Філософія економії в епоху ШІ: як витратити кожен Token з максимальною користю

Оригінальна назва: Філософія економії в епоху ШІ: як витрачати кожен Token по суті

Оригінальний автор: Дунчэ (Beating)

Оригінальне джерело:

Перепублікація: Марсова фінансова

У ті часи телеграми, де беруть плату за кожен символ, чорнило було грошима. Люди звикли стискати тисячу слів до максимуму: «швидко повернись» коштує не менше, ніж довгий лист, а «бережи себе» — це найдорожча ремарка.

Пізніше телефон увійшов у дім, але міжміський зв’язок рахували поминутно. Телефонні дзвінки батьків на міжміському завжди були короткими: сказали по суті — і поспіхом поклали слухавку. Як тільки розмова трохи розтягувалась, думка про те, що шкода платити за дзвінок, одразу переривала навіть ледь початі люб’язні вітання.

Пізніше в будинки прийшов широкосмуговий інтернет: за користування платили погодинно. Люди вдивлялися в таймер на екрані: щойно відкривали вебсторінку — одразу закривали, відео дозволяли собі лише завантажувати, а стримінг тоді був розкішним «дієсловом». Кінець кожної смуги завантаження ховав у собі і жагу «підключитися до світу», і осторогу «недостатньо коштів».

Одиниці нарахування змінювалися знову й знову, але інстинкт економити залишався незмінним.

Зараз Token став валютою епохи ШІ. Однак більшість людей досі не навчилася, як точно й акуратно рахувати в цьому часі, бо ми ще не навчилися зважувати здобутки й витрати в алгоритмах, які не бачимо.

Коли у 2022 році щойно з’явився ChatGPT, майже ніхто не переймався тим, що таке Token. Це був час «великої миски» для ШІ: щомісяця віддаєш 20 доларів — і говори скільки завгодно.

Але щойно набрав популярності нещодавній тренд AI Agent, витрати на Token перетворилися на те, що має враховувати кожен, хто використовує AI Agent.

На відміну від простих діалогів «одне питання — одна відповідь», за потоком завдань стоять сотні й тисячі викликів API. Самостійне мислення агента має ціну: кожне самовиправлення, кожне звернення до інструментів відображається стрибком цифр у рахунку. І тоді ти раптом розумієш, що гроші, які ти поповнив, стали вже не вистачати — і ти навіть не знаєш, що саме агент зробив.

У реальному житті всі знають, як економити. Йдучи на ринок купувати овочі, ми знаємо, що треба відібрати й прибрати брудні гнилі листки, перш ніж зважувати; їдучи таксі до аеропорту, водій знає, як оминути естакади в години пік.

Логіка економії в цифровому світі фактично така сама, просто одиниці вимірювання замість «кілограмів» і «кілометрів» перетворилися на Token.

Раніше економія виникала через нестачу; у ж епоху ШІ — заради точності.

Ми хочемо, щоб ця стаття допомогла тобі вибудувати методологію економії в епоху ШІ, аби ти витрачав кожну копійку по суті.

Перш ніж ставити на ваги — відсій лахміття з листя

В епоху ШІ цінність інформації вже визначається не широтою, а чистотою.

Логіка оплати ШІ — за кількістю слів, які він «прочитав». Незалежно від того, що ти в нього вводиш — справжні ідеї чи порожні безглузді формати-«вислови», якщо він це прочитав — ти платиш.

Тому перший спосіб економити Token — «вшити коефіцієнт сигнал/шум» у підсвідомість.

За кожне слово, кожне зображення, кожен рядок коду, які ти годуєш ШІ, ти платиш. Тож перш ніж передавати йому будь-що, запитай себе: скільки тут насправді потрібно ШІ? А скільки — це лахміття з листя з брудом?

Наприклад, така розлога стартова фраза «Привіт, будь ласка, допоможіть мені…», повторювані описи бекграунду, не вирізані до кінця коментарі в коді — усе це лахміття з листя з брудом.

