«ghbdtn» вместо «привет» обходится LLM в 4–7 раз дороже: 350–500 токенов против 70–90
Если набрать «ghbdtn» вместо «привет», нейросеть не сразу понимает, что это русский текст в английской раскладке, и тратит токены на расшифровку. Автор утилиты «Зябра» замерил: чистая фраза занимает 70–90 токенов, а с опечаткой при русском контексте в чате — 350–500, то есть в 4–7 раз больше. Без контекста модель однажды потратила 2298 токенов и 145 секунд и так и не расшифровала фразу. Поэтому раскладку выгоднее исправлять до отправки.
AI-обработка оригинала Habr AI; редакция Hamidun News
Каждый, кто много печатает, хоть раз отправлял «ghbdtn» вместо «привет»: пальцы были на английской раскладке, а в голове был русский. В обычном мессенджере это мелкая неловкость. С языковой моделью добавляется вопрос денег и времени: нейросеть пытается понять, что вы имели в виду, и тратит на это токены (единицы текста, за которые платят и от которых зависит скорость ответа). Автор утилиты «Зябра» (локальный переключатель раскладки, который сам стирает неверно набранное и переписывает правильно) решил посчитать, сколько именно. Итог такой: чистое сообщение стоит 70–90 токенов и 5–7 секунд, а случайная опечатка в раскладке при русском контексте в чате — 350–500 токенов и 25–30 секунд, то есть в 4–7 раз дороже.
Первый прогон: цифры, от которых становится не по себе
Эксперимент простой. Автор взял короткие фразы, которые реально мог бы случайно отправить не в той раскладке, и для каждой послал локальной модели два варианта: нормальный и «сломанный». Без системного промпта, без истории чата, одно сообщение. Модель — локальная Qwen3.8-Flash-Next на Strata, как её называет автор.
Результаты разошлись сильно:
- «Умничка)» — 70 токенов и 5,4 секунды, а в неверной раскладке («Evybxrf)») — 2356 токенов и 148 секунд, и модель так и не расшифровала фразу;
- «Спасибо, то что нужно!» — 84 токена и 7,5 секунды против 440 токенов и 30 секунд, расшифровала верно;
- «Погнали» — 66 токенов и 6,2 секунды против 336 токенов и 24 секунд, тоже верно.
На «Evybxrf)» модель ушла перебирать ROT13 и шифр Цезаря, потратила почти две с половиной минуты и в итоге спросила, что имелось в виду. Выглядело как убойный аргумент в пользу утилиты: экономия в десятки раз.
Стоп: в реальном чате сообщение редко бывает первым
Автор сам заметил слабое место теста. В жизни перед опечаткой почти всегда есть разговор на русском, а в замере модель решала головоломку с нуля. Он повторил проверку на той же фразе в трёх вариантах:
- без контекста — 2298 токенов, 145 секунд, не расшифровала;
- с системным промптом «общаемся на русском» — 495 токенов, 32 секунды, расшифровала, хотя и с небольшой неточностью («умничк)»);
- с одной предыдущей русской репликой в истории — 344 токена, 23 секунды, расшифровала точно.
Контекст делает ответ в 6–7 раз дешевле и быстрее. Живая реплика сработала даже лучше явной инструкции: у модели появляется за что зацепиться, и она быстрее понимает, что перед ней русский текст, набранный латиницей, а не шифр.
Честный итог и что из этого следует
Реалистичная цена одной случайной опечатки — не 2000+ токенов и две с половиной минуты, а примерно 350–500 токенов и 25–30 секунд, когда в чате уже есть русский контекст. Это всё равно в 4–7 раз дороже чистого сообщения. Если за вечер таких промахов набирается два десятка, выходит несколько тысяч лишних токенов и пара минут ожидания. Плюс риск, что модель не справится и просто переспросит.
Для тех, кто платит за API, цифры будут другими, но логика та же: токены уходят не на ваш вопрос, а на расшифровку. Практических выводов два. Первый: если вы строите чат-бота или ассистента для русскоязычных пользователей, держите в промпте или истории русскоязычный контекст, он заметно снижает цену ошибки ввода. Второй: исправлять раскладку лучше до отправки, а не рассчитывать, что модель разберётся.
Есть и ограничения. Это замеры одного человека на одной локальной модели и на нескольких фразах, а не широкий бенчмарк. Другие модели могут справляться с «кривой» раскладкой лучше или хуже, а время ответа в облачных сервисах зависит ещё и от нагрузки. Автор сам называет итог «не завышенным», а не универсальным.
Сама «Зябра» бесплатна, работает на Windows, Linux и macOS, код и бинарники лежат на github.com/DmNep/zyabra. Автор подчёркивает, что она полностью локальная: не пишет набранное на диск, не ведёт журнал нажатий, не трогает буфер обмена и не открывает сеть. В памяти хранится только текущее незавершённое слово и одна последняя замена. Для программы, которая видит каждое нажатие клавиши, это важная деталь.
- 21 нояб. 2026 г.Открытый MiniMind позволяет обучить свою LLM с нуля за $0,42 на RTX 3090
- 21 нояб. 2026 г.Агент Skein стирает старые этапы из контекста: 97% удачных запусков, но дороже OpenCode
- 21 нояб. 2026 г.Открытая Inkling 2 Mini на 16 ГБ памяти догнала Qwen3.8-27B в независимом рейтинге
- 21 нояб. 2026 г.Локальную phi3 взламывали в 51% попыток — разработчик поставил перед ней защитный шлюз
Вопросы и ответы по материалу
Что известно по теме: первый прогон: цифры, от которых становится не по себе?
Эксперимент простой. Автор взял короткие фразы, которые реально мог бы случайно отправить не в той раскладке, и для каждой послал локальной модели два варианта: нормальный и «сломанный». Без системного промпта, без истории чата, одно сообщение. Модель — локальная Qwen3.8-Flash-Next на Strata, как её называет автор.
Что известно по теме: стоп: в реальном чате сообщение редко бывает первым?
Автор сам заметил слабое место теста. В жизни перед опечаткой почти всегда есть разговор на русском, а в замере модель решала головоломку с нуля. Он повторил проверку на той же фразе в трёх вариантах: без контекста — 2298 токенов, 145 секунд, не расшифровала; с системным промптом «общаемся на русском» — 495 токенов, 32 секунды, расшифровала, хотя и с небольшой неточностью («умничк)»); с одной предыдущей русской репликой в истории — 344 токена, 23 секунды, расшифровала точно.
Что известно по теме: честный итог и что из этого следует?
Реалистичная цена одной случайной опечатки — не 2000+ токенов и две с половиной минуты, а примерно 350–500 токенов и 25–30 секунд, когда в чате уже есть русский контекст. Это всё равно в 4–7 раз дороже чистого сообщения. Если за вечер таких промахов набирается два десятка, выходит несколько тысяч лишних токенов и пара минут ожидания. Плюс риск, что модель не справится и просто переспросит. Для тех, кто платит за API, цифры будут другими, но логика та же: токены уходят не на ваш вопрос, а на расшифровку.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.