Подключение ИИ к 3 000 заявок в месяц обошлось в нашем тесте от US$ 1,29 до US$ 35,60. Разница почти в 28 раз возникла не из-за качества: только из-за того, какая модель выполняла каждую задачу. И при этом 98% команд FinOps уже управляют расходами на ИИ, а большинство не может эти расходы спрогнозировать. Проблема редко в цене токена. Проблема в том, что никто не знает, сколько стоит каждая заявка.
Эта статья продолжает материал Сортировка заявок без LLM: мы протестировали Jev и измерили стоимость на тысячу заявок, где мы сравнили три модели на сортировке 200 заявок.
FinOps: от облака к ИИ
FinOps — это практика, которая делает расходы на технологии прозрачными и закрепляет за ними ответственных: кто тратит, сколько, на что и стоит ли оно своих денег. Она появилась для облачных счетов, а теперь пришла и в ИИ. Отчёт State of FinOps 2026 от FinOps Foundation опросил 1 192 специалистов: 98% уже управляют расходами на ИИ, против 31% двумя годами ранее. Анализ того же отчёта показывает, что большинство компаний за последний год превысили прогноз расходов на ИИ.
Причина почти всегда одна: ИИ оплачивается по факту использования (токены), а планируется как абонентская плата. Никто не может сказать, сколько стоит резюмировать заявку, а значит, никто не может сказать, сколько будет стоить месяц.
Расчёт, который никто не делает: сколько стоит каждая задача
Мы измерили. Мы взяли 10 вымышленных заявок с полной историей (создание, комментарии и решение, от 4 до 8 сообщений в каждой) и поставили четыре задачи трём моделям через OpenRouter по прайсовым ценам на 1 октября 2026 г.:
| Задача (стоимость на 1 000 использований) | GPT-5.6 Luna | Gemini 3.5 Flash-Lite | Claude Sonnet 5.5 |
|---|---|---|---|
| Резюмировать историю | US$ 0,15 | US$ 0,29 | US$ 3,22 |
| Предложить следующий ответ | US$ 0,11 | US$ 0,20 | US$ 2,95 |
| Создать статью базы знаний | US$ 0,34 | US$ 0,65 | US$ 8,54 |
| Перевести последнее сообщение | US$ 0,10 | US$ 0,11 | US$ 1,30 |
И из предыдущего теста — сортировка (категория, тип и срочность): US$ 0,034 на тысячу заявок с Jev, US$ 0,12 с GPT-5.6 Luna и US$ 1,83 с Claude Sonnet 5.5.
Две детали, которые таблица скрывает:
- Передовая модель пишет больше. В статье Claude Sonnet 5.5 генерировал в среднем 789 токенов ответа против 255 у GPT-5.6 Luna. Выходные токены — дорогая часть; более длинный текст стоит больше, даже когда он лучше.
- Вы платите даже за ответ, которого нет. В заявке о ransomware Sonnet потратил все 300 токенов, которые мы выделили, на рассуждения и вернул пустой ответ. Вызов был оплачен точно так же.
Три сценария для 3 000 заявок в месяц
Мы смоделировали типичную службу поддержки: каждая заявка сортируется, её история резюмируется один раз, и она получает два предложения ответа; 10% превращаются в статью базы знаний, а 5% требуют перевода.
| Сценарий | Стоимость на заявку | В месяц (3 000 заявок) | В год |
|---|---|---|---|
| Всё на передовой модели (Claude Sonnet 5.5) | US$ 0,0119 | US$ 35,60 | US$ 427 |
| Своя модель для каждой задачи (Jev на сортировке, GPT-5.6 Luna в повседневной работе, Sonnet только для статей) | US$ 0,0013 | US$ 3,75 | US$ 45 |
| Всё на самой дешёвой модели (Jev + GPT-5.6 Luna) | US$ 0,0004 | US$ 1,29 | US$ 16 |
Средний сценарий — тот, который мы рекомендуем: передовая модель остаётся только там, где важно качество текста (статья, которая идёт в базу), а остальное уходит быстрым и дешёвым моделям. Стоимость падает в 9,5 раза.
Обратите внимание на порядок величин: даже самый дорогой сценарий стоит центы за заявку. Если ИИ экономит аналитику одну минуту на каждой заявке, он окупается с большим запасом.
