Когда обсуждают стоимость ИИ агента, обычно сравнивают прайс моделей: сколько стоит миллион входных и выходных токенов. Тимур, который отвечает за маркетплейс в Cloud.ru, в статье на Хабре в корпоративном блоге компании предлагает другую единицу — цену одного полезного ответа. На модельном кейсе он показывает, что в цене такого ответа токены занимают от 2 до 32% в зависимости от модели. Всё остальное приходится на качество контура вокруг модели.
Материал длинный, около 17 минут чтения, с таблицами допущений и графиками. Кейс автор называет модельным: он собран из типовых параметров, а не из отчёта конкретного клиента. Модели и инфраструктура взяты из каталога Cloud.ru, и автор прямо оговаривает, что это сервисы его компании. Ниже — конспект всей арифметики: что считается, какие допущения заложены, какие рычаги двигают цену и что меняется, если агента продают с оплатой за результат.
Все цены ниже взяты из тарифов на момент публикации. Модели — по тарифу Evolution Foundation Models от 2 октября 2026 года, инфраструктура — по тарифам Cloud.ru Evolution от 28 сентября 2026 года, везде с НДС.
Unit-экономика ИИ-сервиса: что считать и по какой формуле
Автор начинает с единицы. Токен для неё не подходит: клиент покупает не токены, а закрытые обращения. При этом и «закрытый диалог» он считает лукавой единицей. Многие платформы засчитывают решение, если клиент получил ответ и замолчал. Intercom в документации Fin делит решения на подтверждённые, где клиент написал «спасибо», и предполагаемые, где он просто вышел из диалога. Оплачиваются оба вида, но если клиент вернулся в тот же диалог за помощью, решение снимается.
Масштаб разницы автор показывает по материалам Lorikeet: компания собрала 195 публичных кейсов по 38 вендорам. В одном примере из 4 200 диалогов, закрытых ИИ, 900 были закрыты ссылкой на статью базы знаний. Без них доля решённых падает с 70 до 55%.
Отсюда единица всей статьи — полезный ответ. Это диалог, который:
- закрыт без человека;
- не вернулся с тем же вопросом в течение 72 часов;
- не получил негативную оценку.
Всё, что не прошло хотя бы один фильтр, не попадает в знаменатель, но его расходы остаются в числителе. Неудачные попытки оплачиваются удачными. Формула у автора помещается в одну строку:
Цена полезного ответа = (токены всех попыток + инфраструктура + проверка + база знаний + внедрение + эскалации × минута оператора + ошибки × цена ошибки) / (попытки × доля автозакрытий × (1 − доля ошибок))
Чтобы посчитать её у себя, автор советует измерить четыре величины, а не взять их с потолка:
- долю автозакрытий по своей маршрутизации, а не по отчёту вендора;
- долю повторных обращений за 72 часа у диалогов, закрытых агентом, отдельно от закрытых людьми. Разница между ними и есть доля ложных «решено»;
- время обработки эскалированных тикетов отдельно от обычных. Разница — цена передачи;
- входные токены на диалог по логам, а не по прайсу.
Чего считать не нужно — экономии от «освобождённых» операторов, пока их не сократили в штатном расписании. Автор называет это самой частой подменой в презентациях про окупаемость.
Стоимость ИИ агента: токены — это 5% цены ответа
Кейс — ИИ-оператор первой линии в интернет-магазине. Магазин получает 40 000 обращений в месяц, 90% из них, то есть 36 000, уходят агенту. Агент устроен как поиск по базе знаний с генерацией ответа (RAG) плюс инструмент «статус заказа». На диалог — три вызова модели, около 12 000 входных и 800 выходных токенов, два запроса к базе знаний. Сверху работает модель-фильтр по 1 000 токенов на вызов, ещё 15% токенов заложено на повторные генерации.
Человеческая сторона расчёта такая. Оператор поддержки в Москве обходится работодателю примерно в 125 000 рублей в месяц: 85 300 рублей — средняя предлагаемая зарплата специалиста техподдержки по данным hh.ru за 2025 год, остальное — взносы и накладные. При 40 тикетах в день тикет стоит 149 рублей, минута оператора — 15,5 рубля. Эти две цифры автор сам называет самыми спорными в статье.
