# Гайд по снижению расходов на LLM на 68–80% (SPEC-ROUTER-01 / TOPO-ORACLE-05)

> **Веб-версия**: https://fractalops.ai/ai-lab/llm-cost-optimization-guide?lang=ru
> **English Markdown**: https://fractalops.ai/ai-lab/llm-cost-optimization-guide.md
> **Хаб AI Lab**: https://fractalops.ai/ru/ai-lab

## 1. Суть проблемы (почему команда переплачивает в 3–4 раза)
В командах, активно использующих Claude Code, Cursor, Codex или Antigravity, **68–75% запросов к LLM** — это рутинное чтение файлов, поиск символов по проекту, форматирование и простые правки. Отправлять их в самую дорогую reasoning-модель ($15–$75 за 1M токенов) с полным контекстом репозитория — прямая потеря бюджета.

- **Для кого**: CTO, VP of Engineering, техлиды и FinOps-инженеры.
- **Проверенный результат (бенчмарк FractalOps)**: **снижение расходов на LLM API на 68–79,8%**, ускорение ответа в **3,1 раза** без потери качества на сложных задачах.

## 2. Как работает 3-ступенчатый каскадный роутер (`SPEC-ROUTER-01`)
1. **Ступень 0 — Локальная карта зависимостей (`TOPO-ORACLE-05`, `< 15 мс`, `$0`):**
   До вызова модели локальный AST-индекс выделяет только нужный символ и его прямые вызовы (1-hop граф). Объём входных токенов на чтение репозитория падает на **78%**.
2. **Ступень 1 — Быстрая модель для рутины (`~$0.15–$0.80 / 1M токенов`):**
   Поиск, шаблоны, мелкие тесты и переименования выполняются быстрой моделью с проверкой AST/линтером.
3. **Ступень 2 — Топ-модель только там, где нужно рассуждение:**
   Сложная архитектура, безопасность и нетривиальные баги автоматически эскалируются на флагманскую модель (или совет моделей `COUNCIL-FW-08`).

## 3. Быстрая оценка экономии для вашей команды
- `Экономия на API в год = Инженеры × Расходы_на_LLM_в_месяц × 12 × 0.70`
- Пример для 15 инженеров при $300/мес на человека: **$37,800/год** прямой экономии на токенах.

## 4. Как проверить на своём репозитории за 60 секунд
1. Запустите локальную самодиагностику (0 байт кода покидает машину):
   `curl -s http://127.0.0.1:8770/api/repo-self-check`
2. Или отправьте запрос на пилот: **sales@monosnap.ai** (размер команды + какие IDE используете).