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

Автор: Sleepy.md

У ті далекі часи телеграм, де брали плату за кожне слово, чорнило й папір були грошима. Люди звикли стискати тисячі слів до крайньої межі: «швидко назад» коштує дорожче за довгого листа, а «бережися/будь обережний» — найважливіше побажання.

Пізніше телефон привів у дім, але оплата міжміських дзвінків рахувалася за хвилинами й секундами. Міжміські дзвінки батьків завжди були короткі й по суті: щойно сказали головне — поспішали покласти слухавку. І щойно розмова трохи розросталася, думка про те, що шкода оплачувати, різала навперемішку перші крихти світської привітальності.

Ще пізніше в дім прийшов широкосмуговий інтернет: вихід у мережу оплачували погодинно. Люди пильно дивилися на таймер на екрані: сторінка відкрита — її одразу закривають, відео — лише можна завантажити, стримінг тоді був розкішним дієсловом. У кожного кінця прогрес-бару завантаження ховалися прагнення «залишатися на зв’язку зі світом» і острах «нестачі коштів».

Одиниці виставлення рахунків змінювалися знову й знову, але інстинкт економії залишався незмінним.

Нині Token став валютою епохи AI. Однак більшість людей ще не навчилася, як у цій епосі точно й ретельно рахувати, адже ми ще не навчилися підраховувати прибутки й втрати в невидимих алгоритмах.

Коли у 2022 році щойно з’явився ChatGPT, майже ніхто не цікавився, що таке Token. Це був час «великого казана» AI: 20 доларів на місяць — і можна говорити скільки завгодно.

Але щойно нещодавно розкрутився AI Agent, витрати на Token стали тим, на що змушений звертати увагу кожен, хто користується AI Agent.

На відміну від простих діалогів «одне запитання — одна відповідь», за потоком завдань стоять сотні й тисячі викликів API. Окрема «самостійна думка» агента має ціну: кожне самокоригування, кожен виклик інструменту — це відповідне стрибання цифр у рахунку. І тоді ти помічаєш: гроші, які ти тільки-но поповнив, раптом закінчуються, і ти навіть не знаєш, що саме агент зробив.

У реальному житті всі знають, як економити. Купуючи продукти на ринку, ми знаємо, що треба обережно відібрати бруднувате й зіпсоване листя, перш ніж зважувати; їдучи таксі до аеропорту, водій знає, як об’їхати естакади в години пік.

Логіка економії у цифровому світі така сама, тільки одиницю оплати змінено з «кілограмів» і «кілометрів» на Token.

У минулому економили через нестачу; а в епосі AI — щоб економити точно.

Ми хочемо, щоб ця стаття допомогла тобі вибудувати методологію економії в епоху AI, аби ти витрачав кожну копійку туди, де вона реально потрібна.

ПЕРЕД ЗВАЖУВАННЯМ — ВІДБЕРИ ТЕ РОЗЛАДНАНЕ ЛИСТЯ

В епоху AI цінність інформації більше не визначається широтою, а визначається чистотою.

Логіка оплати в AI — це оплата за кількість слів, які він «прочитав». Незалежно від того, що ти туди вкидаєш — істину, чи беззмістовну форматну балаканину: якщо він це прочитав, ти платиш.

Тому перший спосіб економити Token — закласти «співвідношення корисного сигналу й шуму» в підсвідомість.

За кожне твоє слово, кожне зображення та кожен рядок коду, які ти даєш AI, доводиться платити. Тож перш ніж віддати йому будь-що, зупинись і запитай себе: скільки тут справді потрібно AI? Скільки — те саме розлуте листя, яке тягне бруд?

Наприклад, такі довгі вступи, як «Привіт, будь ласка, допоможи мені…», повторювані описи бекграунду, а також коментарі в коді, які не до кінця видалили, — усе це розлуте листя.

Окрім того, найчастіше марнують так: просто кидають у AI PDF або скріншоти з вебсторінок. Так, тобі справді простіше. Але в епоху AI «простота» часто означає «дороговизна».

PDF із повним форматуванням, окрім основного тексту, містить ще й колонтитули, підвали, підписи до графіків, приховані водяні знаки та купу форматного коду для розмітки. Усе це не допомагає AI зрозуміти твою проблему, але за все ти платиш.

Наступного разу пам’ятай: спочатку перетвори PDF на чистий Markdown-текст, а вже потім годуй AI. Коли ти перетворюєш PDF на 10MB у чистий текст на 10KB, ти не лише економиш 99% грошей — ти ще й змушуєш «мозок» AI працювати швидше, ніж раніше.

Зображення — ще один «пожирач» коштів.

У логіці візуальних моделей AI не турбує, чи гарно зроблене твоє фото: його цікавить лише, скільки піксельної площі ти зайняв.

