# Як платити за ШІ менше: оркестрація агентів і дешеві моделі

Коли працюєш з агентами, ліміти закінчуються раніше, ніж задача. Ти майже дійшов до результату, і тут лічильник упирається в стелю. Далі два варіанти: чекати, поки ліміти відновляться, або переходити на дорожчий тариф за 100, 200 чи 500 доларів на місяць.

Токени стали окремою статтею витрат. Тому їх варто рахувати так само, як будь-які інші витрати. У цьому тексті немає прогнозів. Є механіка: за що ми платимо, як розподіляти роботу між моделями, які прийоми реально зменшують витрату і де дешева модель підходить, а де ні.

*   Розділяйте задачу між сильною та дешевою моделлю.
    
*   Не змушуйте агента шукати файли — вказуйте шлях.
    
*   Вбудовуйте перевірку в перший промпт.
    
*   Для масової рутини використовуйте дешеві моделі через OpenRouter.
    

## За що ми платимо

Є два способи платити за AI: підписка і API.

**Підписка.** Фіксована сума на місяць і ліміт використання в межах тарифу. **API.** Ви підключаєте модель до свого застосунку чи агента і платите за фактичну витрату: скільки тексту модель прочитала і скільки написала.

Обсяг рахують у токенах, тобто невеликих шматочках тексту. У токени входять ваш запит, уся історія розмови, вміст файлів, які агент відкрив, і відповідь моделі.

Що цікаво, ліміт підписки і ціна за API далеко не завжди збігаються. Компанія SemiAnalysis 5 жовтня 2026 року порівняла, скільки коштували б ті самі обсяги використання за API-тарифами і скільки за підписку (навантаження - агентна робота з великою часткою кешованих вхідних токенів).

Результати для середніх ''повсякденних'' моделей:

| Тариф | Claude (Opus 5.5) | ChatGPT (GPT-6.1 Sol) | Різниця |
| --- | --- | --- | --- |
| $20 | ≈ $1 178 | ≈ $211 | ≈ 5,6× |
| $100 | ≈ $5 725 | ≈ $1 055 | ≈ 5,4× |
| $200 | ≈ $11 726 | ≈ $2 084 | ≈ 5,6× |

> P.S. Наведені числа - ілюстративна оцінка, а не офіційний прайс. Реальна вигода залежить від вашого обсягу, кешування та типу задач.

На топових моделях різниця менша: GPT-6 Astra на $200-плані дає близько $2 897 API-еквівалента (план вичерпується), Claude Fable 5.1 - близько $2 485 (і ще залишається половина ліміту, бо Fable обмежений 50 % квоти).

Важливе застереження: це порівняння лімітів, а не якості чи ціни окремої задачі. Воно не означає, що модель будь-яку задачу робить дешевше. Практичний висновок інший. Якщо ви працюєте з AI протягом дня і регулярно впираєтеся в ліміти, дорожчий тариф може бути вигіднішим, ніж доплачувати за додаткові запити через API. Рахуйте на своєму обсязі.

## Два важелі економії

Вся економія зводиться до двох речей:

1.  Як ми використовуємо моделі.
    
2.  Які моделі ми використовуємо.
    

Спочатку про перший важіль, бо він працює з будь-якою моделлю.

### Оркестрація: сильна модель думає, дешева виконує

Уявим задачу. Є вивантаження з 1000 коментарів під блогом, і з нього треба обрати три теми для наступних випусків. Тут дві різні роботи:

1.  **Продумати правила.** Чим реальний запит на тему відрізняється від випадкової репліки? Які категорії потрібні? За якими ознаками обирати тему? Це робота для сильної моделі.
    
2.  **Пройти всі коментарі.** Прочитати, поставити мітку, згрупувати схожі, записати в таблицю. Це повторювана рутина, і щоразу викликати найдорожчу модель для неї не обов’язково.
    

Тому задачу розділяємо. Сильна модель складає інструкцію. Дешевша розмічає дані. Потім сильна модель перевіряє спірні місця і допомагає обрати теми. Найоб’ємнішу частину, яка їсть більшість токенів, виконує дешева модель, а сильна підключається там, де потрібне міркування. Такий розподіл називається оркестрацією.

