· reAPI Team
Плата за AI API без запросов: стоимость простаивающих развёртываний
Разберись в списаниях за AI API без выполняющихся запросов. Проверь выделенные эндпоинты, простаивающие экземпляры, сохранённое хранилище и доказательства остановки развёртывания.

Ты не отправлял промпты и не создавал видео, но на счёте появляется очередное списание.
Прежде чем искать загадочный вызов API, посмотри на единицу в счёте. Если она измеряет время нахождения оборудования онлайн или хостинг модели, пустая история запросов может полностью соответствовать списанию. Together AI взимает плату за выделенное оборудование активных выделенных эндпоинтов и за хостинг развёрнутых дообученных моделей. Replicate тарифицирует экземпляры развёртывания во время подготовки, обработки и простоя.[1][2]
От этого различия зависит, что нужно выключить. Закрывая приложение, ты прекращаешь им пользоваться. Останавливая развёрнутый эндпоинт, ты меняешь состояние ресурса, который создаёт расходы.
Один час работы, десять часов онлайн
Предположим, ты развёртываешь модель для эксперимента, используешь её час, а затем оставляешь экземпляр онлайн до конца десятичасового периода. Для этого примера допустим цену в две условные единицы за час экземпляра онлайн. Это выдуманные единицы для расчёта, а не предложение какого-либо провайдера.
Счёт составит двадцать единиц: один экземпляр умножить на десять часов онлайн и на две единицы. Если считать только час полезной обработки, получится две единицы. Оставшиеся восемнадцать — не необъяснимые запросы. При допущении о тарификации из этого примера это стоимость поддержания экземпляра онлайн в остальные девять часов.
Теперь изменим эксперимент. Ты отправляешь вдвое меньше промптов, но оставляешь тот же экземпляр онлайн на те же десять часов. Сумма за хостинг по-прежнему равна двадцати единицам. Более короткие промпты и меньшее число выходных token не меняют именно этот счётчик. Нужно изменить оплачиваемое время онлайн, число экземпляров или применимый тариф оборудования.
Для настоящего развёртывания используй документированную единицу тарификации и реальные интервалы работы экземпляров, включая время подготовки и округление, которые применяет сервис. Документация Replicate по оплате явно включает время подготовки, простоя и активности развёртываний. Публичные модели используют другую модель оплаты, а для быстро запускающихся дообученных моделей есть исключение; не переноси правило с одного типа выполнения на другой только из-за похожих названий моделей.[2]
Это также объясняет, почему API может казаться дорогим, если разделить счёт на небольшое число завершённых запросов. Ты распределяешь стоимость поддержания готовой мощности на работу, которая её использовала. Оправданно ли это, зависит от причины, по которой ты держал её готовой.
Что даёт простаивающий экземпляр
Настройки развёртывания Replicate позволяют задать минимальное число экземпляров, чтобы модели оставались прогретыми, или разрешить неиспользуемым экземплярам масштабироваться до нуля. Также можно ограничить максимальное число экземпляров.[3] Минимум и максимум отвечают на разные вопросы. Низкий максимум ограничивает рост развёртывания; ненулевой минимум может сохранять мощность онлайн, даже когда новая работа не поступает.
Для интерактивного приложения поддерживать экземпляр готовым может быть разумно. Следующему запросу не придётся ждать подготовки этого экземпляра из состояния офлайн. Для редкого внутреннего эксперимента оплату долгих периодов затишья может быть сложнее оправдать. Документация описывает настройки, но не может сказать, какую задержку запуска примут именно твои пользователи.
Принимай решение с учётом нагрузки. У пакета, который может дождаться следующего запуска по расписанию, и у пользователя перед живым интерфейсом разные требования. Если ты измерял поведение при запуске в собственных одобренных тестах, используй эти измерения. Без них пока нельзя определить, соответствует ли дополнительное ожидание потребностям приложения. Прогретый экземпляр также не доказывает, насколько быстро завершится каждый запрос.
То же различие действует у Together. Его рекомендации поддержки отделяют использование бессерверных моделей от хостинга развёрнутых дообученных моделей и выделенных эндпоинтов. Бессерверное использование оплачивается по фактическому использованию API; хостинг и выделенные ресурсы могут продолжать накапливать расходы и без него.[1] Фразы «Мы используем Together» недостаточно для выбора правила тарификации. Найди тип эндпоинта в аккаунте.
