Содержание ↓
Места в чате для команды считают на калькуляторе, и на этом разговор о том, сколько стоит внедрить ИИ в маркетинг, обычно заканчивается. Зря. Токены для сценариев, которые крутятся ночью без людей, приходят отдельным счётом, и между дешёвой и дорогой моделью там разница в сто раз. А часы сотрудников, которые пишут правила и чинят упавшие сценарии, в счёт не попадают совсем, хотя через год-другой обычно выходят самой тяжёлой строкой.
Я руковожу интернет-маркетингом hh.ru с мая 2024 года и с 2025-го пишу на Claude Code инструменты для своей команды. Главный — Marketing OS: в нём аналитика рынка, база знаний по исследованиям, претест креативов и сборка кампаний. Бюджет на ИИ я утверждаю как руководитель, и счета за токены этого кабинета получаю тоже я.
Цены ниже сняты с официальных страниц 26 сентября 2026 года. Доллары оставил долларами: пересчёт по курсу устареет раньше, чем провайдер поменяет тариф. Как получить доступ к зарубежным сервисам и чем за них платить, компания решает со своими юристами и службой безопасности. Эту часть я не разбираю.
Из чего складывается стоимость внедрения ИИ в маркетинг
Когда я считаю стоимость внедрения ИИ в отдел маркетинга, у меня выходит пять строк. Подписки и токены придут счётом от провайдера, их увидит бухгалтерия. С остальными хуже: сервер записан на ИТ, а часы на настройку и починку спрятаны в зарплате и в чьих-то вечерах.
Пять строк бюджета
| Строка | Как платится | Что обычно забывают |
|---|---|---|
| Подписки | за место, помесячно или за год вперёд | через месяц часть людей перестаёт открывать чат, а места оплачены |
| API-токены | за миллион токенов, вход и выход по разной цене | API в подписку не входит |
| Инфраструктура | сервер, база данных, платформа сценариев | резервные копии и мониторинг |
| Время людей | часы владельца процесса, настройка, проверка ответов | чтение и правка ответа модели тоже занимают часы |
| Сопровождение | часы каждый месяц | модели и цены меняются, сценарии ломаются без ошибок в логах |
С токенами прогноз хуже всего: бриф на 3 000 токенов и контекст из базы знаний на 30 000 различаются по цене входа в десять раз, и так на каждом запросе.
Подписки и API оплачиваются отдельно
У OpenAI это написано прямо в FAQ на странице цен API: API оплачивается отдельно от ChatGPT Plus, Business, Enterprise и Edu. В справке по ChatGPT Business ещё короче — подписка Business использование API не включает. В моих сметах это первая строка, потому что всплывает ловушка незаметно.
Маркетолог месяц вставляет бриф в чат и забирает черновик письма, потом этот шаг переносят в сценарий n8n, который по расписанию сам отправляет брифы в модель через API. Места в чате оплачены, а у сценария свой ключ и свой счёт за токены, которого в бюджете не было.
Вдобавок смета быстро стареет. В феврале 2026 года РБК считал стоимость ИИ-агента на GPT-4o-mini, и для той даты расчёт был нормальным. К сентябрю в прайсе OpenAI API стоят уже GPT-6 Astra, Sol и Luna. Так что любую цифру из статьи, из этой тоже, сверяйте с официальной страницей в день оплаты.
Самая недооценённая строка — время людей
В счёте от OpenAI, Anthropic или n8n нет позиции «часы маркетолога». Но кто-то пишет правила и промты, а потом читает ответы модели перед отправкой. Когда сценарий перестаёт обновлять таблицу, разбираться тоже приходится человеку. В рубли эти часы переводит стоимость часа из формулы окупаемости ниже, а где на каждом этапе нужен владелец, я описал на странице про внедрение ИИ в маркетинг.
У меня эта строка однажды проявилась так. После перезапуска контейнера n8n снял расписания со всех сценариев и обратно их не поставил. Контейнер числился здоровым, в логах ни одной ошибки. Данные при этом перестали обновляться, и узнали мы об этом через несколько дней от собственного сторожа свежести данных. Критичные запуски переехали в системный cron на сервере, в n8n остались сценарии, где пропуск не страшен. С тех пор в смете у меня отдельно живут сторож свежести и человек, который читает его алерты, и оба стоят денег каждый месяц.
Сопровождение я закладываю отдельной строкой с первого дня. В нём сидит переезд сценариев на новую модель и починка того, что сломалось без единой ошибки в логах.
