Списание — за фактически использованные токены, отдельно за вход и выход, по тарифу модели. Остаток — в личном кабинете и в боте.
| Модель | Input | Output |
|---|---|---|
claude-haiku-5-5 | $0.10 (свыше 100K: $0.50) | $0.50 (свыше 100K: $2.50) |
claude-haiku-4-5 | $1.00 | $5.00 |
claude-sonnet-5-5 | $2.00 | $10.00 |
claude-sonnet-5 | $3.00 | $15.00 |
claude-opus-5-5 | $4.00 | $20.00 |
claude-opus-5 | $5.00 | $25.00 |
claude-opus-4-8 | $5.00 | $25.00 |
claude-fable-5 | $10.00 | $50.00 |
claude-fable-5-1 | $10.00 | $50.00 |
| Модель | Input | Cache read | Output |
|---|---|---|---|
Kimi K3k3 | $3.00 | $0.30 | $15.00 |
Kimi K3-256Kk3-256k | $3.00 | $0.30 | $15.00 |
Kimi K2.8 Previewkimi-for-coding | $0.95 | $0.19 | $4.00 |
Kimi K2.7 Code HighSpeedkimi-for-coding-highspeed | $1.90 | $0.38 | $8.00 |
USD за 1M токенов. Текущий тариф Guard загружается из конфигурации API.
Таблица выше собирается из каталога биллинга шлюза, поэтому числа не переписываются в текст документации и не расходятся с тем, по чему считается списание. Баланс у ключа один на все семейства.
Часть входа, которую Kimi узнал по своему кешу, считается по отдельной ставке Cache read. У k3 и k3-256k она в десять раз ниже входной, у kimi-for-coding и kimi-for-coding-highspeed — в пять раз. Двойной платы нет: кешированные токены вычитаются из обычного входа. Сколько их было, видно в ответе — usage.prompt_tokens_details.cached_tokens. Записи в кеш Kimi отдельно не тарифицирует.
Перед обращением к модели резервируется оценка стоимости входа плюс стоимость предельного выхода. Для Kimi без max_tokens выходная часть считается по значению Kimi по умолчанию: 131 072 токена у k3 и k3-256k, 32 768 у kimi-for-coding-highspeed, 32 000 у kimi-for-coding; если остатка не хватает на такой резерв с запасом ещё на 8 обычных запросов — по 32 000. Будущий cache hit не предполагается. Неиспользованный резерв возвращается.
| Модель | Input | Cache read | Output |
|---|---|---|---|
Composer 2.5 composer-2.5 | $0.50 | $0.20 | $2.50 |
Composer 2.5 Fast composer-2.5-fast | $3.00 | $0.50 | $15.00 |
Grok 4.7 · окно 256K cursor-grok-4.7-{low,medium,high,xhigh} | $2.00 | $0.50 | $6.00 |
Grok 4.7 Fast · окно 256K те же id с -fast | $4.00 | $1.00 | $12.00 |
Grok 4.6 cursor-grok-4.6-low, -medium, -high, -xhigh | $2.00 | $0.50 | $6.00 |
Grok 4.6 Fast cursor-grok-4.6-low-fast, -medium-fast, -high-fast, -xhigh-fast | $4.00 | $1.00 | $12.00 |
В Messages, Chat Completions и Responses перед обращением к модели Guard временно блокирует самую большую возможную стоимость запроса. Входная часть оценивается сверху: берутся байты UTF-8 самого запроса — системного текста, сообщений и описаний инструментов. Это заведомо больше настоящего числа токенов, зато не занижает блокировку на коде, JSON и русском тексте. Выходная часть считается по max_tokens, на поверхности Responses — по max_output_tokens; если предел не задан, берётся 128 000 у Grok и 32 000 у Composer; если остаток ключа или его лимиты не покрывают резерв Grok под 128 000 с запасом ещё на 8 обычных запросов — 32 000.
- Input обычного API — учтённый вход: системный текст, история, текущее сообщение, применённый серверный промпт и данные инструментов.
- Output — учтённый вывод модели.
- Обрыв по сроку. Один запрос к Claude длится не больше 10 минут. Не уложившийся ответ обрывается: выданная часть оплачивается как вывод, вход не списывается.
- В Messages, Chat Completions и Responses токенная стоимость рассчитывается по полным ставкам запрошенной модели; запись и чтение кэша считаются отдельно, без двойного учёта обычного входа.
- Итог обычного API = полная токенная стоимость + фиксированные сборы серверных инструментов.
- Для native Composer/Grok предварительная оценка серверного промпта задаёт резерв и верхний предел списания.
Серверный промпт и запрос клиента образуют общий оплачиваемый вход. Все его токены считаются по полной ставке input или cache read выбранной модели. usage и count_tokens возвращают полный input_tokens, включая применённый серверный промпт; его текст для расчёта не нужен и не раскрывается. Полные условия.
