Цены LLM API за 1 млн токенов в 2026: 10 моделей и прайс

Сравнивать цены LLM между провайдерами неудобно, потому что каждый считает в своих единицах: за токен, за миллион токенов, за символ, в чужой валюте. Это полный каталог чат-моделей genmux — 10 текстовых моделей, которые вендоры реально могут обслуживать сегодня — в одной таблице, в одной единице измерения: доллары (и юниты) за 1 000 000 токенов, вход и выход отдельно, сверено с официальными прайсами вендоров там, где сравнение честно.

Как читать цифры

Мы считаем в юнитах; 1 юнит = $0.0125 по самому выгодному пакету (Scale: 12 000 юнитов за $150). В таблице ниже — обе величины, поскольку реальная стоимость юнита зависит от размера покупаемого пакета. Наше правило: мы держим цену на 10% ниже официального прайса вендора там, где позволяет себестоимость, и никогда не уходим ниже. Цены меняются вслед за закупочной стоимостью — таблица ниже это снимок, проверено 06.09.2026, а не постоянная котировка.

«Tools» — это вызов функций в стиле OpenAI (tools / tool_calls), который genmux эмулирует на семи отмеченных моделях и без которого не работают OpenCode, Cline, Roo Code и Continue — настройка на странице про агентов для программирования. Любой другой id текстовой модели, который вам мог встречаться раньше (GLM, Kimi, варианты Qwen Plus/Coder, старый Qwen2.5, дистилляция DeepSeek R1), не попал в эту таблицу, потому что вендор сейчас не может её обслуживать — ни страницы, ни цены, пока это не изменится.

Где мы реально дешевле владельца модели

У пяти моделей есть подтверждённая официальная цена, с которой можно сверяться, и все пять проходят наш порог в 10%. Цена DeepSeek выше — это прайс на непиковые часы: в пиковые часы DeepSeek удваивает собственную цену, поэтому реальный разрыв там ближе к 55% и на входе, и на выходе. Четыре модели Doubao стоят выше собственного прайса Volcengine (наша закупочная цена там выше) — предложение для Doubao — это один ключ, один баланс и способы оплаты, которых нет в биллинге Volcengine, а не более низкая цифра. Референсная цена qwen3-6-flash — оценочная величина, а не подтверждённый прайс Alibaba, поэтому заявления об экономии по ней мы тоже не делаем.

Проверка стоимости реального вызова

Каждый ответ несёт точную стоимость, так что для продакшн-решений не обязательно доверять таблице — читайте usage:

from openai import OpenAI

client = OpenAI(base_url="https://api.genmux.tech/v1", api_key="nb_live_...")

for model in ["deepseek-v4-flash", "qwen3-6-flash", "doubao-seed-2-lite"]:
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Опиши сюжет «Преступления и наказания» в двух предложениях."}],
        max_tokens=150,
    )
    u = resp.usage
    print(f"{model}: {u.total_tokens} токенов, {u.cost} юнитов ({u.cost_source})")

Прогнать один и тот же промпт по нескольким моделям-кандидатам и сравнить usage.cost — быстрее, чем выбирать модель по любой прайс-таблице, включая эту: число токенов на один и тот же промпт зависит от токенизатора, а именно оно определяет реальный счёт.

Выбор по задаче, а не только по цене

• Самый дешёвый обычный чат: qwen3-6-flash или deepseek-v4-flash для большого объёма и чувствительности к задержке.
• Лучший reasoning за доллар: deepseek-v4-pro или qwen3-max — обе проходят порог «дешевле официальной цены» и поддерживают thinking.
• Самый большой контекст: doubao-seed-2-pro, -code и -lite — 256 000 токенов, либо deepseek-v4-pro/deepseek-v4-flash — ровно 1 000 000.
• Код: doubao-seed-2-code для многофайловых задач с thinking; qwen3-coder-plus и qwen3-coder-turbo вернутся, когда починят апстрим.

С чего начать

Все модели выше доступны под одним API-ключом и одним предоплаченным балансом, который сегодня пополняется в USDT (карта и СБП в процессе подключения). Актуальные тарифы всегда совпадают со страницей цен; полная схема запроса — в документации.