За прошедшие 6 глав мы выбрали инструмент, установили Claude Code, научились грамотно просить, выбираться из тупиков и даже взяли в руки расширения. Осталась последняя тема — неизбежная при долгом использовании — «расходы и эффективность». ИИ-программирование тем сильнее упирается в реальность оплаты и лимитов, чем больше им пользуешься. В этой главе с практической точки зрения сведём воедино устройство токенов и оплаты, отношения с лимитами и приёмы получать тот же результат за меньшие расходы. Это финальная глава курса.
Цель — «без потерь, долго и постоянно держать ИИ напарником»
Почему важно управлять расходами
ИИ-инструменты для программирования нельзя использовать бесплатно и безгранично. За кулисами огромная языковая модель каждый раз обрабатывает ваш запрос, и эти вычисления стоят вполне ощутимых денег. Именно поэтому у ежемесячных фиксированных тарифов есть предел «доступного объёма», а при поминутной оплате API плата накапливается ровно за то, что вы использовали.
Важно здесь вот что: цель не в том, чтобы «ради экономии терпеть и меньше пользоваться ИИ». Наоборот, цель — получать тот же или лучший результат за меньшие расходы. Пользуясь без понимания устройства, вы напрашиваетесь на лишние траты и на «в самый нужный момент упёрся в лимит и встал». А зная устройство, вы по максимуму используете ограниченную квоту и надолго сохраняете ИИ напарником.
Ведёшь разговор, каждый раз таща за собой огромную историю, — и не заметишь, как счёт распух. Прямо перед дедлайном встал на лимите, и руки не движутся.
Передаёшь только нужную информацию и меняешь степень усилия под задачу. За ту же квоту работаешь вдвое больше. И лимит расходуешь планомерно.
Как устроены токены и оплата
Первый шаг к пониманию расходов — «токен». Токен — это минимальная единица, которой ИИ обрабатывает текст. Слова и знаки разбиваются на несколько токенов, и ИИ читает и пишет этими единицами. Достаточно держать в голове образ: для русского примерно 1 слово — это несколько токенов, для английского 1 слово — 1–2 токена.
Оплата определяется объёмом этих токенов. Ключевой момент — объект оплаты делится на два вида: «вход» и «выход».
Всё — ваше указание плюс прочитанные файлы, вся история разговора и системные настройки. ИИ-агент читает много кода, поэтому вход легко раздувается.
Объяснения, код и правки-различия, которые сгенерировал ИИ. Обычно цена за выходной токен нередко выше входного. Чем длиннее ответ, тем больше расходы.
Здесь легко упустить, что «чем больше контекст, тем дороже». Когда разговор долго тянется, ИИ каждый раз перечитывает весь предыдущий обмен как вход. То есть чем больше разбухла история, тем больше входных токенов на один обмен, и тот же вопрос во второй половине разговора обходится дороже.
💡 Стоит знать и «контекстное окно». У токенов, которые ИИ обрабатывает за раз, есть предел, и его называют контекстным окном. Старая информация, не поместившаяся сюда, забывается. Поэтому «таскать за собой ненужную историю» — потеря и по расходам, и по точности. Подробнее — «Что такое контекстное окно».
Точные цены и оплата по каждой модели могут пересматриваться. Актуальные ориентиры и конкретные способы экономии сведены в «Как экономить на токенах ИИ» и «Руководство по оптимизации расходов ИИ-программирования». Здесь достаточно усвоить принцип «оплата идёт по объёму входных + выходных токенов, и чем длиннее история, тем дороже».
Лимиты использования — принцип rate limit
При использовании ИИ-инструмента на фиксированном тарифе раньше самой оплаты упираешься в лимит использования (rate limit). Установлена квота «объёма, доступного за определённый промежуток и период», и при её превышении временно нельзя пользоваться. У лимитов в основном две временные оси.
Квота, нарезанная по определённым промежуткам. Даже исчерпав, снова сможешь пользоваться, когда квота сменится. Легко упереться, если гнать тяжёлую работу сосредоточенно за короткое время.
Более крупный предел общего объёма, управляемый понедельно. Предохранитель для тех, кто пользуется активно. Если перебрать в первой половине недели, это скажется во второй, поэтому важна раскладка темпа.
Достигнув лимита, важнее всего «не паниковать». В большинстве случаев лимит сбрасывается по прошествии времени. Посмотрите отображаемое «время до сброса», а до тех пор переключитесь на лёгкую работу, проектирование или ревью — этапы, где ИИ почти не задействован. Это разумная раскладка. Конкретные действия при достижении лимита — в «Что делать при "достигнут лимит использования"».
⚠️ Не судите о времени сброса на глазок. Даже если кажется «уже должно восстановиться», реальная квота может быть ещё не свободна, или сброс происходит раньше/позже ожидаемого. Надёжнее проверять отображение вживую. Примеры и проверка этого поведения сведены в «Проверка того, что недельный лимит сбрасывается раньше ожидаемого».
Сам лимит, как и цены, меняется в зависимости от тарифа и времени. Поэтому запоминать нужно не «конкретные цифры», а подход «есть короткая и длинная квота; превысил — подожди, и вернётся; поэтому раскладывай темп заранее». Приёмы настройки усилия и оптимизации расходов, о которых дальше, — это тоже способ растянуть эту квоту.