Крім цього, найтиповіша марнотратність — просто кинути PDF або скріншот сторінки ШІ. Так, тобі справді стане легше, але в епоху ШІ «легкість» часто означає «дорого».

PDF із повним форматуванням, окрім тексту основного змісту, містить колонтитули, нижні/верхні поля, позначки на графіках, приховані водяні знаки та велику кількість форматного коду, потрібного для верстки. Усе це не допомагає ШІ зрозуміти твою проблему, але все одно буде нараховано плату.

Наступного разу не забувай: спочатку перетвори PDF на чистий Markdown-текст, а тоді подавай його ШІ. Коли ти перетворюєш PDF на 10 МБ на чистий текст на 10 КБ, ти не лише економиш 99% грошей — ти ще й запускаєш «мозок» ШІ набагато швидше, ніж раніше.

Зображення — ще один «пожирач грошей».

У логіці візуальних моделей ШІ насправді не хвилює, чи гарно зроблене фото: його цікавить, яку площу в пікселях ти зайняв.

Наприклад, за офіційною розрахунковою логікою Claude: витрати Token на зображення = ширина в пікселях × висота в пікселях ÷ 750.

Зображення 1000×1000 пікселів споживає приблизно 1334 Token; якщо перерахувати за ціною Claude Sonnet 4.6, одна картинка коштує близько 0.004 долара;

але якщо стиснути ту саму картинку до 200×200 пікселів, вона споживатиме лише 54 Token, а вартість впаде до 0.00016 долара — різниця рівно в 25 разів.

Багато людей просто кидають ШІ високоякісні фото з телефону або 4K-скріншоти, не розуміючи, що Token, які споживають ці зображення, можуть дозволити ШІ прочитати майже половину середньої книги. Якщо завдання лише розпізнати текст на картинці або зробити просту візуальну оцінку — наприклад, щоб ШІ розпізнав суму на рахунку-фактурі, прочитав текст в інструкції чи визначив, чи на зображенні є світлофори червоного/зеленого кольору, — то роздільна здатність 4K є просто чистою марнотратністю. Достатньо стиснути зображення до мінімально придатної роздільної здатності.

Але причина, через яку на вході найчастіше марнують Token, насправді не у форматі файлу, а в неефективному стилі мовлення.

Багато хто ставиться до ШІ як до справжнього сусіда по кімнаті: звикли спілкуватися «по-сусідськи» — дрібними соціальними репліками. Спочатку кидають: «зроби мені веб-сторінку», потім ШІ видає напівготовий результат, після чого додатково уточнюють деталі, знов і знов тягнуть/перетягують. Такий діалог «видавлюванням зубної пасти» змушує ШІ щоразу генерувати контент наново: кожне коло змін лише нарощує споживання Token.

Інженери з Tencent Cloud у практиці з’ясували: за однакової потреби, у випадку багаторундового «видавлюванням зубної пасти» кінцеві витрати Token часто виявляються в 3–5 разів вищими, ніж коли одразу викласти вимоги зрозуміло й повністю.

Справжній шлях економії — відмовитися від цієї низької ефективності соціального «перевіряння води», і одразу чітко сформулювати вимоги, умови меж і зразки. Менше сил витрачати на пояснення «чого не робити», бо заперечні формулювання часто потребують більше витрат на розуміння, ніж стверджувальні. Говори прямо: «як робити», і одразу наведи чіткий коректний приклад.

Крім того, якщо ти знаєш, де ціль, одразу скажи ШІ — не змушуй його грати в детектива.

Коли ти наказуєш ШІ «знайди код, який стосується користувача», він має виконати в бекенді масове сканування, аналіз і здогадки; а коли ти безпосередньо кажеш йому «подивися файл src/services/user.ts», споживання Token відрізняється на порядок. У цифровому світі рівність інформації — це найбільша економія.

Не плати за «ввічливість» ШІ

У нарахуванні для великих моделей є приховане правило, яке багато хто не усвідомлює: Token на виході зазвичай коштує у 3–5 разів більше, ніж Token на вході.