Поэтому рядом с развёртыванием эксперимента полезно записать причину, по которой оно остаётся онлайн: какую нагрузку обслуживает, кто отвечает за него и когда эта потребность закончится. Позже это облегчит решение об остановке по сравнению с попыткой угадать назначение старого эндпоинта по имени.
Найди ресурс, прежде чем удалять платёжную карту
Начни с одной строки счёта и периода оказания услуги. Определи ID ресурса и аккаунт или организацию, затем открой соответствующий эндпоинт или развёртывание. Сравни его состояние и выделенные экземпляры с оплачиваемым периодом. Вопрос в том, подлежал ли этот ресурс оплате в данном интервале.
Если в счёте есть только общая сумма списания, найди лежащую в её основе детализацию использования. Не сравнивай строку аппаратных часов с ценой token модели. Покупка кредитов — это пополнение средств, а хостинг их расходует; рекомендации поддержки Together явно разделяют эти события.[1]
Затем проверь, что учтены все ресурсы нужного аккаунта. Включи эндпоинт разработки, развёртывание из прошлой месячной оценки и ресурсы, созданные другими участниками команды. Не нужно предполагать, что какой-то из них забыли. Нужен ответственный, который скажет, должен ли каждый из них ещё работать.
Если плата относится к инференсу, а не к хостингу, сравни историю запросов провайдера с журналами приложения. Проверь задания по расписанию и воркеры как возможные источники активности. Закрытое окно браузера мало что доказывает о сервисе, работающем в другом месте. Если найдёшь необъяснимые запросы, расследуй их отдельно; руководство по реагированию на утечку ключа рассматривает раскрытие учётных данных.
Проверь также, когда завершились принятые задания. reAPI документирует, что ожидающие задачи могут завершаться и расходовать кредиты после отзыва их API-ключа. Ответ задачи различает резервирование и окончательный расчёт.[4] В такой ситуации более позднее изменение баланса может относиться к прежней работе. Сравни время отправки и завершения, прежде чем заключить, что после отключения выполнялся новый запрос.
Удаление способа оплаты не отвечает ни на один из этих вопросов. Together требует иметь хотя бы одну действующую карту и назначить другую картой по умолчанию перед удалением текущей.[5] Документированный способ прекратить неиспользуемый хостинг — остановить эндпоинт. Сначала разберись с оплачиваемым ресурсом; иначе можно потратить время на настройки платежей, оставив нужный эндпоинт активным.
Останови ресурс, затем проверь следующий интервал оплаты
Для Together опубликованная процедура состоит в проверке развёрнутых дообученных моделей и активных выделенных эндпоинтов с последующей явной остановкой тех, которые больше не используются.[1] Запиши, какой эндпоинт ты остановил и когда. Если модель ещё нужна команде, сохрани доступными её конфигурацию и требования к развёртыванию для следующего человека, которому придётся её восстановить.
У Replicate проверь и конфигурацию масштабирования, и фактическое состояние экземпляров. Настройка описывает разрешённые действия развёртывания; мониторинг показывает, запускаются ли экземпляры, простаивают или обрабатывают работу.[3] После изменения проверь фактическое число экземпляров онлайн. Не используй сохранённый экран конфигурации как единственное доказательство того, что ресурс офлайн.
Удаление — следующий шаг. Документация Replicate требует, чтобы перед удалением развёртывание находилось офлайн и не использовалось не менее пятнадцати минут.[6] Если ближайшая цель — перестать платить за заброшенный эксперимент, следуй этому порядку жизненного цикла. Отдельно реши, хочет ли команда сохранить конфигурацию или удалить развёртывание.
Затем посмотри следующую запись использования. Сравни охватываемый ею интервал со временем остановки, а не только с датой появления списания. Строка, опубликованная после остановки, всё ещё может описывать более раннее оплачиваемое время. Действительно новый оплачиваемый интервал после перехода ресурса в неактивное состояние — другое наблюдение, с которым стоит обратиться в поддержку, приложив ID ресурса и временные метки.
Вернёмся к примеру с десятью часами. Если запись говорит, что экземпляр был онлайн все десять часов, итог в двадцать единиц следует из указанного допущения. Если есть доказательства, что он ушёл офлайн раньше, расхождение становится точным: какой интервал посчитала система оплаты? Для поддержки это гораздо полезнее, чем «Я не отправлял промпты».
