Цена полезного ответа: считаем unit-экономику ИИ-сервиса, а не стоимость миллиона токенов

Разговор с вендором, который приносит на маркетплейс ИИ-агента, почти всегда начинается с цены за миллион токенов. Вендор знает её наизусть, сравнивал с конкурентами, выбрал модель на 30 % дешевле. Потом я задаю один вопрос: сколько стоит один решённый тикет вашего агента? И в разговоре появляется пауза.

Пауза объяснима. Цена токена — единственное число, которое написано в прайсе. Всё остальное приходится считать самому, а считать неприятно, потому что результат обычно не похож на слайд. Ниже — модельный кейс с полной арифметикой: из чего складывается цена одного полезного ответа, почему токены в ней занимают 5 % и что это меняет для тех, кто ИИ-сервис продаёт, а не только покупает. Все цены — на модели, инфраструктуру и комиссию площадки — из публичных тарифов Cloud.ru, потому что они у меня под рукой и их легко перепроверить. Остальные параметры — допущения, они помечены, и их можно заменить своими.

54 руб.полезный ответ на GigaChat-3-Pro при 50 % автозакрытий

5 %доля токенов в этой цене

×25 → ×1,4разница между моделями: по токенам и по цене ответа

3 500диалогов в месяц — порог, ниже которого агент не окупается

Для прозрачности: я занимаюсь маркетплейсом Cloud.ru, и тарифы в расчёте — наши. Две прошлые статьи, про OpenClaw, вышли в блоге компании на Хабре, первая — как развернуть его и не слить данные.

«Закрыто» и «решено» — разные слова

Прежде чем что-то считать, нужно договориться о единице. Токен — плохая единица: клиент покупает не токены, а закрытые обращения. Но и «закрытый диалог» — единица лукавая.

Если агент ответил и клиент замолчал, большинство платформ считают диалог решённым. Intercom в документации Fin честно делит решённые диалоги на два вида: подтверждённые — клиент написал «спасибо, помогло», и предполагаемые — клиент просто вышел из диалога, не попросив помощи. Оплачиваются оба. Правда, с оговоркой, которую стоит взять на вооружение: если клиент вернулся в тот же диалог за помощью, решение снимается и не оплачивается. Lorikeet, которые собрали 195 публичных кейсов по 38 вендорам, приводят показательный пример: из 4 200 диалогов, закрытых ИИ, 900 закрыты ссылкой на статью базы знаний. Без них доля решённых падает с 70 до 55 %. Разница между «закрыто» и «решено» — это разница между отчётом вендора и тем, что увидит клиент в повторных обращениях.

Поэтому единица в этой статье — полезный ответ: диалог закрыт без человека, клиент не вернулся с тем же вопросом в течение 72 часов и не поставил негативную оценку. Всё, что не прошло один из трёх фильтров, в знаменатель не попадает, а в числитель — попадает. Это главный приём всей арифметики: неудачные попытки оплачиваются удачными.

Кейс: ИИ-оператор первой линии в интернет-магазине

Кейс модельный, собранный из типовых параметров, а не из отчёта конкретного клиента. Я сознательно взял самый массовый сценарий — поддержку, потому что по нему больше всего публичных данных.

Интернет-магазин получает 40 000 обращений в месяц. Диалоги, которые агент закрыл сам, без передачи оператору, дальше называю автозакрытиями — это та самая метрика, которую вендоры показывают первой. Маршрутизация отдаёт ИИ-агенту 90 % из них, 36 000 диалогов. Агент — поиск по базе знаний с генерацией ответа (RAG) плюс инструмент «статус заказа». На диалог уходит три вызова LLM, в сумме около 12 000 входных токенов (системный промпт, найденные фрагменты, история) и 800 выходных. База знаний лежит в Evolution Managed RAG, сам агент работает в Evolution AI Agents, логи диалогов — в Managed PostgreSQL. Сверху — модель-фильтр на входящие реплики и 15 % на повторные генерации.

