Лето 2026 года прошло под знаком распродажи токенов: OpenAI и Anthropic срезали цены так часто, что уследить за прайс-листами успевают только агрегаторы. По хронологии Макса Вулфа, бывшего старшего дата-сайентиста BuzzFeed, 30 июля OpenAI обрушила цену GPT-5.6 Luna на 80%, к концу сентября семейство Sol в сумме подешевело на 75%, а итоговая стоимость использования Claude Opus 5.5, по оценке Вулфа, ниже, чем у предшественника, от 40 до 60%. После такой распродажи счета разработчиков должны бы таять на глазах.Выходит ровно наоборот: по данным шлюза Vercel AI Gateway, которые приводит Вулф, к августу средняя цена миллиона токенов снизилась до 43,3% от апрельского уровня (падение на 56,7%), а у отдельных моделей — до 80%: вход GPT-5.6 Luna подешевел с $1,00 до $0,20. Но совокупные расходы пользователей шлюза на модели продолжили расти: более дешёвые и быстрые модели стимулируют запускать более длинные агентные сессии и параллельные субагенты — это парадокс Джевонса. Ниже — хроника ценовых войн, объяснение, почему главный рычаг экономии прячется в кэше промптов, и калькулятор, который покажет чек за агента до запуска терминала.GPT-5.6 Luna: вход подешевел в пять раз, с $1,00 до $0,20 за 1 млн входных токенов, чтение кэша — до $0,02 (данные OpenAI).По оценке Макса Вулфа, на чтение кэша приходится от 96 до 99% расходов на токены при работе кодинг-агентов, поэтому скидка на кэш меняет чек сильнее базового тарифа.DeepSeek V4.1 Flash 1017 хостят 29 провайдеров на OpenRouter, Kimi K3 — больше 20: конкуренция провайдеров открытых моделей, работающих с положительной маржой, удерживает цены у предельных издержек.По данным Vercel AI Gateway, совокупные расходы пользователей продолжают расти: лимит тарифа за $200 в Codex (подписка ChatGPT Pro) урезали вдвое, Moonshot AI возвращала подписчикам 25% квоты.Хроника торгов: как цены упали в пять раз за четыре месяцаЛетний ценовой сдвиг по хронологии Вулфа начался 10 июня, когда OpenAI выпустила GPT-5.6 Sol и Luna: флагман по $5 за миллион входных и $30 за миллион выходных токенов, компактную Luna — по $1 / $6. В июле Anthropic сделала постоянной стартовую цену Claude Sonnet 5 ($2 / $10 / $0,20), а 24 июля показала Claude Opus 5 по $5 / $25 / $0,50. Уже 30 июля OpenAI обрушила цену Luna на 80% — до $0,20 / $1,20 / $0,02. По версии Вулфа, толчок распродаже дал апрельский релиз DeepSeek V4 Flash по $0,14 за миллион входных токенов с чтением кэша за $0,0028: дешёвого класса у OpenAI на тот момент не было. 21 августа OpenAI на три месяца срезала цену Sol на 20% — до $4 / $20 / $0,40.Осенью обмен ударами ускорился. 1 сентября вышла Fable 5.1: вход и вывод сохранили цену $10 / $50, но чтение кэша подешевело с $1 до $0,25 за миллион — на 75%. 3 сентября OpenAI ответила GPT-6 Astra по тем же $10 / $50, правда без дешёвого кэша. 22 сентября OpenAI выпустила GPT-6 Sol и GPT-6 Luna по $2 / $10 / $0,20 и $0,10 / $0,50 / $0,01 — вдвое дешевле временно срезанных предшественников. В тот же день Anthropic вывела Claude Opus 5.5 по $4 / $20 / $0,20 с прямым объяснением: модели требуется меньше вычислений, и цена это отражает. По подсчётам Макса Вулфа, итоговая стоимость использования Opus 5.5 ниже, чем у Opus 5, — экономия достигает от 40 до 60% при качестве даже выше, чем у Fable 5.1.Финал сезона настал 29 сентября: GPT-6 Sol оказался слаб по качеству, и OpenAI быстро вывела GPT-6.1 Sol уровня Astra, попутно ещё раз уполовинив цену кэша — до $0,10 за миллион, то есть 5% от цены входа, как у Anthropic. В октябре распродажа добралась до тяжёлой артиллерии: 22 октября Moonshot AI выпустила Kimi K3.1 Pro, а 26 октября в API добралась GPT-6.1 Terra: $1 за вход и $5 за вывод против $2 / $12 у GPT-5.6 Terra, кэш — 5% от цены входа. Итог четырёх месяцев: семейство Sol в сумме подешевело на 75%, Luna — в десять раз по входу, с $1 до $0,10.