מדריך: חישוב עלות API אמיתית במלחמת המחירים של קיץ 2026

שלושה שחקנים, שלושה מודלי תמחור שונים לחלוטין, ותקציב אחד שצריך להחזיק מעמד עד סוף השנה. אנת'רופיק השיקה ב-30 ביוני את Claude Sonnet 5 עם תמחור היכרות של 2/10 דולר למיליון טוקנים, GitHub פתחה את Kimi K2.7 Code בחיוב מבוסס-שימוש ב-Copilot, וגוגל עדיין מושכת את ההשקה של Gemini 3.5 Pro. במדריך הזה נבנה מתודולוגיה מסודרת לחישוב עלות אמיתית לפי פרופיל השימוש שלכם, כדי שההחלטה לא תתקבל לפי מחיר המדבקה בלבד.

01מפת התמחור: מה באמת על השולחן ביולי 2026

לפני שמחשבים, צריך לדעת מה המספרים הרשמיים. Claude Sonnet 5 מגיע עם חלון הקשר של מיליון טוקנים וביצועים אג'נטיים שקרובים ל-Opus 4.8, בתמחור היכרות של 2 דולר למיליון טוקני קלט ו-10 דולר לפלט. אבל שימו לב לאותיות הקטנות: התמחור הזה בתוקף רק עד 31 באוגוסט 2026, ומ-1 בספטמבר המחיר קופץ לתמחור הסטנדרטי של 3/15 דולר.

בחזית השנייה, Kimi K2.7 Code של Moonshot הפך ב-1 ביולי למודל במשקלים פתוחים הראשון בבורר המודלים של GitHub Copilot, תחילה למנויי Pro, Pro+ ו-Max, ומ-7 ביולי גם ל-Business ו-Enterprise. המודל מתארח על Azure ומחויב לפי מחירון הספק תחת חיוב מבוסס-שימוש, כשקרדיט AI אחד של GitHub שווה 0.01 דולר. להשוואה ישירה: ב-API של Moonshot המודל עולה 0.95 דולר למיליון טוקני קלט (cache miss) ו-4 דולר לפלט.

ומה עם גוגל? כאן נדרש דיוק: Gemini 3.5 Pro טרם הושק ואין לו תמחור רשמי. המודל החמיץ שלושה מועדי השקה רצופים, האחרון שבהם ב-17 ביולי, לאחר שהגרסה שנבנתה מחדש לא עמדה בסטנדרטים של אמינות. ההערכות של 15/60 דולר למיליון טוקנים שמסתובבות ברשת הן דיווחי צד-שלישי בלבד. העוגנים הרשמיים של גוגל כרגע הם Gemini 3.5 Flash ב-1.50/9 דולר ו-Gemini 3.1 Pro ב-2/12 דולר, שעולה ל-4/18 דולר על קלט מעל 200 אלף טוקנים.

02שלב 1: בנו פרופיל שימוש, לא טבלת מחירים

הטעות הנפוצה ביותר היא להשוות מחירי מדבקה. שני מודלים עם אותו מחיר למיליון טוקנים יכולים לייצר חשבון שונה בעשרות אחוזים, בגלל יחס קלט-פלט, קאשינג וטוקנייזר. לכן הצעד הראשון הוא לאפיין את פרופיל השימוש האמיתי של הפרויקט שלכם:

1. יחס קלט לפלט: צ'אטבוט תמיכה עם system prompt ארוך הוא כבד-קלט; סוכן שכותב קוד או מסמכים הוא כבד-פלט, ושם ההבדל בין 10 ל-15 דולר לפלט מכריע.
2. שיעור פגיעות קאש: כמה מהקלט חוזר על עצמו בין קריאות (הנחיות מערכת, סכמות, דוגמאות few-shot)? זה קובע כמה תרוויחו מ-prompt caching.
3. אורך הקשר טיפוסי: אם אתם חוצים 200 אלף טוקנים במודלי Pro של גוגל, המחיר מוכפל. לפעמים עדיף לפצל או לסכם.
4. נפח חודשי צפוי: מיליוני טוקנים ביום או בחודש? בקנה מידה קטן ההבדלים זניחים, בקנה מידה גדול הם תקציב של עובד.
5. רגישות לאיכות: האם אפשר לנתב משימות פשוטות למודל זול (Flash, Kimi) ולשמור את היקר למשימות קשות?

03שלב 2: היזהרו משני המוקשים של Sonnet 5

תמחור ההיכרות של אנת'רופיק אטרקטיבי, אבל יש בו שני מוקשים מתודולוגיים שחייבים להכניס לחישוב. הראשון הוא הטוקנייזר החדש: אותו טקסט בדיוק יכול להפוך לעד 35% יותר טוקנים לחיוב לעומת מודלים קודמים. כלומר, גם אם המחיר למיליון טוקנים נראה זהה, העלות האפקטיבית לאותה תעבורה גבוהה יותר. השני הוא רמות המאמץ: Sonnet 5 מציע רמות מ-low עד x-high שמתפקדות כמכפיל עלות ישיר, וברמת x-high המודל עלול לעלות יותר מ-Opus 4.8 בנקודת דיוק דומה.