Тобто те, що ШІ каже, значно дорожче за те, що ти йому сказав. Наприклад, за цінами Claude Sonnet 4.6: за введення кожного мільйона Token платиш лише 3 долари, а за вихід ціна стрибком зростає до 15 доларів — різниця рівно в 5 разів.

Ті «ввічливі» вступні фрази на кшталт «Добре, я повністю зрозумів вашу потребу, починаю відповідати вам…», ті «турботливі» завершення на кшталт «сподіваюся, що вищезазначене буде вам корисним» — у спілкуванні з живими людьми це ввічливий соціальний етикет, але в API-рахунках вся ця балаканина без приросту інформації теж коштує твої власні гроші.

Найефективніший спосіб прибрати марнотратство на виході — встановити ШІ правила. За допомогою системних інструкцій чітко скажи йому: без вітальних фраз, без пояснень, без повторення вимог — одразу дай відповідь.

Ці правила достатньо встановити один раз — і вони працюватимуть у кожній наступній розмові, тобто це справжній спосіб фінансового планування «вклав один раз — отримуй довічно». Але під час створення правил багато хто потрапляє в іншу помилку: нашаровувати накази за допомогою довгої природної мови.

Дані практичних вимірювань інженерів показують: ефективність інструкцій залежить не від кількості слів, а від щільності. Якщо стиснути 500-слівний системний промпт до 180 слів — прибравши беззмістовну ввічливу лексику, об’єднавши повторювані інструкції та перебудувавши абзаци в короткий структурований список, — якість виходу майже не зміниться, але споживання Token за один виклик різко впаде на 64%.

Є ще один більш керований спосіб: обмежити довжину виходу. Багато людей ніколи не встановлюють ліміт на вихід — вони дозволяють ШІ «вільно висловлюватися». Така вседозволеність у передачі права на формулювання часто призводить до повного неконтрольованого росту витрат. Можливо, тобі потрібна коротка фраза «по суті», але ШІ, щоб продемонструвати якусь «інтелектуальну добросовісність», без вагань згенерує для тебе маленький твір на 800 слів.

Якщо ти прагнеш лише даних, примушуй ШІ повертати структурований формат, а не довгі описи природною мовою. За однакового обсягу інформації Token-витрати формату JSON значно нижчі, ніж у розповідних абзаців. Це тому, що структуровані дані відсікають усі зайві сполучники, слова-паразити й пояснювальні прикраси, залишаючи лише концентроване логічне ядро. У епоху ШІ тобі варто тверезо розуміти: платиш ти за цінність результату, а не за той безглуздий само-розбір ШІ.

Крім того, «надмірне обдумування» ШІ також шалено з’їдає залишок на твоєму акаунті.

Деякі просунуті моделі мають режим «розширеного мислення»: перед відповіддю вони спочатку виконують великий обсяг внутрішніх міркувань. Цей процес теж треба оплачувати, і він оцінюється за ціною виходу — дуже дорого.

Цей режим по суті створено для «складних завдань, яким потрібна глибока логічна підтримка». Але більшість людей вмикають цей режим навіть тоді, коли питають щось просте. Для завдань, яким не потрібні глибокі міркування, прямо повідом ШІ: «не потрібно пояснювати хід думок, просто дай відповідь» — або вручну вимкни розширене мислення. Це допоможе тобі суттєво заощадити гроші.

Не змушуй ШІ перегравати старі рахунки

Велика модель не має справжньої пам’яті — вона просто шалено гортає старі рахунки.

Це базовий механізм, про який багато хто не знає. Кожного разу, коли ти надсилаєш нове повідомлення в вікні діалогу, ШІ не починає розуміти твою фразу з цього місця. Натомість воно перечитує все, що ви вже обговорювали: усі раунди діалогу, кожен фрагмент коду, кожен документ-згадку — і лише тоді формує відповідь.

