Дополнительные $250 на работу с Claude исчезли менее чем за два часа, а восемь незавершённых задач по разработке так и не были доведены до результата. Причиной, по словам пользователя сервиса, стала смена времени жизни кеша с одного часа на пять минут — наглядный пример того, как расходы на AI превращаются из контролируемой статьи бюджета в неприятный сюрприз для команды.
Об этом сообщает The Register. Читатель издания рассказал, что после исчерпания лимита подписки Claude Ultra стоимостью $200 купил дополнительные кредиты, рассчитывая закончить восемь coding threads — параллельных веток работы с ассистентом. Объём оставшейся работы казался небольшим. Однако менее чем за два часа баланс обнулился, а заметного прогресса не появилось.
Разобравшись с детализацией, пользователь обнаружил, что настройка кеша в новом запросе вернулась к пяти минутам. До этого срок хранения составлял час. Кеш нужен, чтобы модель повторно использовала уже обработанный контекст: код, требования, предыдущие сообщения и другие данные из длинной сессии. Когда срок истекает, продолжение работы может потребовать заново обработать тот же массив информации — и снова оплатить токены.
В этом и кроется финансовая ловушка для разработчиков. Длинный контекст удобен: можно не объяснять модели архитектуру проекта с нуля, не вставлять повторно спецификации и не разбивать задачу на десятки мелких запросов. Но при коротком сроке кеширования цена такого удобства растёт быстро. Особенно если инженер переключился на другую задачу, вернулся через несколько минут и продолжил работу, не проверив параметры сессии.
Пользователь обратился в Anthropic за объяснением смены настройки и расхождения в расчётах. По его словам, вместо расследования он столкнулся с чат-ботом поддержки Fin: тот назвал поведение кеша «функцией», но не предоставил сверку списаний. Запросы на перевод к сотруднику поддержки также закрывались, иногда через 31 секунду после просьбы об эскалации. The Register направил Anthropic вопросы о механике переключения кеша и способах связаться с человеком, но на момент публикации ответа не получил.
История важна не только для пользователей Claude. Рынок генеративных инструментов повторяет старую облачную драму: сервис легко подключить, лимиты выглядят понятными, а счёт становится понятен только после списания. В классическом облаке инженеры уже научились ставить бюджеты, алерты, лимиты на ресурсы и теги для распределения затрат. Для агентных инструментов и моделей в рабочих процессах эти практики только формируются, хотя расходы на AI способны расти не менее резко.
Для стартапа лишние несколько сотен долларов могут выглядеть мелочью, пока это единичный инцидент. Но если несколько разработчиков одновременно используют большие контексты, запускают автономные задачи и докупают кредиты «до завершения работы», месячный бюджет уезжает незаметно. Проблема усугубляется психологией интерфейса: когда задача почти готова, проще подтвердить очередную покупку, чем остановиться и проверить, что именно изменилось в тарификации.
Командам, которые используют AI-ассистентов в разработке, стоит относиться к токенам как к любому другому инфраструктурному ресурсу. Перед покупкой дополнительных кредитов полезно проверить срок кеширования, размер контекста, фактический расход по проектам и настройки, которые могут сбрасываться при создании нового запроса. Нужны также внутренние пороги: кто имеет право докупать лимиты, при каком расходе работа останавливается и где смотреть детализацию списаний.
Поставщикам моделей придётся решать другую, не менее важную задачу: показывать стоимость действий до их запуска, а не после. Пользователь должен видеть, какой контекст будет перечитан, действует ли кеш и сколько обойдётся продолжение конкретной сессии. Пока таких гарантий нет, расходы на AI остаются не просто техническим параметром, а риском для продукта, бюджета и доверия к самому инструменту.
