Pāriet uz saturu

Samazināt AI izmaksas: 9 veidi, kas strādā 2026. gadā

Skatīt kā MarkdownAtvērt pakalpojumā ClaudeAtvērt pakalpojumā ChatGPTAtvērt pakalpojumā Perplexity

Jautājums tiek arī nokopēts. Ja tērzēšana atveras tukša, ielīmējiet to.

Šajā lapā
  1. No kurienes rodas AI rēķins?
  2. Deviņi veidi, kā samazināt AI izmaksas
  3. 1. Pazeminiet effort līmeni
  4. 2. Vispirms palaidiet ar zemu līmeni, ar augstu atkārtojiet tikai neizdevušos
  5. 3. Vienkāršiem soļiem izmantojiet bezmaksas modeļus
  6. 4. Lai lemj stiprais modelis, bet strādā lētie
  7. 5. Kešojiet tekstu, ko sūtāt katru reizi
  8. 6. Pakešu režīmā sūtiet to, kas var pagaidīt
  9. 7. Sūtiet mazāk
  10. 8. Prasiet īsākas atbildes
  11. 9. Salīdziniet licences ar API lietojumu
  12. Mans līdzīgais gadījums
  13. Šī saraksta ierobežojumi

TL;DR

Ātrākais veids, kā samazināt AI izmaksas, ir pārstāt maksāt jaudīgākā modeļa cenu par katru soli. Vispirms pazeminiet effort līmeni: paša Anthropic testā viens modelis ar zemu effort atrisināja 87,4 % programmēšanas uzdevumu par USD 0,11 par uzdevumu, ar augstu – 95,3 % par USD 0,29. Vispirms palaižot ar zemu līmeni un tikai neizdevušos atkārtojot ar augstu, sasniegti ap 97 % par aptuveni USD 0,17. Pēc tam: kešojiet atkārtotus promptus, to, kas var pagaidīt, sūtiet pakešu režīmā (50 % atlaide), vienkāršus soļus uzticiet bezmaksas vai lētiem modeļiem, bet stipro modeli atstājiet kā to, kas lemj.

Es esmu Denys, full-stack un mākslīgā intelekta inženieris. Veidoju AI aģentus un automatizācijas maziem uzņēmumiem. Šis ir saraksts, ko lietoju pats. Tas paredzēts īpašniekam, kurš rēķinā redz augošu AI rindu un grib zināt, kuras sviras to patiešām ietekmē. Skaitļi ir piegādātāju dati no 2026. gada novembra, ar saitēm tur, kur tie parādās; Anthropic etalonu rezultāti ir tā paša iekšējie testi. Visas cenas norādītas USD, tā, kā tās publicē piegādātāji.

No kurienes rodas AI rēķins?

No tokeniem – teksta gabaliņiem, ko modelis lasa un raksta. Rakstīšana maksā vairāk nekā lasīšana: Anthropic cenrādī spēcīgs modelis ņem USD 4 par miljonu nolasītu tokenu un USD 20 par miljonu uzrakstītu, bet mazākais modelis – USD 0,10 un 0,50 (Anthropic pricing). Tātad rēķins aug līdz ar trim lietām: kuru modeli izsaucat, cik daudz tas domā un raksta un cik bieži tam atkal sūtāt to pašu garo tekstu. Katrs tālāk minētais veids samazina vienu no tām.

Deviņi veidi, kā samazināt AI izmaksas

Veids Ko samazina Tipisks ietaupījums (piegādātāju dati)
1. Pazemināt effort līmeni domāšanu un rakstīšanu medium par 30–52 % lētāk nekā high
2. Vispirms zems, neizdevušos ar augstu domāšanu vieglos uzdevumos apmēram par 40 % lētāk nekā viss ar augstu
3. Bezmaksas modeļi vienkāršiem soļiem cenu par tokenu USD 0 dienas limitu ietvaros
4. Stiprais modelis lemj, lētie strādā cenu par tokenu apmēram trešdaļu, tikai lieliem darbiem
5. Promptu kešatmiņa tā paša teksta atkārtotu lasīšanu lasīšana no kešatmiņas par 5–10 % no ievades cenas
6. Pakešu režīms tam, kas var pagaidīt visu 50 % atlaide
7. Sūtīt mazāk lasīšanu 21–26 % vienam mazam aģentam
8. Prasīt īsākas atbildes rakstīšanu apmēram 13 %
9. Licences vai API neizmantotas licences atkarīgs no lietošanas

1. Pazeminiet effort līmeni

Lielākajai daļai pašreizējo modeļu ir effort jeb spriešanas intensitātes iestatījums, un tā ir lielākā atsevišķā svira uzreiz pēc paša modeļa izvēles. Anthropic līmeņi ir low, medium, high, xhigh un max, un effort maina visus atbildes tokenus, tostarp rīku izsaukumus un domāšanu (Anthropic effort docs).

