Интеграция LLM-моделей в IT-проекты в 2026 году сводится к семи шагам: одна измеримая задача, модель через официальный API, конфигурация через переменные окружения, проверка и журнал каждого ответа, тесты на 50–200 реальных примерах и поэтапный выпуск. Счёт за модель обычно меньше расходов на разработку и сопровождение. Remolda встраивает первую такую функцию в ваши системы за шесть недель в рамках пилотного ИИ-спринта, фиксированная цена — 9 800 CAD плюс применимые налоги.
Опишите задачу для LLM: отправьте письменную заявку — задача, система, в которой она живёт, и объём в месяц, или позвоните: +1 (613) 867‑7767, вводный разговор можно провести на русском. Отвечаем в течение рабочего дня.
Это практическое руководство: модели, цены, код и шаги. Архитектура (LLM-шлюз, RAG, хранение данных в Канаде, управление) — в статье об интеграции LLM и ИИ-инструментов в корпоративную систему. Подключить LLM к вашей CRM, ERP или службе поддержки с тестами и передачей команде можно в рамках услуги интеграции LLM в корпоративные системы.
Как происходит интеграция LLM в IT-проект?
Семь шагов по порядку. По нашему опыту, больше всего весят первый и пятый.
- Задача с цифрой. «Черновик ответа на письмо в поддержку» лучше, чем «добавить ИИ в CRM». Замерьте текущее время на один случай.
- Карта данных. Что попадает в промпт, откуда, есть ли персональные данные.
- Модель и способ доступа. API вендора или облачная платформа (Azure, Bedrock, Google Cloud), если модель там доступна.
- Тонкий слой интеграции. Один модуль отвечает за промпты, вызовы, проверку, повторы и журнал.
- Тестовый набор. 50–200 обезличенных реальных примеров с ожидаемым ответом.
- Поэтапный выпуск. Пилотная группа, проверка человеком, ежедневный контроль расходов и ошибок.
- Передача. Промпты, версии моделей, владельцы и план отката описаны в документации.
Какие модели можно подключить и сколько это стоит?
У трёх основных семейств есть крупные, средние и малые модели. Цены API за миллион токенов сверены на страницах цен вендоров 1 ноября 2026 года.
| Модель | US$ за 1 млн, вход / выход |
|---|---|
| OpenAI GPT-6 Astra | 10,00 / 50,00 |
| OpenAI GPT-6.1 Sol | 2,00 / 10,00 |
| OpenAI GPT-6.1 Terra | 1,00 / 5,00 |
| OpenAI GPT-6 Luna | 0,10 / 0,50 |
| Claude Fable 5.1 | 10,00 / 50,00 |
| Claude Opus 5.5 | 4,00 / 20,00 |
| Claude Sonnet 5.5 | 2,00 / 10,00 |
| Claude Haiku 5.5 | 0,10 / 0,50 |
| Gemini 4 Argon | 2,00 / 10,00 |
| Gemini 3.8 Flash | 0,75 / 3,75 |
| Gemini 3.5 Flash-Lite | 0,30 / 2,50 |
Три уточнения. Claude Haiku 5.5 стоит 0,50 / 2,50 для запросов длиннее 100 000 токенов. Цена Gemini 4 Argon действует до 30 ноября 2026 года, с 1 декабря — 4,00 / 20,00; цена Gemini 3.8 Flash — до 31 декабря 2026 года, с 1 января 2027 года — 1,50 / 7,50. Крупные модели (Astra, Fable, Opus) — для самых сложных рассуждений и длинных документов в малом объёме, средние (Sol, Terra, Sonnet, Argon) — для обычных бизнес-задач, малые (Luna, Haiku, Flash-Lite) — для классификации и извлечения в объёме.
Пример: 10 000 запросов в месяц по 2 000 входных и 500 выходных токенов (20 млн на входе, 5 млн на выходе).
| Модель | Токены в месяц, US$ |
|---|---|
| GPT-6 Luna или Claude Haiku 5.5 | около 4,50 |
| Gemini 3.5 Flash-Lite | около 18,50 |
| Gemini 3.8 Flash (до 31 декабря) | около 34 |
| GPT-6.1 Terra | около 45 |
| Claude Sonnet 5.5 или GPT-6.1 Sol | около 90 |
| Claude Opus 5.5 | около 180 |
| GPT-6 Astra или Claude Fable 5.1 | около 450 |
Пакетные API OpenAI, Anthropic и Google дают скидку 50 %. Кэш промптов удешевляет повторяющийся системный промпт: попадание в кэш стоит 0,05 цены входа у Claude Opus 5.5 и Sonnet 5.5 и 0,10 US$ вместо 2,00 US$ у GPT-6.1 Sol. Разработка, тесты и сопровождение обычно стоят больше токенов; как свести обе стороны в один расчёт, показано в руководстве по окупаемости ИИ.
