Привет, коллеги-арбитражники! Меня зовут Тимур, я отвечаю за маркетплейс в Cloud.ru. Мы предоставляем площадку для ИИ-сервисов, которые интегрируются в облачную инфраструктуру клиентов. Моя задача — обеспечить прозрачность ценообразования. Сейчас многие оценивают ИИ по стоимости токенов, но это в корне неверно. Клиент платит не за токены, а за конкретный результат. В этой статье мы разберем, как правильно считать юнит-экономику <a href="/ru/blog/massovyy-posting-video-4-strategii-povtoreniya-zadach-ii-agentami/" title="Массовый постинг видео: 4 стратегии повторения задач ИИ-агентами»>ИИ-агента, основываясь на данных Cloud.ru, и определим реальную стоимость полезного ответа, чтобы понять, какой CPM выгодный.
«Вендор на маркетплейсе должен назначить цену своему агенту, клиент должен ее понять, а площадка должна сделать так, чтобы цены на витрине можно было сравнивать между собой. Пока все три стороны меряют стоимость токенами, ничего из этого не получается».
Прошлые материалы были посвящены OpenClaw: как развернуть агента без утечки данных и почему новая версия — это отдельный сервис. Сегодня говорим о деньгах.
Оценка стоимости ИИ-сервисов: фокус на юнит-экономику
Единица измерения: полезный ответ, а не токены
Токен – плохая метрика. Клиент покупает не токены, а решение своей проблемы. «Закрытый диалог» тоже обманчив. Intercom, например, выделяет два типа решений: подтвержденные (клиент сказал «спасибо») и предполагаемые (клиент просто ушел).
Оплачиваются оба, но есть нюанс: если клиент вернулся с тем же вопросом, решение аннулируется. Пример от Lorikeet (195 кейсов, 38 вендоров): из 4200 диалогов, закрытых ИИ, 900 были закрыты ссылкой на статью базы знаний. Без них доля решенных падает с 70% до 55%.
Разница между «закрыто» и «решено» огромна. Поэтому наша единица измерения – полезный ответ. Это диалог, закрытый ИИ без участия человека, при этом клиент не вернулся с тем же вопросом в течение 72 часов и не оставил негативной оценки. Всё, что не прошло эти фильтры, идет в числитель затрат, но не в знаменатель полезных ответов. Неудачные попытки оплачиваются успешными. Это ключевой момент.
Модельный кейс: поддержка интернет-магазина
Для расчетов возьмем типовой сценарий: поддержка интернет-магазина. Это массовый кейс с большим объемом публичных данных. Магазин получает 40 000 обращений в месяц. 90% из них (36 000 диалогов) маршрутизируются к ИИ-агенту.
Диалоги, закрытые агентом без оператора, назовем автозакрытиями – это та метрика, которую показывают вендоры. Структура агента: RAG (поиск по базе знаний + генерация ответа) плюс инструмент «статус заказа». На один диалог приходится три вызова LLM:
- Понять запрос и выбрать маршрут.
- Ответить по найденным фрагментам.
- Обратиться к инструменту или собрать резюме для оператора.
В среднем это 12 000 входных токенов (системный промпт, фрагменты, история) и 800 выходных. Запросов к базе знаний – два на диалог. Модель-фильтр проверяет реплику клиента и ответ агента (1000 токенов на каждый из трех вызовов). Еще 15% токенов закладываем на повторные генерации.
Инфраструктура и затраты
Используем сервисы Cloud.ru:
- База знаний: Evolution Managed RAG.
- Агент: Evolution AI Agents.
- Логи: Evolution Managed PostgreSQL.
Стоимость оператора поддержки в Москве: 125 000 руб./месяц (85 300 руб. зарплата по hh.ru за 2025 год + взносы и накладные). При 40 тикетах в день, один тикет обходится в 149 руб. Минута оператора – 15,5 руб. (125 000 руб. / 80% от 10 080 минут). Для чата в ритейле (60 обращений/день) стоимость тикета – 99 руб.
Допущения для расчетов
Основные допущения:
- Доля автозакрытий: медиана по публичным кейсам – 70%. Ozon: 27% (2020) -> 62% (2022). Берем середину – 50%.
- Диалоги, не прошедшие фильтр: клиент вернулся в течение 72 часов или поставил минус. Допущение: 6% (в примере Lorikeet 21% закрытых диалогов были ссылками).
