Нейросети на русском языке: что выбрать в 2026

Если коротко: в 2026 году нейросети на русском языке делятся на три ровные лиги. Верхний край качества русского текста (грамматика, идиоматика, тон, длинный связный нарратив) держат зарубежные флагманы — Claude Opus 4.7, Claude Sonnet 4.6, GPT-5.5, Gemini 3.1 Pro. Хорошее качество за дёшево дают DeepSeek V4 Pro и Qwen 3.6 Plus — это рабочие лошадки для массовой обработки русских текстов с десятикратной экономией. Российские модели — GigaChat и YandexGPT — сильны там, где зарубежных близко нет: рублёвая оплата из коробки, договор с резидентом РФ, данные внутри страны и спокойствие по 152-ФЗ. Зарубежные модели при этом тоже подключаются легально в рублях через российского посредника. Запросы «чат gpt на русском» и «чат гпт на русском» суммарно набирают более 80 тысяч в месяц — этот гайд отвечает на них фактами, без рекламы.

Запрос «нейросеть на русском» в массовом поиске часто значит другое, чем кажется. Люди не спрашивают «понимает ли модель русский язык» — почти все современные LLM его понимают. Они спрашивают: какая пишет по-русски естественно, без машинного акцента и без скачков со «вы» на «ты» посреди абзаца. Какая аккуратнее с падежами и согласованиями. Какая стоит дешевле, если русский в среднем «весит» в токенах примерно вдвое больше английского. И как всё это подключить к своему продукту легально, в рублях, без VPN. Разберём ровно эти вопросы по фактам на 2026-05-30. Цены — вербатим из каталога Promptra, по курсу ЦБ 71.668 ₽/$ на 2026-05-27.

Сразу рамка: гайд про API-доступ — встраивание нейросети в код, продукт, чат-бот или автоматизацию. Если нужен разовый чат «спросить и забыть» — на сайтах сервисов есть собственные интерфейсы.

Что значит «нейросеть хорошо понимает русский»

Прежде чем сравнивать модели, договоримся, по каким критериям вообще оценивать качество русского у нейросети. Иначе сравнение скатывается в «мне нравится» и «у меня лучше получалось». Подробнее — 12 вопросов поставщику LLM API перед подписанием договора.

Грамматика и согласование. Сильная модель не путает род, падежи и числа, не теряет согласование в длинном причастном обороте. На коротких фразах это умеют почти все; разница вылезает на абзацах в 200–400 слов с вложенными конструкциями.

Идиоматика и регистр. Естественный русский — не подстрочник английского. «Sure, here is the answer» в плохом переводе превращается в «Конечно, вот ответ» — формально верно, но звучит чужеродно. Хорошая модель выберет «Да, держите» или «Хорошо, вот что получилось».

Удержание тона. Если в системном промпте «официально, на вы» — модель не должна свалиться в «ну смотри, тут такая штука». И наоборот: на «по-простому» — не выдавать канцелярит.

Терминология. Сильная модель не путает «реплику базы данных» с «копией реплики из театра», понимает разницу между «иском» и «претензией».

Длинный связный нарратив. Можно ли поручить модели 5000 слов цельного текста без повторов и «ломки» стиля. Здесь разрыв виден отчётливо.

Понимание сложных запросов. Не только генерация, но и насколько точно модель понимает русскоязычный промпт с нюансами.

Бенчмарков именно русского языка меньше, чем английских, но независимые срезы есть: RuMTEB, MERA, russuperglue.com.

Токен-эффективность: почему русский «дороже» английского

Это технический момент, который массово недооценивают. Все современные LLM тарифицируются по «токенам» — небольшим кускам текста (часто слогам или фрагментам слов), на которые исходный текст режет токенизатор модели. И для русского языка эти токенизаторы работают заметно хуже, чем для английского.

Практическая оценка: один и тот же смысл на русском занимает примерно в 1.5–2.5 раза больше токенов, чем на английском. Причины: BPE-токенизаторы (Byte Pair Encoding) учились преимущественно на английских корпусах и хранят целые английские слова как один токен, а в русском «съедают» слово по 2–4 куска. Плюс кириллица занимает по два байта на символ в UTF-8 против одного у латиницы.

Что это значит на счёте: если ваш бот переписывается с пользователем на русском и среднее сообщение — 100 слов, в английском это было бы около 130 токенов, а в русском окажется 250–350. То есть один и тот же чат обходится почти вдвое дороже, чем шёл бы по-английски. Это не «наценка за русский» от агрегатора, это объективная особенность моделей.

Отсюда три практических вывода. При выборе модели для русскоязычных задач относительная цена за токен важнее, чем кажется по прайсу — потому что токенов будет много. Дешёвые модели вроде DeepSeek V4 Pro и Qwen 3.6 Plus особенно выигрывают на русских объёмах: их «дешевизна» умножается на «больше токенов». И для коротких задач уместно прямо просить модель отвечать кратко — это режет выходные токены, а они дороже входных.

Отдельно про Claude Opus 4.7. Его новый токенизатор расходует на тех же текстах ещё на 20–35% больше токенов, чем предыдущее поколение Claude. На русском это значит, что номинальная разница в цене между Opus 4.7 и Sonnet 4.6 (350/1790 ₽ против 210/1070 ₽ за 1М) на фактическом счёте растягивается ещё сильнее.

Зарубежные флагманы — Claude, GPT, Gemini

Перейдём к моделям. Сначала — верхний край качества русского. По состоянию на 2026-05-30 он представлен тремя зарубежными провайдерами.

Claude Sonnet 4.6 (Anthropic) — рабочий дефолт для русского текста. На длинных связных текстах Claude давно держит лидерство в естественности формулировок. Переводы Claude реже звучат «по-машинному», ответы на русском читаются как написанные человеком. Контекст — 1 млн токенов. Цена: 210 / 1070 ₽ за 1М входных / выходных токенов. Для большинства задач на русском — естественный выбор «по умолчанию».

Claude Opus 4.7 — флагман, когда цена ошибки высока. Тот же стиль естественной речи, что у Sonnet, плюс заметно лучше на сложном reasoning. На русском нужен там, где ошибка стоит дорого: юридические тексты, медицинские, художественные переводы. Цена: 350 / 1790 ₽ за 1М; новый токенизатор фактически добавляет ещё 20–35% к реальному счёту на русском.

GPT-5.5 (OpenAI) — сильный многоязычный универсал. Флагман OpenAI, нативно мультимодален (текст, изображения, аудио), контекст 1.05 млн токенов. Для русского имеет смысл там, где нужна одна модель для смешанных текстов: код вперемешку с прозой, тексты с включениями редких языков. По чистой «гладкости» русского Sonnet 4.6 чаще выходит вперёд, но GPT-5.5 уверенно справляется со сложным reasoning. Цена: 350 / 2150 ₽. Важно: при входе свыше 272K токенов OpenAI считает по удвоенной ставке за вход и полуторной за выход. Деталь — в материале GPT-5.5 API за рубли и на странице ChatGPT API за рубли.

GPT-5.4 — дешёвый универсал того же семейства. Сохраняет почти весь reasoning старшего, но при цене 170 / 1070 ₽. Для рутинного русского — переписка, классификация, сводки — GPT-5.4 рациональнее GPT-5.5.

Gemini 3.1 Pro (Google) — самый дешёвый из больших флагманов. Сильный на широком наборе языков, включая русский. Контекст — 1 млн токенов, аудио на входе позволяет работать со сценариями «расшифровать и переработать русскую запись» одним запросом. Цена: 140 / 860 ₽ — самая низкая среди премиум-моделей в каталоге. Подробнее — в посте Gemini API в России.

Что общего у четвёрки — высокое и стабильное качество русского текста. Что мешает — Россия не входит в список поддерживаемых стран ряда провайдеров для прямой оплаты, и карты российских банков на их платёжных страницах не проходят. Решается через российского посредника-агрегатора. Сравнение флагманов между собой — в обзоре топ-5 LLM 2026.

Дешёвые открытые модели — DeepSeek и Qwen

Дальше — лига «хорошее качество русского за очень малые деньги». Здесь две модели: DeepSeek V4 Pro и Qwen 3.6 Plus. Обе — open-weight (открытые веса), то есть исходные модели публикуются и доступны для любого, кто хочет хостить их сам. Но и через API они радикально дешевле проприетарных флагманов.

DeepSeek V4 Pro — большой контекст за копейки. Контекст 1 млн токенов, цена сейчас — 30 / 60 ₽ за 1М. Примерно в 30 раз дешевле GPT-5.5 на выход. Для русского качество удивительно ровное: связный текст, внятная грамматика, нормальный тон. На сложных нюансах стиля Claude и GPT впереди, но для массовой обработки, классификации, извлечения данных и генерации описаний — DeepSeek закрывает задачи. Важная оговорка: 30 / 60 ₽ — промо со скидкой 75%, действующее до 2026-05-31. После промо ставка вырастет примерно вчетверо, до 120 / 240 ₽ за 1М (производная оценка от каталожных USD). Деталь — в посте DeepSeek V4 Pro API за рубли.

