Мой замер: русский текст дороже английского
15 сентября 2026 года я отправил один и тот же абзац на русском (1 846 знаков, 279 слов) и его перевод на английский (2 016 знаков, 355 слов) в 8 моделей через API и снял из ответа число токенов, которое каждая насчитала.
Английский абзац длиннее русского и по знакам, и по словам, но токенов на него ушло меньше у всех 8 моделей. На одно русское слово модели тратят от 1,76 до 2,63 токена, на английское от 1,19 до 1,75.
Что из этого следует. Первое: прикидка «1 токен это 4 знака», которую все повторяют вслед за английскими справками, для русского не работает. Считайте 2,5–3,8 знака на токен в зависимости от модели. Второе: одна и та же статья портала на 20 тысяч знаков у Claude Haiku весит 8 429 токенов, у GPT 5 672. Разница в полтора раза при одинаковом тексте, и она напрямую входит в счёт. Третье: при сравнении цен моделей смотреть только на тариф за миллион недостаточно, нужно умножать на то, сколько токенов модель насчитает именно на вашем языке.
Как модель отвечает и почему иногда врёт
Ответ рождается по одному токену. Модель получает весь текст разговора, оценивает вероятности для следующего токена, выбирает один, добавляет его к тексту и повторяет цикл. Ответ на 250 токенов это 250 таких проходов. Никакого «понимания» в человеческом смысле внутри нет, есть очень хорошая статистика языка, накопленная на триллионах прочитанных токенов.
Отсюда главная слабость: галлюцинации, то есть уверенные ответы, которые не соответствуют действительности. OpenAI в исследовании от 5 сентября 2025 года объясняет причину устройством обучения: модели оценивают по доле правильных ответов, и при такой оценке выгоднее угадать, чем сказать «не знаю». В том же материале приведён показательный тест SimpleQA: модель o4-mini воздерживалась от ответа в 1% случаев и ошибалась в 75%, а gpt-5-thinking-mini воздерживалась в 52% и ошибалась в 26%.
Для бизнеса вывод простой. Модель, которая говорит «не знаю», полезнее той, что отвечает всегда. Когда вы пишете инструкцию для агента, фраза «если данных нет, скажи, что уточнишь у менеджера» защищает от большей части проблем. Как это делается на практике, я разбирал в статье что такое промпт.
Откуда у модели знания и где они кончаются
Знания у LLM появляются в 2 этапа. Первый: предобучение, когда модель месяцами читает тексты из интернета, книг и кода и учится предсказывать продолжение. Второй: дообучение, когда люди показывают модели примеры хороших ответов и оценивают её попытки, чтобы она отвечала полезно и безопасно, а не просто продолжала текст.
Открытые данные ещё нужно правильно описать. В инициативе Project ProtoStar подчёркивают документацию, формат и происхождение научных наборов. Для модели важно понимать, что означает поле и как получена запись, а для исследователя — проверить итог по измерениям.
У обоих этапов есть дата, после которой модель ничего не знает. Производители называют её датой отсечения знаний и публикуют в документации. У Claude Sonnet 5 надёжная дата январь 2026 года, у Claude Haiku 4.5 февраль 2025, у GPT-5.4 nano 31 августа 2025. Всё, что случилось позже, модель может знать только из того, что вы ей дали в запросе, или из подключённого поиска.
Здесь обычно возникает путаница между «модель знает» и «модель может прочитать». Модель не знает цен вашего прайса и правил вашей доставки, но прочитает их, если положить в запрос. На этом устроены все рабочие агенты: инструкция плюс база знаний компании, а сама модель отвечает за язык и логику.
Как обновлять знания без потери прежних возможностей, исследует подход Google Sleep. В новости объясняем различие между текущим контекстом и закреплением сведений в параметрах, а также границы опубликованного опыта.
Пять дат, после которых всё изменилось
12 июня 2017. 8 исследователей, в основном из Google, публикуют статью «Attention Is All You Need» с новой архитектурой, трансформером. До неё сети читали текст по слову за шагом, трансформер смотрит на весь текст сразу и решает, какие слова важны для каких. Все нынешние LLM построены на этой идее.
