Сколько реально стоит час работы с агентом

Частый сюжет: человек пробует агента, за вечер решает пару задач и с удивлением смотрит на списание. В чате те же вопросы стоили бы центы.

Дело не в наценке. Дело в том, как устроен агентный цикл.

Откуда берётся расход

Агент работает шагами. На каждом шаге он отправляет модели всю накопленную переписку: исходную задачу, все предыдущие вызовы инструментов и весь их вывод.

Посчитаем на пальцах. Задача из десяти шагов, на каждом шаге в контекст добавляется вывод команды — скажем, две тысячи токенов.

Первый запрос: 2 000 токенов. Второй: 4 000. Третий: 6 000. К десятому шагу — 20 000. Суммарно за сессию — около 110 000 входных токенов вместо наивных 20 000.

Расход растёт квадратично от числа шагов. Это и есть главный ответ на вопрос «почему так дорого».

Что это в деньгах

При цене $0.30 за миллион входных токенов сессия из примера обойдётся примерно в три цента. Это немного — но она короткая.

Реальная рабочая сессия на час — это не десять шагов, а полсотни, и вывод команд в ней бывает не по две тысячи токенов, а по двадцать, если агент прочитал большой файл или получил длинный лог. Там счёт идёт уже на миллионы токенов и десятки центов в час.

Оговорка, если сравниваете с официальным прайсом вендоров: у них повторно отправляемый контекст частично читается из кэша промптов за ~10% входной цены, а в Zukko кэшированные токены оплачиваются по обычной цене. Поэтому для агентных сессий с большим повторяющимся контекстом реальная разница с вендором меньше, чем при сравнении прайсов «в лоб».

Всё ещё немного по сравнению со стоимостью часа разработчика. Но это объясняет, почему подписочная модель для агентов работает плохо: расход в них плохо предсказуем, и любой фиксированный лимит либо режет вас на середине задачи, либо продан с большим запасом за ваш счёт.

Четыре способа сократить

Держать сессии короткими. Самый действенный приём. Закончили задачу — начните новую сессию. Тащить в следующую задачу контекст предыдущей не только дорого, но и вредно для качества: модель начинает опираться на неактуальное.

Не просить агента читать то, что можно назвать. «Посмотри, где используется WeeklyStat» заставит его перебирать файлы. grep -rn WeeklyStat в задаче сразу сузит поиск и сэкономит несколько шагов.

Переложить рутину на дешёвую модель. Большинство шагов агента механические. glm-5.3 стоит $0.10 за миллион против $0.30 у флагманов — на входных токенах, которые в агенте и доминируют, это втрое дешевле; устраивает ли результат на ваших простых шагах — проверьте на своих задачах.

Смотреть на расход. Разбивка по моделям в кабинете показывает, куда именно уходят деньги. Обычно выясняется, что 80% расхода дала одна задача, в которой агент зациклился, — и это чинится не экономией, а более точной формулировкой.

Чего делать не стоит

Не гонитесь за уменьшением max_tokens. Выходные токены в агентной работе — малая часть расхода, а жёсткий лимит приводит к оборванным ответам и лишним повторам, то есть к росту общего счёта.

Не выключайте инструменты ради экономии. Агент без возможности прочитать файл начнёт угадывать, и вы заплатите за несколько неверных попыток вместо одного чтения.

Как посчитать заранее

Если нужна оценка до начала работы, есть подсчёт токенов отдельным запросом — он бесплатный и показывает, во сколько обойдётся контекст, который вы собираетесь отправить.

curl https://api.zukko.pro/v1/messages/count_tokens \
  -H "x-api-key: fetch_ваш_ключ" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"claude-opus-5-5","messages":[{"role":"user","content":"..."}]}'

Для агентной сессии умножьте результат на число ожидаемых шагов и ещё раз на полтора — получится грубая, но честная верхняя оценка.

Тарификация у Zukko↗ идёт за реально использованные токены, без подписки, пополнение — от $1, так что проверить свой рабочий сценарий можно за несколько центов.