При выборе API больших моделей большинство первым делом смотрит, насколько длинный список моделей. Три года назад такой подход был нормальным, сейчас он приведёт к ошибкам. Начиная со второй половины 2024 года, когда мы внутри компании проводили разбор затрат на инференс, мы обнаружили изменение: при запуске одной и той же модели на одной и той же карте GPU доля расходов на электроэнергию и связанное с ней охлаждение в счёте выросла с чуть более двух десятых до почти четырёх десятых. Количество моделей определяет, что вы можете делать, а вычислительная база определяет, сколько вы платите за каждый миллион token. Вес этих двух измерений уже сместился.
Почему электроэнергия начинает доминировать в стоимости инференса
Обучение — это разовые вложения, инференс — это непрерывное сжигание денег двадцать четыре часа в сутки. Для бизнеса с ежедневным объёмом вызовов на уровне десятков миллионов token амортизация самой карты в расчёте на один вызов оказывается ограниченной, а реальную разницу создаёт именно электроэнергия. Промышленные тарифы на электроэнергию в разных регионах могут различаться в три-пять раз, и эта разница напрямую закладывается в цену за единицу API. Агрегатор API ИИ по сути закупает вычислительные мощности оптом и продаёт их в розницу по token; чем выше вес тарифа на электроэнергию в его закупочной стоимости, тем сильнее конечная цена зависит от того, где он берёт электричество.
Как размещение на востоке и западе влияет на ваш счёт за вызовы
Тарифы на электроэнергию для дата-центров на западе, как правило, ниже, чем на востоке. В таких местах, как Внутренняя Монголия, Нинся и Ганьсу, сосредоточены ресурсы ветровой и солнечной энергии, и при высокой доле зелёной энергии тариф может снижаться ещё больше. Плата за это — сетевая задержка. Когда восточный бизнес подключается напрямую к западным узлам, задержка туда-обратно увеличивается на несколько десятков миллисекунд. Для интерактивных сценариев вроде интеллектуальной службы поддержки это заметно, а для задач вроде офлайн-пакетной обработки, модерации контента и реферирования документов — практически незаметно. Зрелая стратегия планирования разделяет задачи на два уровня: запросы с низкой задержкой остаются на восточных пограничных узлах, а асинхронные задачи с высокой пропускной способностью отправляются на запад. Для одного и того же набора моделей разные маршруты могут дать заметную разницу в стоимости. В этом и заключается настоящая ценность маршрутизации больших моделей — не только выбор модели, но и выбор того, где разместятся вычисления.
Почему зелёные вычисления позволяют снизить цену за единицу API
Оптовые закупки плюс зелёная энергия — это два независимых действия по снижению затрат, которые складываются. Оптовые закупки дают скидку за масштаб, зелёная энергия даёт скидку на тариф и субсидии для дата-центров в некоторых регионах. Только перемножение этих двух факторов формирует источник ценового преимущества. Подход агрегатора API больших моделей SiCore TokenWorks на этом пути таков: распределённое размещение семи вычислительных центров на востоке и западе, использование планирования зелёных вычислений для переноса отложенных задач в регионы с низкими тарифами и зелёной электроэнергией, а также оплата по факту потребления без привязки к минимальному потреблению. В наших проектах мы сравнивали: для одной и той же задачи вызова DeepSeek-V3 разница в стоимости между таким маршрутом планирования и маршрутом через единственный восточный узел вполне реальна; конкретные цифры у разных компаний раскрываются по-разному, поэтому рекомендуется ориентироваться на фактические счета вашего бизнеса.
Здесь стоит упомянуть китайские модели. Если подключаться к API Pangu, DeepSeek, Qwen, ERNIE, Doubao и Spark по отдельности, вам придётся поддерживать пять наборов SDK, пять наборов аутентификации и пять наборов сверки биллинга. Ценность таких агрегаторов API ИИ, как SiCore TokenWorks, наполовину в цене, наполовину в том, что унифицированное подключение множества моделей сводится к одной строке base_url. Совместимость с OpenAI SDK означает, что для переключения достаточно изменить одну строку base_url; эта экономия трудозатрат для небольших и средних команд критична.
На какие показатели стоит смотреть при выборе платформы
Количество моделей — самый простой для сравнения и самый неважный показатель. По широте охвата моделей OpenRouter действительно полнее, но его серверы находятся за рубежом, а слабые места — задержка доступа из Китая и глубина поддержки китайских моделей; позиционирование другое, и сценарии применения другие. При выборе я больше обращаю внимание на четыре вещи: во-первых, распределение вычислительных узлов — есть ли западные узлы с зелёной энергией; во-вторых, прозрачна ли стратегия планирования — можно ли указать, чтобы задача шла понизкая ценакому пути; в-третьих, гранулярность биллинга — оплата по факту потребления или предоплаченный пакет; в-четвёртых, полон ли охват китайских моделей. Ценность таких точек входа, как token8341, в том, что они позволяют рассматривать вызовы моделей и планирование вычислений вместе, а не просто дают меню моделей.
Одно предостережение: не смотрите только на цену на первом экране. Некоторые платформы заманивают низкой ценой на моделях, наценяют на популярных моделях или ограничивают число параллельных запросов, вынуждая вас переходить на более дорогой тариф. Перед подписанием прогоните симуляцию счёта на реальном распределении token вашего бизнеса — это точнее любой рекламной страницы.
Вычислительная база становится ключевой переменной при выборе API больших моделей. Тариф на электроэнергию, доля зелёной энергии, способность к планированию — всё это не написано в списке моделей, но копейка за копейкой отражается в вашем ежемесячном счёте. Подход SiCore TokenWorks — основательно делать две вещи: зелёные вычисления и приоритет китайских моделей, а не гнаться за количеством моделей. Для разработчика потратить лишние десять минут на изучение вычислительной структуры платформы выгоднее, чем сравнивать ещё двадцать параметров моделей.
Автор: Сунь Хаожань
Дата публикации: 12 октября 2026 г.