Qwen 3.6 Plus (Alibaba) — многоязычная open-weight модель. Контекст 1 млн токенов, цена 20 / 130 ₽ за 1М. Qwen учили на крупном многоязычном корпусе, русский у неё на достойном уровне для своей лиги. Особенно силён в смешанных языках — на задачах с китайскими включениями (переписка с поставщиками, локализация на CIS+CN). На длинном русском нарративе не дотягивает по гладкости стиля до флагманов. Подробнее — Qwen 3.6 Plus API за рубли.

Где честно стоит ставить эти две модели: пайплайны с большими объёмами русскоязычной обработки, где разница в цене покрывает падение качества. Чат-боты первой линии. Извлечение полей из документов. Массовая категоризация. Черновые переводы с последующей вычиткой (отдельный гайд — нейросеть для перевода). Везде, где речь о тысячах и миллионах запросов в месяц при коротких сообщениях.

Российские модели — GigaChat и YandexGPT

Теперь честно про российский лагерь. У GigaChat и YandexGPT есть преимущества, которых нет ни у одного зарубежного провайдера напрямую — и для значительной части задач они перевешивают разрыв в «голой» мощности модели.

GigaChat (Сбер). Линейка моделей разной ступени мощности (Lite / Pro / Max) с собственной платформой и API. Доступ — через российский договор с Сбером, оплата в рублях с расчётного счёта, документы штатно от поставщика. Данные обрабатываются на инфраструктуре внутри РФ. Русский язык — родной приоритет, модели учились с упором на русскоязычные сценарии. Тарифы — на портале для разработчиков Сбера.

YandexGPT (Яндекс). Семейство моделей Яндекса, доступное через Yandex Cloud в составе Foundation Models. Те же принципы — рубли, российский биллинг, данные в российском облаке, интеграция с экосистемой Яндекса. Документация — в Yandex Cloud Foundation Models.

Когда брать российские модели. Сценарий «персональные данные граждан РФ или чувствительная корпоративная информация» — сильный аргумент в их пользу: данные внутри РФ, проще соответствие 152-ФЗ. Сценарий «русский текст для типовых задач — чат-поддержка, генерация описаний, переписка» — российских моделей часто хватает с запасом, а оформление и оплата самые простые из возможных. Сценарий «работа уже идёт в облаке Сбера или Яндекса» — естественный путь без новых контрагентов.

Где честный предел. На задачах верхнего края — автономные многошаговые агенты, сложный рефакторинг крупной кодовой базы, тонкая работа с очень длинным контекстом — флагманы Claude и GPT-5.5 пока держат лидерство. Это констатация текущего расклада, разрыв сокращается от релиза к релизу. Развёрнутое сравнение — в материале GigaChat или зарубежные нейросети.

Сводная таблица: нейросети на русском языке

Соберём всё в одно место. Цены — вербатим из каталога Promptra (1-в-1 с провайдером по курсу ЦБ 71.668 ₽/$), вход / выход за 1 млн токенов.

\*DeepSeek V4 Pro — промо со скидкой 75% действует до 2026-05-31; после ≈120/240 ₽ за 1М (производная оценка от каталожных USD).

Несколько уточнений. Сервисная комиссия 5% берётся только при пополнении баланса (не от каждого запроса) — на сам текст наценки на токены нет. GPT-5.5/5.4 при входе свыше 272K токенов идут по повышенной ставке (2× вход / 1.5× выход) — на длинных русских документах одним запросом это серьёзный множитель. Цены GigaChat и YandexGPT не приводим, чтобы не устареть к моменту прочтения, — смотрите официальные страницы Сбера и Яндекса.

Как подключить нейросеть на русском через API

Главное удобство — все зарубежные модели в каталоге доступны через один OpenAI-совместимый endpoint. Это значит, что код, написанный под официальный SDK OpenAI, работает с любой моделью без изменений; меняется только идентификатор модели в запросе.

