Как не дать расходам на программирование с ИИ выйти из-под контроля в середине проекта

Несколько недель назад финтех-стартап под названием Slash попал в заголовки, когда разработчик случайно сжёг 81 000 $ на ИИ-токенах, создавая видеоигру по мотивам мема. Разработчик, которого работодатель поощрял экспериментировать с vibe coding, недооценил, насколько дорого многократно просить Claude читать и переписывать большие объёмы кода.

«Это была настоящая случайность, я недооценил собственные способности», — написал разработчик в X. Это вызывающая сочувствие ситуация — и всё более распространённая по мере того, как ИИ-агенты для программирования переходят из новинки в ежедневный рабочий процесс.

Это руководство охватывает пять наиболее действенных привычек, которые удерживают расходы предсказуемыми.

1. Подбирайте модель под задачу

Самый большой единичный рычаг влияния на стоимость — это выбор модели. Передовые модели (Claude Opus, GPT‑5, Gemini Ultra) могут стоить в 10–50× дороже за токен, чем модели младшего уровня с приемлемым для большинства задач качеством. Не всё требует передового уровня.

Грубая ментальная карта:

• Маленькие, быстрые модели (Haiku, Flash, mini): автодополнение, короткие правки, переименование, генерация boilerplate, ответы на быстрые вопросы по синтаксису
• Модели среднего уровня (Sonnet, GPT-4.1): большинство задач программирования — реализация функции по чёткой спецификации, написание тестов, проверка diff
• Передовые модели (Opus, Fable 5, GPT-5): сложные архитектурные решения, длинные переписывания нескольких файлов, отладка заковыристых продакшен-проблем, агентные сессии, где модель должна рассуждать на протяжении множества вызовов инструментов

Если вы используете Claude Code с планом Max или Pro, режим Auto автоматически направляет на нужный уровень на основе определённой сложности задачи — и не засчитывается в ваш бюджет токенов так же, как вызовы API. Переключитесь на Auto по умолчанию и переопределяйте его только тогда, когда знаете, что вам нужно больше мощности.

2. Сначала планируйте, потом стройте

Самый дорогой паттерн программирования с ИИ — сразу прыгнуть в «перепиши этот файл» на большой кодовой базе. Когда модель читает весь этот контекст, предлагает изменения, получает исправления и итерирует, расход токенов быстро накапливается.

Режим Plan в Claude Code стоит несколько сотен токенов: вы описываете, что хотите, модель предлагает пошаговый подход, и вы исправляете план на простом английском, прежде чем будет затронут хоть один файл. Ошибочный diff на 400 строк стоит тысяч токенов на исправление — и часто требует ещё одного захода, чтобы исправить исправление.

Для всего, что затрагивает более двух-трёх файлов, последовательность такова:

1. Describe the goal in /plan
2. Read and correct the plan
3. Execute on the corrected plan

Одна только эта привычка стабильно сокращает расходы на функцию на 30–50% для команд, которые её принимают.

3. Ограничивайте своё окно контекста

ИИ-модели берут плату за токен — как за то, что вы отправляете (вход), так и за то, что они генерируют (выход). Распространённая ошибка — отправлять модели всю кодовую базу, когда ей нужен лишь один модуль.

Практические приёмы:

• Явно указывайте, что читать. Вместо «отрефактори систему auth» скажите «отрефактори src/auth/session.ts — игнорируй всё остальное».
• Используйте флаги --include. В Claude Code --include ограничивает чтение файлов, чтобы агент не забредал в несвязанные части repo.
• Дайте /compact сделать своё дело. Когда сессия становится длинной, сжатие контекста Claude Code (запускаемое автоматически или командой /compact) заменяет историю разговора сфокусированной сводкой, сокращая нагрузку токенов на 60–80% и при этом сохраняя важные решения.

Грубое правило: один токен на четыре символа английского текста или кода. Прежде чем запускать долгую агентную сессию над большим файлом, прикиньте, помещается ли контекст в ваш бюджет. Если целевой файл — 2 000 строк (~8 000 символов, ~2 000 токенов), у вас есть пространство для работы. Если вы передаёте ему модуль monorepo на 50 000 строк, его стоит сузить.

4. Знайте, что сжигает больше всего токенов

Не все задачи программирования с ИИ равны по стоимости. От самых дорогих к самым дешёвым:

1. Агентные сессии с множеством вызовов инструментов — модель читает файлы, пишет файлы, запускает тесты, читает вывод и итерирует. Каждый шаг тарифицируется.
2. Переписывание больших файлов — чтение + генерация больших diff быстро накапливаются.
3. Итеративные циклы отладки — ошибка, попытка исправления, новая ошибка, повтор.
4. Однократная генерация по чёткой спецификации — самая дешёвая. Модель читает спецификацию и пишет нужное один раз.

Для сессий отладки давайте модели сообщение об ошибке и конкретную функцию, из которой она возникла, — а не весь стек, не весь модуль. Для переписывания разбивайте большие задачи на меньшие, независимо проверяемые единицы.

5. Установите реальные лимиты расходов перед началом

После 15 июня 2026 года использование агента и headless-режима (claude -p) Claude Code тарифицируется из отдельного пула кредитов, не связанного с интерактивным чатом: 20 $/месяц на Pro, 100 $/месяц на Max 5×, 200 $/месяц на Max 20×. Если вы создаёте автоматизации или агентов по расписанию, этот пул может истощаться быстрее, чем вы ожидаете.

Чтобы сохранять контроль:

• Установите переменную окружения CLAUDE_MAX_COST_PER_SESSION (или её эквивалент в настройках Cursor) как лимит на сессию.
• В консоли Anthropic настройте ежемесячные оповещения о расходах на 50% и 90% вашего бюджета, чтобы получать предупреждения по электронной почте до того, как упрётесь в потолок.
• Если вы строите продукт поверх API, добавьте проверки бюджета токенов в цикл вашего агента и аккуратно прерывайтесь при превышении лимита на запуск.

Запуск разработчика Slash на 81 000 $ произошёл без ограждений. С месячным лимитом в 500 $, установленным в API-аккаунте Slash, ущербом стали бы заблокированная сессия и короткий разговор — а не вирусная история.

Собираем всё воедино

Ни одна из этих привычек не требует замедления. Разработчики, которые используют ИИ-агентов для программирования наиболее эффективно, как правило, разделяют одну черту: они тридцать секунд думают о том, что на самом деле нужно поручить модели, прежде чем начать сессию. Эта маленькая пауза — выбор правильной модели, ограничение контекста, запуск режима Plan в первую очередь — и есть то, что отличает функцию за 5 $ от функции за 50 $.