Где бюджет на ИИ действительно выходит из-под контроля
Если стоимость одной заявки так мала, почему столько компаний превышают бюджет? Потому что утечка редко находится в заявке:
- Пользовательские лицензии, которыми никто не пользуется. ИИ-ассистенты, продаваемые по местам, списывают плату каждый месяц, пользуетесь вы ими или нет. Это та же проблема простаивающих лицензий, которую FinOps уже знает по облаку.
- Передовая модель везде. В нашем тесте это увеличило стоимость в 9,5 раза без выигрыша в сортировке.
- Слишком много контекста. Отправка всей истории, вложений и подписей писем в ИИ при каждом клике заставляет стоимость расти вместе с размером заявки, а не с ценностью задачи.
- Рассуждения без ограничений. Модели, которые «думают» перед ответом, берут плату за это мышление. Без лимита токенов простая задача может стоить как сложная — или не дать ничего.
- Зациклившиеся агенты. Агент, который пробует, ошибается и пробует снова, может сделать сотни вызовов, и никто этого не заметит.
- Субсидированное использование, которое закончится. Подписки на ИИ сегодня дают гораздо больше, чем стоят. В NexTool за 30 дней разработки было израсходовано около 3,9 млрд токенов: примерно R$ 15 тыс. по прайсовым ценам, покрытые подпиской примерно за US$ 200. Тех, кто планирует будущее на основе субсидированной цены, ждёт неприятный сюрприз, когда она изменится.
Как измерять без сложностей
Для начала достаточно четырёх показателей:
- Стоимость ИИ на решённую заявку с разбивкой по задачам (сортировка, резюме, ответ, статья).
- Токены на задачу — чтобы найти задачу, которая отправляет слишком много контекста.
- Доля заявок с помощью ИИ — чтобы понимать, соответствуют ли расходы использованию.
- Сэкономленное время аналитика, пусть даже оценочное, — чтобы сравнить со стоимостью.
И три простых ограничителя:
- Лимит расходов на ключ API. В нашем тесте мы использовали ключ с потолком US$ 10; если что-то пойдёт не так, ущерб ограничен.
- Лимит токенов на задачу с достаточным запасом, чтобы модель успела ответить (случай с ransomware показывает, что бывает, когда его не хватает).
- Модель для каждой задачи, настроенная и регулярно пересматриваемая, вместо «лучшей модели для всего».
Контроль расходов на ИИ внутри GLPI
В GLPI уже есть всё необходимое, чтобы учитывать ИИ как любые другие ИТ-расходы, без нового инструмента:
- Контракты: заведите контракт с каждым провайдером ИИ — с суммой, периодом, продлением и предупреждением об окончании.
- Лицензии: зарегистрируйте места ИИ-ассистентов как лицензии — с количеством и тем, кому они назначены. Лицензия без пользователя сразу становится видна.
- Бюджеты: создайте бюджет на ИИ по организации или подразделению и привяжите к нему контракты.
- Поставщики: централизуйте провайдеров, реселлеров и контакты.
- Уведомления: GLPI предупреждает о контрактах и лицензиях, срок которых подходит к концу, до автоматического продления.
Так постоянные расходы (подписки и места) хранятся в GLPI, а переменные (токены) вы отслеживаете на панели провайдера или платформы, которой пользуетесь. Вместе они дают стоимость на заявку.
Скачайте калькулятор
Мы сделали таблицу с измеренными ценами. Вы указываете, сколько заявок у вас в месяц, как часто выполняется каждая задача и какая модель её выполняет, а таблица рассчитывает стоимость на заявку, в месяц и в год:
Скачать калькулятор стоимости ИИ на заявку (Excel)
Вывод
Стоимость ИИ на заявку невелика; в бюджет не помещается отсутствие измерений. Разделяйте стоимость по задачам, используйте подходящую модель для каждой, установите лимит расходов и учитывайте подписки на ИИ как контракты и лицензии в GLPI. С этими четырьмя шагами ИИ перестаёт быть непредсказуемой строкой в счёте и превращается в стоимость на заявку, которую вы можете объяснить любому директору.
Нужна помощь, чтобы внедрить ИИ в ваш GLPI, не теряя контроля над расходами? Свяжитесь с командой.
Тест проведён командой NexTool Solutions 1 октября 2026 г. на вымышленных заявках по прайсовым ценам OpenRouter на эту дату. Модели: openai/gpt-5.6-luna, google/gemini-3.5-flash-lite, anthropic/claude-sonnet-5.5 и typesafe/jev-1.13. Данные State of FinOps 2026 опубликованы FinOps Foundation.
