OpenAI подняла цены на доступ к GPT-5.5 через API, и для бизнеса это не просто строка в счёте за облачные сервисы. Чем дороже становятся ИИ-модели, тем сильнее соблазн экономить на контроле запросов, хранении данных и проверке посредников.

API (от англ. application programming interface — программный интерфейс для подключения сервиса к приложению) давно встроился в клиентскую поддержку, аналитику, маркетинг и внутренние базы знаний. Если компания отправляет в модель письма клиентов, договоры или обращения сотрудников, подорожание быстро превращается в вопрос интернет-безопасности.

Что именно подорожало у GPT-5.5

По данным 3DNews, OpenAI установила для GPT-5.5 новые цены: $5 за входящие данные, $0,50 за кешированные входящие данные и $30 за исходящие ответы в пересчёте на миллион токенов. Токен — фрагмент текста, из таких фрагментов модель собирает запрос и ответ.

Для сравнения: у GPT-5.4 соответствующие цены составляли $2,50, $0,25 и $15. То есть базовые тарифы выросли примерно вдвое.

OpenAI объясняет рост более высокой эффективностью модели: GPT-5.5, по заявлению компании, может решать задачи с меньшим числом токенов. Но итоговый счёт зависит не от рекламной формулы, а от длины запросов, структуры ответов, кеширования (временного хранения повторяющихся фрагментов) и дисциплины разработчиков.

Почему итоговая стоимость растёт не одинаково

OpenRouter оценил фактическое подорожание GPT-5.5 в 49–92 %. Разброс большой, потому что разные сценарии по-разному нагружают модель.

При длинных запросах — более 10 000 токенов — часть роста компенсирует сокращение времени обработки. OpenRouter также отмечает, что GPT-5.5 при длинных запросах генерирует на 19–34 % меньше токенов. Для юридического анализа, обработки больших инструкций или сводок по документам это может смягчить удар по бюджету.

С короткими запросами ситуация хуже. Если компания массово проверяет письма, классифицирует заявки поддержки или просит модель переписать короткие тексты, экономия на токенах почти не помогает. Счёт растёт, а скорость заметно не меняется.

Подорожание ИИ меняет риски для данных

Когда расходы на ИИ резко растут, бизнес часто ищет быстрый способ сэкономить: подключает новые шлюзы, переносит часть задач в менее проверенные инструменты или разрешает командам выбирать сервисы самостоятельно. Так появляется теневой ИИ — рабочие сценарии, о которых не знает служба безопасности.

Главная опасность — не сама модель, а данные, которые в неё отправляют. В запросах могут оказаться персональные данные клиентов, коммерческие условия, фрагменты исходного кода, номера договоров и внутренние инструкции. Если компания не ведёт журнал запросов и не ограничивает права доступа, она теряет контроль над утечками.

Отдельная зона риска — ключи доступа. API-ключ даёт приложению право обращаться к модели и списывать деньги с аккаунта. Если такой ключ попадает в репозиторий, чат или лог-файл, злоумышленник может использовать его для чужих запросов или получить доступ к истории интеграции. Мы уже разбирали похожий сценарий в материале про то, как уязвимость Ollama грозит утечкой ключей API и переписок.

Не только OpenAI: рынок дорожает сложнее, чем кажется

Источник также приводит данные по Anthropic. Новая флагманская модель Claude Opus 4.7 сохранила номинальные цены на уровне предшественницы, но OpenRouter фиксирует рост практических затрат при длинных запросах более 2000 токенов — на 12–27 % с учётом экономии за счёт кеширования.

Причина — не только в тарифной сетке. На стоимость влияет токенизатор, то есть механизм, который разбивает текст на фрагменты для обработки моделью. Если новый токенизатор иначе режет текст, компания может увидеть рост расходов даже без формального повышения цены.

Для отделов безопасности здесь важен простой вывод: сравнивать модели только по цене за миллион токенов нельзя. Нужно смотреть на полный маршрут данных — кто принимает запрос, где он хранится, как долго живут логи, кто видит ответы и как отзываются ключи доступа.

Похожий вопрос возникает и в потребительских сценариях, где ИИ встраивают в покупки, рекомендации и поиск. В статье «Alibaba встроит Qwen в шопинг: какие данные увидит ИИ» мы показывали, почему удобство персонализации быстро упирается в объём передаваемых данных.

Как пересчитать ИИ-бюджет без потери контроля

Первый шаг — отделить полезные запросы от мусорных. Часто модель получает длинные системные инструкции, повторяющиеся куски документации и лишние поля из CRM. Это увеличивает счёт и расширяет поверхность утечки.

Второй шаг — настроить политику данных. В модель не должны уходить пароли, паспортные данные, токены сессий, полные реквизиты карт, медицинские сведения и закрытые коммерческие условия без отдельного правового основания и технической защиты. Если задачу можно решить на обезличенных данных, нужно выбирать этот вариант.

Третий шаг — защитить канал работы сотрудников. Когда команды подключаются из командировок, коворкингов и кафе, риск перехвата трафика и фишинга растёт. Для таких случаев уместен сервис безопасного интернет-соединения, который помогает защитить соединение и приватность данных при работе в публичных сетях.

Что сделать прямо сейчас

  • Проверьте, какие приложения и сотрудники уже используют ИИ-модели через API.
  • Посчитайте расходы отдельно для коротких и длинных запросов: средняя цена может скрывать самые дорогие сценарии.
  • Запретите отправку в модель паролей, ключей доступа, полных платёжных данных и лишних персональных сведений.
  • Включите лимиты расходов и уведомления о резком росте числа запросов.
  • Храните API-ключи в менеджере секретов, а не в коде, таблицах или переписке.
  • Регулярно меняйте ключи и сразу отзывайте те, которые могли попасть в чужие руки.
  • Логируйте не только сумму расходов, но и типы запросов — без лишнего хранения чувствительных текстов.
  • Перед сменой модели сравните не только тариф, но и правила хранения данных, доступ администраторов и срок жизни логов.
Поделиться: