Почему Claude Code и Codex расходуют так много токенов и можно ли платить меньше

Представьте, что вы попросили нейросеть исправить одну небольшую ошибку в приложении. Она изучила код, нашла проблему, внесла изменения и сообщила, что всё готово. На экране вы видите несколько предложений и пару исправленных строк. Кажется, что такая работа должна стоить копейки. Но когда открываете статистику API, выясняется, что за одну небольшую задачу были потрачены десятки тысяч токенов. Куда они делись, если нейросеть написала всего несколько строк? Дело в том, что современные инструменты программирования работают совсем не так, как обычный чат с нейросетью. И если не понимать, что происходит за кулисами, расходы могут оказаться неожиданно большими.

Почему короткий вопрос может стоить дорого

Допустим, вы работаете над интернет-магазином и просите Claude Code исправить ошибку в корзине. Чтобы разобраться в проблеме, инструменту может потребоваться прочитать несколько файлов, изучить связанные функции, проверить настройки проекта и посмотреть сообщения об ошибках. Всё это передаётся языковой модели. Причём оплачивается не только ответ нейросети, но и информация, которую она получает. В обычных LLM API стоимость часто зависит от количества входных и выходных токенов, а для некоторых моделей и провайдеров действуют отдельные тарифы на кеширование.

Представьте, что вы попросили мастера поменять дверную ручку, а он перед началом работы каждый раз перечитывает инструкцию по строительству всего дома. Сама задача небольшая, но подготовка занимает гораздо больше времени, чем её выполнение. С нейросетями происходит нечто похожее. Для исправления одной функции инструмент может передать модели значительный объём кода. А если первая попытка не помогла, часть информации придётся обработать снова. Это не обязательно означает, что программа работает неправильно. Просто для качественного исправления ошибки модели часто требуется дополнительный контекст.

Что происходит внутри Claude Code и Codex

Claude Code и Codex относятся к инструментам, которые способны не просто отвечать на вопросы, но и выполнять последовательность действий. Они могут изучать файлы, изменять код, запускать команды и анализировать полученные результаты. Например, вы просите создать страницу регистрации. Инструмент сначала изучает структуру приложения, затем пишет код, проверяет существующие компоненты, исправляет ошибки и при необходимости повторяет проверку. Для пользователя всё выглядит как одна задача. Но фактически за ней может стоять множество обращений к LLM. Каждый такой запрос содержит определённое количество информации, которую модель должна обработать.

Поэтому при активной разработке расход токенов может оказаться значительно выше, чем при использовании обычного чата с нейросетью. Особенно если проект большой, а инструменту приходится регулярно изучать множество файлов. При этом важно учитывать, что Claude Code и Codex могут использовать разные способы доступа к моделям. Не во всех вариантах работы пользователь получает отдельный счёт за каждый токен. Всё зависит от выбранного тарифа, модели и способа подключения.

Почему ИИ-агенты увеличивают расходы

Теперь представим, что вместо одного помощника вы используете сразу нескольких. Один ИИ-агент создаёт интерфейс, второй работает с серверной частью, третий проверяет ошибки. Получается небольшая команда, которая может выполнять разные задачи одновременно. Такой подход особенно интересен тем, кто занимается вайбкодингом или разрабатывает большие проекты с помощью нейросетей. Вместо последовательного выполнения всех задач можно распределить работу между несколькими агентами.

Но есть один нюанс. Каждый агент самостоятельно обращается к модели, передаёт ей необходимые данные и получает ответы. Если несколько агентов работают одновременно, общий расход токенов складывается из их запросов. Представьте, что вы наняли трёх сотрудников, но платите каждому не за выполненную работу, а за каждое прочитанное и написанное слово. Чем активнее они обсуждают проект, тем больше становится счёт. Именно поэтому при использовании ИИ-агентов важно заранее понимать, как оплачивается доступ к моделям. Иначе система, которая должна экономить время, может неожиданно увеличить расходы.

Всегда ли дорогая нейросеть работает лучше?

Когда разработчик ищет лучшие нейросети для программирования, он часто ориентируется на рейтинги и результаты тестов. Но высокая позиция модели ещё не означает, что её использование будет самым выгодным. Допустим, одна нейросеть исправляет ошибку с первой попытки, а другой требуется пять обращений. Даже если вторая модель дешевле по стоимости токенов, итоговые расходы могут оказаться сопоставимыми. Бывает и наоборот. Более дорогая модель тратит много времени на подробные объяснения, хотя простая задача могла быть решена значительно быстрее.