Базовый русский диалог на Python

from openai import OpenAI

client = OpenAI(
 api_key="prm-xxxxxxxxxxxx",
 base_url="https://api.promptra.ru/v1",
)

system = (
 "Ты помощник службы поддержки. Отвечай по-русски, "
 "официально и на «вы». Будь конкретен и краток. "
 "Если не знаешь ответа — честно скажи об этом."
)

response = client.chat.completions.create(
 model="anthropic/claude-sonnet-4.6",
 messages=[
 {"role": "system", "content": system},
 {"role": "user", "content": "Можно ли вернуть товар через 20 дней?"},
 ],
 temperature=0.3,
)

print(response.choices[0].message.content)

Несколько практических деталей именно для русского:

• temperature 0.2–0.5. Для деловой переписки и фактических ответов — низкая (стабильность важнее креатива). Для маркетинга и творческого текста — 0.6–0.8.
• Системный промпт = ваше ТЗ. Целевой тон, регистр («вы»/«ты»), глоссарий, что не переводить, ограничения по длине. Чем конкретнее — тем меньше правок потом.
• Просите краткость, если её нужно. На русском выходные токены — основной счёт. «Ответь в 2–3 предложения» режет траты ощутимо.

Смена модели — одна строка

Чтобы переключиться с Claude на Gemini или DeepSeek, в коде меняется только идентификатор:

# Дешёвая массовая обработка
model="deepseek/deepseek-v4-pro"

# Длинный контекст с низкой ценой
model="google/gemini-3.1-pro-preview"

# Дешёвый универсал OpenAI
model="openai/gpt-5.4"

# Флагман для серьёзного русского текста
model="anthropic/claude-opus-4.7"

Идентификаторы — из каталога: anthropic/claude-sonnet-4.6, anthropic/claude-opus-4.7, openai/gpt-5.5, openai/gpt-5.4, google/gemini-3.1-pro-preview, deepseek/deepseek-v4-pro, qwen/qwen3.6-plus. Остальной код не меняется — тот же messages, тот же temperature, тот же ответ в choices.

Node.js / TypeScript

import OpenAI from "openai";

const client = new OpenAI({
 apiKey: process.env.PROMPTRA_API_KEY,
 baseURL: "https://api.promptra.ru/v1",
});

const res = await client.chat.completions.create({
 model: "google/gemini-3.1-pro-preview",
 messages: [
 { role: "system", content: "Отвечай по-русски, кратко и по делу." },
 { role: "user", content: "Сформулируй три довода в пользу удалённой работы." },
 ],
 temperature: 0.4,
});

console.log(res.choices[0].message.content);

Быстрая проверка по curl

Что endpoint и ключ живые, проверяется одним запросом:

curl https://api.promptra.ru/v1/chat/completions \
 -H "Authorization: Bearer $PROMPTRA_API_KEY" \
 -H "Content-Type: application/json" \
 -d '{
 "model": "anthropic/claude-sonnet-4.6",
 "messages": [{"role": "user", "content": "Скажи привет одним словом"}]
 }'

Пошаговый разбор миграции существующего кода на OpenAI SDK — в гайде замена base_url в OpenAI SDK. Для GigaChat и YandexGPT интеграция другая — у обеих платформ свои SDK и схемы аутентификации; разбираются в соответствующих документациях Сбера и Яндекса.

Дерево решений: какую нейросеть на русском взять

Свести выбор к практическому шагу помогает простое дерево. Идите сверху вниз — это рациональный дефолт, а не догма.

Если в задаче есть персональные данные граждан РФ или чувствительная корпоративная информация:

• основной выбор — российские модели (GigaChat, YandexGPT). Данные внутри РФ, проще соответствие 152-ФЗ.
• зарубежные — только после оценки трансграничной передачи и при обезличивании данных.

Если нужен максимум качества русского на ответственной задаче (юр./мед./худлит):

• основной выбор — Claude Opus 4.7. Лучшая работа со стилем плюс сильный reasoning.
• альтернатива — GPT-5.5, если задача мультимодальная.

Если нужен дефолт «хорошо и без переплат» для русского:

• основной выбор — Claude Sonnet 4.6. Самый естественный стиль в своей лиге.
• альтернатива — Gemini 3.1 Pro, если важна низкая цена при длинном контексте.

Если идут большие объёмы рутинной обработки русского текста:

• основной выбор — DeepSeek V4 Pro (с учётом окончания промо после 2026-05-31).
• альтернатива — Qwen 3.6 Plus, особенно если в потоке встречаются другие языки.
• альтернатива — GPT-5.4 как «дешёвый OpenAI».

