1 PDF = 1 000 000 токенов = 200 рублей?! Что отправлять нейросети вместо PDF

Claude считает каждую страницу отсканированного PDF как изображение — это примерно 1785 токенов на страницу. Незаметно 200-страничный документ превращается в 357 000 токенов. Если взять Claude Sonnet 5 и цену $3 за миллион токенов это около 90 рублей только за то, чтобы модель просканировала ваш документ. При прогоне 50 документов в день стоимость составит $55 в сутки, или $1 600 в месяц.

Если из того же PDF заранее извлечь текст, страница будет стоить в среднем 300–600 токенов, а 200 страниц — 60–120 тысяч токенов, то есть в 3–6 раз дешевле. Простая смена формата может сэкономить значительную часть бюджета.

Почему скан документа стоит так дорого

Когда вы прикрепляете PDF как файл, большинство нейросетей открывает его как набор картинок и «разглядывает» каждую страницу целиком — со всеми полями, отступами, шрифтами, логотипами в шапке.

Клод считает изображение по формуле:

количество токенов = ширина (пиксели) * высота (пиксели) / 750

Когда вы прикрепляете скан документа, модель обрабатывает его именно как картинку. Текст же считается по количеству символов, а не пикселей. Поэтому один и тот же документ, отправленный как вставленный текст и как отсканированный файл, стоит совершенно по-разному.

Отдельный важный факт: ответ модели обходится дороже, чем ваш вопрос — обычно в 2–5 раз за тот же объем. Поэтому короткий, чёткий ответ экономит больше, чем можно было бы подумать, и требует от вас всего одной уточняющей фразы в самом запросе.

До версии Opus 4.7 у Клода был лимит: изображение крупнее определенного размера, модель сама уменьшала, а затем анализировала. Стоимость расшифровки при этом считалась уже по уменьшенному изображению. В Opus 4.7 потолок подняли. Подсчёт токенов на одинаковых картинках показал: если в старой версии счёт за изображение не менялся, то в новой — вырос примерно втрое. Стоимость обычного скриншота увеличивалась на несколько центов, а сессия из полусотни изображений подорожала в разы.

Это изменение компанией Anthropic не анонсировалось. Но теперь вы знаете, что отправлять файлы в максимальном разрешении крайне невыгодно. Новые версии Клода используют другой метод разбиения и на токенах для текста. Один и тот же текст в новом токенизаторе преобразуется в большее число токенов, чем в предыдущей версии — то есть, дорожает. 

Что прикреплять вместо PDF

Обычный текстовый файл или вставленный текст

Самая простая замена. Откройте PDF, выделите и скопируйте нужный текст, вставьте в сообщение или сохраните как .txt и прикрепите его вместо исходного файла. Так модель прочитает текст по символам, а не по пикселям, что поменяет расчёт токенов.

Уценка вместо сформированного документа

Если вы формируете текст самостоятельно, а не копируете из готового файла, выберите его со вторым форматированием: заголовок через решётку, пункт списка через дефис. Документы Word и веб-сайты хранят документацию служебными элементами на каждом абзаце — жирный шрифт, отступы, стили — и эти элементы тоже учитываются в токенах, но не несут информации. 

Только нужный раздел, а не документ целиком

Если речь идет конкретный страницах договора, инструкции или методички — лучше прикинуть, какие страницы вам понадобятся для анализа, и выбрать только их. Остальной текст не влияет на ответ, но входит в расчёт токенов, так как нейросеть его все равно анализирует.

Список или таблица вместо текста, если данные однородные

Для набора чисел, дат, имён — список строк вида «поле — значение» по каждой единице данных обойдется вам дешевле, чем то же самое, скопированное из таблиц Excel со всем соответствующим форматированием ячеек, или пересказанное развёрнутым текстом.