Прайс-лист осени: вход / вывод / чтение кэша, $ за 1 млн токеновМодельДатаВходВыводКэшGPT-5.6 Sol10 июня$5$30$0,50GPT-5.6 Luna10 июня$1$6$0,10Claude Opus 524 июля$5$25$0,50GPT-5.6 Luna, срез цены30 июля$0,20$1,20$0,02GPT-5.6 Sol, временный срез21 августа$4$20$0,40Fable 5.11 сентября$10$50$0,25GPT-6 Astra3 сентября$10$50$1GPT-6 Sol22 сентября$2$10$0,20Claude Opus 5.522 сентября$4$20$0,20GPT-6.1 Sol29 сентября$2$10$0,10GPT-6.1 Terra26 октября$1$5$0,05Прайс-листы OpenAI и Anthropic по хронологии Макса Вулфа (minimaxir.com) и документации OpenAIПочему главный рычаг экономии — кэш промптовВ обычном чате скидка на чтение кэша выглядит сноской в прайсе. В агентном кодинге это главный пункт счёта. Каждый ход агента в Claude Code, Codex или OpenCode заново отправляет модели всю историю диалога: по оценке Макса Вулфа, на чтение кэша приходится от 96 до 99% расходов на токены при работе кодинг-агентов, а попадание в кэш достигает от 90 до 100% — в зависимости от инфраструктуры провайдера. Поэтому, по оценке Вулфа, срез кэша на 75% у Fable 5.1 снизил итоговую стоимость использования модели от 70 до 75%.Арифметика простая: скидка от 75 до 90% на чтение кэша радикально удешевляет длинный контекст, после чего главным фактором счёта становится цена выходных токенов и доля попаданий в кэш. У DeepSeek V4 Flash чтение кэша стоит 2% от цены входа ($0,0028 при входе $0,14), поэтому фактическая цена длинного промпта ниже, чем у моделей с ценой чтения кэша от 5 до 10% от входа. У GPT-6.1 Sol, GPT-6.1 Terra и Claude Opus 5.5 кэш теперь тоже стоит 5% — Anthropic показала этот приём первой, OpenAI догнала только в версии 6.1.Цена чтения кэша как доля цены входного токена. График: Tproger по прайс-листам OpenAI, Anthropic и DeepSeek из хронологии Макса ВулфаУ моделей OpenAI есть ещё один рубеж: по документации OpenAI у GPT-6.1 Terra и Sol тарифный порог длинного контекста составляет 272 000 входных токенов при окне 400 000 токенов. Если вход запроса превышает 272 000 токенов, весь запрос тарифицируется по повышенным ставкам: вход и чтение кэша вдвое дороже, вывод в полтора раза дороже. Агентная сессия, разросшаяся за пределы порога, внезапно переходит в двойной тариф по самым дорогим статьям. Компенсация — дешёвые режимы Batch и Flex (на 50% ниже стандартных цен) и Fast mode вдвое дороже: гибкость цен стала частью продукта.Сменить модель в 2026 году почти ничего не стоит: тумблер в OpenCode или Zed Agent, другая строка эндпоинта в OpenRouter. Модели превратились во взаимозаменяемый сервис, у рынка нет единого ценового диктатора, поэтому каждое снижение цены тут же подхватывает конкурент. Для разработчика это означает, что выбор модели для кода теперь стоит пересматривать перед каждым проектом.Открытые веса против теории «искусственно низких цен на венчурные деньги»Популярный аргумент звучит так: цены держат искусственно низко, чтобы посадить всех на иглу, а потом поднимут до «истинной стоимости токена» — как агрегаторы такси в 2010-х. Хронология Вулфа объясняет, почему схема ломается при открытых весах: аналоги продают десятки независимых хостингов, порог входа в бизнес инференса заметно ниже, чем в разработку передовых моделей, а переключение между провайдерами стоит одну правку конфига.Практика: обновлённая DeepSeek V4.1 Flash 1017 заметно обошла предшественницу на индексе Artificial Analysis — 45 баллов против 24 — при цене $0,15 / $0,60 / $0,003 от самой DeepSeek. На OpenRouter модель хостят 29 провайдеров (в мае у V4 Flash их было 13), а Cloudflare и DeepInfra держат эффективную цену в пределах 10% от оригинала. Хостить убыточную модель провайдеру невыгодно: её снимают с раздачи и ставят мощности под прибыльную. По оценке Макса Вулфа, из-за конкуренции провайдеров открытых моделей, работающих с положительной маржой за счёт более эффективного железа и квантизации FP8/FP4, цена токена тяготеет к предельным издержкам хостинга.Свежий пример давления — Kimi K3.1 Pro от Moonshot AI: 55 баллов против 58 у Opus 5.5 на том же индексе при цене $2 / $10 / $0,20. Это половина цены входа и вывода Opus 5.5 при том же кэше и дешевле собственной K3 ($3 / $15 / $0,30). Веса K3 уже хостят больше 20 провайдеров; после публикации весов K3.1 Pro 4 ноября ожидается поддержка по сопоставимой цене. Крупным лабораториям приходится отстраиваться качеством: Opus 5.5 после релиза заглушил обсуждение и Fable 5.1, и GPT-6 Astra — по наблюдению того же автора.