28 мая 2020. OpenAI описывает GPT-3 со 175 миллиардами параметров, в 10 раз больше любой прежней плотной модели. Главный вывод статьи: модель такого размера решает задачи, которым её не учили, по нескольким примерам в запросе.
30 ноября 2022. Выходит ChatGPT, и языковая модель впервые получает интерфейс для всех. Историю компании и человека за ней я разбирал в статье про книгу о Сэме Альтмане.
2023–2024. Появляются открытые модели с весами, которые можно скачать: Llama, Mistral, Qwen, DeepSeek. Как устроен этот рынок и чем открытая модель отличается от закрытой, разобрано в обзоре открытых нейросетей.
2025–2026. Модели учатся рассуждать перед ответом, окна контекста вырастают до миллиона токенов, а в каталоге OpenRouter на 15 сентября 2026 года я насчитал 445 моделей от десятков производителей. Как этот каталог устроен и сколько стоит через него работать, есть в обзоре OpenRouter.
Какие LLM есть в 2026 году
Цены ниже я снял из каталога OpenRouter 15 сентября 2026 года, они совпадают с прайсами производителей на ту же дату. Перевод в рубли по курсу ЦБ на 15 сентября: 84,34 ₽ за доллар.
Зарубежные модели:
Разброс в 75 раз между самой дорогой и самой дешёвой строкой по выходу. При этом на простых задачах, вроде ответа клиенту по прайсу, дешёвые модели справляются, что я покажу в следующем замере.
Российские модели:
Цены Яндекса взяты со страницы тарифов AI Studio с НДС, цены Сбера со страницы тарифов для юрлиц, обновлённой 7 сентября 2026. У Сбера единая цена на вход и выход и минимальный счёт 600 ₽ в месяц при использовании сервиса. Российские модели стоят на уровне зарубежных средней категории, а платить за них можно с обычного расчётного счёта, что для многих компаний перевешивает.
Мой замер: один ответ клиенту у 8 моделей
Цены за миллион токенов мало что говорят о реальном счёте, поэтому я взял типовую задачу. Модель получает роль менеджера интернет-магазина, условия доставки (СДЭК 350 ₽ за 2–3 дня, курьер по Казани 500 ₽ на следующий день, бесплатно от 5 000 ₽) и вопрос клиента: сколько стоит доставка в Казань при заказе на 3 200 ₽. Замер 15 сентября 2026 года, один запуск на модель, цена из отчёта API.
3 наблюдения. Ответ клиенту стоит от 0,8 до 38 копеек, то есть даже самая дорогая модель обходится дешевле минуты работы человека. У Gemini 3 Flash 687 токенов в ответе при коротком тексте: модель рассуждает перед ответом, и эти рассуждения тоже оплачиваются, поэтому «дешёвая по прайсу» модель оказалась дороже Claude Haiku.
И третье, самое важное. GPT-5.4 nano в обоих запусках ответил только про курьера за 500 ₽ и не упомянул СДЭК за 350 ₽, хотя условие лежало в запросе. Клиент получил бы верный, но неполный ответ и переплатил. Остальные 7 моделей назвали оба варианта. Самая дешёвая модель здесь не «чуть хуже», а теряет часть условий, и на задачах с деньгами это дороже любой экономии на токенах.
Что LLM умеет и чего не умеет
Умеет, и это подтверждается ежедневно на тысячах диалогов:
- отвечать на вопросы по вашим документам, если документы лежат в запросе или в базе знаний;
- переписывать текст под тон, длину и аудиторию: письмо, объявление, ответ на отзыв;
- вытаскивать из потока сообщений структуру: имя, телефон, что хочет, когда;
- расшифровывать и пересказывать звонки и встречи, о чём есть отдельный разбор про расшифровку аудио;
- писать и править код, таблицы, формулы;
- вести диалог с клиентом по сценарию и передавать человеку, когда сценарий кончился.
Не умеет, и здесь чаще всего ломаются ожидания:
- знать то, чего нет в запросе: цены, остатки, сроки, вчерашние новости;
- считать надёжно в уме: длинные вычисления лучше отдавать калькулятору или коду, который модель напишет;
- помнить прошлые разговоры, если система вокруг модели их не сохраняет;
- отвечать за результат: юридически и фактически за ответ отвечает компания, которая его отправила.
