Философия экономии денег в эпоху ИИ: Как разумно тратить каждый токен

От Sleepy.md

В ту эпоху телеграмм, когда каждое слово стоило денег, слова были так же ценны, как золото. Люди привыкли сокращать длинные сообщения до лаконичных фраз, где простое "безопасного возвращения" могло заменить длинное письмо, а "безопасность прежде всего" было самым подчеркиваемым напоминанием.

Позже, с появлением телефона в домах, междугородние звонки тарифицировались по секундам. Долгие звонки родителей всегда были краткими и по существу. Как только основная тема была затронута, они спешили повесить трубку. Если разговор немного затягивался, мысли о дорогом звонке быстро обрывали любые пустые разговоры.

Позже, с появлением широкополосного интернета, плата за использование интернета взималась по часам. Люди смотрели на таймер на своих экранах, закрывая веб-страницы, как только открывали их, осмеливаясь загружать видео, поскольку потоковая передача считалась роскошью в то время. В конце каждой строки загрузки находилось стремление людей "соединиться с миром" и страх "недостаточного баланса."

Единица расчета продолжала меняться, но инстинкт экономии денег оставался вне времени.

Сегодня токены стали валютой эпохи ИИ. Однако большинство людей еще не научились составлять бюджет в этой эпохе, потому что мы еще не поняли, как рассчитывать доходы и убытки в невидимых алгоритмах.

Когда ChatGPT появился в 2022 году, едва ли кто-то заботился о том, что такое токены. Это была эпоха ИИ-пиров, когда можно было общаться сколько угодно за 20 долларов в месяц.

Но с недавним ростом ИИ-агентов расходы на токены стали тем, на что каждый, использующий ИИ-агента, должен обращать внимание.

В отличие от простых вопросов и ответов, за потоком задач стоят сотни или тысячи вызовов API. Независимое мышление Агента имеет свою цену. Каждое самокорректирование, каждое использование инструмента соответствует колебаниям в счете. Вдруг вы обнаруживаете, что деньги, которые вы внесли, больше не достаточны, и у вас нет представления о том, чем занимался Агент.

В реальной жизни все знают, как экономить деньги. При покупке продуктов на рынке мы знаем, что нужно очистить грязь и увядшие листья перед взвешиванием. Беря такси в аэропорт, опытные водители знают, что нужно избегать эстакад в час пик.

Логика экономии денег в цифровом мире похожа, за исключением того, что единица счета изменилась с "килограммов" и "километров" на Токены.

В прошлом экономия была вызвана нехваткой; в эпоху ИИ экономия необходима для точности.

Через эту статью мы надеемся помочь вам наметить методологию экономии денег в эпоху ИИ, чтобы вы могли тратить каждую копейку с умом.

Удалите гнилые листья перед взвешиванием

В эпоху ИИ ценность информации больше не определяется ее широтой, а ее чистотой.

Логика выставления счетов ИИ основана на количестве слов, которые он читает. Независимо от того, подаете ли вы ему глубокие идеи или бессмысленный жаргон, пока он это читает, вы должны платить.

Поэтому первое мышление для экономии Токенов — это запечатлеть "Соотношение сигнал/шум" в своем подсознании.

Каждое слово, каждое изображение, каждая строка кода, которую вы подаете ИИ, имеет свою цену. Поэтому перед тем, как что-либо передать ИИ, не забудьте спросить себя: сколько из этого действительно нужно ИИ? Сколько из этого грязное и гнилое?

Например, многословные приветствия, такие как "Здравствуйте, пожалуйста, помогите мне с...", фоновое введение, которое повторяется, и комментарии к коду, которые не были должным образом удалены, — все это грязные и гнилые листья.

Более того, самой распространенной тратой является прямое кормление ИИ PDF-файлом или скриншотом веб-страницы. Хотя это может сэкономить ваши усилия, в эпоху ИИ "экономия усилий" часто означает "больше затрат".

Хорошо отформатированный PDF-файл не только включает основной контент, но также заголовок, нижний колонтитул, подписи к графикам, скрытые водяные знаки и большое количество кода форматирования для верстки. Эти элементы не помогают ИИ понять ваш вопрос, но вы будете платить за все это.

В следующий раз не забудьте преобразовать PDF в чистый текст Markdown перед тем, как передать его ИИ. Когда вы превращаете PDF размером 10 МБ в чистый текст размером 10 КБ, вы не только экономите 99% затрат, но и значительно ускоряете обработку ИИ.

Изображения — это еще один пожиратель денег.

В логике визуальных моделей ИИ не интересует, красивое ли ваше фото; его интересует только, сколько пиксельной площади вы занимаете.

Используя официальную логику расчета Клода: Потребление токенов изображения = Ширина пикселей × Высота пикселей ÷ 750.

