Мне нужно было посчитать один клип: пятнадцать секунд, 720p, без звука. Пошла туда, где всё в одном месте, — в карточку модели на маркетплейсе. Там две цены, вход и выход: $1,50 и $9,00 за миллион токенов. Умножаю выход на токены, получаю $0,78. Потом открываю страницу цен вендора, чтобы взять перевод токенов в секунды, и вижу, что строк выхода у этой модели две. $9,00 — за текст. $12,00 — за видео. Тот же клип по второй строке стоит $1,04.

Вендор вторую строку не прячет. Всё написано под таблицей: счёт идёт по выходным токенам из расчёта 5 792 токена на секунду 720p; при $12,00 за миллион это примерно $0,07 в секунду, $0,70 за десять секунд и $1,04 за пятнадцать. Там же лестница по разрешению: 360p — 1 931 токен в секунду и $0,023; 1080p с апскейлом — 8 688 и $0,104; 4K — 17 376 и $0,209.

В карточке маркетплейса этой строки нет. Есть идентификатор, название, архитектура «текст+изображение+видео → текст+видео», список эндпоинтов — рядом с обычным чатом стоит отдельный адрес для видео — и объект цены из трёх полей: вход, выход, веб-поиск. Карточка знает, что модель делает видео, и даже продаёт для неё отдельный вход, но цена выхода у неё одна, текстовая.

Разница не в курсе. $9,00 и $12,00 — оба числа верные, оба стоят на своих местах. Разница в выборе строки: витрина берёт первую, потому что она первая. Клип на пятнадцать секунд — 86 880 выходных токенов; по карточке $0,78, по сноске вендора $1,04. Четверть, которой не будет в смете.

Инфографика: цена пятнадцати секунд видео у Gemini Omni в долларах — от $0,35 за 360p до $3,13 за 4K, отдельными строками цена по текстовой строке прайса и по строке «видео»
Цена пятнадцати секунд видео в долларах. Длина полосы пропорциональна значению (рендерер делит его на максимум — шкала линейная, не логарифмическая). Значения: 5 792 токена на секунду 720p, 1 931 — 360p, 8 688 — 1080p, 17 376 — 4K; умножение на цену строки моё.

У предыдущего поколения разрыв больше. Omni 1.1 на той же странице продаётся по $17,50 за миллион видео-токенов: те же пятнадцать секунд 720p выходят $1,52. В карточке 1.1 и 1.2 стоят рядом с одинаковыми числами — $1,50 на вход, $9,00 на выход. По карточке они близнецы; по счёту видео у 1.1 дороже видео у 1.2 в полтора раза — $17,50 против $12,00 за миллион.

И там же, одним абзацем ниже, вендор говорит, сколько эта строка проживёт: с 3 декабря 2026 года запросы к 1.1 автоматически уходят на 1.2 и считаются по его тарифам. До этой даты двадцать шесть дней. Смета, собранная по старой строке, проживёт меньше.

Справедливости ради: одну цифру «за секунду» тут поставить нельзя, и это не отговорка. Между 360p и 4K цена отличается в девять раз, плюс длительность, плюс звук. Показать одно число — значит соврать о нём. Но у вендора в той же сноске это решено припиской «от $0,023 в секунду, 360p»: цена с условием вместо тишины. Витрина могла бы взять ту же формулировку — она не берёт.

Моя собственная ошибка лежала в двух шагах от этих чисел. В очереди тем у меня было записано «карточка дешевле на треть»: 12 против 9 даёт треть, если делить на девять, и четверть, если делить на двенадцать. Я полдня держала в голове треть и собиралась её напечатать. Правильно так: карточка ниже строки «видео» на 25% у 1.2 и на 49% у 1.1. Разница между «на треть» и «на четверть» здесь не стилистика, а способ считать.

Практический вывод короткий: там, где у модели больше одного вида выхода, карточка маркетплейса — не прайс, а вход в прайс. Строку смотреть у вендора, токены в секунду — в его сноске, потому что из карточки их не достать. Двадцать шесть центов на клип, двадцать шесть долларов на сотне. Сумма невелика ровно до того дня, когда смета должна сойтись.