

Brangų modelį palikite planuoti ir tikrinti, o didžiąją darbo dalį atiduokite pigesniems. Abu pagrindiniai programavimo agentai tai palaiko: Claude subagentai turi savo model nustatymą, o Codex turi default_subagent_model ir default_subagent_reasoning_effort (Anthropic subagents, Codex subagents).

Kaip šis pasidalijimas atrodo viename ekrane, su kiekvieno agento kaštais stulpeliu, rodo mano daugiaagentės orkestracijos dashboard prototipas (pavyzdiniai duomenys).

Būkite sąžiningi, kur tai apsimoka. Anthropic išmatavo, kad stiprus orkestratorius su vidutinio dydžio subagentais kainuoja maždaug trečdaliu mažiau esant maždaug tam pačiam rezultatui, bet darbe, didesniame nei vienas konteksto langas. Kai darbas buvo viena priklausoma grandinė arba tilpo į vieną kontekstą, vienas modelis su žemesniu effort buvo pigesnis visais Anthropic išmatuotais atvejais (vadovas). Jos patarimas: pirmiausia sureguliuokite effort viename modelyje, nes dauguma apkrovų ten ir baigiasi.

5. Talpinkite tekstą, kurį siunčiate kaskart

Jei kiekviena užklausa prasideda tomis pačiomis instrukcijomis, dokumentais ar įrankių sąrašu, talpinkite juos. Anthropic skaitymas iš talpyklos kainuoja 10 % įprastos įvesties kainos, o naujausiems Opus ir Sonnet modeliams – 5 %; įrašymas į talpyklą kainuoja kiek daugiau, vieną kartą (Anthropic pricing). OpenAI talpykloje esančią įvestį kainuoja 5 % modeliui GPT-6.1 Sol (model page). Anthropic išmatavo, kad talpykla sumažino tyrimo agento kainą 4,8–7,2 karto, ir vadina ją dažniausiai didžiausia svirtimi.

Viena kliūtis iš to paties vadovo: 25 tokenų būsenos eilutė pačioje prompto pradžioje keitėsi kiekvienoje užklausoje, todėl kiekviena užklausa perrašė visą talpyklą. Viską, kas keičiasi, dėkite gale.

6. Paketais siųskite tai, kas gali palaukti

Ataskaitos, nakties klasifikavimas, masinis duomenų išgavimas: viską, kas gali palaukti iki 24 valandų, galima apdoroti per paketų API su 50 % nuolaida tiek Anthropic, tiek OpenAI, o Anthropic nuolaida sumuojasi su talpykla (Anthropic pricing, OpenAI pricing).

7. Siųskite mažiau

Kiekvienas pridėtas dokumentas, įrankio apibrėžimas ir sena žinutė skaitomi iš naujo kiekvieno iškvietimo metu. Anthropic išmatavo, kad įvesties apkarpymas nuo mažo rūšiavimo agento sąskaitos nuėmė dar 21–26 %, o įrankių apibrėžimų įkėlimas tik prireikus sutaupė 45 %, kai prijungta 500 įrankių (vadovas). Ilgi promptai taip pat gali peržengti kainos laiptelį: Haiku 5.5 ima 5 kartus daugiau už promptus, ilgesnius nei 100 000 tokenų.

8. Prašykite trumpesnių atsakymų

Daugumos kainoraščių rašymas kainuoja maždaug penkis kartus daugiau nei skaitymas. Anthropic išmatavo, kad «prašyk trumpesnių atsakymų» sumažino kainą maždaug 13 %, kai išvesties tokenų buvo 39 % mažiau (vadovas). «Atsakyk trimis sakiniais» arba «grąžink tik JSON» – nemokamas pakeitimas.

9. Palyginkite licencijas su API naudojimu

Komandų planai skaičiuojami už asmenį: ChatGPT Business ir Claude Team standartinės vietos kainuoja USD 25 per mėnesį, arba USD 20 pagal metinį planą (ChatGPT Business, Claude Team). Dešimt vietų su metiniu apmokestinimu – USD 2 400 per metus. Jei pusė komandos jį atidaro du kartus per mėnesį, vidinis įrankis ant API su išlaidų riba gali kainuoti mažiau. Jei visi naudoja kasdien, vietos dažniausiai yra geresnis pasirinkimas.

Mano panašus atvejis

Mano paties darbas veikia pagal 1, 3 ir 4 būdus kartu. Claude arba Codex lieka orkestratoriumi: jis planuoja užduotį ir tikrina rezultatą. Didžioji darbo dalis eina nemokamiems modeliams OpenRouter platformoje. O effort lygį keičiu nuo užduoties prie užduoties, užuot palikęs aukštą. Vien effort yra didelė svirtis: pagal aukščiau pateiktus Anthropic skaičius jis perkelia vienos užduoties kainą nuo USD 0,29 esant aukštam iki USD 0,11 esant žemam.

Kiek kainuoja visas agentas per vieną paleidimą, rašoma straipsnyje kiek kainuoja AI agentas, o kas nepavyko, kai paraleliai paleidau daug agentų, – straipsnyje daugiaagentis orkestravimas: kas sugedo.

Atsiųskite man, kiek dabar mokate už AI ir ką jis daro, ir parodysiu, kur gali kainuoti mažiau. Šis darbas patenka į AI integraciją.

Ar jūsų AI sąskaita auga kiekvieną mėnesį?

Atsiųskite man, kiek mokate ir ką jis daro. Parodysiu, kurios iš šių svirčių tinka, ir jas nustatysiu.

Parašykite man

Šio sąrašo ribos

  • Tiekėjų etalonai. Effort, talpyklos ir orkestravimo procentai yra paties Anthropic vidiniai bandymai programavimo ir agentų darbe. Jūsų užduotys gali elgtis kitaip; matuokite patys.
  • Jokių OpenAI procentų. OpenAI neskelbia tokenų ar kainos skirtumo tarp effort lygių, todėl jokio nenurodoma.
  • Kainos keičiasi. Skaityta 2026 m. lapkričio 9 d. OpenRouter nemokamų modelių sąrašas keičiasi kas savaitę, o dvi akcijos tiekėjų puslapiuose baigiasi 2026 m. lapkričio 30 d. ir gruodžio 31 d.
  • Nemokamų modelių čia netestavau dėl kokybės ar veikimo laiko; prieš pasikliaudami vienu, patikrinkite jį savo užduotyje.

© 2026 Denys Zaichenko. Originalus straipsnis: https://madsalt.tech/lt/blog/how-to-reduce-ai-costs/