Если без изображения не обойтись — присылайте его в разрешения, которые нужны для задачи, а не в исходном виде

Для текста на фото или скриншоте достаточно разрешения, при котором текст хотя бы читается; для детального анализа графиков может потребоваться больше. Если вы можете понять, что изображено или написано на картинке — поверьте, ИИ тоже может сделать это. 

Один запрос на несколько документов вместо отдельного сообщения для каждого

Если вопрос требует сопоставить два-три документа, выберите нужные фрагменты для каждого сообщения, а не отправляйте их по одному в разных обращениях — это не только эффективнее по токенам, но и дает модели полного контекста сразу.

Что еще влияет на расход

Помимо формата файлов и длины ответа, есть несколько менее очевидных инженерных и лингвистических факторов, которые незаметно сжигают ваш баланс токенов.

Выбор языка документа: эффект токенизации

Нейросети «мыслят» не словами, а токенами (кусочками слов). Подавляющее большинство LLM обучены на английском языке, поэтому английское слово почти всегда равно 1 токену. В русском языке из-за сложной морфологии и кодировки одно слово часто разбивается на 2–4 токена.

Если вы обрабатываете гигантский массив документов, иногда экономически выгоднее сначала перевести их на английский язык базовым переводчиком (машинный перевод стоит копейки), и уже англоязычный текст отдавать дорогой LLM. Расход контекста сократится в 2–3 раза.

Промпт-инжиниринг и раздутые системные инструкции

Каждый раз, когда вы отправляете новое сообщение в чат, модель заново перечитывает не только историю, но и системный промпт (инструкцию вроде «Ты эксперт-аналитик, отвечай строго...»). Если ваш промпт перегружен водой, примерами и лишними вежливыми оборотами на 2 000 токенов, то при диалоге в 20 сообщений вы заплатите за этот промпт 20 раз подряд — 40 000 токенов уйдут просто на поддержание роли ИИ. Краткость инструкции — это экономия.

Избыточные примеры в запросе

Популярный метод улучшения ответов — дать модели 3–5 примеров того, как нужно выполнить задачу. Но помните: эти примеры намертво оседают в контексте и тарифицируются при каждом последующем запросе в рамках этого диалога. Ограничивайтесь 1–2 репрезентативными примерами.

Использование инструментов модели

Когда вы подключаете к нейросети плагины — поиск в интернете, калькулятор или песочницу кода Python — модель делает скрытые итерации. Она сначала генерирует код, выполняет его, получает технический лог, дописывает размышления и только потом выдает вам ответ. Весь этот невидимый внутренний диалог ИИ с самим собой пишется в контекст и полностью оплачивается вами.

Кэширование контекста 

Современные API (например, у Anthropic и Google) поддерживают функцию кэширования. Если вы загружаете один тяжелый регламент или кодовую базу и делаете к нему много точечных запросов, провайдер может «запомнить» этот кусок. Запросы к закэшированному тексту стоят до 90% дешевле. Если вы отправляете документ порциями или меняете чаты, кэш сбрасывается, и вы платите полную стоимость за каждый цикл чтения.

Выбирать модель под сложность задачи

Простое извлечение данных из текста не требует флагманской модели — для таких задач есть более быстрые и дешёвые варианты в той же линейке, а разница в результате на простых задачах минимальна.

Как прикинуть, во сколько обойдётся документ, заранее

Грубое, но рабочее правило: одна условная единица расхода примерно равна четырём символам текста. Чтобы прикинуть стоимость документа до того, как его отправлять, посмотрите количество символов в тексте и разделите на четыре.

Например, документ на 80 000 символов — это примерно 20 000 таких единиц. Погрешность у этого способа небольшая, в пределах 10–15%, но для того чтобы понять, стоит ли отправлять документ целиком или лучше сократить его до нужного раздела, этой точности вполне хватает.

Что это значит для обычного пользователя

Все перечисленные шаги не требуют программирования — это просто привычка обращения с текстом. Скопировать нужный кусок вместо прикрепления целого файла, сформулировать вопрос точнее и попросить короткий или структурированный ответ. Продолжать один и тот же диалог вместо того, чтобы каждый раз начинать заново и выбирать модель под сложность конкретной задачи, если сервис это позволяет.

