Для продакшн-нагрузки в 2026 году цена токена повлияет на юнит-экономику раньше, чем задержка или качество ответов. Ниже разобрано, из чего складывается стоимость Sonnet 4.6, Opus 4.8 и gpt-5.6-luna, где prompt caching действительно срезает счёт и как тарифы codexkey соотносятся с прямыми тарифами Anthropic.
Три ценовых уровня
Линейка codexkey делится на три уровня по тому, как формируется счёт:
- gpt-5.6-luna: самый дешёвый уровень. Создана для частых коротких вызовов: классификация, роутинг, извлечение данных, лёгкий чат. На любой шаг агентного пайплайна, где не нужны длинные рассуждения, ставьте её по умолчанию.
- Sonnet 4.6: рабочая лошадка. Сильное рассуждение, большой контекст, цена выше, чем у gpt-5.6-luna. Большинство продакшн-ассистентов и кодовых агентов в итоге живут на Sonnet: отношение качества к цене тут трудно побить.
- Opus 4.8: фронтир-уровень. Берите его для сложных рассуждений, планирования и задач, где один вызов Opus заменяет пять ретраев Sonnet. Выходные токены стоят дороже, чем у Sonnet.
Haiku у нас тоже есть: в каталоге claude-haiku-5.5 и claude-haiku-4.5, цены на странице моделей. Они работают в канале Premium, в канале Cheap Haiku их нет.
Входные и выходные токены
Частая ошибка при расчёте затрат на Claude: считать входные и выходные токены одной статьёй. Это две статьи, и выходные примерно в 5 раз дороже входных на любом тарифе. Если ассистент пишет длинные ответы (саммари, код, отчёты), выход занимает иногда 80% счёта и больше. В RAG-чате с короткими ответами по большому контексту картина обратная: дороже обходится вход.
Из этого два практических вывода:
- Жёстко ограничивайте
max_tokens. Потолок в 4 000 токенов для чата, которому реально нужно 800, превращается в постоянный пятикратный налог на длинный хвост многословных ответов. - Стримьте и выходите раньше. Если потребитель может действовать уже по первому абзацу, обрывайте стрим, а не ждите конца генерации.
Prompt caching: где экономия настоящая
Prompt caching даёт крупную скидку на закэшированные входные токены (системные промпты, длинные документы, схемы инструментов) при повторных вызовах. Агентный цикл, который на каждом шаге заново шлёт один и тот же системный промпт и список инструментов, в стабильном режиме снижает стоимость ввода на 80-90%. Включайте.
Как codexkey тарифицирует Claude
codexkey: шлюз к Claude с оплатой за токены. Мы повторяем прямые тарифы Anthropic по каждой модели, поэтому base URL можно сменить без пересчёта затрат. Платите только за израсходованные токены: без месячных минимумов, без платы за места и без обязательств. Баланс пополняется через СБП, криптовалюту или карту, а запросы идут на те Anthropic- или OpenAI-совместимые эндпоинты, которых уже ждёт ваш SDK.
Актуальный прайс отдаёт /v1/models/info, а ссылка на страницу тарифов есть
в дашборде.
Итог
gpt-5.6-luna для дешёвого, Sonnet по умолчанию, Opus для сложного. Ограничьте
max_tokens, закэшируйте системные промпты. Дальше хватит оптимизировать:
выкатывайте.