Чому дешевий API китайської LLM може обійтися дорожче для інтенсивного AI-кодування

Модель може бути дешевою за токен і водночас дорогою для розробника. Суперечності тут немає, бо порівнюються два різні продукти: API з оплатою за фактично спожиті токени та передплата на інструмент для кодування, де витрати користувача обмежені, доки він працює в межах правил плану.

Для автономного агента, який раз за разом сканує репозиторій, тримає довгий контекст і генерує великі відповіді, важливе не лише запитання «у якої моделі нижча ціна токена?». Важливіше інше: де припиняється гранична вартість для користувача і чи витримає тариф реальне навантаження?

Низька ставка за токен не створює стелі витрат

Для GLM-5.2 вказано $1,40 за 1 млн вхідних токенів, $0,26 за 1 млн кешованих вхідних токенів і $4,40 за 1 млн вихідних токенів. 1 Для звичайного API-використання такі ставки можуть виглядати дуже привабливо. Але на великих обсягах арифметика змінюється швидко:

• 1 млрд некешованих вхідних токенів — $1 400;
• 1 млрд кешованих вхідних токенів — $260;
• 1 млрд вихідних токенів — $4 400.

Остання цифра особливо важлива для агентів програмування. Вони не лише читають код і документацію, а й створюють плани, правки, результати тестів, пояснення, виклики інструментів і наступні ітерації. Тому робочий процес із великим обсягом генерації може коштувати значно дорожче, ніж підказує рекламна ціна вхідного токена.

Кешування здатне суттєво змінити підсумок. Повторно використаний контекст оплачується за значно нижчою ставкою, але фінальна сума все одно залежить від реальної пропорції некешованого вводу, кешованого вводу та виводу. 1

Чому вірусне порівняння денних витрат потребує деталей

В одному з порівнянь вартість API-використання GLM-5.2 оцінювали приблизно у ¥7 800 на день, тоді як підписка на Codex мала значно нижчу фіксовану тижневу ціну. Це добре ілюструє різницю між оплатою за споживання та передплатною квотою, але твердження про обсяг токенів потребує уточнення.

За оприлюдненими ставками GLM-5.2 десятки мільярдів некешованих вхідних токенів самі по собі коштували б десятки тисяч доларів на день; вихідні токени в такому масштабі обійшлися б ще дорожче. 1 Рахунок у ¥7 800 на добу може відповідати меншому фактичному тарифікованому обсягу, високій частці кешованого вводу, певному балансу входу й виходу, зниженим цінам або іншій базі розрахунку.

Практичний висновок простий: самих загальних сум токенів недостатньо. Порівнюючи процес AI-кодування, варто виміряти:

1. некешовані вхідні токени;
2. кешовані вхідні токени;
3. вихідні токени;
4. вікна скидання та ліміти тарифу;
5. чи переводить перевищення ліміту на платне споживання.

Передплата обмежує витрати користувача, але не робить обчислення безкоштовними

Передплата не прибирає вартість інференсу — вона лише змінює, хто несе змінний ризик.

У межах фіксованого місячного плану користувач із високим, але дозволеним навантаженням може отримати більше API-еквівалентного використання, ніж дозволила б купити роздрібна ціна підписки через API. Для користувача це означає передбачуваніший бюджет; для постачальника — необхідність керувати ризиком через ковзні часові вікна, обмеження швидкості, правила пріоритету, кредити та інші механізми добросовісного використання.

Тому дорожчий API цілком може співіснувати з вигіднішою на вигляд передплатою для кодування. Ціна API — це пряма гранична ціна обчислень. Передплата — пакетна пропозиція з лімітами, які можуть бути достатніми для багатьох людей, але не гарантують необмежену пропускну здатність.

Локальні плани для кодування теж можуть бути жорстко лімітовані

Головна відмінність — не між китайськими та закордонними моделями. Вона полягає в тому, чи працює продукт як необмежений лічильник токенів, гаманець кредитів або достатньо щедра квота з періодичним скиданням.