Три сценария — подписки, автоматизации на n8n, собственный инструмент
Третий сценарий нужен, когда автоматизаций много и они цепляются друг за друга. Первый он не отменяет: места в чате людям всё равно понадобятся.
Сценарий 1. Подписки команде
Быстрее всего стартовать с мест в ChatGPT Business или Claude Team. Цена места, умноженная на число людей, — вот и весь ответ на вопрос, сколько стоит подписка на ИИ для команды. По справке OpenAI и странице цен Anthropic стандартное место у них стоит одинаково, годовая оплата выходит на пятую часть дешевле помесячной. Различается только размер команды: ChatGPT Business берёт от двух до 200 мест, Claude Team — от 2 до 150 человек.
Для условной команды из десяти маркетологов счёт получится один и тот же, суммы — в сводной таблице ниже. Личные тарифы дешевле (ChatGPT Go — $8, Plus — $20), но для команды я считаю Business: по справке OpenAI данные рабочего пространства там не идут в обучение моделей.
Через месяц после покупки нередко выясняется, что люди пару раз открыли чат, а работа идёт так же, как до неё. В счёте такая потеря не видна. Владелец нужен и тут: он пишет правила и через месяц смотрит, кто чатом вообще пользуется.
Сценарий 2. Автоматизации на n8n
n8n я беру, когда процесс повторяется каждую неделю и у него понятны вход и выход: собрать упоминания бренда или написать черновики по шаблону. Платить за автоматизацию на n8n придётся дважды: за платформу и провайдеру модели. Облако n8n по прайсу при оплате за год обходится в $20 в месяц на тарифе Starter (2 500 запусков) и в $50 на Pro (10 000). Business ($800 в месяц при той же годовой оплате, 40 000 запусков) и бесплатная Community Edition ставятся только на ваш сервер, так что сервер с обслуживанием тоже ложится на вас.
С оплатой модели легко запутаться из-за кредитов AI Assistant в тарифах n8n. Они тратятся на помощника по сборке сценариев, а модель, которая пишет текст внутри сценария, выставляет счёт сама. Из того, что в прайсе не видно, — тихие поломки вроде истории с расписаниями. Шесть прикладных сценариев с узлами собраны в заметке про n8n для маркетинга.
Сценарий 3. Собственный инструмент
Свой инструмент имеет смысл, когда процессов много, они завязаны на ваши данные и ни один сервис не закрывает их целиком. Так я строю Marketing OS, разделы описаны в кейсах. Стек — Next.js 15, Supabase с pgvector, модели OpenAI, n8n и Docker на VPS, код пишет Claude Code.
Готовой цены у этого сценария нет. Claude Code входит в подписки Claude Pro ($20 помесячно или $17 в месяц при оплате за год) и Max (от $100 в месяц), это видно на странице цен Claude. Сверху ложатся сервер, база, токены по формуле ниже и часы владельца продукта: он ставит задачи агенту и принимает результат. Подробнее о такой работе — в заметке про Claude Code для маркетолога.
Две строки этого сценария легко пропустить. Память проекта — это файл правил CLAUDE.md и база уроков «симптом → причина → правило в три строки», которую агент читает в начале работы. Без неё одну и ту же ошибку оплачиваешь токенами и часами по нескольку раз.
Ещё я закладываю время, чтобы посмотреть на результат глазами. Началось это, когда у меня проходили тысячи тестов, а выгруженный отчёт открывался пустой страницей и повторял абзацы. Теперь для всего, у чего есть видимый результат, я первым делом делаю способ собрать его у себя и открыть.
| Подписки команде | Автоматизации на n8n | Собственный инструмент | |
|---|---|---|---|
| Что покупаете | места в ChatGPT Business или Claude Team | платформу сценариев и токены модели | разработку, сервер, базу, токены, время владельца |
| Официальная цена | $25 за место помесячно или $20 при оплате за год, от 2 мест | облако: Starter $20 и Pro $50; только свой сервер: Business $800 (всё в месяц при оплате за год) и бесплатная Community Edition | готовой нет; Claude Pro с Claude Code — $20 или $17 в месяц при оплате за год, Max — от $100 |
| Условно: 10 маркетологов | $250 в месяц помесячно или $200 при годовой оплате | тариф n8n, токены, сервер при своём размещении | токены, сервер, часы владельца |
| API-токены | не входят | оплачиваются провайдеру модели | оплачиваются провайдеру модели |
| Кто нужен | владелец правил и обучения | тот, кто собирает сценарии и следит за ними | владелец продукта, который ставит задачи Claude Code |
| Где скрытые расходы | чат открывают, работа не меняется | сценарии ломаются молча | сопровождение, смена моделей, проверка результата |
| Когда подходит | старт и обучение команды | один повторяющийся процесс | много своих процессов |
Цены в долларах, без налогов, на 26 сентября 2026 года, и меняют их провайдеры без предупреждения.