Anthropic publicētais tests ar Claude Opus 5.5 (SWE-bench Pro apakškopa, viņu pašu etalons) (cost and intelligence guide):

Effort Atrisinātie uzdevumi Izmaksas par uzdevumu
low 87,4 % USD 0,11
medium (noklusējums) 92,8 % USD 0,21
high 95,3 % USD 0,29

Tā pati rokasgrāmata saka, ka medium garos programmēšanas uzdevumos maksāja apmēram par 30–52 % mazāk nekā high, bet low – apmēram par divām trešdaļām mazāk. OpenAI modeļiem ir tas pats slēdzis (reasoning.effort, no low līdz max), un OpenAI norāda, ka spriešanas tokeni tiek rēķināti kā izvade, taču procentu nepublicē, tāpēc es nevienu nenorādu (OpenAI reasoning guide).

Ja iestatāt pārāk zemu, modelis apstājas, pirms tam ir pietiekami daudz pierādījumu. Sāciet ar medium, mēriet un ejiet zemāk tur, kur rezultāti noturas.

2. Vispirms palaidiet ar zemu līmeni, ar augstu atkārtojiet tikai neizdevušos

Tajā pašā Anthropic testā, palaižot visu ar low un 13 % neizdevušos atkārtojot ar high, atrisināti ap 97 % par aptuveni USD 0,17 par uzdevumu, bet viss ar high deva 95,3 % par USD 0,29. Anthropic to sauc par apmēram 40 % lētāku pie tāda paša nokārtošanas rādītāja (rokasgrāmata).

Izmaksas par uzdevumu pēc effort līmeņa. USD par programmēšanas uzdevumu, viens modelis, piegādātāja etalons. Zems effort: atrisināti 87,4 %: 0,11; Medium effort: atrisināti 92,8 %: 0,21; Augsts effort: atrisināti 95,3 %: 0,29; Zems, neizdevušies ar augstu: ap 97 %: 0,17.
Avots: piegādātāja rokasgrāmata par izmaksām un intelektu, 2026. gada novembris. Piegādātāja iekšējais etalons.

Tas darbojas, ja varat automātiski noteikt, ka uzdevums neizdevās: tests, veidlapas pārbaude, trūkstošs lauks. Bez šādas pārbaudes nezināt, ko atkārtot.

3. Vienkāršiem soļiem izmantojiet bezmaksas modeļus

OpenRouter – viens API priekšā daudziem modeļu piegādātājiem – uzskaita dažu modeļu bezmaksas versijas, kas atzīmētas ar :free. Tā ierobežojumi (OpenRouter limits):

  • 20 pieprasījumi minūtē;
  • 50 pieprasījumi dienā, ja kopumā esat nopircis kredītus par mazāk nekā USD 10;
  • 1000 pieprasījumi dienā, kad esat nopircis par USD 10 vai vairāk;
  • neizdevušies mēģinājumi tiek ieskaitīti dienas limitā.

OpenRouter bezmaksas kolekcijā 2026. gada novembrī bija NVIDIA Nemotron 3 Ultra un Nemotron 3.5 Super VL, Cohere North Mini Code un Google Gemma 4 (free models). Saraksts mainās katru nedēļu, un daži bezmaksas ieraksti beidzas.

Pirms sūtāt kaut ko privātu, izlasiet datu politiku. Pats OpenRouter promptus neglabā, ja to neizvēlaties, taču katram piegādātājam ir sava politika, un daži attiecībā uz jūsu datiem ir atzīmēti kā «may train» (provider logging). Bezmaksas modeļi paredzēti publiskam vai anonimizētam tekstam: tīmekļa lapu kopsavilkumiem, šķirošanai, pirmajiem melnrakstiem, nevis klientu datiem.

4. Lai lemj stiprais modelis, bet strādā lētie

Dārgo modeli atstājiet kā to, kas plāno un pārbauda, bet lielāko darba daļu nododiet lētākajiem. Abi galvenie programmēšanas aģenti to atbalsta: Claude apakšaģentiem ir sava model iestatījums, bet Codex ir default_subagent_model un default_subagent_reasoning_effort (Anthropic subagents, Codex subagents).

Kā šis sadalījums izskatās vienā ekrānā, ar katra aģenta izmaksām joslas veidā, redzams manā daudzaģentu orķestrēšanas dashboard prototipā (parauga dati).

Esiet godīgi par to, kur tas atmaksājas. Anthropic izmērīja spēcīgu orķestrētāju ar vidēja izmēra apakšaģentiem apmēram par trešdaļu lētāk pie aptuveni tāda paša rezultāta, bet darbā, kas bija lielāks par vienu konteksta logu. Kad darbs bija viena atkarīga ķēde vai ietilpa vienā kontekstā, viens modelis ar zemāku effort iznāca lētāks visos Anthropic izmērītajos gadījumos (rokasgrāmata). Tā ieteikums: vispirms noregulējiet effort uz viena modeļa, jo lielākā daļa slodžu beidzas tur.