Оператор поддержки в Москве стоит работодателю примерно 125 000 руб. в месяц: 85 300 руб. средней предлагаемой зарплаты специалиста техподдержки по данным hh.ru за 2025 год, сверху взносы и накладные. При 40 тикетах в день один тикет обходится в 149 руб., а минута оператора — в 12,4 руб. Эти две цифры дальше встретятся несколько раз, и это самые спорные цифры в статье: оператор чата в ритейле дешевле специалиста техподдержки и закрывает больше тикетов. При 60 тикетах в день тикет стоит уже 99 руб., и часть выводов ниже заметно бледнеет — я покажу, где именно.

Остальные допущения — в таблице. Если ваши цифры другие, подставьте их: весь расчёт линейный.

Цены на модели — из тарифа Evolution Foundation Models версии от 2 октября 2026 года, с НДС 22 %, за миллион токенов (вход / выход):

Инфраструктура — по тарифам Evolution от 28 сентября 2026 года, тоже с НДС, из расчёта 730 часов в месяце:

Итого 13 400 руб. в месяц. Запомните эту цифру тоже: инфраструктура окажется самой дешёвой строкой во всём расчёте.

Между самой дешёвой и самой дорогой моделью в этой четвёрке — 36 раз по входу и 45 раз по выходу. Запомните и эту разницу: дальше она почти исчезнет.

Токены — это 5 % цены ответа

Считаем один диалог. На Qwen3-30B-A3B он стоит 0,43 руб., на GigaChat-3-Pro — 1,32 руб., на Claude Haiku 4.5 — 3,76 руб., на Claude Sonnet 4.6 — 10,99 руб. Разница в 25 раз, и если бы статья заканчивалась здесь, выбор модели был бы главным решением проекта.

Теперь делим не на диалоги, а на полезные ответы. Из 36 000 попыток при 50 % автозакрытий закрыты 18 000, из них 6 % — ошибки, остаётся 16 920 полезных. На каждый полезный ответ ложатся не только его токены, но и токены неудачных попыток, минуты операторов на эскалации, стоимость ошибок, проверка, база знаний и внедрение.

Разница в 25 раз превратилась в разницу в 1,4 раза: от 52 руб. до 74 руб. за полезный ответ. Модель, которая дороже в 25 раз по токенам, в цене результата дороже на 40 %. Не потому что токены подешевели, а потому что всё остальное стоит одинаково для любой модели.

Вот из чего складываются 54 руб. на GigaChat-3-Pro:

Две верхние строки — эскалации и ошибочные ответы — это 72 % цены. Ни та, ни другая не выглядят как «расходы на ИИ» ни в одном бюджете: эскалации сидят в зарплатах поддержки, ошибки — в компенсациях и оттоке. Токены, единственная строка, которую все сравнивают при выборе, — 2,8 руб. из 54, то есть 5 %. Вся облачная инфраструктура — 80 копеек.

На дорогой модели картина другая: на Claude Sonnet 4.6 токены — уже 31 % цены ответа. Здесь экономить на токенах имеет смысл, и самый дешёвый способ — не менять модель, а урезать контекст. 12 000 входных токенов на диалог — это щедро нарезанная выдача поиска; если сократить контекст до 6 000, полезный ответ на Sonnet дешевеет с 74 до 66 руб. Второй рычаг — кэширование: чтение из кэша у Claude в тарифе стоит в десять раз дешевле обычного входа, и если половина контекста — неизменный системный промпт, те же 74 руб. превращаются в 67. На Qwen оба приёма экономят копейки.

Главный рычаг — не цена модели, а доля автозакрытий

Если вместо модели двигать долю диалогов, которые агент закрывает сам, кривые выглядят так:

Серой полосой отмечена зона типичного пилота: 35–50 % автозакрытий. Ozon, судя по их же статье, стартовал ниже — с 27 % — и за два года дошёл до 62 %, так что полоса не теоретическая. На левом краю этой полосы полезный ответ на Sonnet стоит 106 руб., на Qwen — 74 руб. На правом — 74 и 52. Переход от пилота к рабочему контуру с 65 % автозакрытий даёт ещё минус 12–17 руб. Десять процентных пунктов автозакрытий дают примерно столько же, сколько переход на класс дешевле: на Sonnet рост с 50 до 60 % экономит 12 руб., замена Sonnet на Haiku — 15 руб. Только первое работает на любой модели, а второе — один раз.