Сколько стоят токены и как посчитать счёт за API
У каждого токена две цены. Всё, что вы отправили в модель, идёт по цене входа, её ответ — по цене выхода, и выход у всех моделей в таблице ниже дороже. Так что на вопрос, сколько стоит ИИ-токен, без названия модели ответа нет. Месячный счёт считается так:
Стоимость в месяц = запросы × токены на входе ÷ 1 000 000 × цена входа + запросы × токены на выходе ÷ 1 000 000 × цена выхода.
| Модель | Вход, $ за 1 млн токенов | Выход, $ за 1 млн токенов |
|---|---|---|
| GPT-6 Luna | 0,10 | 0,50 |
| GPT-6 Sol | 2 | 10 |
| GPT-6 Astra | 10 | 50 |
| Claude Haiku 4.5 | 1 | 5 |
| Claude Sonnet 5 | 2 | 10 |
| Claude Opus 5.5 | 4 | 20 |
| Claude Fable 5.1 | 10 | 50 |
Цены взяты из прайса OpenAI API и с вкладки API на странице Claude. Свои цены OpenAI указывает для контекста до 272 тыс. токенов, кэшированный вход там стоит $0,01 у Luna, $0,20 у Sol и $1 у Astra. Пакетная обработка и у OpenAI, и у Anthropic вдвое дешевле обычных запросов.
В условном примере А модель пишет массовые тексты: 500 запросов в месяц, на входе 3 000 токенов брифа и правил, на выходе 1 000. За месяц набегает 1,5 млн токенов входа и 0,5 млн выхода.
| Модель | Вход | Выход | Итого в месяц |
|---|---|---|---|
| GPT-6 Luna | $0,15 | $0,25 | $0,40 |
| Claude Haiku 4.5 | $1,50 | $2,50 | $4 |
| GPT-6 Sol и Claude Sonnet 5 | $3 | $5 | $8 |
| Claude Opus 5.5 | $6 | $10 | $16 |
| GPT-6 Astra и Claude Fable 5.1 | $15 | $25 | $40 |
Пример Б, тоже условный, — ИИ-ассистент по базе исследований, вроде описанного в кейсе про базу знаний, и счёт только за его токены. 3 000 вопросов в месяц, к каждому подтягивается 30 000 токенов контекста, ответ — 2 000 токенов. Получается 90 млн входа и 6 млн выхода.
| Модель | Вход | Выход | Итого в месяц |
|---|---|---|---|
| GPT-6 Luna | $9 | $3 | $12 |
| Claude Haiku 4.5 | $90 | $30 | $120 |
| GPT-6 Sol и Claude Sonnet 5 | $180 | $60 | $240 |
| Claude Opus 5.5 | $360 | $120 | $480 |
| GPT-6 Astra и Claude Fable 5.1 | $900 | $300 | $1 200 |
На массовых текстах разрыв между Luna и Astra — $0,40 против $40 в месяц, и обе суммы теряются рядом с часами, которые маркетолог тратил на эти тексты руками. У ассистента тот же разрыв — уже $12 против $1 200, и выбор модели становится решением уровня бюджета.
Если контекст повторяется, выручает кэш. Допустим, четыре пятых входа в примере Б — один и тот же контекст, и он кэшируется. Тогда у GPT-6 Sol выходит 72 млн × $0,20 + 18 млн × $2 + 6 млн × $10 ≈ $110 вместо $240. У Anthropic запись в кэш стоит отдельно, поэтому пример считаю на OpenAI. Число токенов в своих текстах проверяйте на живых образцах в кабинете провайдера: прикидка «одно слово — один токен» тут не годится.
