Витринная цена не равна счёту: скидка на кэш у провайдеров гуляет от 50% до 97%

Разница в 31 раз, и в прайсе её не видно. Провайдер вывешивает цену input, а счёт собирает кэш: какая доля промпта в него попала и сколько стоит запись туда.

Для агентских сценариев это главный множитель расходов. Код-агент гоняет один и тот же контекст десятки раз за сессию, поэтому цена попадания весит больше цены input.

Сколько стоит кэш у разных провайдеров

Разброс огромный. Цифры с прайс-страниц вендоров и из сводной таблицы множителей OpenRouter, 16.08:

- **Anthropic.** Чтение 0,1x от цены input, запись 1,25x на пять минут или 2x на час. У Claude Sonnet 5 это $2 за миллион токенов против $0,20 на попадании. Кэш окупается после первого чтения при пятиминутном TTL и после двух чтений при часовом. - **OpenAI.** Скидка на кэшированный input 90% по всей линейке GPT-5.x. В семействе GPT-5.6 запись стала платной: у GPT-5.6-sol $5 за миллион input, $0,50 чтение, $6,25 запись. - **Google.** Кэшированные токены идут за 10% от input ($1,50 против $0,15 у Gemini 3.5 Flash), зато сверху капает плата за хранение $1,00 за миллион токенов в час, которой нет больше ни у кого. - **DeepSeek.** $0,22 против $0,007 у v4-flash и $0,66 против $0,022 у v4-pro, но только в непиковые часы. С 01:00 до 04:00 и с 06:00 до 10:00 UTC цены вдвое выше. - **Groq и Fireworks.** Скидка всего 50%. У Fireworks гарантированного TTL нет вовсе, промпты живут «как минимум несколько минут». У Groq кэш протухает через два часа без обращений и не складывается с батч-скидкой.

Вторая причина расхождения витрины со счётом сидит в токенизаторе: модели Claude 4.7 и новее режут текст по-новому и дают примерно на 30% больше токенов на том же тексте, чем Sonnet 4.6 и более ранние.