Яка дешева модель для вашого завдання? Обирайте за співвідношенням вхідних до вихідних

Обирайте за формою вашого завдання, а не за ціною в заголовку. Якщо вхідні дані довгі, а відповідь коротка (підсумки довгих звітів, тегування довгих вхідних даних), DeepSeek-V4-Flash коштує найменше з трьох. Якщо відповідь така сама довга, як вхідні дані, або довша (короткі репліки чату, переписування, генерація коду), це GLM-5.3-Flash, і довгий чат перевертає відповідь на середині. MiniMax-M2.7 варто брати тоді, коли ваш власний тест каже, що його відповіді вам найкраще підходять, і з трьох він найбільше відхиляється нижче від довідкової ціни OpenRouter.

Ви побачите, на чиєму боці ви, після 20 запитів. Ціни нижче походять із довідника цін CheapTokens від 6 листопада 2026 року, і кожне число в таблиці чи маркері є актуальним, тож воно слідує за поточними тарифами.

Запит має два лічильники#

Кожен запит оплачується двічі: один раз за токени, які ви надсилаєте (вхідні), і один раз за токени, які модель пише у відповідь (вихідні). Кожна модель встановлює власну ціну для кожної сторони, і саме тут порівняння цін у заголовках дає збій (основи — у Input vs output tokens: what an AI API bills you for).

DeepSeek-V4-Flash бере $0.015 за вхідні та $0.10 за вихідні токени на 1M токенів. GLM-5.3-Flash бере $0.02 і $0.04. MiniMax-M2.7 бере $0.05 і $0.15. Одна модель дешевша на вході, інша на виході, тож переможець залежить від того, скільки токенів проходить у кожному напрямку.

Саме ця пропорція — число, яке треба знати: вхідні токени, поділені на вихідні. Тегувальник, який читає тікет на 600 токенів і відповідає міткою на 10 токенів, має 60 до 1 (600 ÷ 10 = 60). Інструмент переписування, який бере абзац на 400 токенів і повертає 800 токенів, має 1 до 2 (400 ÷ 800 = 0.5).

Виміряйте власне співвідношення за 20 запитів#

Здогадки — це те, де все йде не так, тож вимірюйте. Кожна відповідь Chat Completions містить об'єкт usage з prompt_tokens (що ви надіслали) і completion_tokens (що повернулося). Формат Anthropic Messages називає їх input_tokens і output_tokens; документація CheapTokens показує обидва формати.

Візьміть 20–50 реальних запитів із вашого завдання й підсумуйте кожну сторону. Підсумовуйте, не усереднюйте співвідношення за запитами: одна крихітна відповідь розтягне середнє в будь-який бік.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)

prompts = ["...", "..."]  # 20-50 real inputs from your task

tokens_in = tokens_out = 0
for text in prompts:
    r = client.chat.completions.create(
        model="deepseek-ai/DeepSeek-V4-Flash-0731",
        messages=[{"role": "user", "content": text}],
        max_tokens=2000,
    )
    tokens_in += r.usage.prompt_tokens
    tokens_out += r.usage.completion_tokens

print(f"input {tokens_in}, output {tokens_out}, ratio {tokens_in / tokens_out:.1f} : 1")

Останній рядок друкує ваше співвідношення. Це єдине число, яке ви берете в наступний розділ.

Що співвідношення робить із рахунком#

Ось чотири поширені форми. Розміри — це припущення, обрані як типові; підставте числа з вашого власного запуску.

Тегування 10,000 тікетів на день#

Скажімо, інструмент підтримки тегує 10,000 тікетів на день: 600 токенів на вході, мітка на 10 токенів на виході. Увесь день на кожній моделі:

Прочитайте таблицю. DeepSeek-V4-Flash тут найдешевший із трьох, бо майже кожен токен, за який ви платите, є вхідним. Стовпець OpenRouter показує всі три моделі нижче довідкової ціни в сумі, з урахуванням входу й виходу разом.