С ошибками та же история, только круче. Доля закрытых диалогов, которые не прошли фильтр, — параметр, который редко кто измеряет, а он двигает цену сильнее, чем вся строка «токены»:

Снижение с 6 до 3 % экономит 11 руб. на каждом полезном ответе. Переход с GigaChat-3-Pro на Qwen3-30B-A3B — 2 руб. А 15 % — это уже почти цена оператора, и такие 15 % легко получить, если считать решённым каждый диалог, где клиент замолчал. Цифры сильно зависят и от того, во сколько вы оцениваете один такой диалог; я взял 300 руб., из них 149 — неизбежный повторный контакт, остальное — компенсация, и для интернет-магазина с промокодом «извините» это скорее нижняя граница.

Третий рычаг прячется в строке, которую вообще никто не считает расходом на ИИ, — в эскалациях. Я заложил полторы минуты оператора сверх обычного тикета: прочитать резюме диалога и продолжить. Это работает, только если передача тёплая — агент отдаёт оператору сжатую историю, номер заказа и то, что уже пробовал. Если передача холодная и оператор читает сырой диалог, в котором бот три раза ответил не на тот вопрос, а потом ещё извиняется за него, полторы минуты превращаются в три, а то и в шесть. При трёх минутах полезный ответ на GigaChat-3-Pro дорожает с 54 до 74 руб., при шести — до 113, и это уже дороже регионального оператора. Качество передачи — отдельная статья бюджета, и её стоит измерять: среднее время обработки эскалированных тикетов отдельно от обычных.

Возражение, которое я слышу чаще всего: бороться за точность — значит жечь токены, проверочные вызовы и длинные рассуждения съедят экономию. Посчитал и это. Если ради снижения ошибок с 6 до 3 % токены на диалог вырастают в 1,6 раза, на GigaChat-3-Pro полезный ответ всё равно дешевеет с 54 до 44 руб. На Sonnet — 76 против 74, то есть ноль: там точность уже стоит ровно столько, сколько приносит. Токены становятся заметной строкой только на премиальных моделях, и даже там борьба за точность не проигрывает, а выходит в ноль.

Отсюда практический вывод, который звучит неинтуитивно для людей, выбирающих модель по результатам тестов: в рабочем контуре поддержки дороже всего не токены, а знаменатель. Всё, что увеличивает долю полезных ответов, — качество базы знаний, маршрутизация простых вопросов к агенту и сложных мимо него, проверочный набор, на котором ловят деградацию, — отбивается быстрее, чем любой торг за цену миллиона.

Здесь надо честно назвать допущение, на котором держатся графики: качество во всех четырёх строках одинаковое. Я сравнивал модели при одной и той же доле автозакрытий и одной доле ошибок, а в жизни дорогая модель обычно и закрывает больше, и ошибается реже. Та же модель даёт ответ, сколько именно она должна выигрывать, чтобы окупить разницу в токенах: Sonnet при 60 % автозакрытий и 4 % ошибок стоит 54 руб. за полезный ответ — ровно столько же, сколько GigaChat-3-Pro при 50 % и 6 %. То есть модель в 25 раз дороже по токенам отбивается, если приносит десять пунктов автозакрытий и два пункта точности. Если на вашем проверочном наборе разница меньше — вы переплачиваете; если больше — экономите на токенах зря. Ответ на этот вопрос есть только в вашем проверочном наборе, в прайсе его нет.

