Токени і ціни LLM — що вони означають для твого бізнесу

Коли говорять «AI-бот занадто дорогий» — майже завжди виявляється, що людина не розуміє, як рахуються токени. Або розуміє неправильно. Ця стаття — коротке прояснення механіки з реальними числами, щоб ти міг сам перевірити будь-яку цифру, яку тобі называє постачальник.

Що таке токен

Токен — не слово і не символ у звичному розумінні. Це одиниця, яку модель «бачить» після того, як вхідний текст розбивається спеціальним алгоритмом (tokenizer). Приблизно:

• 1 слово англійською ≈ 1-1.3 токени
• 1 слово українською ≈ 2-4 токени (кирилиця кодується довше)
• 1000 символів українського тексту ≈ 600-800 токенів

Це важливо: якщо твій бізнес веде розмови українською, витрата токенів приблизно вдвічі вища, ніж в англомовному еквіваленті. Не критично — просто треба знати при розрахунку.

Ціни LLM станом на травень 2026

OpenAI:

• gpt-4o-mini: $0.15 за мільйон input-токенів / $0.60 за мільйон output-токенів
• gpt-4o: $2.50 за мільйон input / $10.00 за мільйон output

Anthropic:

• Claude Haiku: $0.80 за мільйон input / $4.00 за мільйон output
• Claude Sonnet: $3.00 за мільйон input / $15.00 за мільйон output

Перший висновок, який кидається в очі: gpt-4o-mini дешевший від Claude Haiku майже у 5 разів по input і в 6.7 разів по output. При цьому для задач резервування, відповідей на типові питання про ціни і розклад, нагадувань — якість gpt-4o-mini цілком достатня.

Анатомія одного виклику

Кожна відповідь бота — це один API-запит. До LLM летить:

1. Системний промпт — інструкції для бота: роль, тон, обмеження, що можна/не можна говорити. Типово 1500-2500 токенів.
2. Витяг з бази знань (RAG) — релевантні шматки з твого KB про послуги, ціни, розклад. Типово 800-2000 токенів залежно від запиту.
3. Історія розмови — попередні повідомлення в треді. Зростає з кожним повідомленням від 0 до 500-800 токенів.
4. Нове повідомлення клієнта — власне те, що він написав. 20-80 токенів.

На виході: 5. Відповідь бота — 80-200 токенів на повідомлення в середньому для leisure-бота.

Тепер підрахунок для середнього повідомлення в розмові:

Компонент	Токени (input)
Системний промпт	2000
KB-витяг

Повна розмова: від «Привіт» до «Ваш запис підтверджено»

Допустимо, клієнт бронює місце в квест-кімнаті. Типова розмова:

1. Клієнт: «Привіт, хочу заброньювати на п'ятницю»
2. Бот: уточнює час
3. Клієнт: «О 19:00, нас троє»
4. Бот: перевіряє доступність, пропонує варіанти
5. Клієнт: «Підходить, як оплатити?»
6. Бот: пояснює способи оплати, дає реквізити
7. Клієнт: «Окей, оплатив»
8. Бот: підтверджує бронювання, надсилає деталі

8 повідомлень, 8 API-викликів. При цьому Input накопичується: кожен наступний виклик включає всю попередню історію.

Сумарно за розмову (з урахуванням накопичення history):

• Input: ~6200 токенів
• Output: ~1200 токенів

Вартість (gpt-4o-mini): 6200 × $0.15 / 1M + 1200 × $0.60 / 1M = $0.00093 + $0.00072 = $0.00165

Менше двох десятих копійки. Менше 0.07 ₴.

Та сама розмова на gpt-4o: $0.0155 + $0.012 = $0.0275 — дорожче в ~17 разів, але досі дешевше 1.10 ₴.

Та сама розмова на Claude Sonnet: приблизно $0.019 + $0.018 = $0.037 — дорожче в ~22 рази порівняно з mini.

Яку модель обирати

Для leisure-бізнесу вибір простий:

gpt-4o-mini — за замовчуванням для 95% задач: відповіді на питання про ціни, розклад, бронювання, нагадування. Модель нормально тримає Ukrainian, розуміє контекст, не плутається в простих сценаріях.

gpt-4o — коли KB містить складні документи з винятками, умовами договорів, специфічними корпоративними правилами. Або коли потрібна більш «дипломатична» відповідь у напруженій ситуації. Але не для масового трафіку.

Claude Haiku — можна розглядати як альтернативу mini; дорожче, але частина вендорів відзначає кращу роботу з довгим контекстом.

Claude Sonnet — для складних кейсів, де потрібне нюансоване розуміння. Вартість у ~22 рази вища за mini без пропорційного приросту якості для стандартних leisure-задач.

Рекомендація: стартуй на mini. Якщо бачиш конкретні провали у відповідях — протестуй ту саму розмову на 4o і порівняй. Ухвалюй рішення per-task, не міняй всю систему.

Чому output коштує дорожче input

Це питання часто задають. Логіка: генерація кожного output-токена вимагає обчислень (авторегресивна генерація — кожен наступний токен залежить від попереднього). Input-токени обробляються паралельно. Тому output завжди дорожчий на маркетинг-мові «на порядок», хоча у gpt-4o-mini різниця 4-кратна (0.15 vs 0.60).