Остальные допущения:
| Параметр | Значение |
|---|---|
| Доля автозакрытий | 50% |
| Закрытые диалоги, не прошедшие фильтр | 6% |
| Цена одного такого диалога | около 200 рублей |
| Эскалация | 1,5 минуты оператора сверх обычного тикета |
| Выборочная проверка | 3% диалогов по 3 минуты |
| База знаний, промпты, проверочные наборы | 100 000 рублей в месяц |
| Внедрение | 600 000 рублей на год, 50 000 в месяц |
| Инфраструктура | 13 420 рублей в месяц |
Один диалог по токенам стоит 0,43 рубля на Qwen3-30B-A3B, 1,32 на GigaChat-3-Pro, 3,76 на Claude Haiku 4.5 и 10,99 на Claude Sonnet 4.6. Разница — в 25 раз. Из 36 000 попыток при 50% автозакрытий закрыто 18 000, минус 6% ошибок — остаётся 16 920 полезных ответов. Когда все расходы делятся на них, разница сжимается до 1,4 раза: от 51 до 73 рублей за полезный ответ.
На GigaChat-3-Pro полезный ответ стоит 53 рубля. Из них 71% дают эскалации и ошибочные ответы — строки, которые в бюджете не выглядят расходами на ИИ. Токены — 2,8 рубля, около 5%. Вся облачная инфраструктура — 80 копеек.
На Claude Sonnet 4.6 токены занимают уже 32%, и там экономить на них имеет смысл. Самый дешёвый способ — урезать контекст: при 6 000 входных токенов вместо 12 000 ответ дешевеет с 73 до 65 рублей. Второй способ — кеширование: чтение из кеша у Claude в тарифе в десять раз дешевле обычного входа, и если половина контекста — неизменный системный промпт, получается 66 рублей. На Qwen оба приёма экономят копейки.
Автор отдельно оговаривает: в этом сравнении качество всех четырёх моделей намеренно принято одинаковым, чтобы увидеть чистую цену токенов.
Три рычага, которые двигают цену сильнее модели
Доля автозакрытий. Типичный пилот, по оценке автора, закрывает 35–50% диалогов. Ozon, судя по статье компании, начинал с 27% в 2020 году и дошёл до 62% в 2022-м. При 35% полезный ответ стоит 110 рублей на Sonnet и 78 на Qwen, при 50% — 73 и 51. Переход к 65% даёт ещё минус 15–19 рублей. На Sonnet рост с 50 до 60% экономит 14 рублей — почти столько же, сколько замена Sonnet на Haiku (15 рублей). Разница в том, что первый рычаг работает на любой модели, а второй срабатывает один раз.
Доля ошибок. Её мало кто измеряет, а влияет она сильнее всей строки «токены»:
| Не прошли фильтр | Цена полезного ответа | Расходы на них в месяц |
|---|---|---|
| 3% | 45,0 рубля | 106 000 рублей |
| 6% | 52,7 рубля | 212 000 рублей |
| 10% | 63,8 рубля | 354 000 рублей |
| 15% | 79,1 рубля | 531 000 рублей |
Снижение ошибок с 6 до 3% экономит 8 рублей на ответе, переход с GigaChat-3-Pro на Qwen — 2 рубля. Цена одной ошибки в 200 рублей, по словам автора, для магазина с промокодом «извините» скорее нижняя граница. В финтехе или B2B она будет на порядок другой.
Качество передачи оператору. Полторы минуты на эскалацию работают при тёплой передаче: агент отдаёт сжатую историю, номер заказа и список уже испробованного. Если оператор читает сырой диалог, выходит три минуты, а то и шесть. При трёх минутах ответ на GigaChat-3-Pro дорожает с 53 до 77 рублей, при шести — до 127. В обратную сторону это тоже работает: если агент предзаполнил тикет, оператор экономит минуту-две, и строка уходит в минус.
Автор проверил и частое возражение, что борьба за точность сожжёт токены. Если ради снижения ошибок с 6 до 3% токены на диалог вырастают в 1,6 раза, GigaChat-3-Pro всё равно дешевеет с 53 до 46 рублей. На Sonnet выходит 78 против 73: там точность выгоднее покупать базой знаний, а не проверочными вызовами.
Отдельно посчитан вопрос, когда дорогая модель оправдана. Sonnet при 60% автозакрытий и 4% ошибок стоит 54 рубля — почти как GigaChat-3-Pro при 50% и 6%. То есть разница в цене токенов окупается, если модель приносит около десяти пунктов автозакрытий и двух пунктов точности. Проверить это можно только на своём проверочном наборе.
Когда агент дешевле оператора, а когда нет
Ответ, по мнению автора, решается двумя цифрами: стоимостью тикета и долей автозакрытий. При 149 рублях за тикет даже пилот с 35% автозакрытий на Sonnet (110 рублей) выгоден, паритет наступает при 20–27%. Но если оператор закрывает 60 тикетов в день, тикет стоит 99 рублей, и тот же пилот уже дороже человека. Региональный или аутсорсинговый оператор за 80 000 рублей при 60 тикетах в день даёт 64 рубля за тикет. GigaChat-3-Pro при 50% автозакрытий в этих условиях стоит 42 рубля, Sonnet — 62, то есть паритет.
