Контроль затрат на API для изображений и видео: тарифные уровни, пакетная обработка и выбор модели

Никто не выжигает бюджет на AI-медиа одним драматичным вызовом API. Расходы незаметно утекают через три привычки: платить полную цену за одноразовые черновики, не понимать, за какую единицу на самом деле идёт оплата, и последовательно итерировать на дорогих моделях, потому что рабочий процесс никогда не настраивался на дешёвую генерацию множества вариантов.

Это руководство разбирает действительно значимые рычаги затрат при генерации изображений и видео через hiapi: единицы тарификации, качественные уровни, длительность видео, рабочий процесс «сначала черновик, потом апгрейд» и пакетная обработка через API асинхронных задач. Все приведённые ниже цены взяты с актуальной страницы тарифов на июль 2026 года — считайте их снимком и проверяйте текущие цены перед любым планированием бюджета.

Разберитесь, за какую именно единицу вы платите

hiapi тарифицирует медиамодели по фиксированной цене за единицу вывода — никаких вычислений токенов, которые нужно реконструировать в обратную сторону:

• Модели изображений тарифицируются за изображение, независимо от сложности промпта.
• Модели видео тарифицируются за секунду сгенерированного вывода.
• Модели аудио (например, elevenlabs/text-to-dialogue-v3) тарифицируются за каждые 1 000 символов входного текста.

Вот полная картина цен за изображение по линейке «текст в изображение»:

Модель	Цена за изображение
flux-schnell/text-to-image	$0.005
gpt-image-2/text-to-image@ext	$0.007
z-image	$0.008
gpt-image-2/text-to-image@beta	$0.02
qwen-image-2.0	$0.025
gpt-image-2/text-to-image	$0.03
nano-banana	$0.05
flux-1.1-pro	$0.05
flux-2/text-to-image	$0.05
nano-banana-2	$0.051
wan2.7-image/text-to-image	$0.08
nano-banana-pro	$0.17

А вот цены за секунду для видео:

Модель	Цена за секунду
grok-imagine (текст в видео / изображение в видео)	$0.0114
kling-3.0-omni (текст в видео / изображение в видео)	$0.129
seedance-2.0	$0.136
seedance-2.0-mini	$0.147
wan2.7-video@pro (текст в видео / изображение в видео)	$0.167
happyhorse-1.0	$0.168
happyhorse-1.1 (все эндпоинты)	$0.21
seedance-2.0-fast	$0.2357
veo-3.1-fast	$0.25
veo-3.1	$0.57

Два числа стоит запомнить: линейка изображений различается от самой дешёвой до самой дорогой в 34 раза ($0.005 → $0.17), видео — в 50 раз (от $0.0114 до $0.57 за секунду). Выбор модели — не ручка тонкой настройки, а самое крупное отдельное решение в вашем бюджете.

Одно предостережение: не выводите цену из названия модели. В семействе Veo вариант -fast — это более дешёвый уровень ($0.25/с против $0.57/с), но seedance-2.0-fast — это премиальный ускоренный уровень, который стоит за секунду дороже базовой seedance-2.0 ($0.2357 против $0.136). Читайте таблицу цен; никогда не предполагайте.

Относитесь к ценовым уровням как к функции, а не к мелкому шрифту

Большинство семейств моделей выпускаются уровнями, и уровни существуют именно для того, чтобы вам не приходилось платить флагманскую цену за каждую задачу:

• Черновой уровень ($0.005–$0.008): flux-schnell, z-image и канал @ext gpt-image-2. Используйте для итерации промптов, тестирования композиции и всего, что человек посмотрит один раз и выбросит.
• Стандартный уровень ($0.02–$0.05): gpt-image-2/text-to-image, qwen-image-2.0, nano-banana, flux-2. Production-качество для обложек блогов, продуктовых снимков и UI-активов.
• Премиальный уровень ($0.08–$0.17): wan2.7-image и nano-banana-pro. Оставьте для финальных ключевых визуальных активов, где критичны детализация и следование инструкциям.

Та же логика применима к вариантам каналов: страница тарифов показывает версии @beta и @ext для gpt-image-2/text-to-image по $0.02 и $0.007 соответственно, тогда как стандартный канал стоит $0.03. Если ваша нагрузка допускает условия предварительных каналов, это экономит 20–77 % на тех же промптах. Мы подробнее рассматриваем взаимодействие стоимости за изображение с разрешением и частотой повторных попыток в статье Самый дешёвый API генерации изображений: как сравнить реальную стоимость за изображение.

Для видео длительность — это множитель

Стоимость видео — это ставка × секунды, а значит, каждое значение по умолчанию, которое вы не поставили под сомнение, умножается. Один и тот же 8-секундный клип стоит:

Модель	8-секундный клип
grok-imagine/text-to-video	$0.09
kling-3.0-omni/text-to-video	$1.03
veo-3.1-fast/text-to-video	$2.00
veo-3.1/text-to-video	$4.56

Отсюда напрямую следуют две привычки:

1. Запрашивайте минимальную длительность, которая удовлетворяет кадру. Сокращение клипа veo-3.1 с 8 до 5 секунд экономит $1.71 — за каждый клип, каждый раз.
2. Итерируйте на дешёвых моделях, рендерите на дорогих. Шесть итераций 4-секундных черновиков на grok-imagine в сумме стоят около $0.27 — меньше, чем полсекунды вывода veo-3.1. Тратьте там свои эксперименты с промптами, а затем потратьте $4.56 только один раз.