Если задача смешанная (а в реальном бизнесе так почти всегда):

• комбинируйте. Чувствительное и типовое — на российских моделях. Массовая обработка — на DeepSeek или Qwen. Верхний край русского — на Claude или GPT.

Главная мысль дерева: не существует «самой лучшей нейросети на русском». Самая частая ошибка — пытаться закрыть всё одной моделью, вместо того чтобы роутить русскоязычные запросы туда, где они решаются лучше и дешевле. Обзор моделей, доступных из РФ, — в материале нейросети в России 2026. Прямое сравнение Claude и ChatGPT — в обзоре Claude или ChatGPT в 2026.

Сколько это стоит на практике

Чтобы цифры не висели в воздухе, переведём их в реальные сценарии. Все расчёты — оценочные, на средних входных текстах. Курс — 71.668 ₽/$ на 2026-05-27, цены вербатим из каталога.

Сценарий 1: чат-бот поддержки.

{/* wave-4-table:auto */} #### Стоимость 1000 русскоязычных диалогов в рублях (5K вход + 1.5K выход на диалог)

С учётом «налога на кириллицу» (русский — ×1.5–2.5 токенов на тот же смысл против английского) разница между моделями на массовом потоке многократно усиливается. DeepSeek на промо-тарифе закрывает 30K русскоязычных диалогов за ≈7000 ₽ — против ≈150 000 ₽ на флагмане.

5000 диалогов в месяц, среднее сообщение ~80 русских токенов, ответ ~150. Итого ~400K входных и ~750K выходных в месяц. На Claude Sonnet 4.6 — порядка 890 ₽. На DeepSeek V4 Pro (промо) — около 57 ₽. На GPT-5.4 — около 871 ₽. Разница более чем в 15 раз — есть из чего выбирать.

Сценарий 2: генерация описаний товаров. 10 000 карточек в месяц, около 200 русских токенов на вход и 350 на выход каждая. Итого 2М входных, 3.5М выходных. На Sonnet 4.6 — около 4165 ₽. На DeepSeek (промо) — около 270 ₽. На Qwen 3.6 Plus — около 495 ₽. На GPT-5.5 — около 8225 ₽. Двухуровневая схема (черновик на DeepSeek, вычитка на Sonnet только проблемных карточек) обычно даёт ~10× экономии.

Сценарий 3: аналитик документов. Длинные русские документы на вход (договоры на 50 страниц), сводка на 500 слов. Средний документ ~30K токенов на вход, ~1.5K на выход. На Gemini 3.1 Pro — ~5 ₽ за документ. На Claude Sonnet 4.6 — ~8 ₽. На Claude Opus 4.7 — ~14 ₽. Для аналитики договоров, где важна аккуратность, разница незначительна — есть смысл взять Opus.

Что читается из сценариев: на массовых коротких задачах разница между моделями — десятки раз, на единичных длинных — копейки. Соответственно, выбор модели на массе важен критически, а на штучных — выбирайте по качеству.

Приёмы экономии подробно — в гайде как сократить расходы на LLM.

Оплата на юрлицо в рублях

Прямая оплата OpenAI, Anthropic или Google из России для юрлица упирается в две проблемы: эти сервисы не работают с российскими картами и реквизитами, а платёж за рубеж без правильно оформленных документов сложно принять к учёту.

Через Promptra зарубежные модели оплачиваются на российское юрлицо — российское юр.лицо, полный пакет закрывающих документов через ЭДО (Диадок, СБИС, 1С-ЭДО): договор-оферта, счёт, акт, счёт-фактура, УПД. Цены на токены — 1-в-1 с провайдером по курсу ЦБ, сервисная комиссия 5% удерживается только при пополнении баланса.

Для российских моделей всё проще: GigaChat оплачивается напрямую Сберу, YandexGPT — через Yandex Cloud. Подробнее про юридическую сторону работы с зарубежными LLM на юрлицо — в материале легально ли использовать AI API на юрлицо в РФ.

FAQ

Какая нейросеть лучше всех пишет по-русски?

По состоянию на 2026-05-30 верхний край качества русского текста держат зарубежные флагманы: Claude Sonnet 4.6 (самый естественный стиль за разумные деньги — 210 / 1070 ₽ за 1М токенов), Claude Opus 4.7 (флагман для ответственных задач — 350 / 1790 ₽), GPT-5.5 (сильный мультимодальный универсал — 350 / 2150 ₽). Российские модели — GigaChat и YandexGPT — пишут на русском уверенно для типовых задач, при этом сильны там, где зарубежных нет: рублёвая оплата из коробки, данные внутри РФ, спокойствие по 152-ФЗ. Рациональный подход — комбинировать модели под классы задач.