Для изображения размером 1000×1000 пикселей оно потребляет около 1334 токенов, что, согласно ценам Клода Соннета 4.6, составляет примерно 0,004 доллара за изображение;

Однако, если то же изображение сжать до 200×200 пикселей, оно будет потреблять только 54 токена, что снижает стоимость до 0,00016 доллара, разница в целых 25 раз.

Многие люди напрямую передают ИИ фотографии высокого разрешения, сделанные на их телефоны, или 4K-скриншоты, не подозревая, что потребляют токены, которых могло бы хватить ИИ, чтобы прочитать больше половины новеллы. Если задача заключается только в том, чтобы распознать текст на изображении или выполнить простые визуальные суждения, такие как распознавание суммы на счете, чтение текста в инструкции или определение, есть ли светофор на изображении, то разрешение 4K просто является расточительством. Сжатие изображения до минимально допустимого разрешения достаточно.

Однако самый простой способ потратить токены на входе — это не формат файла, а неэффективный способ общения.

Многие люди воспринимают ИИ как человеческого соседа, привыкшего общаться в социальном, болтливом стиле, начиная с предложения вроде "помоги мне написать веб-страницу", ожидая, что ИИ выдаст полуготовый продукт, затем добавляя детали и многократно возвращаясь к предыдущему. Этот разговор в стиле выдавливания зубной пасты заставит ИИ многократно генерировать контент, при этом каждый раунд модификации увеличивает потребление токенов.

Инженеры Tencent Cloud на практике обнаружили, что для одной и той же задачи разговор в стиле выдавливания зубной пасты часто потребляет токены в 3-5 раз больше, чем можно было бы объяснить за один раз.

Настоящий способ сэкономить деньги — это отказаться от этого неэффективного социального зондирования, четко изложить требования, границы условий и примеры за один раз. Тратьте меньше усилий на объяснение "что не делать", потому что отрицания часто требуют больше затрат на понимание, чем утверждения; скажите прямо "как это сделать" и предоставьте четкую, правильную демонстрацию.

Также, если вы знаете, где находится цель, скажите ИИ напрямую, не позволяйте ИИ играть в детектива.

Когда вы приказываете ИИ "найти некоторый код, связанный с пользователем", он должен проводить масштабное сканирование, анализ и догадки в фоновом режиме; тогда как когда вы напрямую говорите ему "посмотреть файл src/services/user.ts", разница в потреблении токенов как небо и земля. В цифровом мире симметрия информации является величайшей эффективностью.

Не оплачивайте "вежливость" ИИ.

Существует негласное правило в выставлении счетов за большие модели, о котором многие люди не знают: токены вывода обычно в 3-5 раз дороже, чем токены ввода.

Другими словами, то, что говорит ИИ, стоит гораздо больше, чем то, что вы ему говорите. Если взять в качестве примера ценообразование Claude Sonnet 4.6, ввод каждого миллиона токенов стоит всего 3 доллара, в то время как вывод внезапно подскакивает до 15 долларов, что составляет колоссальную разницу в 5 раз.

Все эти "Хорошо, я полностью понимаю ваши требования и теперь начну на них отвечать..." вежливые вступительные фразы и "Надеюсь, вышеуказанная информация будет вам полезна" вежливые окончания являются социальной этикетой в человеческом общении, но в счете за API эти формальности с нулевой информационной ценностью также будут стоить вам денег.

Самый эффективный способ справиться с отходами на выходном терминале — установить правила для ИИ. Используйте системные команды, чтобы явно сказать ему: никаких пустых разговоров, никаких объяснений, никакого повторения запросов, просто предоставьте ответ.

Эти правила нужно установить только один раз, и они будут действовать в каждом разговоре, действительно воплощая принцип "однократного ввода, постоянной выгоды" в финансах. Однако, устанавливая эти правила, многие люди попадают в другую ловушку: выдавая многословные инструкции на естественном языке.

Данные, протестированные инженерами, показывают, что эффективность инструкций заключается не в количестве слов, а в их плотности. Сжимая системный запрос из 500 слов до 180 слов, убирая бессмысленные вежливости, объединяя повторяющиеся инструкции и структурируя абзацы в краткий пунктирный список, качество вывода ИИ остается почти неизменным, но потребление токенов на вызов может упасть на 64%.

Другой, более проактивный способ контроля — ограничение длины вывода. Многие люди никогда не устанавливают предел вывода, позволяя ИИ действовать свободно, что часто приводит к резкому увеличению затрат. Вам может понадобиться лишь краткое, простое предложение, но ИИ, стремясь продемонстрировать определенную "интеллектуальную искренность", без колебаний генерирует эссе на 800 слов.

