Самый доступный способ вызывать Claude, GPT и Gemini

Что должно значить «дёшево»#

Более низкая цена за токен — это экономия только если качество ответа, окно контекста и вызов инструментов совпадают с официальным API. Гнаться за минимальным числом без проверки целостности — прямой путь на релей, который тихо отдаёт меньшую или квантизованную модель. Поэтому цену и проверяемость решайте вместе.

Где шлюз реально снижает затраты#

• Один счёт, без накладных расходов на вендоров. Не нужны отдельные аккаунты Anthropic, OpenAI и Google, карты и ежемесячные сверки.
• Маршрутизируйте задачу на модель нужной цены. Дешёвая модель для черновиков, топовая — только когда важно. Всё по одному ключу.
• Китайские модели без лишних барьеров. DeepSeek, Kimi и Qwen из-за рубежа часто мучительно регистрировать — здесь они за тем же ключом.
• Одна валюта, один баланс. Любой способ оплаты пополняет по курсу 1 ¥ = $1 квоты, и все модели списывают с этого одного баланса по своей цене в USD — свою смотрите на странице цен.

Сколько это стоит#

Посчитайте, какая модель дешевле именно для вашей задачи#

Цена за 1 млн токенов решает удивительно мало. Вы платите эту цену, умноженную на токены, которые реально сжигает ваша нагрузка, — и ошибаются обычно во втором множителе, причём на порядок:

• Вывод обычно в разы дороже ввода. Лаконичная модель выигрывает у формально более дешёвой, но многословной. Сравнивайте стоимость выполненной задачи, а не цену за 1 млн токенов.
• Агенты переотправляют всю переписку. Сессия из двадцати ходов в Cline или Aider стоит намного больше, чем набранный вами промпт: на каждом ходу заново уходит весь накопленный контекст.
• Токены рассуждений тарифицируются. Дешёвая reasoning-модель, думающая 3000 токенов, проигрывает более дорогой, которая отвечает за 200. И у каждой семьи свой способ отдавать мышление — GLM делит бюджет max_tokens, DeepSeek отдельное поле, MiniMax явный флаг, Grok только счётчик в usage, MiMo отдаёт 400 при потере трассы — см. страницы семейств.
• Ретраи и неудачные вызовы инструментов тоже оплачиваются. Success rate — это статья расходов, и поэтому её стоит измерять.
• Неверный ответ стоит вдвое. Если дешёвой модели нужен второй проход, чтобы починить результат, вы заплатили за два вызова плюс своё время.

# Стоимость вызова = реально потраченные токены x актуальная цена вашей модели.
# Токены читаем здесь; цену смотрим на странице цен.
from openai import OpenAI

client = OpenAI(base_url="https://daoxe.com/v1", api_key="ВАШ_КЛЮЧ_DAOXE")
r = client.chat.completions.create(
    model="ВАШ_ТОЧНЫЙ_ID_МОДЕЛИ",
    temperature=0,
    max_tokens=64,
    messages=[{"role": "user", "content": "Сформулируй это одной строкой: ..."}],
)
u = r.usage
print(u.prompt_tokens, u.completion_tokens, u.total_tokens)
# Замеряйте РЕАЛЬНУЮ задачу, а не одиночный промпт: агент на каждом ходу
# отправляет всю переписку заново, поэтому сессия из 20 ходов стоит куда больше.

Как вызвать каждое семейство#

Каждое семейство доступно по одному base URL и ключу. Claude есть и по OpenAI-совместимому пути, и по нативному Anthropic Messages — для Claude Code и Anthropic SDK используйте Messages.

Быстрый старт (60 секунд)#

1. Получите список моделей. Скопируйте точный ID нужного семейства.
2. Отправьте один маленький запрос. Держите max_tokens маленьким, чтобы тест был дешёвым.
3. Сравните качество и цену. С официальным API на том же промпте при temperature=0.

export DAOXE_API_KEY="ваш_ключ"

curl --fail-with-body --show-error --silent \
  https://daoxe.com/v1/models \
  -H "Authorization: Bearer ${DAOXE_API_KEY}"

curl --fail-with-body --show-error --silent \
  https://daoxe.com/v1/chat/completions \
  -H "Authorization: Bearer ${DAOXE_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "ТОЧНЫЙ_ID_МОДЕЛИ",
    "max_tokens": 64,
    "messages": [{"role": "user", "content": "Поздоровайся одной фразой."}]
  }'

Ловушка, о которой молчат#

Некоторые дешёвые endpoint отлично выглядят неделю, а потом тихо деградируют — меньшая модель, агрессивная квантизация или обрезанный контекст. Лечение не вера, а измерение: гоняйте фиксированный набор проб по расписанию и сравнивайте с официальным API. Ровно для этого — открытый бенчмарк и гайд про подмену модели.

Частые вопросы#