Можна уявити це як редактора і помічника. Редактор вирішує, що вважати хорошою темою. Помічник розкладає коментарі за його правилами. Редактор дивиться підсумок.

### Як зібрати це в Codex

Нижче приклад у Codex. Те саме можна зробити і в Claude Code, принцип однаковий.

1.  Підготуйте папку. Створіть окрему папку для проєкту, щоб агент працював тільки в ній. Покладіть туди таблицю, наприклад `comments.csv`, з двома основними полями: номер коментаря і текст.
    
2.  Оберіть головного агента. Відкрийте Codex, додайте папку і створіть у ній чат. Внизу виберіть найсильнішу модель (у прикладі це GPT Astra). Вона буде оркестратором.
    
3.  Опишіть систему промптом:
    

```plaintext
Підготуй у цій папці систему для регулярного розбору коментарів. У кореневому agents.md збережи загальні правила проєкту і окремо правила головного агента. Він пропонує категорії, передає розмітку помічнику, перевіряє результат і обирає теми. Сам усю таблицю не розмічає. Далі створи помічника з іменем comment-sorter. Вкажи ім’я, опис і інструкцію для цього помічника. Модель: GPT Luna, середнє зусилля міркувань. Помічник має розмічати коментарі за переданими категоріями, зберігати вихідні ID і позначати сумнівні випадки як needs_review. Поки не запускай обробку, покажи створені файли.
```

Після цього в папці з’являються:

*   `agents.md` з правилами проєкту простою мовою: хто придумує категорії, хто розмічає, хто перевіряє
    
*   окремі правила головного агента
    
*   файл помічника з іменем, описом, інструкцією і рядком з моделлю. За цим рядком Codex розуміє, на якій моделі запускати помічника.
    

4\. Поставте задачу. Створіть новий чат у цій самій папці, знову оберіть Astra і напишіть:

```plaintext
За таблицею comments потрібно обрати три теми для майбутніх блогів. Проаналізуй таблицю і запропонуй три теми з прикладами коментарів, на яких оснований цей вибір.
```

Astra складає правила й оцінює результат, а Luna виконує довгу повторювану частину. Там і виникає економія.

Якщо задача одноразова, окремі файли не потрібні, вистачить одного промпту:

```plaintext
Ти оркестратор. Придумай категорії для коментарів з comments.csv. Розмітку доручи одному субагенту на моделі GPT Luna. Сам усю таблицю не розмічай.
```

Але коли ви будуєте систему з 4–10 агентів, окремі файли з явно прописаними моделями стають потрібними. В одному промпті все не врахуєш, а з файлами помилок менше і ви знаєте, яка модель що робить.

## Чотири прийоми, які економлять токени на будь-якій моделі

### 1\. Не змушуйте агента шукати

У запит потрапляє вся історія переписки, а якщо не вказати шлях до файлу, агент відкриває все підряд. Замість ''знайди коментарі до останнього блогу' пишіть:

```plaintext
Візьми файл comments.csv з папки «розбір коментарів» і запропонуй по ньому три теми для блогу.
```

Така сама проблема з довгими чатами. Якщо ви довго обговорювали категорії і пробували варіанти, перед наступним кроком попросіть:

```plaintext
Збережи в окремий файл коротку пам’ятку: що ми вирішили, де лежить готова таблиця і що залишилося зробити.
```

Потім відкрийте новий чат у цій папці і вкажіть файл з пам’яткою. Рішення переносяться, а довга історія проб і помилок лишається в старому чаті.

### 2\. Закладайте перевірку в саму задачу

Інакше починається нескінченне «перевір», «виправ», «перевір ще раз». Кожен такий круг означає нову роботу моделі і нові токени. Замість 'перепровір' пишіть одразу:

```plaintext
Розбери коментарі за категоріями. Перед тим як надіслати результат, перевір, що нічого не пропущено і категорії присвоєно правильно, та виправ помилки.
```

### 3\. Підбирайте глибину міркувань

Поруч із вибором моделі в Codex і Claude є налаштування глибини роздумів. Для складної задачі ставте більше, для рутини менше.