Для тех, кто пользуется нейросетями регулярно — по работе с документами, договорами, перепиской — эти простые привычки в перспективе сэкономят большие деньги, притом что качество ответов не пострадает, а даже может стать точнее за счёт более чёткой формулировки.

Ещё несколько практических деталей

Если документ слишком длинный и целиком не помещается в разумный объём для вставки, не пытайтесь его впихнуть — лучше разбить на смысловые части и задавать вопросы по каждой части отдельно, чем один раз отправить огромный текст с потерей части содержимого на середине.

Кстати, скриншоты текста — тоже скрытая переплата, похожая по механике на сканы PDF-документов. Если у вас есть возможность скопировать текст напрямую, а не сфотографировать экран или страницу, текст почти всегда обойдётся дешевле, чем изображение с тем же самым текстом, даже если внешне кажется, что проще просто прикрепить картинку.

Таблицы, скопированные прямо из Excel или Google Таблиц с сохранением исходного форматирования, часто несут много лишних технических элементов. Если данных немного, проще перепечатать их простым текстом построчно, чем вставлять таблицу целиком со всем сопутствующим оформлением.

Похожая логика работает не только с документами

Экономия на формате касается не только PDF. Голосовое сообщение, которое вы отправляете на расшифровку, обходится дороже, так как расшифровывается автоматически с сохранением всех пауз, повторов и слов-паразитов. Если у вас есть возможность быстро вычитать автоматическую расшифровку перед тем, как отправить её на анализ в другую нейросеть, — вычитанный текст обойдётся дешевле.

Переписка в мессенджере, которую вы хотите проанализировать целиком — например, попросить нейросеть найти в длинном чате с клиентом договорённости по срокам, — тоже выгоднее сокращать вручную перед вставкой. Скопировать только сообщения за определенный период, когда обсуждались сроки, а не всю историю переписки за полгода с обсуждением погоды и личных дел, — экономия здесь может быть в разы больше, чем при работе с обычным документом, просто потому что переписки обычно куда более «водянистые» по соотношению полезной информации к общему объёму текста.

Электронные письма с длинными цепочками пересланных сообщений — ещё один частый источник скрытой переплаты. Если вам нужен ответ только по последнему сообщению в цепочке, а не по всей истории переписки за месяц, скопируйте только последнее сообщение целиком, а не всю цепочку с повторяющимися подписями и цитатами предыдущих писем внутри неё.

Как понять, что вы уже переплачиваете

Есть несколько простых признаков того, что вы теряете деньги на неоптимальном формате запросов, даже если этого не замечаете.

Вы открываете новый чат для каждого следующего вопроса к одному и тому же документу, потому что так привычнее или диалог кажется чище и понятнее. Каждая новая загрузка того же самого документа — это повторная полная оплата за его чтение с нуля, даже если вопрос отличается буквально на одно слово от предыдущего.

Вы формулируете вопросы в общем виде вроде «что тут написано» или «расскажи об этом», не уточняя, что именно вам нужно узнать. Такие формулировки почти гарантированно приводят к длинным развёрнутым ответам, потому что нейросети не на что опереться, чтобы понять, какая часть информации вам действительно нужна, а какая — нет.

Вы используете одну и ту же, обычно самую мощную и дорогую модель для всех задач подряд — от простого перевода одной фразы до сложного разбора судебного решения на десятки страниц. Если сервис, которым вы пользуетесь, предлагает выбор между несколькими моделями, стоит хотя бы иногда пробовать более простую и быструю модель для действительно простых задач — разница в качестве ответа часто минимальна, а разница в цене за тот же запрос может быть в разы.