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

Зображення 1000×1000 пікселів споживає приблизно 1334 Token; за цінами Claude Sonnet 4.6 це виходить приблизно 0.004 долара за одне зображення;

але якщо стиснути те саме зображення до 200×200 пікселів, воно споживатиме лише 54 Token, а вартість знижується до 0.00016 долара — різниця рівно в 25 разів.

Багато людей просто кидають у AI чіткі фото з телефону й 4K-скріншоти, не розуміючи, що Token, які витрачаються на такі зображення, можуть вистачити, щоб AI прочитав майже половину середньої за обсягом книжки. Якщо задача — лише розпізнати текст на зображенні або зробити просте візуальне рішення, наприклад, щоб AI визначив суму на рахунку-фактурі, прочитав текст з інструкції або оцінив, чи є на зображенні світлофор, тоді 4K-роздільна здатність — це чистісінька витрата: достатньо стиснути зображення до мінімально потрібної роздільної здатності.

Але причина, через яку найпростіше марнувати Token на вході, насправді не у форматі файлів, а у неефективному стилі говоріння.

Багато хто сприймає AI як живого сусіда й звик спілкуватися соцiальними «дрібними базіками»: кидають одну фразу «Напиши мені вебсторінку», AI видає напівготовий чернет, потім додають деталі, знов і знов перетягують, уточнюють. Такий «жувальний» діалог змушує AI повторно генерувати контент, і кожне виправлення додає витрату Token.

Інженери з Tencent Cloud на практиці виявили: для тієї самої потреби, коли діалог «вичавлюють» багатьма раундами, підсумкові витрати Token зазвичай у 3–5 разів вищі, ніж якби один раз одразу чітко пояснити все.

Справжній шлях до економії — відмовитися від такої низької ефективності соцiальних «проб». Одним разом поясни вимоги, межі та референсні приклади. Менше витрачати сили на довгі пояснення «чого не треба робити», бо заперечення часто коштують дорожче розуміння, ніж ствердження; просто скажи «як робити», і дай чіткий приклад правильного результату.

Крім того, якщо ти знаєш, де саме ціль, одразу поясни AI — не змушуй його грати в детектива.

Коли ти даєш команду AI «Знайди код, пов’язаний із користувачем», йому доводиться в бекенді проводити масове сканування, аналіз і здогадки; а коли ти прямо кажеш «Подивись файл src/services/user.ts», витрати Token відрізняються на порядок. У цифровому світі рівність інформації — це найбільша економія.

НЕ ПЛАТИ ЗА «ВІЖЛИВІСТЬ» AI

У оплати великих моделей є непомітне правило, про яке багато хто не здогадується: Token на виході зазвичай дорожчі за Token на вході у 3–5 разів.

Тобто слова, які каже AI, коштують у рази дорожче, ніж ті слова, які ти сказав йому. Наприклад, за цінами Claude Sonnet 4.6: вхідні 4k Token — це 3 долари, а вихідні раптом стрибають до 15 доларів: різниця — рівно 5 разів.

Ті «ввічливі» вступи на кшталт «Добре, я повністю зрозумів ваші потреби, і тепер починаю відповідь…», і ті «вихолощені» завершення типу «Сподіваюся, наведена вище інформація буде корисною для вас». У спілкуванні з людиною це ввічливі соціальні фрази, але в API-рахунку це балаканина без приросту інформації — і ти платиш свої гроші.

Найефективніший спосіб зупинити марнотратство на виході — встановити AI правила. Чітко в системних інструкціях дай йому зрозуміти: без світських привітань, без пояснень, без повторів вимог — одразу дай відповідь.

Ці правила потрібно задати лише один раз, і вони діятимуть у кожному наступному діалозі — це справжній фінансовий інструмент «раз заплатив — назавжди користуєшся». Але коли ти створюєш правила, багато хто знов потрапляє в іншу пастку: починає набивати інструкції довгою природною мовою.

Дані практичних вимірювань інженерів показують: ефективність інструкції визначається не кількістю слів, а щільністю. Якщо стиснути системний промпт на 500 слів до 180 слів, прибравши беззмістовну ввічливу риторику, об’єднавши повторювані інструкції та перебудувавши абзаци в короткий перелік пунктів, якість відповіді AI майже не зміниться, але витрати Token на один виклик знизяться на 64%.

Є ще більш активний спосіб контролю — обмежити довжину виходу. Багато людей ніколи не задають ліміт на вихід: вони дають AI «розгулятися». Такий вседозволений підхід до свободи вираження часто призводить до повного неконтрольованого росту витрат. Можливо, тобі потрібно лише коротке речення «по суті», а AI, щоби продемонструвати якусь «інтелектуальну щирість», генерує тобі невеличкий есе на 800 слів.

