Технічний контекст
Я зачепився за просту думку: щойно зникає безлімітний доступ, Claude відразу починає відчуватися не як «зручний помічник», а як стаття витрат. І ось тут artificial intelligence implementation впирається не в якість моделі, а в банальну математику.
Я подивився на актуальні тарифи Anthropic на травень 2026 року. Haiku 4.5 коштує $1 за мільйон вхідних токенів і $5 за вихідні, Sonnet 4.6 — уже $3 і $15, Opus 4.6 — $5 і $25. Найнеприємніший момент не у вхідних токенах, а у вихідних: вони стабільно в 5 разів дорожчі.
Якщо проганяти, наприклад, 5 мільйонів вхідних і 1 мільйон вихідних токенів на день на Sonnet, виходить близько $30 на день, тобто приблизно $900 на місяць. А якщо контекст довший за 200K токенів, Anthropic ще й піднімає ціну. Якщо увімкнути Fast Mode на Opus, там взагалі цінник стає таким, що я б уже не відкривав ноутбук без калькулятора.
Так, є Batch API зі знижкою 50% і prompt caching, який може сильно зрізати рахунок при повторюваному контексті. Але це не «приємний бонус», а обов'язкова частина AI architecture. Без кешу, маршрутизації між моделями та жорстких лімітів automation with AI легко перетворюється на дорогу звичку.
Що це змінює для бізнесу та автоматизації
Перше: одинаки та маленькі команди більше не можуть мислити про модель як про бездонний мозок. Доведеться проєктувати пайплайн: де Haiku, де Sonnet, а де взагалі звичайний код впорається краще.
Друге: підписка за $200 на місяць іноді виграє в API за економікою, якщо ви багато працюєте руками в чаті. Але для продукту, інтеграцій та фонових процесів все одно потрібен API, а отже, потрібна нормальна AI integration, а не хаотичне «давайте просто смикати LLM».
І третє: джун та API вирішують різні завдання, але сам факт порівняння вже показовий. Якщо ваші токени починають сперечатися із зарплатою людини, значить архітектура кульгає або сценарій автоматизації обраний криво.
Я такі перекоси бачу регулярно: команда радіє швидкості прототипу, а потім отримує рахунок і різко згадує про ефективність. Якщо у вас схожа історія, давайте розкладемо ваш процес по кроках: у Nahornyi AI Lab я зазвичай збираю AI solution development так, щоб автоматизація економила гроші й час, а не мімікрувала під ще одного дорогого співробітника.