GLM Coding Plan прямо встановлює два обмеження: ковзний ліміт балів на п’ять годин і тижневий ліміт. Для плану Pro оприлюднено 12 000 балів кожні п’ять годин і 60 000 на тиждень, для Max — відповідно 28 000 і 140 000. Споживання розраховується з урахуванням вхідних, кешованих вхідних і вихідних токенів за коефіцієнтами конкретної моделі. 2

Qoder ще відвертіше описує кредитну схему. Платні рівні надають 2 000, 6 000 або 20 000 щомісячних кредитів для преміальних моделей. Після їх вичерпання сервіс перемикає користувача на базову модель з обмеженою кількістю повідомлень. Qoder також зазначає, що включені ресурси преміальних моделей відповідають вартості підписки разом із додатковими бонусними ресурсами. 17

Для розробника, який регулярно запускає тривалі агентні завдання, такі моделі можуть відчуватися не як «безлімітна підписка», а радше як передплачений обсяг використання з щомісячною оплатою.

Пікові множники роблять обмеження відчутними

Ліміти — не єдине обмеження. Постачальники можуть також змінювати швидкість, із якою витрачається квота в години високого навантаження.

У поточній документації Z.ai зазначено, що GLM-5.3 витрачає квоту з множником 1× поза піком і 3× у піковий час; для GLM-5.3-Flash наведено множники 0,4× та 1,2× відповідно. 4 В огляді GLM Coding Plan піковим періодом названо проміжок з 14:00 до 18:00 за UTC+8 у будні. 2

Це механізм управління потужностями: грошова ціна підписки не змінюється, але обсяг роботи, який покриває квота, у завантажені години може скорочуватися. Не варто автоматично переносити це правило на кожен план GLM-5.2 або на інші періоди — слід перевіряти актуальні умови конкретного плану.

Що дані підтверджують, а що — ні, щодо проблем із доступом

Повідомлення про швидке вичерпання або розпродаж денних квот, скорочення доступу до GLM-5.2, короткий строк зберігання кешу, слабке пакетування запитів між користувачами чи дефіцит потужностей у конкретного провайдера можуть бути правдоподібними. Проте не всі вони підтверджені матеріалами, розглянутими тут.

Доступна первинна документація чітко підтверджує стелі квот, нарахування балів із прив’язкою до типу токенів і часові множники. 24 Водночас вона сама по собі не доводить конкретного пояснення постачальника для кожної заявленої проблеми доступу. Ухвалюючи рішення про закупівлю, розробникам варто сприймати неформальні повідомлення як сигнал для власного тестування, а не як встановлений факт.

Практична оцінка має включати випробування на реальному навантаженні й саме в ті години, коли працює команда: розмір репозиторію, поведінку кешу, довжину відповідей, кількість одночасних агентів, черги та сценарій після вичерпання квоти важать більше, ніж одна рекламна ставка за токен.

Правило вибору для команд із важким AI-кодуванням

Недорогі китайські API залишаються привабливими для легкого або передбачуваного інференсу, особливо якщо процес уміє повторно використовувати кешований контекст. 1 Це сильний варіант для команд, яким потрібен прямий контроль через API та які можуть ретельно контролювати токенний бюджет.

Але інтенсивне AI-кодування — інше завдання для закупівель. Якщо агент стабільно споживає великі обсяги, перемагає часто той варіант, який поєднує:

• передбачувану місячну межу витрат;
• квоту, достатню для звичайного робочого дня;
• чіткі правила скидання лімітів і перевищення квоти;
• стабільний доступ у пікові години;
• достатню ємність для паралельних завдань.

Коротко: порівнюйте реально доступний обсяг роботи за місяць, а не лише прайс API. Дешевий тариф за споживання виграє, коли використання контрольоване. Передплата виграє лише тоді, коли її обмеження прозорі й достатньо великі для фактичного агентного навантаження розробника.