Внедрение ИИ под ключ — что в прайсах интеграторов
Если строить самим некому, остаётся подрядчик. Я выписал публичные прайсы пяти компаний, которые продают внедрение ИИ в бизнес под ключ. Порядок в таблице случайный, качество работ я не оценивал.
| Интегратор | Что в прайсе | Цена |
|---|---|---|
| Bober AI Systems | аудит за 1–2 недели; пилот сценария около 21 дня; внедрение; RAG-ассистент; сопровождение | аудит — от 150 тыс. ₽, пилот сценария — от 300 тыс. ₽, полное внедрение — от 500 тыс. ₽; RAG-ассистент: пилот — от 300 тыс. ₽, запуск в работу — от 600 тыс. ₽; сопровождение — от 200 тыс. ₽ в месяц |
| ООО «Система» | внедрение ИИ под ключ за 1–3 месяца | от 300 000 до 1 000 000 ₽ |
| Вебсид | AI-пилот; корпоративная AI-платформа; инфраструктура | пилот от 200 000 ₽; корпоративное внедрение от 450 000 ₽; инфраструктура — индивидуально |
| Rizon | анализ готовности бизнеса; разработка и внедрение за 1,5–6 месяцев | анализ от 900 000 ₽; внедрение от 2 500 000 ₽ |
| Джаст ИТ | почасовая работа, проект в среднем 2–6 месяцев | от 3 500 или от 4 500 ₽ в час — на странице две цифры |
Ещё один ориентир взят из статьи, прайсом он не считается. Основатель Swift Agents в блоге на Sostav оценивает, сколько стоит ИИ-агент под заказ: 250 000–500 000 ₽ разработки и 20 000–30 000 ₽ поддержки в месяц.
Полное внедрение в таблице стартует где от 300 000 ₽, где от 2,5 млн ₽. Под вывеской «внедрение нейросетей в бизнес» продают и один сценарий, и корпоративную платформу. Поэтому стоимость ИИ-агентов и внедрения у разных подрядчиков в лоб не сравнить. Сравнивайте состав работ и то, что после договора останется у вас: промты, сценарии, доступы.
Как посчитать окупаемость до покупки
Часы × ставка
Окупаемость я считаю в часах, а финансисту показываю рубли. Как гладко Claude написал черновик кампании, ему неинтересно. Формулы такие:
- Стоимость часа = месячный фонд оплаты сотрудника с налогами ÷ рабочие часы в месяце.
- Экономия в месяц = (время на задачу до − время после, включая проверку результата) × число задач в месяц × стоимость часа.
- Окупаемость в месяцах: всё, что заплатили один раз, делим на остаток месячной экономии после ежемесячных трат на подписки, токены и сервер.
- Знаменатель ноль или меньше — не окупится никогда.
Последнюю строку можно посчитать ещё до договора. Проверку результата я включаю во «время после»: если модель пишет черновик за минуты, а маркетолог потом долго сверяет цифры и тон, экономия считается по полному циклу. Иначе отчёт покажет освободившиеся часы, которых в календаре нет.
Для арифметики возьму условную задачу: до внедрения она занимала 6 часов в неделю, после — 1,5 часа вместе с проверкой. Экономия — 4,5 часа в неделю, около 18 часов в месяц. При условной стоимости часа 1 000 ₽ маркетолог экономит около 18 000 ₽ за месяц, и из них вычитаются ежемесячные расходы на ИИ. К Marketing OS эти цифры отношения не имеют.
В самом Marketing OS экономия выходит до 15% рабочего времени маркетолога, на 40-часовой неделе это до 6 часов. Замер снят на процессах моей команды, и для другого отдела это в лучшем случае потолок.
Пилот на одном процессе
Когда внедрение ИИ в бизнес-процессы начинают сразу со всего отдела, потом нечего посчитать, поэтому для пилота я беру одну задачу с владельцем. Подходит задача, которая повторяется каждую неделю и выдаёт что-то измеримое: еженедельную сводку или тексты кампании под каналы, как в кейсе про кампании. «Улучшить маркетинг нейросетями» для пилота не годится. У такой задачи нет выхода, который можно посчитать. А если владелец существует только в переписке, через месяц пилот превращается в папку с промтами, и никто не помнит, какую ошибку закрывал каждый из них.
На пилот нужен свой бюджет и заранее записанное условие остановки. Например: задача должна сократиться с шести часов до двух вместе с проверкой, а качество принимает тот же человек, что принимал ручную работу. Если к оговорённой дате этого нет, пилот закрывается или процесс меняется. После первого удачного черновика условие почему-то всегда хочется смягчить, поэтому записываю его до старта. Посчитать такой пилот для своего процесса до покупки подписок можно вместе со мной на консультации.
Замер «до» и «после»
Несколько недель до старта я фиксирую, сколько раз в месяц возникает задача и сколько часов на неё уходит. После запуска меряю то же самое тем же способом. Без цифры «до» любой процент экономии держится на ощущениях. Бюджет на внедрение нейросетей в рабочие процессы под ощущения никто не утверждает, я в том числе.