Понимает ли ChatGPT русский язык?

Да, и хорошо. GPT-5.5 и GPT-5.4 от OpenAI уверенно понимают и пишут на русском, держат тон, аккуратны с падежами и согласованиями. На длинных связных текстах Claude Sonnet 4.6 чаще выходит вперёд по гладкости стиля, GPT-5.5 — мультимодальнее (картинки, аудио) и сильнее на смешанных текстах. Подключение из России — через российского посредника-агрегатора в рублях; страница с ценами и инструкцией — ChatGPT API за рубли.

Почему русский текст «дороже» английского в токенах?

Токенизаторы (BPE — Byte Pair Encoding) учились преимущественно на английских корпусах: целое английское слово часто хранится как один токен, а русское слово делится на 2–4 куска. Плюс кириллица занимает по 2 байта в UTF-8 против 1 у латиницы. На практическом срезе тот же смысл на русском занимает примерно в 1.5–2.5 раза больше токенов, чем на английском. Следствия: относительная цена за токен важнее, дешёвые модели DeepSeek и Qwen выигрывают сильнее, чем кажется по прайсу, и просьба о краткости в системном промпте экономит ощутимо.

Можно ли пользоваться зарубежными нейросетями из России легально?

Да — через российский LLM-агрегатор с OpenAI-совместимым API. В коде меняется только base_url на https://api.promptra.ru/v1 и формат имени модели на провайдер/модель (например, anthropic/claude-sonnet-4.6). Оплата идёт в рублях на российское юрлицо, на каждое пополнение выдаётся полный пакет закрывающих документов через ЭДО. Цены на токены — 1-в-1 с провайдером по курсу ЦБ, без наценки. VPN не нужен.

GigaChat или YandexGPT — что брать?

Это модели разных компаний с похожим профилем доступа (обе в рублях, обе держат данные внутри РФ, обе без VPN). Выбор чаще определяется тем, в чьей экосистеме вы уже работаете (Сбер или Яндекс), и результатами теста на ваших реальных задачах. Тарифы — на официальных страницах. Детальное сравнение — в посте GigaChat или зарубежные нейросети.

Какие данные безопаснее обрабатывать на российских моделях?

Персональные данные граждан РФ и чувствительную корпоративную информацию проще обрабатывать на российских моделях: данные остаются внутри РФ, что упрощает соответствие 152-ФЗ. При работе с зарубежными флагманами данные уходят к провайдеру за рубеж, поэтому для ПДн нужно оценивать трансграничную передачу и по возможности обезличивать. Практическое правило: чувствительное — на российских моделях, обезличенное — там, где выше качество под задачу.

Если хочется не выбирать «одну на всё», а собрать рациональный набор моделей под ваши реальные задачи на русском — напишите команде Promptra напрямую в Telegram: promptra.ru. Подскажем, какую нейросеть на русском под какой класс задач взять, и поможем посчитать стоимость в рублях с закрывающими документами для вашего объёма.

{/* pillar-backlink:auto */} > 📚 Главный гайд по теме: Нейросети в России 2026: какие доступны и как подключить — связанные материалы и обзор всей категории.

Источники

Цены на зарубежные модели — вербатим из каталога Promptra (1-в-1 с провайдером по курсу ЦБ РФ на 2026-05-27, 71.668 ₽/$). Первоисточники для самостоятельной перепроверки:

• OpenAI API Pricing — GPT-5.5, GPT-5.4.
• Anthropic Platform Pricing — Claude Opus 4.7, Claude Sonnet 4.6.
• Google Gemini API Pricing — Gemini 3.1 Pro.
• DeepSeek API Pricing — DeepSeek V4 Pro и условия промо.
• Qwen / Alibaba Model Studio — Qwen 3.6 Plus.
• GigaChat API — портал Сбера для разработчиков — тарифы и документация GigaChat.
• Yandex Cloud Foundation Models — YandexGPT.
• Курс ЦБ РФ на 2026-05-27 — 71.668 ₽/USD, cbr.ru.
• Бенчмарки русского языка для LLM — MERA и russuperglue.com.

Если на момент чтения цены на официальных страницах разойдутся со статьёй — значит, кто-то обновил прайс. Напишите в promptra.ru, и материал поправим.