ChatGPT, Claude, Gemini, Perplexity и Grok легко превращаются в ещё одну пачку ежемесячных списаний. Я посчитал стоимость такого набора и посмотрел, где пять подписок действительно дают пять разных инструментов, а где мы несколько раз оплачиваем примерно одну и ту же работу.

$109,99 в месяц. $1319,88 в год.

Столько сейчас стоит набор из ChatGPT Plus, Claude Pro, Google AI Pro, Perplexity Pro и SuperGrok, если оплачивать обычные индивидуальные тарифы по официальным ценам в США. ChatGPT Plus и Claude Pro стоят по $20, Google AI Pro и Perplexity Pro почти столько же, SuperGrok дороже, $30.

Когда я сложил эти цифры, первая реакция была простой: отлично, мы заново изобрели кабельное телевидение. Только вместо 140 каналов, которые никто не смотрит, теперь пять вкладок с полем для промпта.

Но списать все дополнительные подписки на невнимательность тоже не получилось.

Разработчик, который каждый день работает через Claude Code, покупает совсем не то же самое, что человек, пару раз в месяц открывающий Claude ради «второго мнения». А Google AI Pro для пользователя, живущего в Gmail и Docs, имеет другую ценность, чем для того, кто запускает Gemini только в отдельном окне браузера.

Поэтому вопрос «какая нейросеть лучше» здесь быстро перестаёт работать.

Мне стал интересен другой: за что именно мы платим второй, третий и пятый раз?

Все цены и состав тарифов в статье проверены 13 августа 2026 года. Конкретные модели и лимиты меняются довольно быстро, поэтому я сознательно не строил материал вокруг очередного бенчмарка GPT против Claude. Через год такой рейтинг легко превратится в археологический артефакт. Логика расходов на подписки меняется медленнее.

Один пользователь Claude утверждает, что прогнал через модель больше миллиарда входных токенов. Другой оставил AI-агента без присмотра и насчитал около $6000 расходов. Цифры из Reddit можно оспаривать, но механизм за ними вполне реальный.

Я посмотрел, почему короткий запрос внутри длинного чата может оказаться совсем не коротким для LLM, что происходит, когда контекст разрастается до сотен тысяч токенов, зачем нужен prompt caching и почему большое контекстное окно иногда делает ответы не лучше, а хуже.

А заодно собрал несколько способов снизить расход токенов без бессмысленной охоты за каждым словом в промпте.

Недавно я попробовал объяснить маме, как нормально ставить задачи ChatGPT.

Без temperature, context window, system prompt и прочих слов, после которых человек вполне справедливо решает, что проще уже сделать всё самому.

Я сказал примерно так: «Сформулируй, что тебе нужно. Объясни, каким должен быть результат. Если есть ограничения, напиши их сразу. Не сваливай пять разных задач в одну. И не заставляй модель угадывать то, что существует только у тебя в голове».

На всё ушло минут пять.

А потом я понял, что почти дословно пересказал KERNEL, один из фреймворков для написания промптов.

И тут стало интереснее: если базовый prompt engineering действительно можно объяснить человеку за пять минут, что происходит, когда LLM переезжает из вкладки браузера в реальный продукт?

В машинном обучении есть негласный договор. Если хочешь чтобы сеть работала - обучи все веса. Итеративно, через обратное распространение ошибки, тысячи шагов градиентного спуска. А вот к резервуарным вычислениям этот договор применяется с обратной логикой. Подавляющее большинство весов генерируются случайно и никогда не меняются. Обучается только один выходной слой. 

И это, как ни странно, работает.

Начнем, впрочем, говорить про проблему - иначе непонятно, зачем вообще идти на такой компромисс.

Рекуррентные нейросети придуманы для последовательных данных - временных рядов, речи, текста. В отличие от обычных сетей, у них есть интересное состояние. Выход на шаге t зависит не только от входа на шаге t, но и от всего что было до. Это делает их мощными - и одновременно очень неудобными в обучении.

Обучают РНС через BPTT - метод обратного распространения ошибки по времени. Собственно, алгоритм раскрывает сеть во времени. Берет все T шагов, строит граф вычислений и считает градиент через него. На каждом шаге градиент проходит через матрицу весов W. Если W перемножать саму на себя T раз подряд - при собственных значениях меньше 1 произведение стремится к нулю экспоненциально. При больше 1 - к бесконечности.

Первое называется затуханием градиента, второе - взрывом градиента. И это, кстати, нюанс.

RNN плохо запоминает то, что было давно. Градиент от событий на шаге t=1 до шага t=100 затухает настолько, что сеть его просто не видит. LSTM частично решает это через систему гейтов, которые контролируют поток информации. Но LSTM тяжелее, медленнее, и проблему не убирает - немного смягчает.