### 4\. Просіть коротші відповіді

Менше вступів і 'води' дає менше вихідних токенів, а зрозуміліша відповідь рідше потребує перепитування. Один зі способів: попросити модель пояснювати за правилами ASD-STE100. Це стандарт спрощеної технічної англійської. Суть у коротких реченнях, одному абзаці на одну тему і однакових назвах для однакових речей. Приклад промпту, який можна додати до задачі або зберегти в `agents.md`:

```plaintext
Коли пояснюєш складні теми, пиши українською за принципами ASD-STE100. Один абзац присвячуй одній темі. Інструкції вкладай приблизно у 20 слів. Для однакових понять використовуй однакові слова. Не додавай вступів і підсумків, якщо я про них не просив.
```

## Які моделі використовувати

Виконавцем не обов’язково має бути модель від OpenAI чи Anthropic. Вони дорогі, а з агентами витрата швидко зростає, і навіть з прийомами вище лімітів може не вистачати. Для частини задач варто дивитися на інші моделі, зокрема китайські: Kimi, DeepSeek, Qwen, GLM. У кожної є легкі версії для швидких і недорогих задач.

Для орієнтиру: станом на середину жовтня 2026 року **Qwen3.8 Flash** через OpenRouter коштує **$0,15 за мільйон вхідних токенів і $0,47 за мільйон вихідних**. Ціни швидко змінюються, тому перед використанням перевіряйте актуальні тарифи на openrouter.ai.

**OpenRouter** - сервіс, через який можна звертатися до моделей різних компаній. Один акаунт, один баланс, один API-ключ. Модель обираєте під задачу, не реєструючись окремо в кожного постачальника.

### Спосіб 1. OpenRouter у звичному Codex або Claude

1.  Зареєструйтеся на OpenRouter і відкрийте каталог моделей.
    
2.  Оберіть модель. З недорогих платних: Qwen3.8 Flash, DeepSeek V3.2 / V4 Flash, Kimi K2.6 / K3. Є й безкоштовні варіанти (моделі з суфіксом `:free`), їх можна пробувати без поповнення балансу, але з обмеженням на кількість запитів (зазвичай 20 запитів/хв і 50–1000 запитів/день). Вони підходять лише для дуже простих типових задач.
    
3.  Скопіюйте назву моделі для підключення.
    
4.  У розділі Keys створіть API-ключ.
    
5.  Для платної моделі поповніть баланс у Credits.
    
6.  У Codex у папці з коментарями напишіть:
    

```plaintext
Підключи Kimi через OpenRouter для розмітки comments.csv. Модель: [вставити назву]. Ти придумуєш категорії і перевіряєш результат, а Kimi робить розмітку. Створи потрібний інструмент і підкажи, як безпечно підключити мій API-ключ OpenRouter.
```

API-ключ не вставляйте прямо в чат. Codex підкаже безпечніший спосіб, наприклад змінну середовища.

Далі попросіть для проби розібрати перші 20 коментарів. Якщо результат підходить, дайте команду:

```plaintext
Тепер оброби решту коментарів, перевір результат і запропонуй три теми для блогу.
```

У такій схемі працюють два лічильники. Головний агент витрачає ліміти підписки ChatGPT, а масові розмітки оплачуються з балансу OpenRouter за Kimi. Така розмітка 1000 коментарів часто коштує кілька центів - десятки центів. На великих обсягах різниця між схемами може бути відчутною, але рахуйте на своїх даних (див. нижче).

### Спосіб 2. Orca

**Orca** (onorca.dev / stablyai/orca) - відкритий застосунок, який збирає кількох AI-агентів (Codex, Claude Code, Gemini та інших) в одному середовищі. Ви підключаєте свої акаунти, і один агент може керувати задачею, роздавати доручення іншим і збирати підсумок. Приклад розподілу ролей: сильна модель у Codex складає план і перевіряє, Kimi розбирає великі таблиці, Grok з пошуком збирає актуальну інформацію. Ролі ви обираєте самі, за ціною, якістю, швидкістю і тим, з чим модель краще справляється.