Регулируем глубину через усилие (effort)
Расходы сильно зависят от того, «насколько глубоко заставить ИИ думать над одной задачей». Чем глубже ИИ рассуждает, тем легче даёт хороший ответ, но на размышление тоже уходят токены, а значит растут расходы и время. Правильный ответ здесь — не «всегда на полную». Только над трудным — глубоко, простое — легко: эта расстановка акцентов — главный приём сокращения потерь.
Эту «глубину размышления» во многих инструментах можно регулировать как усилие (effort). Образ — как огонь при готовке. Для тушения — сильный огонь, для бланширования — слабый; так же и здесь.
Исправить опечатку, простая замена, типовое дописывание — глубоко думать не нужно. Снизите усилие — сделается быстро и дёшево.
Проектирование, поиск причины сложного бага, крупные изменения архитектуры — стоят того, чтобы думать глубоко. Сэкономишь здесь — переделки выйдут дороже.
Когда трудно решить, попробуйте на среднем и по результату двигайте вверх-вниз. Безопаснее сперва бросить легко и поднять, если не хватило.
📊 Конкретное управление усилием — названия и градации меняются от инструмента и версии. Способ настройки в Claude Code, смысл каждой ступени и примеры выбора подробно разобраны в «Настройка усилия (effort) в Claude Code». Умный подход — не «всегда максимум», а двигать вверх-вниз под задачу.
Приёмы оптимизации расходов и эффективности
С учётом рассмотренного устройства сведём практические приёмы, которые сразу дают эффект в повседневной работе. Все они не про «терпеть», а про «срезать лишнее». Чем больше их сочетаешь, тем больше успеваешь за ту же квоту.
Показывайте только связанные файлы. Не давайте читать весь проект целиком. Чем меньше передаёшь информации, тем дешевле, быстрее и точнее.
Лёгкую работу — на облегчённую дешёвую модель, только трудные места — на мощную. Уже одно то, что не гонишь всё на топовой, сильно меняет дело.
Если раз за разом используешь одни и те же вводные (длинное указание или спецификацию), кэш промптов позволит переиспользовать их и снизить стоимость входа со второго раза.
Не бросайте большой запрос одним махом, а дробите на мелкое и ведите по порядку. При сбое влияние мало, и токенов на переделку уходит меньше.
Сменилась тема — сбросьте разговор или сожмите, оставив только суть (в духе /compact). Помогает не таскать ненужную историю.
Указывайте желаемую форму: «объяснение не нужно, только код». Выходные токены дороже, поэтому предотвращать многословные ответы полезно.
✅ Работает то, что подстраиваешь «объём передачи, объём ответа, глубину размышления» под ситуацию. Суть экономии — всего лишь привести эти три к размеру, соразмерному тяжести задачи. В трудные места вкладывай не скупясь, на лёгкой работе — срезай. Более подробные шаги и чек-лист сведены в «Руководстве по оптимизации расходов ИИ-программирования».
Кстати, многие из частых ошибок, разобранных в главе 5, тоже нередко возникают из-за перегруженного контекста. Сузить информацию — это одновременно и снижение расходов, и прямой путь к росту точности. Запомните этот двойной эффект.
Чтобы продолжать долго — завершение курса
Поздравляем с отлично проделанной работой. На этом курс «ИИ-программирование на практике» из всех 7 глав пройден до конца. Напоследок ещё раз оглянемся на путь, который мы прошли.
Поняли 3 типа инструментов, установили Claude Code и дали первое указание (главы 1–2).
Научились выбирать между Cursor, Copilot, Codex и грамотно давать указания (главы 3–4).
Выбрались из ошибок, расширили возможности и в этой главе обрели искусство снижать расходы (главы 5–7).
Знания, обретённые здесь, не усвоятся от одного лишь чтения. Лучшая учёба — действительно взяться за дело руками. Для начала доверьте Claude Code одну маленькую задачу. Дать указание, прочитать полученный код, при необходимости подстроить расходы и усилие — в этом повторе ИИ по-настоящему становится вашим напарником.
🚀 Следующий шаг — «создать своё произведение». Теперь, когда вы овладели инструментами, следующее — что вы создадите с их помощью. Родственный курс проведёт вас ровно дальше по этому пути: воплотить идею, опубликовать и вырастить — всё насквозь.
- ИИ-программирование оплачивается по объёму входных + выходных токенов, и чем длиннее история (контекст), тем дороже.
- Лимиты — короткая квота и недельная. Превысил — подожди, и вернётся, поэтому без паники раскладывай темп.
- Усилие (effort) — только трудное глубоко, лёгкую работу легко. Умно не гнать всегда на полную.
- Ядро эффективности — подстраивать «объём передачи, объём ответа, глубину размышления» под задачу. Сузишь — дешевле и к тому же точнее.
Теперь вы обрели силу владеть ИИ-инструментами для программирования на практическом уровне. Это не финиш, а стартовая линия вашего творчества. Дальше — почему бы не выпустить в мир собственный продукт этой силой.