У рахунках за Token такий підхід «підсумувати минуле й зробити висновки» ніяк не безкоштовний. З кожним додатковим раундом, навіть якщо ти просто перепитуєш одне просте слово, ціна того, що ШІ знову прочитає весь том старого матеріалу, зростає в геометричній прогресії. Цей механізм означає: що важча історія діалогу, то дорожче коштує кожне твоє наступне запитання.

Хтось відстежив 496 реальних діалогів, які містили понад 20 повідомлень, і з’ясував: у повідомленні №1 в середньому читають 14,000 Token, а вартість становить приблизно 3.6 центів за повідомлення; до повідомлення №50 в середньому читають 79,000 Token, а вартість — приблизно 4.5 центів за повідомлення, що на 80% дорожче. І, крім того, контекст стає дедалі довшим: до повідомлення №50 ШІ має обробити контекст, який у 5.6 разів більший, ніж той, що був на момент повідомлення №1.

Найпростіша звичка для вирішення цієї проблеми: один задачний кейс — одне вікно діалогу.

Коли тема завершилася — рішуче відкрий новий діалог. Не вважай ШІ чатом, який працює «завжди без вимикання». Звучить це просто, але багато хто не може так робити: здається, що «раптом ще знадобиться старий матеріал». Насправді ці «раптом» у більшості випадків не трапляються. Але заради цього «раптом» ти вже переплачуєш у кілька разів за кожне нове повідомлення.

Коли діалог справді має тривати, але контекст уже стає дуже довгим — ми можемо використати компресійні інструменти. У Claude Code є команда /compact: вона стискає довгу історію діалогу в короткий підсумок, допомагаючи зробити кібершредерний «прибрати зайве».

Є ще одна логіка економії — Prompt Caching (кешування промптів). Якщо ти багаторазово використовуєш той самий системний промпт або щоразу в діалозі цитуєш той самий довідковий документ, ШІ кешує цю частину. Тоді під час наступного виклику ти платиш лише невелику плату за читання кешу, а не щоразу повну ціну.

Офіційні тарифи Anthropic показують: ціна Token, коли кеш спрацьовує, дорівнює 1/10 від звичайної. Prompt Caching від OpenAI теж знижує вартість введення приблизно на 50%. У статті, опублікованій у січні 2026 року на arXiv, протестували довгі задачі на кількох платформах ШІ й з’ясували, що кешування промптів знижує API-вартість на 45% до 80%.

Отже: той самий контент вперше треба передавати за повною ціною, а потім під час кожного наступного виклику — платити лише 1/10. Для користувачів, які щодня повторно використовують той самий набір нормативних документів або системних промптів, ця функція може зекономити дуже багато Token.

Але в Prompt Caching є умова: вміст і порядок твоїх системних промптів та довідкових документів мають залишатися незмінними, і вони мають бути розміщені на самому початку діалогу. У разі будь-яких змін кеш стає недійсним, і тоді знову нараховують повну ціну. Тому якщо в тебе є набір фіксованих робочих правил — просто «заший» їх і не змінюй без потреби.

Остання техніка керування контекстом — завантажувати за потреби. Багато людей люблять закидати в системний промпт усе підряд: правила, документи, застереження — з тією ж логікою «щоб було на всяк випадок».

Але ціна цього підходу така: ти ніби виконуєш дуже просте завдання, проте вимушений завантажувати кілька тисяч слів правил і даремно витрачати купу Token. Офіційна документація Claude Code радить тримати CLAUDE.md не більше ніж у 200 рядків: спеціальні правила для різних сценаріїв розділяти на незалежні файли навичок, щоб завантажувати правила лише для того сценарію, який потрібен. Підтримувати абсолютну чистоту контексту — це найкраща повага до найвищого рівня обчислювальних ресурсів.

Не їдь на Porsche по бакалію

Різні моделі ШІ мають колосальну різницю в ціні.