Вторая оговорка — объём. Фиксированные расходы на базу знаний, внедрение и инфраструктуру — 163 000 рублей в месяц. При 6 000 диалогов ответ на GigaChat-3-Pro стоит 101 рубль, при 3 000 — 159. Ниже примерно 3 500 диалогов в месяц агент в этой конфигурации не окупается при любой модели. Если взять целую ставку на базу знаний и внедрение за 1 500 000 рублей, ответ дорожает до 63 рублей, порог сдвигается к 7 000 диалогов, а доля токенов падает до 4%.
В модели нет двух групп факторов. Против агента — лицензия чат-платформы, если она берёт отдельно за подключение бота. В пользу агента — текучка первой линии, медленный разгон новичков, пики распродаж и дорогие ночные смены. Посчитать их честно без данных компании автор не может, но отмечает, что бизнес часто платит именно за них.
Оплата за результат: что меняется для вендора, клиента и площадки
По материалам автора, мировые игроки ушли от продажи токенов. Intercom продаёт Fin от $0,99 за результат. Salesforce запускал Agentforce в сентябре 2024 года по $2 за разговор, а в мае 2025-го добавил Flex Credits по $0,10 за действие агента. В российских публичных прайсах оплаты за решённый диалог автор не нашёл: конструкторы ботов вроде Aimylogic считают уникальных пользователей, сессии или подписку.
Дальше он моделирует. Вендор берёт 60 рублей за закрытый диалог — это иллюстрация. Комиссия реальная: по условиям партнёрства маркетплейс Cloud.ru удерживает 20%. На GigaChat-3-Pro вендор зарабатывает 27 рублей с закрытого диалога при 35% автозакрытий и 34 при 50%. На Sonnet при 35% маржа — минус 40 копеек. При оплате за результат риск низкой доли автозакрытий целиком переезжает на вендора.
Клиент при этом платит за ошибку дважды: 60 рублей вендору и около 200 рублей себе. На полезный ответ у него выходит 64 рубля вендору плюс 37 собственных расходов, итого 101 рубль. Есть и обратный стимул: если платят за «закрыто», вендору выгодно не отпускать клиента к оператору. Три фильтра частично это лечат, полностью — нет, и автор это признаёт.
Измерять результат, по его мнению, должна площадка или канал, а не CRM клиента: повторное обращение видно там же, где прошёл первый диалог. Стандарт решённого обращения он относит к инфраструктуре маркетплейса. Без общего определения цены на витрине несравнимы, и клиент возвращается к цене за миллион токенов.
Коротко
- Единица счёта — полезный ответ: закрыт без человека, без повторного обращения за 72 часа и без негативной оценки. Расходы на неудачные попытки ложатся на удачные.
- В модельном кейсе разница моделей в 25 раз по токенам превращается в 1,4 раза по цене ответа. На GigaChat-3-Pro токены — 5% цены, на Sonnet — 32%.
- Сильнее модели цену двигают доля автозакрытий, доля ошибок и качество передачи оператору.
- Окупаемость зависит от стоимости тикета и объёма: ниже примерно 3 500 диалогов в месяц агент в этой конфигурации дороже человека.
- Оплата за результат переносит риск на вендора и требует общего стандарта, что считать решённым обращением.
Что из этого следует
Расчёт сделан для поддержки, но логика переносится на любой конвейер с моделью внутри, включая производство контента. Если считать только токены, легко выбрать дешёвую модель и потерять больше на переделках и ручной проверке. Аналог доли автозакрытий здесь — доля результатов, которые уходят дальше без правки человеком, аналог эскалации — время на доработку.
Главная проверка для тех, кто собирает агента на n8n, Make или готовой платформе: есть ли у вас свои замеры, а не цифры вендора. Повторные обращения, время на передачу человеку и реальные входные токены по логам — эти данные нужны до разговора о смене модели.
Сам автор подчёркивает, что расчёт держится на четырёх допущениях: 149 рублей за тикет, 6% ошибок, 200 рублей за ошибку и 36 000 диалогов. Каждое в конкретном случае может отличаться вдвое. В его пессимистичном сценарии GigaChat-3-Pro даёт 75 рублей за полезный ответ против 99 у оператора, а Sonnet — 96, то есть паритет. Тезис про малую долю токенов в этом сценарии выживает, тезис «ИИ дешевле человека» — только с оговорками.
Источник: Цена полезного ответа: считаем unit‑экономику ИИ‑сервиса, а не стоимость миллиона токенов