- Цена такого диалога: 150 руб. компенсации + 3 минуты оператора (200 руб.).
- Время оператора на эскалацию: 1,5 минуты сверх обычного тикета.
- Ручная проверка: 3% всех диалогов по 3 минуты.
- База знаний, промпты: 0,5 ставки специалиста (оптимистично).
- Амортизация: 50 000 руб./мес. (для интегратора с CRM – до 1,5 млн руб.).
Цены на модели и инфраструктуру (Cloud.ru, октябрь 2026)
Тарифы Evolution Foundation Models (с НДС 22%, за 1 млн токенов):
- HiveTraceGuard-Pro (фильтр): вход 25 руб., выход 125 руб.
- Qwen3-30B-A3B: вход 10 руб., выход 50 руб.
- GigaChat-3-Pro: вход 25 руб., выход 125 руб.
- Claude Haiku 4.5: вход 100 руб., выход 500 руб.
- Claude Sonnet 4.6: вход 360 руб., выход 2250 руб.
Разница между дешевой и дорогой моделью: 36x по входу, 45x по выходу. Инфраструктура (Evolution, сентябрь 2026, 730 часов/мес.):
- 4 vCPU + 8 ГБ RAM: 1,5616 руб./vCPU-час, 0,3904 руб./ГБ-час.
- Evolution Managed RAG (2 ГБ, 72 000 запросов): 1,3664 руб./ГБ-час, 0,0976 руб./1000 запросов.
- Evolution Managed PostgreSQL (2 vCPU, 4 ГБ RAM, 100 ГБ SSD): 1,49145 руб./vCPU-час, 0,4026 руб./ГБ-час, 0,016836 руб./ГБ-час.
Итого инфраструктура: 13 420 руб./месяц. Это самая дешевая строка в расчете.
Расчет стоимости полезного ответа
Цена одного диалога
Сначала считаем стоимость одного диалога на разных моделях:
- Qwen3-30B-A3B: 0,43 руб.
- GigaChat-3-Pro: 1,32 руб.
- Claude Haiku 4.5: 3,76 руб.
- Claude Sonnet 4.6: 10,99 руб.
Разница в 25 раз! Если бы мы остановились здесь, выбор модели был бы критичным.
Цена полезного ответа
Из 36 000 диалогов, при 50% автозакрытий, закрыто 18 000. Из них 6% – ошибки. Остается 16 920 полезных ответов. На каждый полезный ответ ложатся не только токены, но и:
- Токены неудачных попыток.
- Минуты операторов на эскалации.
- Стоимость ошибок.
- Проверка.
- База знаний.
- Внедрение.
Разница в 25 раз по токенам превращается в 1,4 раза по полезному ответу: от 51 руб. до 73 руб. Дорогая модель (Claude Sonnet 4.6), которая в 25 раз дороже по токенам, по цене результата оказывается всего на 40% дороже. Почему? Потому что все остальные затраты одинаковы для всех моделей.
Структура цены: GigaChat-3-Pro (53 руб.)
Для GigaChat-3-Pro (53 руб. за полезный ответ):
- Эскалации и ошибочные ответы: 71% стоимости. Эти затраты обычно не учитываются как «расходы на ИИ», а сидят в зарплатах поддержки или компенсациях.
- Токены: 2,8 руб. (5%). Это единственная строка, которую все сравнивают.
- Облачная инфраструктура: 0,80 руб.
На Claude Sonnet 4.6 токены занимают уже 32% цены. Здесь имеет смысл экономить на токенах. Как?
- Сокращение контекста: уменьшить 12 000 входных токенов до 6 000. Полезный ответ на Sonnet дешевеет с 73 до 65 руб.
- Кеширование: чтение из кеша в 10 раз дешевле. Если половина контекста – системный промпт, цена падает до 66 руб.
На Qwen эти приемы экономят копейки.
Ключевые рычаги экономии
1. Доля автозакрытий
Переход от пилота (35-50% автозакрытий) к рабочему контуру (65%) экономит 15-19 руб. Десять процентных пунктов автозакрытий дают столько же, сколько переход на более дешевую модель (на Sonnet рост с 50% до 60% экономит 14 руб., замена Sonnet на Haiku – 15 руб.). Но первое работает на любой модели, второе – один раз.
