Ну тут странная ситуация. Дело в том что для LLM невозможно предсказать длину ответа заранее. А в течении генерации каждого символа из ответа карта жрет электричество. Те невозможно предположить сколько будет стоить обработка конкретного запроса только посмотрев на него.
Пробовали по количеству токенов оплату делать, но если для апи-использования это ещё как то работало, то для режима прямого общения - человек просто не способен посчитать токены в запросе и ответе.
В общем вопрос про ценообразование тут открытый.