Сюда добавляется подготовка к IPO: OpenAI, по слухам, выйдет на биржу в 2027-м, Anthropic — в ближайшие месяцы, а маржа инференса по приводимым Вулфом оценкам доходит до 80% с оговорками. Резать основной источник выручки перед выходом на биржу странно, значит, у ценовых войн есть живое топливо — конкуренция со стороны открытых весов и вторичных хостингов. Даже если IPO одной из лабораторий провалится, индустрия агентов с открытых весов не исчезнет.Парадокс Джевонса: расходы продолжают растиДанные шлюза Vercel AI Gateway, которые приводит Вулф, фиксируют парадокс Джевонса в чистом виде: к августу средняя цена миллиона токенов опустилась до 43,3% от апрельского уровня, а совокупные расходы пользователей продолжили расти — более дешёвые и быстрые модели стимулируют запускать более длинные агентные сессии и параллельные субагенты. Модели стали умнее, контексты — длиннее, агентные петли — многоходовее, и экономия на каждом токене перекрывается их количеством. Дешевеющий ресурс потребляют всё быстрее.Подписки отвечают на удешевление токенов урезанием лимитов. Вместе с релизом GPT-6.1 Sol OpenAI вдвое срезала лимит использования тарифа за $200 в месяц в Codex — с формулировкой про растущую эффективность моделей. Сам Вулф описывает личный опыт перехода с тарифа Claude Max за $100 в месяц на тариф за $20: когда стоимость использования модели упала на 75%, он сам урезал себе квоту в пять раз — эффективность выросла вчетверо, и прежний лимит стал избыточным.Механику подписок 25 октября показала Moonshot AI. В публичном заявлении с извинениями компания признала, что подписчики K3.1 Pro страдали от ограничений частоты запросов и лишнего расхода квоты — рой субагентов сжигал лимит быстрее ожидаемого. Каждому подписчику разово сбросили счётчик с возвратом 25% месячной квоты — примерно неделю использования; тем, кто израсходовал меньше четверти, обнулили расход. Заодно подрезали параметры плана: меньше лишних вызовов субагентов, короче вывод. Токены дешевеют, а доступ к топовой модели остаётся нормируемым ресурсом.Для работы Opus 5.5 требуется меньше вычислений, чем для Opus 5, и это отражено в ценеСценарий помягче тоже возможен: инфраструктура инференса за последние месяцы реально выросла в эффективности, и Вулф верит заявлению Anthropic о снижении вычислений для Opus 5.5. Тогда часть ценового падения — честная экономия на обслуживании, и финансовый отчёт Anthropic перед IPO её либо подтвердит, либо опровергнет.Цена входного токена классов Sol и Luna с июня по сентябрь 2026 года. График: Tproger по прайс-листам OpenAI из хронологии Макса ВулфаСчитаем чек за агентную сессию на PythonУ модели три цены — вход, кэш, вывод — плюс порог длинного контекста и режимы вроде Batch и Flex. Функция ниже считает стоимость одного шага агента: берём типовую для кодинг-агентов долю чтения кэша 97% и контекст около 200 000 токенов.Один шаг обходится в $0,036 у GPT-6.1 Terra, $0,071 у GPT-6.1 Sol, $0,091 у Kimi K3.1 Pro и $0,143 у Opus 5.5. При заданных в примере 4 000 выходных токенов на шаг генерация ответа остаётся крупнейшей статьёй расходов: у Terra это $0,02 из $0,036, тогда как чтение 194 000 токенов из кэша стоит лишь $0,0097 благодаря 95%-ной скидке. На месячном ритме в 500 шагов это $17,85 ($18) у Terra против $71,40 ($71) у Opus 5.5 — разница уже в бюджете проекта. И помните про тарифный порог: превышение 272 000 входных токенов у Terra удваивает вход и кэш задним числом, за весь запрос, и поднимает цену вывода в полтора раза.Держите системный промпт и описание инструментов стабильными: сдвиг префикса инвалидирует кэш и превращает дешёвые чтения в дорогой вход. Сравнивайте модели по цене чтения кэша при вашей фактической доле чтений — по оценке Макса Вулфа, на чтение кэша приходится от 96 до 99% расходов на токены при работе кодинг-агентов. Следите за порогами длинного контекста: у GPT-6.1 Terra это 272 000 токенов, дальше двойной тариф. Фоновые задачи гоняйте через Batch и Flex со скидкой 50%, а статистику попаданий в кэш у провайдера проверяйте отдельно: высокая доля попаданий в кэш (от 90% и выше) кратно снижает затраты на входные токены в длинных агентных сессиях.