Paljonko tekoälyagentti maksaa? Luvut neljästä projektista

Olen Denys, full-stack- ja tekoäly-insinööri. Useimmat aiheesta kirjoitetut artikkelit esittävät laajoja haarukoita ilman yhtään projektia taustalla. Alla ovat mittarit neljästä rakentamastani ja ylläpitämästäni asiasta, ja jokaisen luvun lähde: asetustiedostot, commit-viestit ja mitatut ajot. Kun luku on itse asettamani katto eikä maksettu lasku, sanon sen.

Paljonko tekoälyagentti maksaa ja mistä oikeasti maksetaan?

Kolme mittaria, ja malli on niistä vain yksi.

Projekti	Mitä tekoäly tekee	Mallin hinta	Mikä muu laskuun vaikuttaa
Henkilökohtainen avustaja-agentti	Keskustelee Telegramissa, työstää CRM:ää ja sähköpostia, tekee verkkotutkimusta	USD 0,00065-0,026 askelta kohden mallista riippuen; katot USD 0,05-2,10 ajoa kohden	Yksi palvelin, uudelleenyritykset ja vahtikoirat
Hintavertailu matkatoimistolle	Erillinen tekoälyagentti käynnistää vertailuajoja MCP-palvelimen kautta	Nolla minun puolellani: se agentti maksaa omat tokenit	Välityspalvelinliikenne, noin USD 3,08 ajoa kohden, ja 8-ytiminen palvelin
Suoran lähetyksen äänitarkistus	Tunnistaa puheen ja puhutun kielen jokaisella kanavalla	Nolla kutsua kohden: kaksi pientä mallia pyörii paikan omalla koneella	CPU: 32 kanavan demo käytti noin 0,9 kaksiytimisestä pilvipalvelimesta
Kiinteistötodistukset	Lukee tuntemattomia portaaleja kuin ihminen	Tokenit vain portaaleille, joita skriptit eivät tunne	Skriptit hoitavat tutun portaalin ilman tokeneita

Sama kuvio toistui kaikissa neljässä: halvin token on se, jota et koskaan lähetä, ja kalliit tunnit menevät mallin ympärillä oleviin osiin.

Paljonko mallikutsut maksavat?

Avustaja on neljästä ainoa, jossa mallilasku on minun. Se pyörii Anthropicin Claude Agent SDK:lla, ja jokaisella sen agentilla on koodissa kova katto. SDK pysäyttää ajon, kun vuorojen raja tai dollarien raja tulee vastaan.

Tehtävä	Malli	Katto ajoa kohden
Taustatarkistus joutoaikana	Claude Haiku 4.5	USD 0,05 ja yhteensä USD 1,00 päivässä
Tutkimus: kysymyksen jako	Claude Opus 4.6	USD 0,10, 1 vuoro
Tutkimus: kolme tutkijaa rinnakkain	Claude Opus 4.6	USD 0,50 kukin, 3 vuoroa, verkkohaku ja luku
Tutkimus: vastauksen kirjoitus	Claude Opus 4.6	USD 0,50, 1 vuoro
Pääkeskustelu	Haiku, Sonnet tai Opus, katso alla	200 vuoroa tai USD 50, turvaverkko eikä odotusarvo

Kokonaisen tutkimusajon enimmäishinta on siis USD 0,10 + 3 × 0,50 + 0,50 = USD 2,10. Se on katto, ei keskiarvo; todellinen hinta riippuu mallista, jonka hinnat ovat seuraavassa osiossa.

Kaksi ratkaisua pienensi laskua enemmän kuin yksikään hinnanmuutos:

1. Ohjaa jokainen viesti halvimmalle mallille, joka selviää siitä. Lyhyet ja yksinkertaiset viestit menevät Haikulle, kohtalaiset Sonnetille, monivaiheiset Opukselle. Ohjain lukee avainsanoja ja viestin pituutta, joten ohjaus ei maksa yhtään mallikutsua. Alussa kaikki agentit pyörivät Opuksella.
2. Poista kutsut, jotka eivät ansaitse paikkaansa. Taustatarkistus pyysi mallilta tilaraportin joka kierroksella. Sillä ei ollut pääsyä sähköpostiin eikä CRM:ään, joten se pystyi vain kirjoittamaan viestejä, joita kukaan ei tarvinnut. Poistin mallikutsun kokonaan. USD 1,00 päiväraja on yhä asetuksissa eikä vahdi mitään.

Yksi rehellinen aukko: SDK kertoo jokaisen kutsun hinnan, enkä koskaan tallentanut sitä. Kuukauden kokonaissumma on Anthropicin konsolissa, ei sovelluksessa. Jos rakentaisin tämän uudelleen, kirjaisin kutsukohtaisen hinnan ensimmäisestä päivästä, jotta näkee, mikä tehtävä kuluttaa rahaa eikä vain kuinka paljon.