Если вы ищете чистые данные, вам следует заставить ИИ возвращать результаты в структурированном формате, а не в длинных описаниях на естественном языке. При равном объеме информации формат JSON требует гораздо меньшего потребления токенов по сравнению с прозой. Это связано с тем, что структурированные данные устраняют все избыточные союзы, частицы и пояснительные модификаторы, сохраняя только высокую концентрацию логического ядра. В эпоху ИИ вы должны остро осознавать, что стоит платить за ценность результата, а не за это бессмысленное самообъяснение от ИИ.

Более того, "переосмысление" ИИ также жадно истощает ваш баланс на счете.

Некоторые продвинутые модели имеют режим "расширенного рассуждения", который проводит обширные внутренние размышления перед ответом. Этот процесс рассуждения также влечет за собой расходы, основанные на цене вывода, что может быть довольно дорого.

Этот режим в основном предназначен для "сложных задач, требующих глубокого логического обоснования". Тем не менее, большинство людей также выбирают этот режим, когда задают простые вопросы. Для задач, которые не требуют глубокого рассуждения, явное указание ИИ "пропустить объяснения и предоставить ответ напрямую" или ручное отключение расширенного рассуждения может сэкономить вам значительную сумму денег.

Избегайте того, чтобы ИИ зацикливался на старых вопросах.

Большие модели не имеют истинной памяти; они просто бесконечно зацикливаются на старых вопросах.

Это основной механизм, о котором многие люди не подозревают. Каждый раз, когда вы отправляете новое сообщение в окне разговора, ИИ не начинает понимать с этого предложения; вместо этого он перечитывает все ваши прошлые взаимодействия, включая каждый раунд диалога, каждый фрагмент кода и каждый упомянутый документ, прежде чем ответить вам.

В расчете токенов это "обучение на прошлом" ни в коем случае не бесплатно. По мере накопления раундов разговора, даже если вы просто спрашиваете о простом слове, стоимость повторного чтения ИИ всего старого аккаунта растет экспоненциально. Этот механизм определяет, что чем тяжелее история разговора, тем дороже становится каждый ваш вопрос.

Кто-то отслеживал 496 реальных диалогов, содержащих более 20 сообщений каждый, и обнаружил, что среднее чтение 1-го сообщения составило 14,000 токенов, что стоит около 3.6 цента за сообщение; к 50-му сообщению среднее чтение составило 79,000 токенов, что стоит около 4.5 цента за сообщение, что на целых 80% дороже. Более того, по мере увеличения контекста, к 50-му сообщению контекст, который ИИ должен переработать, уже в 5.6 раз больше контекста 1-го сообщения.

Чтобы решить эту проблему, самым простым привычкой является: одна задача, одно окно диалога.

Когда обсуждается тема, немедленно начинайте новый диалог; не рассматривайте ИИ как всегда включенное окно чата. Эта привычка кажется простой, но многие люди просто не могут этого сделать, всегда думая: "А что если мне нужно будет обратиться к предыдущему содержимому?" На самом деле, большую часть времени те "что если", о которых вы беспокоитесь, никогда не происходят, и за это "что если" вы в конечном итоге платите в несколько раз больше за каждое новое сообщение.

Когда разговор действительно должен продолжаться, но контекст стал слишком длинным, мы можем использовать функции сжатия некоторых инструментов. Claude Code имеет команду /compact, которая может сократить длинную историю диалога до краткого резюме, помогая вам практиковать кибер-упорядочивание.

Существует также логика экономии денег, называемая кэшированием подсказок. Если вы многократно используете одну и ту же системную подсказку или вам нужно ссылаться на один и тот же документ в каждом разговоре, ИИ будет кэшировать это содержимое. В следующий раз, когда это будет вызвано, он возьмет только минимальную плату за чтение кэша, а не полную цену каждый раз.

Официальные расценки Anthropic показывают, что цена токена за кэшированные обращения составляет 1/10 от обычной цены. Кэширование подсказок OpenAI аналогично снижает затраты на ввод примерно на 50%. Статья, опубликованная в январе 2026 года на arXiv, изучила долгие задачи на нескольких платформах ИИ и обнаружила, что кэширование подсказок может снизить затраты на API на 45% до 80%.

Другими словами, за одно и то же содержимое, когда вы впервые подаете его ИИ, вы платите полную цену, но при последующих вызовах вы платите только 1/10. Для пользователей, которым необходимо ежедневно многократно использовать один и тот же набор спецификаций или системных подсказок, эта функция может сэкономить значительное количество токенов.

Однако кэширование подсказок имеет одно предварительное условие: формулировка вашей системной подсказки и содержание и порядок ссылочного документа должны оставаться неизменными и в начале разговора. Как только содержимое изменяется любым образом, кэш становится недействительным, и снова применяется полное ценообразование. Поэтому, если у вас есть набор фиксированных рабочих норм, закодируйте их жестко и избегайте произвольных изменений.