5. Kešojiet tekstu, ko sūtāt katru reizi

Ja katrs pieprasījums sākas ar tām pašām instrukcijām, dokumentiem vai rīku sarakstu, kešojiet tos. Anthropic lasīšana no kešatmiņas maksā 10 % no parastās ievades cenas, bet jaunākajiem Opus un Sonnet modeļiem – 5 %; ierakstīšana kešatmiņā maksā nedaudz vairāk, vienu reizi (Anthropic pricing). OpenAI kešotu ievadi vērtē 5 % apmērā modelim GPT-6.1 Sol (model page). Anthropic izmērīja, ka kešatmiņa samazināja pētniecības aģenta izmaksas 4,8 līdz 7,2 reizes, un to sauc par parasti lielāko sviru.

Viena lamatas no tās pašas rokasgrāmatas: 25 tokenu gara statusa rindiņa pašā prompta sākumā mainījās katrā pieprasījumā, tāpēc katrs pieprasījums pārrakstīja visu kešatmiņu. Visu, kas mainās, liekiet beigās.

6. Pakešu režīmā sūtiet to, kas var pagaidīt

Atskaites, nakts klasifikācija, masveida datu izgūšana: visu, kas var pagaidīt līdz 24 stundām, var apstrādāt caur pakešu API ar 50 % atlaidi gan Anthropic, gan OpenAI, un Anthropic atlaide summējas ar kešošanu (Anthropic pricing, OpenAI pricing).

7. Sūtiet mazāk

Katrs pievienotais dokuments, rīka definīcija un vecs ziņojums tiek lasīts atkārtoti katrā izsaukumā. Anthropic izmērīja, ka ievades apcirpšana no neliela šķirošanas aģenta rēķina noņēma vēl 21–26 %, bet rīku definīciju ielāde tikai pēc vajadzības ietaupīja 45 %, kad pievienoti 500 rīki (rokasgrāmata). Gari prompti var arī pārsniegt cenu pakāpi: Haiku 5.5 ņem 5 reizes vairāk par promptiem, kas garāki par 100 000 tokeniem.

8. Prasiet īsākas atbildes

Rakstīšana lielākajā daļā cenrāžu maksā apmēram piecas reizes vairāk nekā lasīšana. Anthropic izmērīja, ka «prasi īsākas atbildes» samazināja izmaksas apmēram par 13 %, kad izvades tokenu bija par 39 % mazāk (rokasgrāmata). «Atbildi trīs teikumos» vai «atgriez tikai JSON» ir bezmaksas izmaiņa.

9. Salīdziniet licences ar API lietojumu

Komandu plāni tiek rēķināti par cilvēku: ChatGPT Business un Claude Team standarta vietas maksā USD 25 mēnesī vai USD 20 ar gada plānu (ChatGPT Business, Claude Team). Desmit vietas ar gada norēķinu ir USD 2400 gadā. Ja puse komandas to atver divreiz mēnesī, iekšējs rīks uz API ar izdevumu limitu var maksāt mazāk. Ja visi to lieto katru dienu, licences parasti ir labāks darījums.

Mans līdzīgais gadījums

Mans paša darbs darbojas, kopā izmantojot 1., 3. un 4. veidu. Claude vai Codex joprojām ir orķestrētājs: tas plāno uzdevumu un pārbauda rezultātu. Lielākā darba daļa iet uz bezmaksas modeļiem platformā OpenRouter. Un effort līmeni es mainu no uzdevuma uz uzdevumu, nevis atstāju augstu. Vien effort ir liela svira: pēc iepriekš minētajiem Anthropic skaitļiem tas viena uzdevuma izmaksas pārvieto no USD 0,29 ar augstu līdz USD 0,11 ar zemu.

Cik maksā viss aģents vienā palaišanas reizē, ir rakstā cik maksā AI aģents, bet kas noritēja greizi, kad paralēli palaidu daudzus aģentus, – rakstā daudzaģentu orķestrēšana: kas salūza.

Atsūtiet man, cik jūs tagad maksājat par AI un ko tas dara, un es parādīšu, kur var maksāt mazāk. Šāds darbs ietilpst AI integrācijā.

Vai jūsu AI rēķins aug katru mēnesi?

Atsūtiet man, cik maksājat un ko tas dara. Parādīšu, kuras no šīm svirām der, un tās iestatīšu.

Rakstiet man

Šī saraksta ierobežojumi

  • Piegādātāju etaloni. Procenti par effort, kešatmiņu un orķestrēšanu ir paša Anthropic iekšējie testi programmēšanā un aģentu darbā. Jūsu uzdevumi var uzvesties citādi; mēriet paši.
  • Nav OpenAI procentu. OpenAI nepublicē tokenu vai izmaksu starpību starp effort līmeņiem, tāpēc neviena nav norādīta.
  • Cenas mainās. Lasīts 2026. gada 9. novembrī. OpenRouter bezmaksas saraksts mainās katru nedēļu, un divas akcijas piegādātāju lapās beidzas 2026. gada 30. novembrī un 31. decembrī.
  • Bezmaksas modeļi šeit nav pārbaudīti kvalitātes vai darbības laika ziņā; pirms uz kādu paļaujaties, pārbaudiet to ar savu uzdevumu.

© 2026 Denys Zaichenko. Oriģinālais raksts: https://madsalt.tech/lv/blog/how-to-reduce-ai-costs/