И две оговорки про сравнение с человеком. Первая: при 149 руб. за тикет даже пилот с 35 % автозакрытий на самой дорогой модели выглядит выгодно — 106 руб. за полезный ответ, а паритет с оператором наступает уже при 18–25 % автозакрытий. Но если ваш оператор закрывает 60 тикетов в день, его тикет стоит 99 руб., и тот же пилот на Sonnet обходится в 103 руб. — дороже человека. А крупный ритейл первую линию в Москве давно не держит: региональный или аутсорсинговый оператор стоит компании 70–85 тыс. в месяц. При 80 тыс. и 60 тикетах в день тикет — 64 руб. GigaChat-3-Pro при 50 % автозакрытий всё ещё дешевле — 40 руб., потому что дешевеет и минута оператора на эскалациях. Sonnet — 61 руб., паритет. Вопрос «окупится ли» для поддержки не решён раз и навсегда, он решается двумя вашими цифрами: стоимостью тикета и долей автозакрытий. Вторая оговорка — объём. Фиксированные расходы модели — 163 000 руб. в месяц на базу знаний, внедрение и инфраструктуру — размазаны по 36 000 диалогов. При 6 000 диалогов полезный ответ на GigaChat-3-Pro стоит уже 102 руб., при 3 000 — 160 руб., дороже оператора. Ниже примерно 3 500 диалогов в месяц агент в этой конфигурации не окупается вообще, какую модель ни выбирай.

И это ещё при оптимистичных фиксированных расходах. Если на базу знаний и проверочные наборы нужна целая ставка, а не половина, — 200 000 руб. в месяц, — а внедрение с подключением к CRM и статусам заказов обошлось в 1,5 млн, полезный ответ на GigaChat-3-Pro дорожает с 54 до 64 руб., а порог окупаемости по объёму сдвигается с 3 500 до 7 000 диалогов в месяц. Доля токенов при этом падает до 4 %: чем реальнее считаешь остальное, тем мельче выглядит прайс за миллион.

Что это значит для тех, кто агента продаёт

Это самая интересная для меня часть, потому что маркетплейс — это место, где вендор должен назначить цену, а клиент — её понять.

Мировой рынок уже проголосовал за единицу. Intercom продаёт Fin от $0,99 за результат — по курсу ЦБ на 13 октября это 83 руб. Salesforce запускал Agentforce в сентябре 2024 года по $2 за разговор, а в мае 2025-го добавил Flex Credits — $0,10 за действие агента. Оба пришли к тому, что продавать токены клиенту бессмысленно, а дальше разошлись: Intercom берёт деньги за результат, Salesforce — за попытки. В России до этого пока не дошло: типичный прайс конструктора ботов — за уникальных пользователей в месяц, как у Aimylogic, либо за сессии и подписку. Оплаты за решённый диалог в публичных прайсах я не нашёл, так что дальше — модель того, что будет, когда дойдёт.

Возьмём модель Intercom и посмотрим, что она делает с экономикой вендора. Допустим, вендор на маркетплейсе берёт 60 руб. за каждый закрытый агентом диалог. Ставку вендор назначает сам, 60 руб. — моя иллюстрация. А вот комиссия площадки настоящая: по условиям партнёрства с маркетплейсом Cloud.ru партнёр получает 80 % платежей клиента, то есть площадка удерживает 20 %. Вендор несёт токены, инфраструктуру, проверку, базу знаний и внедрение; эскалации и ошибки — расходы клиента.

На GigaChat-3-Pro вендор зарабатывает при любой разумной доле автозакрытий: 28 руб. с закрытого диалога при 35 %, 34 руб. при 50 %. На Claude Sonnet 4.6 при 35 % маржа — 40 копеек, ноль с точностью до округления, и первый месяц с плохой базой знаний клиента вендор проводит в минусе. При оплате за результат риск низкой доли автозакрытий переезжает с клиента на вендора целиком, и вендор, который выбирал модель по тестам, обнаруживает это в первом же акте.

Клиенту при этом тоже есть что считать. При 60 руб. за закрытый диалог он платит и за те 6 % закрытых, которые были ошибками, а потом ещё раз платит за них своим операторам. На один полезный ответ выходит 64 руб. вендору и 39 руб. собственных расходов на эскалации и ошибки — 103 руб. Дешевле оператора, но за каждую ошибку агента клиент платит дважды: 60 руб. вендору и около 300 руб. себе.