Отдельно про режим рассуждений. Рассуждающие режимы дают выигрыш на задачах с несколькими шагами: расчёт, проверка договора, план. На простом ответе по прайсу они удлиняют ответ и счёт, как показал Gemini в замере выше.
Открытые, закрытые и российские модели
Закрытая модель живёт на серверах производителя, вы отправляете туда текст и получаете ответ. Открытая модель выкладывается файлами, её можно запустить на своём сервере, и текст никуда не уходит. Цена вопроса: сервер с видеокартой и человек, который его обслуживает.
Для российской компании к этому добавляется вопрос данных. Переписка с клиентами содержит персональные данные, а закон 152-ФЗ требует хранить их в России. Отправка каждого сообщения на зарубежный сервер это как минимум вопрос к юристу. Выходов 3: российские облачные модели Яндекса и Сбера, открытая модель на своём сервере или платформа, которая хранит данные в российском контуре и берёт на себя обезличивание.
Открытые модели из России тоже появляются. 10 сентября 2026 года Яндекс выложил на Hugging Face базовую модель AliceAI-T5-35B-A0.6B под лицензией Apache 2.0: 34,35 млрд параметров, из которых на каждый токен работает около 600 млн. Это та архитектура, на которой построены быстрые ответы Алисы в поиске. Про то, что разрешает и запрещает такая лицензия, есть разбор Apache License 2.0.
Свежий пример компактного семейства с опубликованными весами — Liquid AI LFM3. В новости поясняем, чем отличаются текстовые и голосовые варианты и почему условия коммерческого использования нужно читать у выбранной модели отдельно.
Сколько стоит LLM бизнесу: три дороги
Первая дорога: подписка на чат. ChatGPT Plus стоит 23 € в месяц, Pro от 103 €. Подходит, когда моделью пользуется один человек для своих задач. Не подходит, когда модель должна отвечать клиентам 24 часа в сутки, потому что чат не подключается к мессенджерам и CRM.
Вторая дорога: API. Платите за токены по тарифам из таблиц выше, а всё вокруг модели (подключение к каналам, база знаний, история диалогов, передача человеку) пишет ваш разработчик. Дёшево по токенам и дорого по разработке: по моему замеру, ответ клиенту стоит от копейки до 38 копеек, но чтобы эти копейки дошли до клиента в WhatsApp, нужен код, сервер и поддержка.
Третья дорога: платформа, где модель уже подключена к каналам и базе знаний, а вы платите за подписку и за ответы. Мы делаем такую платформу, Ноя: агент собирается в диалоге, подключается к Telegram, WhatsApp, Авито, Max и CRM, данные остаются в российском контуре. Тариф от 990 ₽ в месяц, пробный период 7 дней, а при регистрации по ссылке с портала на счёт приходит 1 000 ₽ вместо 500 ₽. Честные цифры из платформы за август 2026 года: 568 711 ответов ИИ в 115 569 диалогах у 387 компаний, медианная цена ответа клиенту 1,52 ₽, средняя 3,12 ₽. Среднее выше медианы, потому что часть компаний выбирает дорогие модели с длинным контекстом, где один ответ стоит 16 ₽ и больше.
Разница между 1 копейкой по API и 1,5 рублями на платформе это цена всего, что вокруг модели. Если разработчик у вас есть, API выигрывает. Если нет, дешёвый токен сам по себе ничего не решает.
Где LLM уже работает в малом бизнесе
Первое касание в мессенджерах. Клиент пишет в 23:40, агент отвечает по прайсу и записывает на удобное время, утром менеджер видит готовую заявку. Устройство таких сотрудников и сценарии по нишам собраны в гайде по ИИ-сотрудникам.
Звонки. Модель расшифровывает разговор, находит, где менеджер не назвал цену или не предложил следующий шаг, и складывает это в таблицу. Что даёт такой контроль и как его включить, разобрано в статье о речевой аналитике.
Документы. Договор поставщика на 14 страниц читается за минуту, а модель отвечает на вопрос «где здесь штрафы для меня». Юридически проверять всё равно должен человек, но он проверяет 3 пункта, а не 14 страниц.