Якщо ти прагнеш лише до чистих даних, змусь AI повертати структурований формат, а не довгі описи природною мовою. За однаковий обсяг інформації JSON споживає значно менше Token, ніж розлогі абзаци. Це тому, що структуровані дані відсікають усі зайві сполучники, слова-паразити, слова-інтонації та пояснювальні модифікатори — лишається лише висококонцентрований логічний стрижень.

В епоху AI тобі треба тверезо усвідомити: варто платити за цінність результату, а не за ту безглузду саморозповідь, яку AI видає на виправдання.

Окрім того, AI «перемислення» ще й шалено виїдає баланс твого облікового запису.

Деякі просунуті моделі мають режим «розширеного мислення»: перед відповіддю вони спершу проводять масові внутрішні міркування. Цей процес теж рахується й оплачується за ціною виходу — а отже це дуже дорого.

Цей режим по суті створений для «складних задач, яким потрібна глибока логічна підтримка». Але більшість людей вмикає його навіть тоді, коли запитує прості речі. Для завдань, де не потрібне глибоке міркування, прямо скажи AI: «Не потрібно пояснювати хід думок, дай відповідь», або вручну вимкни розширене мислення — і ти заощадиш чимало грошей.

НЕ ЗМУШУЙ AI «ПЕРЕЧИТУВАТИ СТАРІ КНИГИ»

Великі моделі не мають справжньої пам’яті — вони просто в шаленому темпі гортають старі сторінки.

Це один із підґрунтових механізмів, про який багато людей не знають. Кожного разу, коли ти надсилаєш нове повідомлення в одному вікні діалогу, AI не починає розуміти з цього речення. Він щоразу заново читає всі матеріали, які ви вже обговорювали: кожен раунд діалогу, кожен фрагмент коду, кожен набір посилань із документації — і лише потім відповідає.

У рахунку Token така «згадка, щоби краще зрозуміти» ніколи не безкоштовна. З нарощуванням кількості раундів, навіть якщо ти просто уточнюєш одне просте слово, вартість повторного читання всієї старої історії зростає в геометричній прогресії. Цей механізм означає: що важча історія діалогу, то дорожче стає кожне твоє наступне запитання.

Хтось відстежив 496 реальних діалогів, у яких було понад 20 повідомлень, і з’ясував: повідомлення №1 у середньому читало 14,000 Token, тож вартість одного повідомлення була близько 3.6 центів; а до повідомлення №50 середня кількість читання становила 79,000 Token — і вартість піднімалася до 4.5 центів, що на цілих 80% дорожче. І контекст ставав довшим: на 50-му повідомленні AI мусив обробити контекст, який уже був у 5.6 разів більший за той, що було на 1-му повідомленні.

Найпростіша звичка для вирішення цієї проблеми: «одне завдання — один діалог».

Коли тема завершилась — без вагань відкрий новий діалог. Не сприймай AI як чат-вікно, яке ніколи не вимикається. Звучить просто, але багато хто не може так зробити: їм здається, що «а раптом треба буде повернутися до попереднього». Насправді ті «а раптом» в переважній більшості випадків ніколи не настануть, але за це «а раптом» ти вже переплачуєш у кожному новому повідомленні в кілька разів.

Якщо діалог справді треба продовжувати, але контекст уже став довгим, ми можемо використати інструменти для стиснення. У Claude Code є команда /compact: вона може стислити довгу історію діалогу в короткий підсумок, допомагаючи зробити один «кібернетичний purge» зайвого.

Є ще одна економічна логіка — Prompt Caching (кешування промптів). Якщо ти повторно використовуєш той самий системний промпт або щоразу в діалозі цитуєш ту саму референсну документацію, AI кешує цей шматок. Наступного разу під час виклику ти сплачуєш зовсім небагато за читання кешу, а не повну ціну щоразу.

Офіційні ціни Anthropic показують: Token із попаданням у кеш коштують 1/10 від звичайної ціни. Prompt Caching в OpenAI також знижує вхідні витрати приблизно на 50%. У статті, опублікованій у arXiv у січні 2026 року, автори протестували довгі задачі на різних платформах AI й виявили, що кешування промптів знижує API-витрати на 45% до 80%.

Тобто той самий контент: перший раз ти платиш повну ціну, а потім кожного разу — лише 1/10. Для користувачів, які щодня повторно використовують одну й ту саму структуру документів або системні промпти, це може заощадити величезну кількість Token.

Але в Prompt Caching є умова: твій системний промпт і контент референсних документів (включно з порядком) мають залишатися незмінними, і вони мають бути розміщені на самому початку діалогу. Як тільки вміст зміниться хоча б трохи — кеш стане неактуальним, і все доведеться рахувати за повною ціною. Тож якщо у тебе є набір фіксованих робочих правил — запиши їх як є і не змінюй без потреби.

Остання техніка керування контекстом — завантаження «за потребою». Багато хто любить засипати в системний промпт усі правила, документи та застереження одним махом — з тієї ж причини: «на випадок усього».