2. Доля ошибок
Долю закрытых диалогов, не прошедших фильтр, мало кто измеряет, но она критична.
| Доля не прошедших фильтр | Цена полезного ответа | Расходы на них (руб./мес.) |
|---|---|---|
| 6% | X | Y |
| 3% | X — 8 руб. | Y — Z |
Снижение ошибок с 6% до 3% экономит 8 руб. на каждом полезном ответе. Переход с GigaChat-3-Pro на Qwen3-30B-A3B экономит всего 2 руб. 15% ошибок могут стоить больше половины зарплаты оператора, если считать решенным каждый диалог, где клиент замолчал.
3. Качество эскалации
Я заложил 1,5 минуты оператора на эскалацию (чтение резюме, продолжение). Это работает при «теплой» передаче: агент передает оператору сжатую историю, номер заказа и список действий. При «холодной» передаче (оператор читает весь диалог, где бот трижды отвечал неверно), 1,5 минуты превращаются в 3 или 6.
При 3 минутах полезный ответ на GigaChat-3-Pro дорожает с 53 до 77 руб., при 6 минутах – до 127 руб. Это уже дороже регионального оператора. Если агент идентифицирует клиента и предзаполняет тикет, оператор экономит минуту-две, и эта строка уходит в минус.
«Качество передачи оказывается отдельной статьей бюджета с самым широким разбросом во всей модели, и ее стоит измерять: среднее время обработки эскалированных тикетов нужно считать отдельно от обычных».
Бороться за точность = жечь токены? Если для снижения ошибок с 6% до 3% токены на диалог вырастают в 1,6 раза, на GigaChat-3-Pro полезный ответ все равно дешевеет с 53 до 46 руб. На Sonnet лишние токены дороже выигранной точности, там лучше улучшать базу знаний.
Выводы: что считать выгодным CPM
Практический вывод: в рабочем контуре поддержки дороже всего не токены, а знаменатель. Всё, что увеличивает долю полезных ответов (качество базы знаний, правильная маршрутизация, проверочные наборы), окупается быстрее, чем любой торг за цену миллиона токенов.
Дорогие модели (например, Sonnet) окупаются, если приносят 10 пунктов автозакрытий и 2 пункта точности по сравнению с более дешевыми. Если на вашем проверочном наборе разница меньше, вы переплачиваете. Если больше, вы зря экономите на токенах.
Сравнение с человеком: две оговорки
1. Цена тикета: при 149 руб. за тикет даже пилот с 35% автозакрытий на Sonnet (110 руб. за полезный ответ) выглядит выгодно. Паритет с оператором – при 20-27% автозакрытий. Но если оператор закрывает 60 тикетов в день (99 руб./тикет), тот же пилот на Sonnet (110 руб.) уже дороже. Региональный/аутсорсинговый оператор (64 руб./тикет) меняет картину: GigaChat-3-Pro (42 руб.) дешевле, Sonnet (62 руб.) – паритет. Вопрос «окупится ли» зависит от вашей стоимости тикета и доли автозакрытий.
2. Объем: фиксированные расходы (база знаний, внедрение, инфраструктура) – 163 000 руб./мес. При 36 000 диалогов. При 6000 диалогов полезный ответ на GigaChat-3-Pro – 101 руб., при 3000 – 159 руб. (дороже оператора). Ниже 3500 диалогов в месяц агент не окупается. Если фиксированные расходы выше (целая ставка на базу знаний – 200 000 руб./мес., внедрение – 1,5 млн руб.), порог окупаемости сдвигается до 7000 диалогов в месяц. Доля токенов при этом падает до 4%: чем реалистичнее считаешь остальные затраты, тем менее значимой выглядит цена за миллион токенов.
Что не учтено в модели (в обе стороны)
- Против агента: лицензия тикет-системы или чат-платформы.
- В пользу агента: текучка персонала (до 50% в год), затраты на рекрутинг и обучение, медленная работа новичков, масштабирование под распродажи, оплата ночных/выходных смен. Эти вещи трудно посчитать без конкретных данных, но именно за них бизнес часто готов платить, даже если дневная юнит-экономика показывает паритет.
Часто задаваемые вопросы
Что такое «полезный ответ» в контексте ИИ-агента?
Полезный ответ – это диалог, закрытый ИИ без участия человека, при этом клиент не вернулся с тем же вопросом в течение 72 часов и не оставил негативной оценки. Это ключевая метрика для оценки реальной эффективности и стоимости ИИ-серви
