Цена обработки PDF зависит от задачи: получить текст, извлечь поля или разобрать содержание. В нашем сценарии извлечение короткого набора полей из 1 000 текстовых страниц стоит 144 ₽ LLM-расходов. Для сканов к смете добавляются OCR или токены изображений. Числа ниже рассчитаны при заданном расходе, а не получены тестированием документов.
Для долларового тарифа OCR используется курс ЦБ на 8 октября: 85,4811 ₽ за $1. Рублёвый эквивалент — ориентир, без комиссии за конвертацию.
Сначала определите, какой результат нужен
| Задача | Что оплачивается |
|---|---|
| Получить текст из PDF с текстовым слоем | Локальное извлечение; API может вообще не потребоваться |
| Получить текст со скана | OCR или обработка изображения моделью |
| Извлечь номер, дату, сумму и другие поля | Распознавание при необходимости, затем извлечение полей и проверка |
| Сделать краткое содержание | Входные данные и генерируемый текст |
| Отвечать на вопросы по архиву | Индексация, поиск релевантных фрагментов и ответы модели |
Не включайте LLM по умолчанию, если задача заканчивается на получении уже доступного текста. И не сравнивайте цену обычного OCR с полной обработкой документа: результат у этих операций разный.
Для вопросов по большому архиву полезнее отдельно посчитать RAG и эмбеддинги, чем пересылать весь архив на каждый вопрос.
Текстовый PDF: формула и расчёт на 100 и 1 000 страниц
Возьмём GPT-4.1 Mini по базовому тарифу AITUNNEL: 80 ₽ за 1 млн входных и 320 ₽ за 1 млн выходных токенов. На странице также есть верхние значения 88 / 352 ₽. Расчёт ниже использует нижнюю границу; режим и итоговую цену нужно проверить перед оплатой. Источник.
Учебный профиль на одну страницу:
- 1 000 входных токенов суммарно на текст, инструкции и описание полей;
- 200 выходных токенов на короткий структурированный результат;
- один вызов на страницу, без кэша и повторов.
Цена страницы = (вход × цена входа + выход × цена выхода) ÷ 1 000 000.
Получается: (1 000 × 80 + 200 × 320) ÷ 1 000 000 = 0,144 ₽.
| Страниц | Вход / выход, млн токенов | LLM-расход |
|---|---|---|
| 100 | 0,1 / 0,02 | 14,40 ₽ |
| 1 000 | 1 / 0,2 | 144 ₽ |
200 выходных токенов подходит как допущение для нескольких полей или короткого резюме. Для полного переписывания страницы, развёрнутого ответа или длинной таблицы выход будет другим. Количество страниц само по себе не задаёт число токенов.
Сканы: отдельный OCR и последующий анализ
Скан сначала нужно превратить в текст или передать модели как изображение. Отдельный OCR удобен, если распознанный текст будет использоваться несколько раз: его можно сохранить и не распознавать повторно.
Для ориентира разработчик Mistral публикует для OCR 4.1 цену $4 за 1 000 страниц, для страниц с аннотациями — $5. Это разные операции. Карточка OCR 4.1.
| Страниц | Только OCR по $4 / 1 000 страниц | Рублёвый ориентир |
|---|---|---|
| 100 | $0,40 | ≈34,19 ₽ |
| 1 000 | $4 | ≈341,92 ₽ |
Это официальный долларовый тариф разработчика, а не предложение российского посредника. Доступность аккаунта, оплату и цену маршрута у своего провайдера проверяйте отдельно. В таблицу не входят хранение файлов, аннотации и дальнейший анализ.
Если после OCR для 1 000 страниц применить наш текстовый LLM-профиль, получится 341,92 + 144 = 485,92 ₽. Это смета двух последовательных операций при заданном объёме.
У Yandex Vision OCR также есть распознавание изображений и PDF, включая таблицы и шаблонные документы. При выборе уточняйте конкретную модель распознавания и её единицу тарификации, а не только название сервиса.
Прямая передача PDF в vision-модель
По документации OpenAI, в Responses API PDF передаёт модели и извлечённый текст, и изображения страниц. Отправка файла с текстовым слоем поэтому не равна отправке одного текста.
Для расчёта нужен общий вход после обработки файла. Не прибавляйте визуальные токены второй раз, если они уже отражены в итоговом счётчике входа.
Посмотрим, как меняется смета при двух заранее заданных профилях. Цена модели и выход в 200 токенов остаются прежними:
| Расчётный профиль | Общий вход на страницу | LLM за 100 / 1 000 страниц |
|---|---|---|
| Передан только текст | 1 000 токенов | 14,40 / 144 ₽ |
| Текст и визуальная часть | 4 000 токенов | 38,40 / 384 ₽ |
4 000 токенов — допущение, а не фиксированный расход GPT-4.1 Mini на скан. Точная стоимость изображения зависит от модели, размеров и режима детализации; правила приведены в документации vision.
Нельзя по этой таблице объявить vision дешевле OCR. В ней не измерены ни реальные токены ваших документов, ни полнота распознавания, ни число исправлений.
Таблицы: считайте принятый результат
Получить текст страницы недостаточно, если вам нужны правильные строки, суммы и связь между колонками. Проверяйте результаты на документах с разными шаблонами: текстовый PDF, скан, повёрнутый лист, многостраничная таблица, мелкий шрифт.
Для счёта полезно сверять арифметику: сумма строк, итог, валюта. Для таблицы — число строк и обязательные поля. Валидный JSON не доказывает, что значения считаны верно; на это прямо указывает документация Structured Outputs.
Цена принятой страницы = все расходы обработки и исправления ÷ число принятых страниц.
Учебный пример: на 1 000 страниц потрачено 400 ₽, принято 900. Цена принятой страницы — 400 ÷ 900 ≈ 0,44 ₽, а не 0,40 ₽. Ручная проверка и повторная обработка оставшихся страниц ещё не включены.
Что может увеличить стоимость
Повторная отправка всего документа после ошибки оплачивает обработку заново. Разбивайте пакет на независимые документы или части и повторяйте только неуспешные элементы. Сохраняйте результат распознавания с идентификатором исходного файла.
При этом учитывайте общие инструкции: десять отдельных вызовов могут десять раз передать одну схему. В нашем профиле вход уже включает инструкции; в своей смете сделайте то же самое.
Если модель рассуждает перед ответом, короткий JSON не показывает полный оплачиваемый выход. Учёт разобран в статье о reasoning-токенах.
Отдельно заложите хранение, сетевой трафик и проверку человеком. Если документы содержат данные клиентов, условия передачи и хранения стоит проверить до выбора API. Что известно о российских провайдерах, собрано в статье о персональных данных.
Как получить смету для своих документов
Выберите 20–30 обезличенных документов, которые отражают ваши шаблоны и сложные случаи. Для каждого зафиксируйте страницы, оплачиваемые токены или OCR-операции, стоимость, повторы и правильность нужных полей.
Считайте отдельно текстовые PDF, сканы и таблицы. Усреднение всех типов в одну «цену страницы» скроет дорогую часть нагрузки.
В подборе API можно сравнить LLM-расход по измеренному входу и выходу. Отдельный OCR и эксплуатационные расходы добавьте к результату. Перед массовой обработкой сверяйте поддержку файлов, конкретный endpoint и тариф у выбранного провайдера.