Метрики, по которым мы что-то решаем, у нас считает формула в коде или SQL. Модели остаётся разложить входы по категориям и объяснить результат. Так повелось после одной метрики, которую «оценивала» модель. Цифра выглядела красиво и от прогона к прогону ползла вверх. Когда в ней разобрались, выяснилось, что это фейк.
Со сверкой я тоже однажды обманулся. Мы сверили числа в отчёте встречным счётом, и всё сошлось. Потом выяснилось, что источником был агрегат поставщика данных, который сам расходился со вторым представлением тех же данных в 17 раз. Теперь для каждого источника я спрашиваю, что именно доказывает сверка и полны ли данные.
Где теряют деньги при внедрении ИИ
Пилот без замера
Типичный старт звучит как «покрутим месяц и решим». Через месяц решать не по чему: цифру «до» никто не записал, есть пара удачных черновиков и счёт. Дальше пилот продлевают или закрывают по настроению.
Счёт за API, который никто не ограничил
Разовые скрипты, которые кто-то запускал «на минутку», тратили деньги мимо учёта. Тогда мы поставили один жёсткий месячный лимит в рублях на все процессы сразу. Код резервирует сумму из него перед каждым платным вызовом. На 80% и на 100% в Telegram приходит алерт, а когда лимит исчерпан, вызовы останавливаются. Сумму не называю. Важнее, что лимит один на всё и проверяется до вызова.
Официальные настройки у провайдеров есть. OpenAI в FAQ на странице цен пишет, что месячный бюджет в настройках оплаты останавливает запросы, но может сработать с задержкой, и перерасход оплачивает клиент. В Claude Team и Enterprise, по странице цен Anthropic, есть лимиты расходов на уровне пользователя и организации. Пока лимит OpenAI догоняет расходы, деньги продолжают уходить. В игре-симуляторе на этом сайте есть событие «кончились деньги — из офиса увозят кофемашину», и с API без своего лимита выходит похоже: что деньги кончились, узнаёшь из счёта. Поэтому лимит в коде у меня стоит первым.
Сотни записей через непроверенный промт
Перед прогоном нового промта по нескольким сотням публикаций мы запустили его на четырёх живых постах и прочитали ответы глазами. Дефектов нашлось два. Модель вопреки прямому запрету притянула нужную тему к посту про аренду квартир. А у половины источников в базе вообще не было текста, только анонс на 130–300 знаков. Массовый прогон заполнил бы поле догадками по заголовкам, и заплатили бы мы дважды: токенами за прогон и часами за разбор. С тех пор любой новый промт сначала проходит 3–5 живых записей.
Платформа «на всё» и ничейный процесс
Корпоративная платформа стоит от сотен тысяч рублей до миллионов: у Вебсида корпоративное внедрение начинается от 450 000 ₽, у Rizon анализ готовности — от 900 000 ₽. Для отдела, который ещё не измерил ни одного процесса, это покупка раньше, чем понятна задача. Сначала я считаю в часах и рублях один процесс, платформа подождёт.
Без владельца процесс глохнет постепенно: промты и база знаний устаревают, алерты сторожа свежести никто не открывает. Потом ломается сценарий, как у меня с расписаниями в n8n. Подписки всё это время списываются. Владельцем я считаю человека, у которого под эту задачу каждую неделю есть часы в календаре. Если таких часов не нашлось ни у кого, с покупкой можно не спешить.
Чек-лист перед покупкой
До покупки подписок, оплаты пилота или встречи с интегратором я прохожу с владельцем процесса восемь пунктов и пишу ответы в таблицу, где потом будет замер.
- Один процесс и его владелец.
- Сколько часов и сколько раз в месяц процесс занимает сейчас — замер «до».
- Какая метрика «после» и какая формула её считает — в таблице или в коде.
- Какие данные уйдут в модель и кто это разрешил.
- Месячный лимит на API и что происходит при его исчерпании.
- Кто поддерживает решение после запуска и сколько часов в месяц это займёт.
- Условие остановки: что делаем, если к оговорённой дате экономии нет.
- Если работаете с интегратором — остаются ли у вас промты, сценарии и доступы после окончания договора.
С ответами на все восемь вопросов окупаемость пилота можно считать сразу. Что идёт после пилота, по этапам расписано на странице про внедрение ИИ в отдел маркетинга. Пройти этот список на вашем процессе можно со мной на консультации.