Підсумовування довгих звітів#

Звіт на 12,000 токенів, стиснутий до підсумку на 300 токенів, — це 40 до 1 (12,000 ÷ 300 = 40). Один підсумок коштує $0.00021 на DeepSeek-V4-Flash і $0.00025 на GLM-5.3-Flash. Та сама історія, що й з тегуванням: чим більше ви читаєте на кожне написане слово, тим більше допомагає вхідна ціна DeepSeek.

Переписування та файли коду#

Тепер навпаки. Переписування тону бере 400 токенів на вході й дає 800 на виході. DeepSeek-V4-Flash: $0.000086. GLM-5.3-Flash: $0.00004. Вихід — більша половина цього рахунку, тож перемагає модель із найнижчою вихідною ціною, а це GLM-5.3-Flash.

Чат, який постійно зростає#

Чат — це підступний випадок, бо API не має пам'яті: на кожному кроці ви надсилаєте весь масив повідомлень заново. На кроці 1 користувач пише 300 токенів, а бот відповідає 200 (300 ÷ 200 = 1.5). Це територія GLM: $0.000014 проти $0.000025 на DeepSeek-V4-Flash.

До кроку 30 історія становить 6,000 токенів, а відповідь усе ще 200 (6,000 ÷ 200 = 30). Тепер $0.00013 на GLM-5.3-Flash протистоїть $0.00011 на DeepSeek-V4-Flash, і дешевша модель змінилася. Той самий бот змінює свою найкращу модель на середині довгої розмови.

Коли вирішує довжина однієї відповіді#

Співвідношення — не єдина умова. Ліміт відповіді різний: DeepSeek-V4-Flash пише до 32,768 вихідних токенів в одній відповіді, GLM-5.3-Flash і MiniMax-M2.7 — до 8,192.

Скажімо, ви просите цілий модуль на 12,000 токенів за один раз. На моделі з лімітом 8,192 відповідь обривається посеред файлу з finish_reason: length (виправлення — у AI answer cut off? Fix finish_reason length and max_tokens). На DeepSeek-V4-Flash він уміщається. Тож для довгих одиничних виходів спершу перевіряйте ліміт, а співвідношення — потім.

На боці входу GLM-5.3-Flash приймає 390K токенів контексту, а DeepSeek-V4-Flash — 380K, достатньо для цілого документа завбільшки з книжку в одному запиті. MiniMax-M2.7 має 180K.

Де місце MiniMax-M2.7#

Співвідношення вирішує між двома рядками, які перемагають у таблицях вище. MiniMax-M2.7 ви обираєте з іншої причини: як його відповіді читаються на вашому завданні. У таблиці витрат він також показує найширший відрив під стовпцем OpenRouter, а 180K контексту цілком достатньо для чату й більшості документів.

Жодна таблиця цін не розповість вам про якість. Проженіть ті самі 20 запитів із кроку вимірювання через усі три ідентифікатори (zai-org/GLM-5.3-Flash, deepseek-ai/DeepSeek-V4-Flash-0731, MiniMaxAI/MiniMax-M2.7) і прочитайте відповіді поруч. Для огляду порівняння дивіться GLM vs DeepSeek vs MiniMax: which model to choose. Для цілих сесій агента дивіться Agent session cost: 50 steps on GLM, DeepSeek or MiniMax.

Підставте власні числа#

Введіть токени одного запиту й скільки запитів ви надсилаєте за день. Калькулятор використовує актуальні ціни й показує всі три моделі. Початкові значення — це RAG-бот відповідей: 3,000 токенів отриманого тексту й питання на вході, 500 на виході. Тягніть вхід угору й дивіться, як змінюється найдешевший рядок.

Коли числа виглядають правильно, пройдіться цим списком.

Базова URL-адреса та ідентифікатори моделей є в документації CheapTokens, повний актуальний список цін — на сторінці цін, і кожна модель має власну сторінку: GLM, DeepSeek, MiniMax. Один баланс покриває всі три, тож перемикання після вимірювання — це зміна ідентифікатора моделі в одному рядку.