Ціна такої тактики в тому, що ти насправді виконуєш дуже просте завдання, але змушуєш модель завантажувати тисячі слів правил, марно витрачаючи купу Token. Офіційна документація Claude Code радить тримати CLAUDE.md в межах 200 рядків: ділити спеціальні правила для різних сценаріїв на окремі файли навичок, і підвантажувати лише ті правила, що потрібні під конкретний сценарій. Підтримувати контекст абсолютно чистим — це повага до найвищої якості обчислювальних ресурсів.

НЕ ЇЗДИ НА ПОРШЕ ПО КАПУСТУ

Різниця в цінах між різними AI-моделями величезна.

Claude Opus 4.6: 5 доларів за 4k Token на вході й 25 доларів на виході; Claude Haiku 3.5: 0.8 долара за вхід і 4 долари за вихід — різниця майже в 6 разів. Замовляти найтоповішу модель для дрібної рутини на кшталт збору матеріалів і форматування — це не лише повільно, а й дуже дорого.

Розумний підхід — перенести в AI-світ людську логіку «сословного розподілу праці»: завдання різного рівня складності віддавати моделям із різними рівнями цін.

Як у реальному світі: ти не наймаєш спеціаліста з річною зарплатою мільйон доларів для того, щоб він носив цеглу на будмайданчику.

Так само й тут. В офіційній документації Claude Code прямо зазначено: Sonnet закриває більшість програмістських задач; Opus залишають для складних архітектурних рішень і багатокрокових міркувань; а прості підзадачі віддають Haiku.

Більш конкретний практичний план — побудувати «двокомпонентний робочий процес». На першому етапі використовуй безкоштовні або дешеві базові моделі для брудної попередньої роботи: збір матеріалів, очищення формату, генерація чернеток, а також проста класифікація й узагальнення. На другому етапі вже очищений і сильно «протиранний» результат передай топовій моделі: нехай вона виконає ключові рішення й глибоке відточування.

Наприклад, якщо тобі потрібно проаналізувати галузевий звіт на 100 сторінок, можна спершу використати Gemini Flash, щоб витягнути ключові дані й висновки з цього звіту, зібрати їх у стислий 10-сторінковий виклад, а потім передати цей виклад у Claude Opus для глибокого аналізу й суджень. Такий двокомпонентний процес, за умови збереження якості, дозволяє значно стиснути витрати.

Більш просунута версія, ніж просто розділення на етапи, — глибокий поділ праці на основі декомпозиції задачі. Складне інженерне завдання цілком реально розбити на кілька незалежних підзадач і зіставити кожну з найкращою моделлю.

Наприклад, якщо задача — написати код, дешевою моделлю можна спершу згенерувати каркас і шаблонний код, а вивірену «сутність» (ядро логіки) віддати дорогій моделі для реалізації. У кожної підзадачі буде чистий, фокусний контекст — результат точніший, а витрати нижчі.

Тобі взагалі не потрібно витрачати Token

Уся дискусія вище по суті вирішує тактичне питання «як економити», але є більш глибинне логічне твердження, яке багато хто пропускає: чи потрібен цей крок узагалі — витрачати Token?

Найекстремальніша економія — це не оптимізація алгоритмів, а відсікання зайвих рішень. Ми звикли звертатися до AI за універсальними відповідями, але в багатьох сценаріях виклик дорогого великого AI рівнозначний зенітці, яка стріляє по комарах.

Наприклад, доручити AI автоматично обробляти листи: він розглядатиме кожен лист як окреме завдання — розуміти, класифікувати, відповідати. Витрати Token будуть величезні. Але якщо ти спочатку витратиш 30 секунд, щоб глянути на вхідні, вручну відсіяти ті листи, які явно не потребують AI, і передаси решту AI — вартість одразу впаде до лише малої частини від початкової. Твоя людська здатність судити тут не є перешкодою, а навпаки — найкращий фільтр.

Люди в епоху телеграм знають: за кожне додаткове слово треба платити більше. Тому вони зважують — це інтуїтивне відчуття цінності ресурсів. У епоху AI все так само: коли ти реально починаєш знати, скільки коштує кожне «ще одна фраза» для AI, тобі стає очевидно, чи варто дозволяти AI говорити, чи потрібна цьому завданню топова модель, а чи достатньо дешевої, і чи корисний цей шматок контексту.

Таке зважування — це найекономніша здатність. У час, коли обчислювальні ресурси стають все дорожчими, найрозумніше використання — не віддати AI кермо, а змусити AI й людину робити те, що в них найкраще виходить. І щойно така чутливість до Token стане умовним рефлексом, ти справді повертаєшся з «підлеглого обчислювальної потужності» назад у позицію «господаря обчислювальної потужності».