Дешёвые черновики, премиальная финализация

Самое значимое изменение рабочего процесса — отделить исследование от сдачи. Практический пример с продуктовым снимком:

• 20 итераций черновиков на z-image по $0.008 = $0.16
• 3 финальных рендера на nano-banana-pro по $0.17 = $0.51
• Итого: $0.67

Запуск всех 23 генераций на nano-banana-pro стоил бы $3.91. То же количество вызовов API, те же финальные активы, расходы примерно на 83 % меньше — и цикл черновиков к тому же быстрее, потому что модели чернового уровня возвращают результат за секунды.

Единственное, о чём стоит помнить: промпты не переносятся идеально между семействами. На последней-двух итерациях держите цикл черновиков на той же модели, на которой будете финализировать, чтобы заметить особенности семейства до того, как потратите премиальный бюджет.

Пакетная обработка через API асинхронных задач

Каждая медиамодель на hiapi работает через эндпоинт асинхронных задач: POST /v1/tasks немедленно возвращает ID задачи, затем вы опрашиваете результат. Скидки за запрос при пакетной обработке нет — выгода архитектурная. Поскольку отправка и завершение разделены, вы можете разом распределить весь пакет черновиков, а не ждать каждую генерацию последовательно, — именно это делает цикл «сначала черновик, потом апгрейд» практичным:

import requests, time

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_API_KEY"}

def create_task(model: str, prompt: str) -> str:
    r = requests.post(API, headers=HEADERS, json={
        "model": model,
        "input": {"prompt": prompt, "aspect_ratio": "1:1"},
    })
    r.raise_for_status()
    return r.json()["data"]["taskId"]

def wait_task(task_id: str, timeout: int = 600) -> str:
    deadline = time.time() + timeout
    while time.time() < deadline:
        task = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
        if task["status"] == "success":
            return task["output"][0]["url"]  # expiring URL — download it now
        if task["status"] == "fail":
            raise RuntimeError(task.get("error"))
        time.sleep(5)
    raise TimeoutError(task_id)

# Fan out 12 draft variations on a $0.008 model: ~$0.10 for the whole batch
variations = [f"studio product shot of a ceramic mug, camera angle {i}" for i in range(12)]
task_ids = [create_task("z-image", p) for p in variations]
urls = [wait_task(t) for t in task_ids]

Сначала отправьте все двенадцать, затем опрашивайте — задачи генерируются параллельно на стороне платформы, а ваш код ждёт только один раз. Входные поля помимо prompt различаются в зависимости от модели (некоторые принимают resolution, другие — только aspect_ratio), поэтому перед пакетной обработкой проверяйте таблицу параметров модели; разбор gpt-image-2 демонстрирует этот подход от начала до конца.

По мере масштабирования распределения соблюдайте лимиты параллелизма платформы — всплеск, вызывающий 429, лишь увеличивает задержку повторных попыток. Подробно о лимитах частоты API генерации изображений рассказывает, как ведут себя ограничения и как корректно отступать.

Десять строк бюджетного ограждения превращают «мы будем следить за расходами» в настоящий инвариант:

PRICES = {"z-image": 0.008, "gpt-image-2/text-to-image": 0.03, "nano-banana-pro": 0.17}
BUDGET_USD = 5.00
spent = 0.0

def spend(model: str, images: int = 1) -> None:
    global spent
    cost = PRICES[model] * images
    if spent + cost > BUDGET_USD:
        raise RuntimeError(f"budget cap: ${spent + cost:.2f} would exceed ${BUDGET_USD:.2f}")
    spent += cost

Вызывайте его перед каждым create_task, и вышедший из-под контроля цикл громко упадёт на $5, а не всплывёт в счёте за следующий месяц.

Не платите дважды за один и тот же вывод

Более коварная утечка затрат — повторная генерация, то есть оплата полной цены за вывод, который у вас уже есть:

• Скачивайте результаты сразу. URL вывода задачи имеют ограниченное время жизни. Если вы храните горячие ссылки вместо файлов, а ссылка истекает, единственный выход — заплатить за повторную генерацию. Подробности и шаблоны скачивания здесь.
• Различайте «задача не удалась» и «мой опрос сдался». Задача, которая успешно завершилась уже после таймаута клиента, — это деньги, потраченные на вывод, который никто не забрал. Задавайте таймаут опроса намного выше реального времени завершения модели — прежде чем предполагать сбой, здесь описано, как диагностировать зависшие задачи.
• Повторно используйте собственную библиотеку. Прежде чем в пятый раз генерировать «чистый студийный снимок на белом фоне», проверьте активы, за которые вы уже заплатили. Общий бакет с доступными для поиска промптами — самая дешёвая модель в вашем стеке.

Чек-лист контроля затрат

1. Бюджетируйте в родных единицах модели: за изображение, за секунду, за 1 000 символов.
2. Выберите по одной черновой и одной финальной модели для каждого типа медиа; маршрутизируйте по этапу работы.
3. Для видео ставьте под сомнение каждое значение длительности по умолчанию — секунды это множитель.
4. Распределяйте черновики через /v1/tasks; повышайте до премиального рендера только победителей.
5. Применяйте жёсткий лимит расходов в коде, а не на дашборде, который вы проверяете раз в неделю.
6. Скачивайте каждый вывод сразу; никогда не храните ссылки, которые истекают.

Цены моделей меняются с выходом новых версий, поэтому начните с актуальной страницы тарифов, выберите черновой и финальный уровни в каталоге моделей и подключите описанный выше шаблон распределения к своему пайплайну — первый же запущенный пакет задач точно покажет реальную стоимость каждого доступного актива.