Корисна можливість: ви бачите витрату лімітів різних сервісів. Якщо в одній підписці ліміт майже вичерпано, а в іншій є запас, задачу можна передати туди.

Сам Orca безкоштовний, у підключених агентів лишаються їхні підписки і баланси. У мене немає партнерської угоди чи бонусів від Orca.

## Які задачі дешева модель не вирішує

Для чесної картини варто назвати обмеження.

*   **Якість.** Дешева модель частіше помиляється, тому частину результатів перевіряйте вибірково. Для розмітки це 20–50 коментарів із різних категорій.
    
*   **Вартість налаштування.** Оркестрація, окремі файли агентів і ключі потребують часу. На одноразовій дрібній задачі це не окупиться.
    
*   **Приватність.** Безкоштовні моделі на OpenRouter можуть логувати запити або використовувати їх для навчання. Коментарі користувачів, клієнтські й комерційні дані туди не віддавайте. Перед підключенням прочитайте політику конкретного постачальника.
    

## Як перевірити, що ви справді зекономили

Почніть із задачі, яку виконуєте регулярно, наприклад із розбору коментарів. Виконайте її звичним способом. Потім передайте основну роботу дешевшій моделі, де не потрібне глибоке міркування. Порівняйте результат і витрати.

**Приклад орієнтовного заміру на 1000 коментарів** (ілюстративний, на основі типових витрат жовтня 2026; зробіть свій):

| Показник | Одна сильна модель | Сильна + дешева (оркестрація) |
| --- | --- | --- |
| Витрата токенів | ≈ 1,8–2,5 млн | ≈ 0,3–0,5 млн (сильна) + 1,2–1,8 млн (дешева) |
| Вартість / частка ліміту | $8–25 або значна частина денного ліміту | $0,4–2,5 (дешева частина) + невелика частка сильної |
| Час | 15–40 хв | 10–25 хв |
| Якість (помилки у вибірці 50 коментарів) | 2–5 % | 4–12 % (після вибіркової перевірки сильної моделі — близько до рівня сильної) |

Якщо результат такий самий корисний, а витрати менші, схему можна залишати. Зробіть власний замір на одній реальній задачі - це головний аргумент.

## Що зробити вже сьогодні

Економія береться з двох місць: які моделі ви використовуєте і як ставите їм задачі. Складні рішення віддавайте сильній моделі, зрозумілу рутину пробуйте на дешевшій. Вказуйте агенту конкретні файли, заздалегідь описуйте бажаний результат і вбудовуйте перевірку в саму задачу. Не треба впроваджувати все одразу. Оберіть один прийом із цього тексту і спробуйте на своїй роботі.

На яких задачах у вас іде найбільше лімітів? Напишіть у коментарях або в Telegram-каналі [@aibiz\_ua](https://t.me/aibiz_ua/961), розберемо найцікавіші випадки.

* * *

Усі ключові цифри перевірені на 20 жовтня 2026. Ціни на OpenRouter і ліміти підписок можуть змінюватися

## Джерела (станом на 20 жовтня 2026)

*   [SemiAnalysis: огляд цифр і методики підписок](https://www.explainx.ai/blog/semianalysis-claude-vs-chatgpt-subscription-api-value-limit-testing-2026)
    
*   [Ціни Opus 5.5 і GPT-6.1 Sol](https://xenospectrum.com/claude-chatgpt-subscription-value-conditions/)
    
*   [Qwen3.8 Flash на OpenRouter](https://openrouter.ai/qwen/qwen3.8-flash)
    
*   [GPT-6 Luna проти Qwen3.8 Flash на OpenRouter](https://openrouter.ai/compare/openai/gpt-6-luna/qwen/qwen3.8-flash)
    
*   [Kimi K3 на OpenRouter](https://openrouter.ai/compare/deepseek/deepseek-v4-flash-0731/moonshotai/kimi-k3)
    
*   [Ліміти безкоштовних моделей OpenRouter](https://benchlm.ai/md/free-tier/openrouter.md)
    
*   [Orca на GitHub](https://github.com/stablyai/orca)
    

* * *