Kuinka paljon mallin valinta muuttaa laskua?

Enemmän kuin mikään muu token-puolella. Alla yksi agentin askel on hinnoiteltu eri malleilla. Askel on noin 4 000 tokenia sisään ja 500 ulos, eli arvio, jonka avustajan oma koodi tekee taustatarkistuksen yhdestä kutsusta. Hinnat ovat OpenRouterin hinnasto 15. lokakuuta 2026. OpenRouter välittää kunkin toimittajan listahinnan ja ottaa oman maksunsa, kun ostat krediittejä (5,5 % vakiosuunnitelmassa), ei pyyntöä kohden.

Malli	Hinta 1 M tokenia kohden, sisään / ulos	Yksi askel	1 000 askelta
DeepSeek V4.1 Flash	USD 0,024 / 0,72	USD 0,00046	USD 0,46
Claude Haiku 5.5, GPT-6 Luna	USD 0,10 / 0,50	USD 0,00065	USD 0,65
Qwen3.8 Flash	USD 0,15 / 0,47	USD 0,00083	USD 0,83
Mistral Small 4	USD 0,15 / 0,60	USD 0,00090	USD 0,90
Llama 4 Maverick	USD 0,188 / 0,652	USD 0,0011	USD 1,08
Gemini 3.5 Flash Lite	USD 0,30 / 2,50	USD 0,0025	USD 2,45
DeepSeek V4 Pro	USD 0,955 / 1,911	USD 0,0048	USD 4,78
Gemini 3.8 Flash	USD 0,75 / 3,75	USD 0,0049	USD 4,88
Grok 4.7	USD 2 / 6	USD 0,011	USD 11
Claude Sonnet 5.5, GPT-6.1 Sol, Gemini 4 Argon	USD 2 / 10	USD 0,013	USD 13
Claude Opus 5.5	USD 4 / 20	USD 0,026	USD 26
Claude Fable 5.1, GPT-6 Astra	USD 10 / 50	USD 0,065	USD 65

Sama työ maksaa USD 0,46-65 tuhatta askelta kohden, eli noin 140-kertainen ero. Tästä seuraa kolme asiaa:

• Pieni malli hoitaa suurimman osan askelista. Viestin lajittelu, kenttien poimiminen asiakirjasta, vastaaminen tunnetun tekstin pohjalta: nämä tarvitsevat harvoin huippumallia. Pidä isot mallit suunnittelulle ja vaikealle päättelylle, kuten yllä oleva ohjaus tekee.
• Hinnat liikkuvat nopeasti. Avustaja pyöri malleilla Claude Haiku 4.5, Sonnet 4.6 ja Opus 4.6. Nykyisellä hinnastolla askel maksaa Haiku 4.5:llä USD 0,0065 ja Haiku 5.5:llä USD 0,00065. Anthropic huomauttaa, että sen uudemmat mallit laskevat samasta tekstistä noin 30 % enemmän tokeneita, joten askelta kohden uudempi on silti lähes kahdeksan kertaa halvempi. Googlen Gemini 4 Argonin hinnan on määrä kaksinkertaistua 1. joulukuuta 2026. Tarkista uudelleen, ennen kuin suunnittelet vuoden eteenpäin.
• Vertaa tehtäviä, älä token-hintoja. Halvempi malli, joka tarvitsee kaksi yritystä tai pidemmän kehotteen toimiakseen, voi maksaa enemmän valmista tehtävää kohden. Mittaa otos oikeita tehtäviä kahdella tai kolmella mallilla ennen valintaa.

Oma arviosi on yksi rivi: askelia tehtävää kohden × tehtäviä kuukaudessa × mallisi askelhinta.

Miksi ongelma oli konteksti eikä tokenin hinta?

Tokenin hinta on ennustettava. Konteksti ei ole. Avustajan pahimmat viat liittyivät kaikki siihen, kuinka paljon tekstiä kulki jokaisen kutsun mukana:

