Тег
Контроль расходов
31 статья
AI-агенты в CI: где запускать и как контролировать расход
Как подключить AI-агента к CI без лишних прогонов: выбрать триггер, ограничить область, настроить отдельный ключ и разбирать расход по журналу.
Codex бесплатно: где проходит граница
Разбираем, почему бесплатная установка Codex и бесплатные вызовы модели не одно и то же, и как проверить вариант с API-ключом без региональных обещаний.
Бесплатный вайб-кодинг: что проверить
Как отличить бесплатный интерфейс от бесплатного доступа к модели, выбрать инструмент для старта и не потерять контроль над ключом и расходом.
LLM в n8n: паттерны воркфлоу и контроль расходов
Как использовать LLM в n8n для классификации, извлечения полей и маршрутизации: проверять JSON, обрабатывать ошибки, разделять ключи и ставить лимиты.
Как сократить расход токенов в Claude Code
Семь приёмов контроля расхода Claude Code: границы задачи, контекст, короткие ответы, отдельный ключ, лимиты и проверка результата по журналу запросов.
GPT-5.6 Luna, Terra и Sol: как выбрать модель под задачу
Три уровня GPT-5.6 в каталоге Relay: какая модель берёт массовую разметку, какая средние задачи, какая сложные. Таблица выбора и конвейер из ступеней.
Claude Sonnet или Opus: что выбрать под задачу
Как выбрать между Sonnet, Opus и недорогой моделью: три вопроса про цену ошибки, объём и длину цепочки, правило двух моделей и проверка на своих задачах.
Задержка LLM API: как измерить TTFT и сократить ожидание
Из чего складывается задержка LLM API, как измерить TTFT и скорость генерации на своём ключе и что сокращает ожидание: стриминг, кэш, короткий вывод.
Юнит-экономика LLM-функции: сколько стоит один пользователь
Как посчитать себестоимость LLM-функции на пользователя: считайте по сессии, смотрите на перцентили, берите данные из журнала запросов и CSV Relay.
Расход на AI-агентов: откуда он берётся и как поставить потолок
Почему счёт за агента растёт быстрее числа шагов и как ограничить расход: отдельный ключ, лимиты в долларах, список моделей и проверка остатка.
Как снизить стоимость LLM API: семь приёмов по порядку
Семь приёмов сократить расход на LLM API в порядке внедрения: от журнала запросов до кэша и повторов. У каждого указано, когда он не сработает.