דוגמה מספרית שממחישה את המלכודת: צוות שמבצע מיגרציה ביולי רואה חשבון נמוך יותר ושמח. אבל ב-1 בספטמבר התעריף עולה 50% על אותה תעבורה בדיוק, והטוקנייזר המנפח מוסיף עוד שכבה, כך שהעלות האפקטיבית מגיעה ל-20 עד 35 אחוזים מעל נקודת הפתיחה. מי שלא תכנן את זה מראש יגלה את זה בחשבונית של ספטמבר.

04שלב 3: מדדו על תעבורה אמיתית, לא על ניחושים

הדרך היחידה לקבל מספר אמין היא להריץ עומסים אמיתיים דרך כל מודל מועמד, לרשום את ספירות הטוקנים בפועל מתשובת ה-API ולהשוות מול baseline קיים. כך מקבלים דלתא אמיתית שכוללת את השפעת הטוקנייזר, הקאש ורמות המאמץ. סקריפט פשוט שמסכם usage מתשובות ה-API יעשה את העבודה:

# חישוב עלות אפקטיבית מתוך לוג קריאות
PRICING = {
    "sonnet-5-intro":  {"in": 2.00, "out": 10.0, "cache_read": 0.20},
    "sonnet-5-std":    {"in": 3.00, "out": 15.0, "cache_read": 0.30},
    "kimi-k2.7-code":  {"in": 0.95, "out": 4.0},
    "gemini-3.5-flash": {"in": 1.50, "out": 9.0},
}

def cost_usd(model, tin, tout, tcached=0):
    p = PRICING[model]
    cached_cost = tcached * p.get("cache_read", p["in"]) / 1e6
    return (tin - tcached) * p["in"] / 1e6 + cached_cost + tout * p["out"] / 1e6

# הריצו על שבוע תעבורה אמיתית והשוו בין תרחיש יולי לתרחיש ספטמבר

בצד הקאשינג של אנת'רופיק, קריאות קאש עולות 0.20 דולר למיליון בתקופת ההיכרות (0.30 דולר בתמחור הסטנדרטי), כתיבת קאש לחמש דקות עולה פי 1.25 מהקלט הבסיסי, ולשעה פי 2. אם ה-system prompt שלכם ארוך והתעבורה צפופה, הקאש יכול לחתוך את עלות הקלט בסדר גודל. אם הקריאות מפוזרות ולא נהנות מקאש, כתיבות הקאש רק מייקרות.

05מה זה אומר לצוותים בישראל, ומה עושים עכשיו

לסטארטאפ ישראלי שמריץ סוכני קוד, המסלול של Kimi K2.7 דרך Copilot מעניין במיוחד: החיוב מבוסס-השימוש בקרדיטים של GitHub (0.01 דולר לקרדיט) מאפשר לנסות מודל פתוח וזול בלי להקים אינטגרציה חדשה, ומי שרוצה שליטה מלאה יכול לעבור ל-API של Moonshot ב-0.95/4 דולר. לצוותים שכבר עמוק באקוסיסטם של Claude, החודשיים הקרובים הם חלון הזדמנויות: מריצים benchmark עלויות על Sonnet 5 בתמחור ההיכרות, אבל מתקצבים מראש לפי התמחור הסטנדרטי של ספטמבר בתוספת ניפוח הטוקנייזר.

• קבעו baseline השבוע: הריצו שבוע תעבורה מייצגת דרך כל מועמד ותעדו ספירות טוקנים בפועל.
• חשבו שני תרחישים ל-Sonnet 5: תמחור היכרות ותמחור ספטמבר, כולל מקדם ניפוח של 1.2 עד 1.35 על ספירות הטוקנים.
• נעלו רמת מאמץ: קבעו מדיניות ברירת מחדל (למשל medium) ואשרו x-high רק למשימות שמצדיקות את המכפיל.
• שמרו פרומפטים מתחת ל-200 אלף טוקנים במודלי Pro של גוגל, או נתבו ל-Flash עם תמחור שטוח.
• בנו ניתוב לפי משימה: מודל זול לסיווג וסיכום, מודל יקר לתכנון ולקוד מורכב.

השורה התחתונה: מלחמת המחירים של קיץ 2026 היא הזדמנות, אבל רק למי שמודד. תמחור היכרות עם תאריך תפוגה, טוקנייזר שמנפח ספירות, קרדיטים של Copilot ומודל של גוגל שעוד לא קיים רשמית, כל אלה הופכים את ההשוואה הפשוטה ללא רלוונטית. פרופיל שימוש מדויק, מדידה על תעבורה אמיתית ותקצוב לפי התרחיש היקר הם ההגנה הטובה ביותר על התקציב שלכם.