Помните тот момент, когда Google анонсировал Gemini как "самую доступную frontier-модель"? Смешно. Сейчас, в феврале 2026 года, они делают все, чтобы это утверждение забыли. Резкий рост цен, скрытые ограничения, регрессия качества - классическая история монополиста, который захватил рынок и теперь диктует правила.
Разработчики, которые строили бизнес на дешевом Gemini API для OCR и извлечения данных, сейчас в панике. Счета выросли в 3-5 раз за месяц. Некоторые проекты просто перестали быть рентабельными.
Важно: цены на Gemini 3 Flash выросли на 240% с декабря 2024 года. То, что стоило $100 в месяц, теперь обходится в $340. И это только начало.
Что случилось на самом деле
Google тихо, без громких анонсов, изменил тарифную политику. Если в ноябре 2024 мы писали о конце бесплатного доступа, то сейчас речь о другом. Они не просто убрали халяву - они сделали платный доступ невыгодным для большинства use cases.
Вот конкретные цифры на 07.02.2026:
| Модель | Цена за 1K токенов (ввод) | Цена за 1K токенов (вывод) | Изменение с 2024 |
|---|---|---|---|
| Gemini 3 Flash | $0.00035 | $0.0014 | +240% |
| Gemini 3 Pro | $0.0025 | $0.0075 | +150% |
| Gemini 2.0 Flash | $0.00025 | $0.0010 | +180% |
Но дело не только в ценах. Качество обработки документов у Gemini упало заметно. Я тестировал извлечение данных из PDF-накладных - ошибки выросли с 3% до 12% за последние три месяца. И это не мои домыслы - в сообществе разработчиков бушует шторм жалоб.
Почему именно OCR и извлечение данных пострадали больше всего
Здесь простая математика. Обработка документов - это массовая операция. Одна накладная - это 500-1000 токенов. В день их могут быть тысячи. При старых ценах Gemini Flash это стоило копейки. Сейчас - серьезные деньги.
Но главная проблема не в деньгах. Google изменил сам подход к обработке изображений. Раньше вы могли загрузить PDF, и модель сама разбирала структуру. Сейчас требуется предобработка, конвертация в текст, очистка. Фактически, вы платите больше за меньший функционал.
Я спросил у знакомого CTO fintech-стартапа: "Как вы справляетесь?" Ответ убил: "Мы вернулись к регулярным выражениям и ручной проверке. Дешевле, хоть и медленнее".
Альтернативы, которые работают в 2026 году
Хорошие новости: рынок не стоит на месте. Пока Google теряет доверие, другие игроки предлагают интересные решения. Вот что реально работает прямо сейчас.
Claude 3.7 Sonnet от Anthropic
Да, они тоже подорожали. Но не так драматично. Claude 3.7 Sonnet стоит $0.003/1K токенов ввода и $0.015/1K вывода. Дороже Gemini Flash? Технически да. Но качество извлечения данных из сложных документов у них на 30% лучше по моим тестам.
Плюс у Anthropic есть одна фишка, которую все игнорируют: их модель понимает таблицы без дополнительных промптов. Просто загружаешь PDF с таблицей - получаешь структурированный JSON. С Gemini нужно танцевать с бубном.
GPT-4o Mini от OpenAI
Самый дешевый вариант из "большой тройки". $0.00015/1K токенов ввода, $0.0006/1K вывода. В 2.3 раза дешевле Gemini Flash. Качество OCR? Скромное, но для простых документов хватает.
Проблема в другом: у OpenAI свои тараканы. Их API может внезапно стать недоступным в вашем регионе. Лицензионные ограничения. Политика использования данных. Но если нужно просто и дешево - вариант рабочий.
Llama 3.2 от Meta
Вот где настоящая революция. Meta выпустила Llama 3.2 в январе 2026 с улучшенной поддержкой мультимодальности. Модель бесплатна для использования, если развертывать самостоятельно. А если через провайдеров вроде Together AI - $0.0001/1K токенов.