Claude Opus 4.6: введення кожного мільйона Token — 5 доларів, вихід — 25 доларів; Claude Haiku 3.5: лише 0.8 долара за введення і 4 долари за вихід — різниця майже в 6 разів. Віддати найтоповіший модель на заготівлю матеріалів і верстку «сміттєвих» задач — не лише повільно, а й дорого.

Розумне використання — принести в суспільство ШІ звичку людей думати категоріями «розподілу за класами»: задачі різного рівня складності треба віддавати моделям різної цінової категорії.

Як у реальному світі: наймаючи працівників, ти не будеш спеціально наймати експерта з зарплатою мільйон на рік, щоб він таскав цеглу на будмайданчику. Так само і в ШІ. В офіційній документації Claude Code прямо сказано: Sonnet обробляє більшість задач з програмування, Opus — для складних архітектурних рішень і багатоступеневого міркування, а прості підзадачі краще віддавати Haiku.

Конкретніша практична схема — побудова «двоступеневого робочого процесу». На першій стадії використовуй безкоштовну або дешеву базову модель для брудної роботи: збирання матеріалів, очищення форматування, генерація чернетки, проста класифікація та узагальнення. У другій стадії — вже подай відфільтровану високочисту «вичавку» топовій моделі для ключових рішень і глибокого полірування.

Наприклад, якщо тобі треба проаналізувати галузевий звіт на 100 сторінок, можна спочатку за допомогою Gemini Flash витягти з нього ключові дані й висновки, оформити це як стислий підсумок на 10 сторінок, а вже потім передати цей підсумок Claude Opus для глибокого аналізу й суджень. Такий двоступеневий процес дозволяє сильно знизити витрати за умови збереження якості.

Більш просунуте, ніж просто обробляти частинами, — глибокий розподіл задач на основі декомпозиції. Складне інженерне завдання цілком можна розкласти на кілька незалежних підзадач і під них підібрати найкращу модель.

Наприклад, для задачі, що потребує написання коду: нехай дешевша модель спочатку напише каркас і шаблонний код, а дорогій моделі віддай лише реалізацію частини з ключовою логікою. Кожна підзадача має чистий, сфокусований контекст — результат точніший, а витрати нижчі.

Тобі взагалі не потрібно витрачати Token

Усе, що ми обговорювали раніше, по суті вирішує тактичне питання «як економити». Але більш глибинне логічне твердження багато хто ігнорує: чи взагалі цей крок має потребувати витрат Token?

Найекстремальніша економія — це не оптимізація алгоритмів, а відсікання рішень, відокремлення зайвого. Ми звикли звертатися до ШІ по універсальні відповіді, але забуваємо: у багатьох сценаріях виклик дорогого великого ШІ рівносильний тому, як з високоточної гармати бити по комару.

Наприклад, якщо доручити ШІ автоматично обробляти листи, він сприйматиме кожен лист як окрему задачу: розуміти, класифікувати, відповідати — і Token споживатимуться у колосальних обсягах. Але якщо ти спочатку витратиш 30 секунд, щоб глянути на вхідні листи й вручну відсікти ті, що очевидно не потребують ШІ, а решту віддаси ШІ, то вартість одразу впаде до частки від початкової. Тут людська здатність приймати рішення не є перешкодою — це найкращий фільтр.

Люди епохи телеграм знали ціну за кожен додатковий символ, тож вони «прикидали»: це було інтуїтивне відчуття вартості ресурсів. В епоху ШІ так само: коли ти реально знаєш, скільки коштує ШІ сказати ще одне речення, ти природно зважиш, чи варто робити це, чи потрібна для цього топова модель, чи вистачить дешевої, і чи взагалі потрібен цей контекст.

Це зважування — найекономніша здатність. У час, коли обчислювальні потужності стають дедалі дорожчими, найрозумніше — не замінювати людей, а розділити ролі: нехай ШІ і люди роблять те, в чому кожен з них найкращий. Коли чутливість до Token вбудується в тебе як умовний рефлекс, ти по-справжньому перестаєш бути придатком обчислень і знов стаєш господарем обчислювальних ресурсів.