После остановки модели могут остаться другие расходы
Отключение вычислений не обязательно удаляет окружающие ресурсы. AWS приводит конкретный пример: тома EBS сохраняются после остановки экземпляра EC2 и продолжают создавать расходы на хранение.[7] Это правило хранения AWS, а не утверждение, что Together или Replicate применяет такие же платежи за хранение.
Если ты управляешь собственной инфраструктурой, прочитай оставшиеся статьи счёта по отдельности. Определи сохранённый том или другой отдельно оплачиваемый ресурс и выясни его содержимое до удаления. AWS документирует, что удаление тома EBS удаляет его данные, а снимки предоставляют отдельный вариант сохранения.[8] Экономия — не причина удалять единственную копию артефакта модели, который ещё нужен команде.
Та же осторожность нужна с результатами, скопированными в собственное хранилище. Жизненный цикл сервиса генерации не определяет жизненный цикл твоего архива. Руководство по сохранению результатов прослеживает эти копии от сохранения до удаления. В списке проверки отключения назначь хранению отдельного ответственного и отдельное решение, а не прячь его под пунктом «эндпоинт остановлен».
Поэтому масштабирование одного развёртывания до нуля не доказывает, что весь аккаунт теперь ничего не стоит. Могут оставаться другие эндпоинты, расчёты за прежнюю работу или отдельно оплачиваемые ресурсы. Закрой каждый пункт с учётом его собственной единицы и периода услуги.
Реши, нужно ли тебе вообще собственное развёртывание
Разобравшись со счётом, спроси, что потребуется приложению при следующем запуске. Собственные веса, контроль инфраструктуры и выделенная мощность — причины рассмотреть развёртывание. Для вызова поддерживаемой готовой модели вместо этого может подойти API размещённых моделей. Это разные продуктовые решения, а не взаимозаменяемые способы купить одно и то же.
Для инференса поддерживаемых моделей сравни каталог reAPI с моделью и контрактом входных и выходных данных, которые нужны приложению. Документация задач показывает, как сообщаются результаты и окончательно рассчитанное использование; справочник баланса описывает сторону аккаунта.[4] Это не делает reAPI заменой собственного обучения или выделенного GPU-хостинга. Если они входят в требования, включи их в сравнение, а не оценивай только ту часть, которую легче всего заменить.
Без этого выбора нет единой полезной цены «создания ИИ-приложения». Оцени работу по созданию отдельно от инференса, онлайн-вычислений, хранения и эксплуатации. У редко используемого приложения небольшая сумма за запросы может сочетаться со значительной суммой за хостинг, как в примере выше. У загруженного сервиса поддержание готовой мощности может быть намеренным.
Бесплатные лимиты тоже не решают вопрос архитектуры. Replicate документирует отдельные модели, которые можно попробовать до настройки оплаты, а OpenAI — предоплаченные API-кредиты, уменьшающиеся при платном использовании.[2][9] Ни то ни другое не подтверждает неограниченный бесплатный инференс или бесплатный выделенный хостинг. Когда одобрят следующий эксперимент, запиши, как он оплачивается и кто остановит его по завершении.
Источники
- Together AI. Почему с меня списывают деньги, если я не делаю вызовов API? Дата обращения: 15 ноября 2026 года.
- Replicate. Оплата. Дата обращения: 15 ноября 2026 года.
- Replicate. Развёртывания. Дата обращения: 15 ноября 2026 года.
- reAPI. Справочники задач, баланса и аутентификации. Дата обращения: 15 ноября 2026 года. Жизненный цикл задачи, баланс и аутентификация.
- Together AI. Можно ли добавить несколько платёжных карт? Дата обращения: 15 ноября 2026 года.
- Replicate. Удаление развёртывания. Дата обращения: 15 ноября 2026 года.
- Amazon Web Services. Как работают остановка и запуск экземпляра EC2. Дата обращения: 15 ноября 2026 года. Жизненный цикл экземпляра и связанные расходы.
- Amazon Web Services. Удаление тома Amazon EBS. Дата обращения: 15 ноября 2026 года. Удаление и сохранение томов.
- OpenAI. Настройка предоплаты API и управление ею. Дата обращения: 15 ноября 2026 года. Предоплата API.