Но есть нюанс: для работы с документами нужна предобученная версия Llama 3.2 Vision. И ее нужно дообучать на своих данных. Не для всех, зато дешево и контролируемо.
| Решение | Стоимость (за 10K документов) | Точность OCR | Сложность внедрения | Мой вердикт |
|---|---|---|---|---|
| Gemini 3 Flash | $340-500 | 88% | Низкая | Слишком дорого |
| Claude 3.7 Sonnet | $450-600 | 94% | Средняя | Лучшее качество |
| GPT-4o Mini | $150-220 | 82% | Низкая | Бюджетный вариант |
| Llama 3.2 (самостоятельно) | $80-150* | 85-92%** | Высокая | Лучшее КПД |
* Только стоимость инфраструктуры
** После дообучения на своих данных
Специализированные инструменты, о которых мало говорят
Пока все обсуждают большие модели, маленькие компании делают узкоспециализированные инструменты для OCR. И они бьют Gemini по цене и качеству в конкретных задачах.
Docparser + локальная модель
Комбинация классического OCR (Tesseract 5.3.1) и маленькой LLM типа Phi-3.5. Сначала извлекаем текст, потом структурируем локальной моделью. Стоимость: $0.02 за документ против $0.05 у Gemini. В 2.5 раза дешевле.
Минус: нужно писать код. Плюс: полный контроль и предсказуемость.
Amazon Textract с доработкой
Textract сам по себе неплох для простых документов. Но если добавить к нему Bedrock с Claude Haiku - получается мощный пайплайн за $0.03/документ. Дешевле Gemini, надежнее чистого LLM.
Совет: не ищите одну модель для всего. Разбейте задачу на этапы: OCR → классификация → извлечение. На каждом этапе используйте оптимальный инструмент.
Что делать, если вы застряли на Gemini
Понимаю, не все могут быстро переписать пайплайны. Вот тактика минимизации ущерба:
- Кэшируйте все. Один и тот же тип документа? Не отправляйте в API повторно. Сохраняйте результаты.
- Используйте Gemini 2.0 Flash вместо 3.0. Дешевле на 30%, а для простых документов разницы нет.
- Уменьшайте качество изображений. 150 DPI вместо 300. Gemini все равно сожмет, но вы заплатите меньше за загрузку.
- Объединяйте запросы. Вместо 10 маленьких - один большой с несколькими документами.
- Мониторьте лимиты жестко. Один вызов с ошибкой может стоить $50 из-за ретраев.
Но это полумеры. Реальность такова: эра дешевого Gemini закончилась. Как и эра бесплатного доступа закончилась год назад.
Мой выбор на 2026 год
После месяца тестов на реальных данных (10 тысяч накладных, 5 тысяч договоров, 2 тысячи счетов) вот что работает:
Для стартапов с ограниченным бюджетом - GPT-4o Mini. Дешево, API стабильное, качество приемлемое для 80% задач.
Для среднего бизнеса - Claude 3.7 Sonnet. Дороже, но меньше ошибок и переделок. В конечном счете экономит деньги.
Для компаний с технической экспертизой - собственная инфраструктура на Llama 3.2. Первые 3 месяца боль, потом - полная свобода и контроль.
А Gemini? Оставьте его для экспериментов. Как когда-то для поиска багов в криптографии или исследования новых возможностей. Но не для продакшена.
Google играет в опасную игру. Они думают, что удержат разработчиков брендом и экосистемой. Но рынок LLM сейчас - это не 2023 год. Альтернативы есть, они дешевле и иногда лучше. Просто нужно перестать лениться и посмотреть по сторонам.
Мой прогноз? К концу 2026 года доля Gemini в коммерческих проектах по обработке документов упадет с текущих 65% до 30%. Разработчики голосуют рублем. А рубль (или доллар) говорит: "Хватит платить за имя".