Контент. Описания товаров, ответы на отзывы, письма. Здесь LLM экономит часы, но требует редактора: без правки тексты получаются одинаковыми у всех, кто пользуется той же моделью.
Во всех 4 случаях модель это только часть решения. Вторая часть: данные компании, подключение к каналам и правила, когда звать человека. Её не купить вместе с моделью, её приходится собирать.
Слова рядом: нейросеть, ИИ, агент, RAG
Нейросеть это способ устройства программы, при котором она учится на примерах, а не пишется правилами. LLM это один из видов нейросетей, самый заметный сегодня. Живой разбор с обучением своей модели есть в статье нейросеть это.
Искусственный интеллект это широкое понятие, включающее и нейросети, и старые методы, где правила писали люди. Как эти слова вложены друг в друга и что из них закреплено законом, я разобрал в статье искусственный интеллект: что это.
ИИ-агент это LLM плюс инструменты и цель: агент не только отвечает, но и записывает в CRM, ставит задачу, отправляет письмо. Разница между агентом, ассистентом и нейросотрудником разобрана в отдельной статье.
RAG (retrieval-augmented generation) это способ дать модели ваши документы: перед ответом система ищет подходящие куски в базе знаний и кладёт их в запрос. Так агент отвечает по вашему прайсу, хотя модель его никогда не видела при обучении.
Контекстное окно это предел памяти модели в одном разговоре, измеряется в токенах. Почему модель «забывает» начало длинного диалога и что с этим делать, отдельный разбор про контекстное окно.
Промпт: разбор задач под LLM
Этот запрос помогает понять, какие задачи в компании стоит отдать модели первыми. Вставьте в любую нейросеть, заполните скобки и получите список с оценкой.
Ты консультант по внедрению языковых моделей в малом бизнесе. Твоя задача: разобрать мои рабочие процессы и сказать, где LLM даст эффект, а где нет.
О компании:
— чем занимаемся: [описание]
— сколько сотрудников и кто чем занят: [список]
— откуда приходят клиенты и как с ними общаемся: [каналы]
— какие документы и данные есть в электронном виде: [список]
— что сейчас отнимает больше всего времени: [3–5 задач]
Сделай так:
1. Разбей задачи на три группы: (а) модель делает сама с проверкой человеком раз в день; (б) модель готовит черновик, человек правит; (в) модели здесь делать нечего, объясни почему.
2. Для каждой задачи из групп (а) и (б) напиши, какие данные модели нужны на входе и откуда они возьмутся.
3. Назови главный риск для каждой задачи: неверный ответ клиенту, утечка данных, потеря контроля.
4. Предложи, с какой одной задачи начать и как за две недели понять, что это работает: что измерить до и после.
Не обещай экономии в процентах, которых нет в моих данных. Если для оценки не хватает информации, задай мне вопросы по одному.
Последняя строка обязательна: без неё модель уверенно нарисует «экономию 40%», которую вы потом не найдёте.
Пример выхода для студии натяжных потолков с 4 сотрудниками и заявками из Авито и WhatsApp (сокращённо):
Начать модель предложила с ночных ответов: измерить до и после долю заявок, на которые ответили в течение 5 минут, и число замеров, записанных без участия менеджера.
Следующий шаг: поручите ИИ-консультанту разбор задач под LLM
Промпт вставляется в Ною как инструкция ИИ-сотрудника без правок, сотрудник собирается за несколько минут. В Телеграме или WhatsApp вы присылаете описание компании, список сотрудников и задачи, которые отнимают время, а сотрудник уточняет недостающие детали по одному вопросу и присылает разбор: что LLM делает сама, что готовит черновиком, а что вообще не трогать, с риском для каждой задачи.
- Если загрузить в базу знаний сотрудника список задач, регламенты и прайс, разбор строится на ваших процессах, а не на общих примерах для малого бизнеса.
- Через две недели, когда нужно проверить выбранную задачу, вводные о компании остаются в инструкции — присылаете только цифры до и после.
- Российский сервис, оплата в рублях, 7 дней бесплатно и без карты. По ссылке из статьи на ответы начисляется 1 000 ₽ вместо 500 ₽.