Web search добавляет $0.01 за каждый учтённый платный поисковый запрос. У Web fetch фиксированная плата $0. Полученный контент учитывается как входные токены по полной ставке input или cache read.
Для каждого ключа можно задать отдельный лимит в USD за скользящий час и/или 24 часа: @guardapi → Мои API-ключи → выбрать ключ → Управление API-ключом → лимиты. Значение 0 или кнопка снятия лимитов отключает ограничение.
429с кодомhourly_spend_limit/daily_spend_limitозначает установленный вами лимит расходов. Увеличьте или снимите его в боте либо дождитесь освобождения скользящего окна.429сhourly_reserve_limit/daily_reserve_limitозначает, что максимально возможная стоимость запроса не помещается в остаток лимита. Уменьшитеmax_tokens/max_output_tokensили увеличьте лимит.- Другой
429означает временный лимит частоты или ёмкости. ИспользуйтеRetry-Afterи повтор с задержкой. - Проверка расходного лимита проходит до платного обращения к модели.
HTTP/1.1 429 Too Many Requests
Retry-After: 12Базовые Standard-ставки короткого контекста для всех семи моделей приведены на странице Модели. Списание всегда сохраняет id модели, которую запросил клиент, даже если разрешённый серверный промпт выбрал другую модель только для исполнения.
- Учитывается полный фактический usage ответа: обычный input, cache read, cache write и весь output, включая reasoning output.
- Cache read и cache write считаются отдельно и не дублируются как обычный input.
- PRIVATE не меняет стоимость токенов и кэша моделей Codex.
- Tools и resources всегда тарифицируются по полной ставке.
| Модель | Обычный ввод | Чтение кеша | Вывод | Встроенный поиск |
|---|---|---|---|---|
glm-5.3 | $1.40 | $0.26 | $4.40 | $0.10 / подтверждённый вызов |
glm-5.3-flash | $0.15 | $0.03 | $0.50 | $0.10 / подтверждённый вызов |
Формула: обычный ввод × input rate + кешированный ввод × cache rate + весь вывод × output rate + подтверждённые поиски × $0.10. Все токенные ставки делятся на 1 000 000.
glm-5.3
4,000 × $1.40 / 1M = $0.00560000
8,000 × $0.26 / 1M = $0.00208000
1,000 × $4.40 / 1M = $0.00440000
tokens total = $0.01208000
+ one confirmed search = $0.11208000Встроенный поиск оплачивается по подтверждённой операции. Число ссылок или строк результата не умножает цену; запрос, в котором модель не вызвала поиск, не получает доплату за поиск.
Множитель равен 1 для всех ключей GLM, включая PRIVATE. discount_percent для текущей полной ставки равен 0.
Перед запросом временно резервируется верхняя оценка; окончательное списание использует фактические токены и подтверждённый поиск. Поэтому reserve и final cost могут различаться.
| Модель | Период | Обычный ввод / 1M | Чтение кэша / 1M | Вывод / 1M |
|---|---|---|---|---|
gemini-4-argon | до 03:00 МСК 1 декабря 2026 | $2.00 | $0.10 | $10.00 |
gemini-4-argon | с 03:00 МСК 1 декабря 2026 | $4.00 | $0.20 | $20.00 |
gemini-3.8-flash | до 03:00 МСК 1 января 2027 | $0.75 | $0.075 | $3.75 |
gemini-3.8-flash | с 03:00 МСК 1 января 2027 | $1.50 | $0.15 | $7.50 |
Формула: обычный ввод × ставка input + кэшированный ввод × ставка cache read + весь вывод × ставка output + число поисковых запросов × $0.014. Все токенные ставки делятся на 1 000 000.
Поиск в сети: $0.014 за каждый поисковый запрос, начиная с первого. Перед ответом удерживается стоимость одного поиска, итог считается по фактическому числу поисков. Найденный текст оплачивается как обычные входные токены. Предел max_uses принимается, но не соблюдается, поэтому оплачивается каждый выполненный поиск.
| Модель | Обычный ввод / 1M | Чтение кэша / 1M | Вывод / 1M |
|---|---|---|---|
muse-wonder-1.0 | $4.00 | $0.20 | $20.00 |
muse-spark-1.3 | $1.25 | $0.15 | $4.25 |
muse-spark-1.2 | $1.25 | $0.15 | $4.25 |
Формула: обычный ввод × ставка input + кэшированный ввод × ставка cache read + весь вывод × ставка output + число поисковых запросов × $0.0025. Все токенные ставки делятся на 1 000 000.
Поиск в сети: $0.0025 за каждый поисковый запрос, начиная с первого. Перед ответом удерживается стоимость пяти поисков, итог считается по фактическому числу поисков. Предел max_uses принимается, но не соблюдается, поэтому оплачивается каждый выполненный поиск.