• Pitkät istunnot rikkoivat vastauksia. Vastatakseen nopeammin sovellus piti lämpimän istunnon auki viestien välillä. Kun konteksti ylivuoti, malli alkoi palauttaa sekavaa tekstiä sekaisin aakkosin. Korjaus: istunto uusitaan 20 viestin jälkeen, ja jos vastaus näyttää rikkinäiseltä, yritetään uudelleen uudessa istunnossa.
• Tallennettu tarkistuspiste kasvoi liian suureksi. Eräänä päivänä kutsut epäonnistuivat viestiin “Prompt is too long”. Jokaiseen kutsuun lisättävä tarkistuspiste on nyt rajattu 2 KB:hen.
• Järjestelmäkehote kantoi tiedostoja, joita se tarvitsi harvoin. Taitojen lataaminen vasta, kun viesti niitä tarvitsee, säästi noin 3 000 tokenia kutsua kohden, ja kolmen viitetiedoston poisto esilatauksesta säästi vielä noin 1 500. Nämä ovat commit-muistiinpanojen arvioita, eivät laskurivejä.
• Historia oli pidempi kuin hyödyllistä. Jokaisen kutsun mukana lähtevä keskusteluhistoria lyheni 20 viestistä 10:een.

Jokainen näistä laskee hintaa ja nopeuttaa vastauksia samalla kertaa. Kohtele kontekstia budjettina, aivan kuten rahaa.

Paljonko maksaa infrastruktuuri, jota agentti ohjaa?

Matkojen hintavertailussa tekoälyosa on erillinen agentti. Se käynnistää vertailuajoja rakentamani MCP-palvelimen kautta, ja sen tokenit laskutetaan sille, joka sitä agenttia ajaa. Vertailu itse maksaa sen takana olevasta tiedonkeruusta: asuinverkkojen välityspalvelimista ja selaimia täynnä olevasta palvelimesta.

Mitatut luvut tästä järjestelmästä:

• Välityspalvelinliikenne: yksi ajo kahdella matkasivustolla käytti noin 935 MB, noin USD 3,08, karkeasti 0,23 MB tallennettua hintariviä kohden.
• Seurantaskriptien esto: yhdellä sivustolla seurantaskriptien esto laski liikenteen 4,2 MB:stä 2,5 MB:hen hakua kohden, ja hinnat olivat identtiset kaikissa kuudessa testiajossa.
• Ei selainta siellä, missä sitä ei tarvita: yhden sivuston hinnat pystyi lukemaan tavallisella HTTP-asiakkaalla, joka näyttää mobiiliselaimelta. Keruu nopeutui 8 päivämäärästä 43 päivämäärään minuutissa viidellä työntekijällä, ja kyseisen sivuston selainkoodi poistettiin.
• Palvelimen koon määrää CPU, ei muisti: 20 selaimella 8-ytimisellä palvelimella kuorma oli noin 30, vaikka 6-7 Gt RAM-muistia oli vapaana. Lämmin selain vie noin 345 MB. Mitoita palvelin ytimien mukaan.

Jos agenttisi ohjaa selaimia, välityspalvelimia tai maksullisia rajapintoja, nämä mittarit kasvavat todennäköisesti mallilaskua suuremmiksi. Mittaa ne tehtävää kohden ennen mallin valintaa.

Milloin laitteella ajettava tekoäly on rajapintaa halvempi?

Kun syötteen ei tarvitse poistua rakennuksesta ja malli on pieni. Lähetysprojekti tarkistaa suorien äänikanavien laatua urheilulähetyksissä: hiljaisuutta, häiriöitä, selostajaa, joka vaihtaa väärään kieleen. Jokaisen äänisekunnin lähettäminen rajapintaan maksaisi rahaa joka kutsulla ja lisäisi viivettä.

Sen sijaan kaksi avointa mallia pyörii paikan omalla koneella: toinen tunnistaa puheen, toinen nimeää kielen. Yhteensä niiden painot ovat noin 24 MB, puheentunnistin lisää noin 7 MB RAM-muistia, eikä kutsuista makseta mitään. 32 kanavan demossa kaikkien kanavien analysointi reaaliajassa käytti noin 0,9 kaksiytimisestä pilvipalvelimesta.

Vastineena tarkkuus pitää todistaa itse. Julkisella puhtaan ääneen luetun puheen aineistolla, 30 kolmen sekunnin pätkää kieltä kohden, kielimalli oli oikeassa 93,3 % tapauksista portugalin osalta ja vähintään 96,7 % espanjan, englannin ja ranskan osalta. Se on katto eikä ennuste: yleisön melua ja selostajan taustalla soivaa musiikkia ei koskaan mitattu, koska oikean lähetyspiirin ääntä ei ollut saatavilla.

Paljonko maksaa tehdä agentista niin turvallinen, että sen voi jättää yksin?