Собрать ИИ-консультанта в Ное →
Работу уже обученной модели организует движок выполнения. Свежий пример — DeepInfer от DeepSeek: на нём видно, чем модель отличается от инфраструктуры, которая обслуживает запросы.
Частые вопросы
Что такое LLM простыми словами?
Это программа, обученная на огромном объёме текстов предсказывать продолжение любого текста. Она отвечает на вопросы, пишет и переводит, потому что научилась статистике языка, а не потому что понимает смысл как человек.
Чем LLM отличается от нейросети?
Нейросеть это общий способ устройства обучаемых программ, LLM это нейросеть, обученная на тексте и работающая с текстом. Всякая LLM это нейросеть, но не всякая нейросеть это LLM: сети для картинок и видео устроены иначе.
Чем LLM отличается от ChatGPT?
ChatGPT это продукт с интерфейсом чата, внутри которого работает LLM компании OpenAI. LLM это сама модель. У Anthropic модель называется Claude, у Яндекса Alice AI, у Сбера GigaChat.
Что такое токен и сколько их в тексте?
Токен это кусочек текста, единица работы и оплаты модели. По моему замеру 15 сентября 2026 года, на русское слово уходит от 1,8 до 2,6 токена в зависимости от модели, на английское от 1,2 до 1,8.
Почему LLM выдумывает факты?
Потому что её обучали и оценивали по доле правильных ответов, и угадать при такой оценке выгоднее, чем признать незнание, как показано в исследовании OpenAI от сентября 2025 года. Лечится инструкцией «если данных нет, скажи об этом» и подключением документов компании.
Сколько стоит один ответ LLM?
По моему замеру, ответ клиенту по прайсу стоит от 0,8 копейки у DeepSeek V3.2 и GPT-5.4 nano до 38 копеек у GPT-5.5. На платформе с каналами и базой знаний медианная цена ответа 1,52 ₽ по данным за август 2026 года.
Можно ли пользоваться LLM из России?
Российские модели Яндекса и Сбера доступны без ограничений и оплачиваются с расчётного счёта. Зарубежные API не принимают российские карты, работать с ними напрямую можно через посредников или зарубежное юрлицо.
Нужен ли программист, чтобы внедрить LLM?
Для чата в браузере не нужен. Для агента, который отвечает клиентам в мессенджерах, нужен либо разработчик для работы с API, либо платформа, где подключение уже сделано.
Какую LLM выбрать для бизнеса?
Для простых ответов по прайсу подходят дешёвые модели, но проверяйте их на своих условиях: в моём замере самая дешёвая модель OpenAI потеряла один из двух вариантов доставки. Для задач с расчётами и документами берите модель с рассуждениями и сравнивайте на 20 реальных примерах.
Сама по себе модель только пишет текст; чтобы она открыла файл, сходила в Метрику или в браузер, между ней и программами ставят посредника. Как устроен этот стандарт, сколько инструментов у типичного сервера и во что их описания обходятся в каждом запросе, разобрано в статье MCP: что это.
Обратная сторона предсказания следующего слова: там, где знания нет, модель всё равно находит правдоподобное продолжение. Что такое галлюцинации, какие модели выдумывают чаще и какая строка в инструкции режет выдумки в 4 раза, в моём замере на 464 ответах.
С чего начать прямо сейчас
Всё ниже делается за один вечер, если LLM в компании пока используется только как чат.
- Выпишите 5 задач, которые повторяются каждый день и состоят из текста: ответы клиентам, описания, письма, разбор звонков.
- Прогоните промпт из этой статьи и получите список с рисками и данными на входе.
- Соберите для одной задачи 20 реальных примеров с правильными ответами: это ваш тест.
- Проверьте на этом тесте 2–3 модели разной цены. Смотрите не только на качество, но и на то, что модель пропустила, как nano в моём замере.
- Решите, по какой из трёх дорог идти: чат, API или платформа. Критерий один: есть ли у вас разработчик и должна ли модель отвечать клиентам без вас.
- Назначьте человека на подстраховку и дату через 2 недели, когда сравните время и число ответов до и после.
Дальше по цепочке: разобраться, как модель держит длинный диалог, собрать первого ИИ-сотрудника и научиться писать ему инструкции, которые он не нарушает.