Какие паттерны кода работают в Python-интеграции?
Шесть паттернов делают интеграцию устойчивой, с любым SDK.
- Конфигурация из окружения. Модель, ключ, лимиты — в переменных окружения (
.envлокально, менеджер секретов в продакшене). - Структурированный ответ. JSON-схема передаётся в API: Structured Outputs у OpenAI (
strict: true) и structured outputs у Claude (output_config.format) ограничивают ответ схемой. Проверка (например, Pydantic) всё равно нужна: отказ модели или лимит токенов могут оборвать ответ. - Повторы и резерв. Экспоненциальная задержка при ошибках лимитов и сервера; после нескольких неудач — резервная модель или очередь для человека.
- Потоковый вывод в чат-интерфейсах.
- Вызов инструментов через узкие функции с типизированными параметрами; права проверяет ваш код.
- Пакетная обработка ночных задач по сниженной цене.
Как хранить ключи и настраивать доступ?
Ключи — вне кода, у каждого приложения свой ключ, пользователи входят через ваш SSO.
- Локально: файл
.env, исключённый из репозитория. - Продакшен: Azure Key Vault, AWS Secrets Manager или Google Secret Manager, ротация по графику.
- В облаке: управляемые удостоверения и IAM-роли вместо статических ключей.
- Месячные лимиты расходов на каждый ключ в консоли вендора.
Как сделать интеграцию стабильной в продакшене?
Относитесь к модели как к внешней зависимости, которая меняется.
- Версия модели закреплена; обновление — после прогона тестового набора.
- Журнал: модель, версия промпта, задержка, токены, стоимость, результат.
- Алерты по доле ошибок, задержке и дневным расходам.
- Кнопка «неверный ответ» для пользователей; такие случаи пополняют тестовый набор.
- Даты вывода моделей из эксплуатации отслеживаются.
- Персональные данные в промптах — только после проверки требований PIPEDA и, в Квебеке, оценки по Закону 25.
Где LLM подключают в первую очередь?
Почта, CRM, служба поддержки, внутренний чат по документам и обработка входящих документов. Во всех случаях ИИ готовит черновик, а отправляет или утверждает человек.
Для массовой обработки писем и документов подходит автоматизация процессов с ИИ. Для связи нескольких систем — проектирование и интеграция ИИ-API.
Когда нужна внешняя команда?
Небольшая функция в одном приложении — обычная задача для штатного разработчика. Если интеграция затрагивает несколько систем, персональные данные или требует журнала для аудита, команда с готовыми тестовыми наборами, журналами и опытом проверок приватности снижает риск.
Remolda встраивает ИИ-функции под заказ в существующее ПО, начиная с пилота с чёткими рамками:
- Пилотный ИИ-спринт (9 800 CAD, шесть недель): одна LLM-функция в ваших системах, проверенная на ваших примерах, код, промпты и аккаунты на ваше имя.
- Аудит возможностей ИИ (2 900 CAD, две недели): если сценарий ещё не выбран — варианты, ранжированные по стоимости и правилам данных.
- Экспресс-оценка готовности к ИИ (490 CAD, одна неделя): готовы ли данные и системы.
Цены в канадских долларах плюс применимые налоги, все пакеты — на странице цен. Работаем из Оттавы на английском и французском, вводный разговор можно провести на русском.
Чтобы обсудить первую функцию, отправьте письменную заявку: задача, системы и объём в месяц. Отвечаем в течение рабочего дня.
Источники
- OpenAI: API pricing (проверено 1 ноября 2026)
- Anthropic: Claude API pricing (проверено 1 ноября 2026)
- Google: Gemini API pricing (проверено 1 ноября 2026)
- OpenAI: Structured Outputs
- Anthropic: Structured outputs
- LégisQuébec: CQLR c. P-39.1, ст. 3.3 и 17