Как экономить на ответах ИИ просто и без подсчетов

Если вы уже нашли себя в описанных ошибках и хотите не разбираться в этом вручную, а получить готовое решение — у SpeShu.AI есть доступ к 300+ нейросетям в одном окне, где можно сразу выбрать подходящую модель под конкретную задачу без переплаты за мощность, которая вам не нужна. Введите промокод HABRSPESHUAI при пополнении баланса и получите +15% на счет агрегатора.

Для бизнеса, который хочет встроить нейросети прямо в свой продукт — CRM, бота, внутренний сервис — у нас также есть API: единый ключ вместо отдельных договорённостей с каждым зарубежным поставщиком, настройки прокси и объяснений бухгалтерии, что такое «оплата в долларах иностранной компании». Закрывающие документы, рублёвые счета и контроль расходов по проектам — всё включено. Средний чек клиента по API — 100 000 рублей в месяц, и для команды, которая раньше собирала это вручную через десяток отдельных интеграций, переход обычно оказывается быстрее и дешевле — особенно если документы уже подаются моделям в экономном формате, а не как сканы.

Частые вопросы

Почему PDF стоит так дорого, если это просто документ с текстом? Если PDF отправлен как отсканированный файл, нейросеть воспринимает каждую страницу как картинку и тратит на неё одинаковый расход вне зависимости от того, сколько реально текста на странице. Скопированный вручную текст обходится в 3–6 раз дешевле при абсолютно той же самой информации.

Что проще всего сделать прямо сегодня, чтобы меньше платить за одни и те же вопросы? Не прикреплять файл, а вручную копировать и вставлять текст в чат — это самое простое действие, которое сразу даёт экономию 60–80% без каких-либо потерь в качестве ответа. Это стоит взять в привычку в первую очередь, прежде чем разбираться в более сложных приёмах.

Стоит ли всегда выбирать самую дешёвую модель для экономии? Нет. Дешёвая модель хорошо справляется с простыми задачами вроде поиска конкретной цифры в тексте, но для сложного юридического или аналитического разбора лучше подходит более мощная модель. Разумный подход — распределять задачи по сложности, а не экономить на всём подряд без разбора.

Можно ли сэкономить, вообще не разбираясь в технических деталях? Да. Достаточно трёх простых привычек: вставлять текст вместо файла, формулировать вопрос точнее с просьбой о коротком или структурированном ответе, и продолжать один диалог вместо того, чтобы каждый раз начинать заново с нуля. Этого хватает для большей части реальной экономии без изучения технических тонкостей.

Распространяются ли эти советы на голосовые сообщения и переписку, а не только на документы? Да, принцип тот же самый. Расшифровка голосового сообщения или длинная переписка в мессенджере точно так же несут много лишнего объёма — паузы, повторы, обсуждение посторонних тем. Вычитанный, сокращённый до сути текст обходится дешевле сырой расшифровки или полной истории чата, при этом качество ответа модели обычно даже выше, потому что ей не приходится отделять важное от неважного самостоятельно.

Стоит ли переживать из-за экономии, если я пользуюсь нейросетью нечасто и по мелочи? Если запросов немного и документы короткие, разница в деньгах будет незаметной. Но привычка формулировать запрос точнее и вставлять текст вместо файла всё равно окупается — ответы становятся быстрее и точнее, а не только дешевле, а сама привычка не требует отдельных усилий, если её один раз освоить.

Заключение

Разница между прикреплённым сканом и вставленным текстом — это не мелочь, а разница в разы на реальном счёте за использование нейросети. Простые привычки — копировать текст вместо файла, просить короткий или структурированный ответ, продолжать один диалог вместо новых — доступны любому пользователю без единой строчки кода и дают основную часть возможной экономии.

Попробуйте применить хотя бы одну привычку из статьи уже к следующему вопросу, который собираетесь задать нейросети — например, вместо прикреплённого файла скопируйте и вставьте нужный кусок текста напрямую. Разницу в скорости и качестве ответа вы, скорее всего, заметите сразу, а разницу в счёте — уже к концу месяца регулярного использования.