У оплаты за результат есть и обратная сторона: она подталкивает вендора удерживать клиента в боте любой ценой. Если деньги платят за «закрыто», системный промпт быстро учится не переводить на оператора. Intercom эту дыру в своей документации показывает сам: если раздражённый клиент ушёл после ответа Fin, это считается предполагаемым решением и оплачивается. Площадка не видит, ушёл клиент довольным или хлопнул дверью. Частично это лечат три фильтра выше — повторный контакт, негативная оценка, доля эскалаций как нижняя граница, за которую штрафуют, а не премируют. Полностью — нет, и честнее это признать.

И ещё одно возражение, которое я слышу от заказчиков: чтобы сверять возвраты за 72 часа, вендора придётся пустить в CRM, а туда никого не пускают. Не придётся. Повторное обращение видно там же, где прошёл первый диалог, — в канале: в чате, в мессенджере, в тикетной системе. Измерять результат должна площадка или канал, через который агент подключён, а не CRM клиента. Если измерение требует интеграции с CRM, модель не взлетит — не из-за нежелания, а из-за зрелости ИТ у среднего заказчика.

Поэтому для площадки главный вопрос в оплате за результат не ставка комиссии, а определение результата. Если «закрыто» у каждого вендора своё, цены на витрине несравнимы, и клиент возвращается к единственной сравнимой цифре — к цене за миллион токенов. Вот почему я считаю, что стандарт измерения решённого обращения — повторный контакт за 72 часа, доля эскалаций, негативные оценки — это инфраструктура маркетплейса, а не фича вендора. Без него оплата за результат не масштабируется дальше первых двух-трёх кейсов.

Как посчитать у себя за вечер

Формула 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))

Что для неё нужно измерить, а не предположить:

• 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 — и есть цена передачи, и обычно она больше, чем кажется;
• входные токены на диалог — не по прайсу, а по логам; в них обычно сидит половина экономии на дорогих моделях.

Что считать не надо: экономию от «освобождённых» операторов, пока они не освобождены в штатном расписании. Это самая частая подмена в презентациях про окупаемость пилотов.

Вместо заключения

Миллион токенов — честная цена, просто не на тот товар. Клиент покупает полезные ответы, и в их цене токены занимают от 2 до 31 % в зависимости от модели; остальное — качество контура, которое не продаётся за миллион ничего. Выбор модели от этого не становится неважным, он становится другим вопросом: не «сколько стоит миллион», а «сколько пунктов автозакрытий и точности покупает разница в цене». Для вендора на маркетплейсе при оплате за результат это ещё и вопрос риска: дорогая модель съедает маржу не токенами, а первым месяцем на плохой базе знаний клиента.

И ложка скепсиса, куда без неё. Вся арифметика стоит на четырёх числах, которые я взял из публичных данных и здравого смысла, а не из вашего контура: 149 руб. за тикет оператора, 6 % ответов, не прошедших фильтр, 300 руб. за каждый такой ответ и 36 000 диалогов в месяц. Любое из них в вашем случае может отличаться вдвое. Я прогнал и совсем пессимистичный вариант: целая ставка на базу знаний, внедрение за 1,5 млн, 10 % диалогов не проходят фильтр, а оператор закрывает 60 тикетов в день и стоит 99 руб. за тикет. GigaChat-3-Pro при 50 % автозакрытий даёт 75 руб. за полезный ответ — всё ещё дешевле человека, но запас сжался: оператор был дороже почти втрое, стал дороже на треть. Sonnet в тех же условиях — 96 руб., паритет. Тезис про токены выживает, тезис про «ИИ дешевле» — только с оговорками. А если ваша ошибка стоит не промокод, а ушедший B2B-клиент, цена полезного ответа легко удвоится, и ни одна модель из каталога этого не исправит. Считайте свои.

Если у вас есть реальные цифры по автозакрытиям и повторным обращениям — особенно те, что не совпали с моими, — присылайте. Я соберу из них вторую версию модели.