Поэтому при выборе LLM полезно оценивать не только стоимость миллиона токенов, но и то, сколько денег и времени уходит на получение работающего результата. Например, GLM 5.3, GLM 5.3 Flash, DeepSeek V4.1 Flash и DeepSeek V4 Pro можно сравнивать на одинаковых задачах. Но для объективных выводов необходимо использовать сопоставимые условия и проверять качество готового кода. Одного рейтинга или нескольких удачных примеров недостаточно.

Почему кеширование не всегда решает проблему

Многие современные API поддерживают кеширование. Если объяснять совсем просто, оно позволяет не обрабатывать некоторые повторяющиеся данные каждый раз с нуля. Например, инструмент несколько раз обращается к модели с одинаковой частью контекста. Если условия кеширования выполнены, повторное использование этой информации может обходиться дешевле обычной обработки.

Это полезная возможность, особенно при работе с большими проектами. Но кеширование не означает, что все повторные запросы становятся бесплатными. У разных провайдеров действуют собственные правила и тарифы. Кроме того, часть информации постоянно меняется. После исправления ошибки появляются новые результаты проверок, изменяются файлы и добавляются сообщения. Поэтому полностью избавиться от расходов на обработку контекста обычно невозможно.

Оплата токенов или фиксированная подписка?

Существует два распространённых подхода к оплате доступа к нейросетям. Первый предполагает расчёт по фактическому использованию: сколько токенов обработали, столько и оплатили. Второй предлагает фиксированную стоимость доступа на определённый период. У каждого варианта есть преимущества.

Если вы используете нейросеть онлайн несколько раз в неделю, оплата по факту может оказаться выгоднее. Вы платите только за реально обработанные данные и не покупаете подписку, которая большую часть времени не используется. Но при постоянной разработке ситуация меняется. Если вы ежедневно работаете с Claude Code, Codex, запускаете ИИ-агентов и регулярно исправляете код, фиксированная подписка может сделать расходы более предсказуемыми.

Правда, слово «безлимит» тоже требует внимания. Некоторые сервисы ограничивают количество запросов, скорость работы или число одновременно выполняемых задач. Поэтому перед выбором подписки необходимо изучать условия, а не ориентироваться только на рекламное описание. Особенно важно различать отсутствие суммарного лимита токенов и отсутствие технических ограничений. Это совершенно разные вещи.

Как понять, сколько на самом деле стоит работа нейросети

Самый простой способ — посмотреть статистику использования за несколько обычных рабочих дней. Не нужно специально создавать сложные тесты. Достаточно поработать над привычным проектом и посмотреть, сколько токенов было обработано. Обратите внимание на входные и выходные токены, повторное использование контекста и количество запросов. Если используете несколько агентов, учитывайте их общий расход.

Затем сравните полученные данные с условиями разных провайдеров. При оплате по токенам можно приблизительно рассчитать стоимость месяца. При фиксированной подписке нужно дополнительно проверить ограничения параллельности, доступные модели и условия использования. Но не стоит забывать о качестве. Если дешёвая модель постоянно допускает ошибки, экономия может исчезнуть из-за дополнительных проверок и потраченного времени. В конечном счёте важна не самая низкая цена за миллион токенов, а стоимость успешно выполненной задачи.

Почему это особенно важно для вайбкодинга

Вайбкодинг позволяет создавать сайты и приложения, описывая задачи обычными словами. Но редко получается сделать полноценный проект с первого запроса. Обычно приходится многократно менять интерфейс, исправлять ошибки, добавлять функции и проверять результат. Каждая такая доработка требует новых обращений к модели. Поэтому при активном вайбкодинге расходы могут зависеть не столько от размера готового приложения, сколько от количества попыток, необходимых для его создания.

Именно здесь становится заметна разница между обычным чатом с нейросетью, API с оплатой токенов и подпиской с фиксированной стоимостью. Нет одного варианта, который будет самым выгодным абсолютно для всех. Для небольших задач достаточно бесплатной нейросети или недорогого API. Для постоянной разработки могут быть удобнее подписки с предсказуемой стоимостью. Главное — понимать, за что именно вы платите. Ведь иногда несколько исправленных строк кода требуют от нейросети гораздо больше работы, чем кажется на первый взгляд.