Последняя техника управления контекстом - это загрузка по запросу. Многие люди любят запихивать все спецификации, документы и заметки в системные подсказки на всякий случай.

Однако стоимость этого заключается в том, что когда вы просто выполняете простую задачу, вам приходится загружать тысячи слов правил, тратя кучу токенов без необходимости. Официальная документация Claude Code предлагает держать CLAUDE.md менее 200 строк, разбивая специализированные правила для различных сценариев на отдельные файлы навыков и загружая правила только для используемого сценария. Поддержание абсолютной чистоты контекста - это высшая форма уважения к вычислительной мощности.

Не берите Porsche, чтобы купить овощи.

Различные модели ИИ имеют значительную разницу в цене.

Claude Opus 4.6 стоит 5 долларов за каждый миллион токенов на входе и 25 долларов за выход, в то время как Claude Haiku 3.5 требует только 0.8 доллара за вход и 4 доллара за выход, что почти в шесть раз больше. Использование модели высшего уровня для сбора информации и форматирования не только медленно, но и очень дорого.

Умный подход заключается в применении общепринятой человеческой социальной концепции "разделения труда" к сообществу ИИ, распределяя задачи различной сложности между моделями с разными ценовыми категориями.

Так же, как в реальном мире, когда вы нанимаете кого-то на работу, вы не будете специально нанимать эксперта по кладке кирпичей с миллионной зарплатой для выполнения ручной работы на строительной площадке. ИИ работает так же. Официальная документация Claude Code также явно рекомендует: использовать Sonnet для большинства программных задач, резервировать Opus для сложных архитектурных решений и многоступенчатого рассуждения, а Haiku назначать для простых подзадач.

Более конкретным практическим решением является создание "двухступенчатого рабочего процесса." На первом этапе используйте бесплатные или недорогие базовые модели для выполнения предварительной грязной работы, такой как сбор данных, очистка формата, генерация первоначальных черновиков, простая классификация и суммирование. Затем, на втором этапе, передайте отфильтрованную суть моделям высшего уровня для принятия основных решений и глубокого уточнения.

Например, если вам нужно проанализировать 100-страничный отраслевой отчет, вы можете сначала использовать Gemini Flash для извлечения ключевых данных и выводов из отчета, сжать его в 10-страничное резюме, а затем передать это резюме Claude Opus для глубокого анализа и оценки. Этот двухступенчатый рабочий процесс может значительно снизить затраты, обеспечивая при этом качество.

Выходя за рамки простого параграфирования, более продвинутый подход заключается в разделении глубоких задач по принципу задач. Сложная инженерная задача может быть разбита на несколько независимых подзадач, каждая из которых соответствует наиболее подходящей модели.

Например, для задачи программирования экономичная модель может сначала написать структуру и шаблонный код, а затем только назначить реализацию основной логики более дорогой модели. Каждая подзадача имеет чистый, сосредоточенный контекст, что приводит к более точным результатам и снижению затрат.

Вам на самом деле не нужно тратить токены

Все предыдущие обсуждения в основном касаются тактических вопросов "как сэкономить деньги", но многие люди упустили более основополагаемое логическое предложение: Действительно ли это действие требует тратить токены?

Самая крайняя форма экономии заключается не в оптимизации алгоритмов, а в акте упрощения принятия решений. Мы привыкли искать универсальные ответы от ИИ, забывая, что во многих сценариях использование дорогой большой модели подобно тому, как использовать пушку для убийства комара.

Например, позволив ИИ автоматически обрабатывать электронные письма, каждое письмо интерпретируется, классифицируется и на него отвечают как на независимую задачу, что приводит к значительному потреблению токенов. Однако, если вы сначала потратите 30 секунд на просмотр своего почтового ящика, вручную отфильтровав письма, которые явно не требуют обработки ИИ, а затем передадите остальные ИИ, стоимость сразу же снижается до доли от первоначальной. Человеческое суждение здесь не является препятствием, а лучшим инструментом фильтрации.

Люди из эпохи телеграмм знали, сколько дополнительных затрат потребуется для отправки лишнего слова, поэтому они учитывали это, проявляя интуитивное чувство использования ресурсов. Эра ИИ не отличается. Когда вы действительно понимаете, сколько стоит ИИ сказать еще одно предложение, вы естественным образом взвешиваете, стоит ли позволять ИИ это делать, требует ли задача высококлассной модели или экономичной, и остается ли контекст все еще актуальным.

Такое рассмотрение является самой экономически эффективной способностью. В эпоху, когда вычислительная мощность становится все более дорогой, самое разумное использование заключается не в том, чтобы позволить ИИ заменить людей, а в том, чтобы позволить ИИ и людям выполнять то, в чем они преуспевают. Когда эта чувствительность к токенам становится рефлексивным действием, вы действительно переходите от подчиненного вычисления к его хозяину.