Tämän kustannuksen useimmat arviot ohittavat, ja tähän minun tuntini menivät. Muutamia oikeita vikoja:

• 8 päivän hiljainen katkos. Toinen projekti samalla palvelimella päivitti jaetun selainvälimuistin. Kaapparin pooli putosi 40 toimivasta selaimesta nollaan, työt jäivät roikkumaan ilman virhettä, eikä mikään hälyttänyt ketään. Korjaus oli pieni: anna kaapparille oma selainvälimuisti. Syyn löytäminen vei 8 päivää, koska poolin valmiudesta ei ollut hälytystä.
• Työ, joka “onnistui” tyhjällä. Yksi ajo kävi läpi 359 päivämäärää 12 minuutissa, tallensi 0 riviä ja ilmoitti onnistuneensa. Nyt työt pysähtyvät 25 peräkkäisen tyhjän päivämäärän jälkeen ja kertovat syyn.
• Pysäytetty ajo, joka jatkoi kuluttamista. Pysäytetyksi merkitty vertailu jatkoi pyörimistä 4 tuntia ja käytti koko ajan välityspalvelinliikennettä.
• Välityspalvelimen raja tyhjensi poolin. Kun välityspalvelinpaketin liikennekatto tuli vastaan, pooli kutistui 40 selaimesta nollaan 12 minuutissa ja pysyi siellä uudelleenkäynnistykseen asti. Nyt se täydentää itsensä 60 sekunnin välein ja pidentää odotusta enintään 5 minuuttiin.
• Liikaa hälytyksiä ensimmäisenä päivänä. Lähetystyökalun ensimmäinen testi oikealla 16 kanavan, 49 minuutin syötteellä tuotti 3 492 tapahtumaa. Niistä 92,4 % oli kohinaa ja äänenvaihtohälytyksiä, ja operaattori painoi Tyhjennä-nappia 182 kertaa 27 minuutissa. Tunnistimet olivat kunnossa; kynnykset eivät olleet koskaan kohdanneet oikeaa ohjelmaääntä. Korjaus oli profiilikohtainen kytkin, ei uutta matematiikkaa.
• Jumittuneet kutsut ja käyttörajat. Avustajalla on nyt 120 sekunnin vahti hiljenneelle kutsulle, 300 sekunnin raja koko kutsulle ja enintään 3 uudelleenyritystä 30 sekunnin, 2 minuutin ja 5 minuutin kuluttua, kun rajapinta on ylikuormitettu tai rajoitettu. Jumittunut työkalukutsu ei putoa varamalleille, koska hitaampi malli ei korjaa jumiin jäänyttä työkalua.

Mikään tästä ei näy token-hintana. Se näkyy tunteina ja menetettynä luottamuksena, kun agentti sanoo “valmis” ja on väärässä. Varaa siihen budjetti: ensimmäinen testi oikealla datalla, hälytykset asioista, jotka voivat mennä hiljaa rikki, ja tarkistukset, että “onnistuminen” tuotti jotain.

Missä tekoäly on paikallaan, kun skriptit hoitavat suurimman osan työstä?

Reunoilla. Kiinteistötodistuspalvelu kerää paperit isännöitsijöiden verkkotileiltä ja kokoaa todistuksen, jonka myyjä tarvitsee. Skripti hoitaa tärkeimmän tutun portaalin, jossa 95 % asiakirjoista valmistuu. Näkötekoäly lukee vain portaalit, joita skriptit eivät tunne, ja se reitti on kytkimen takana, joka sammuttaa sen heti.

Tilaajalle todistus kestää nyt 2-3 minuuttia 2-3 viikon sijaan ja maksaa EUR 99 eikä EUR 200-300. Tekoäly on tässä ketjussa tarkoituksella pienempi osa: skriptit ovat halpoja ja ennustettavia siellä, missä ne toimivat, ja mallia käytetään siellä, missä auttaa vain ihmisen tavoin lukeminen.

Miten arvioit oman agenttisi käyttökustannukset?

Ennen kuin pyydät tarjousta, kirjoita ylös viisi lukua:

1. Tehtäviä kuukaudessa. Viestejä, asiakirjoja, ajoja.
2. Mallikutsuja tehtävää kohden ja mikä malli kullekin. Useimmat tehtävät eivät tarvitse huippumallia.
3. Tokeneita kutsua kohden. Järjestelmäkehote, historia, asiakirjat. Tässä kulut kasvavat hiljaa.
4. Muut mittarit. Välityspalvelimet megatavuittain, maksulliset rajapinnat kutsuittain, palvelimet ytimittäin.
5. Katto jokaiselle työlle. Dollarikatto ajoa kohden koodissa, ei vain kuukausiraja tilillä.

Lisää sitten kustannus, jota kukaan ei tarjoa: testi oikealla datalla ensimmäisellä viikolla, hälytykset hiljaisille vioille ja joku, joka lukee ne.

Mitä nämä luvut eivät kerro

Yllä olevat katot ovat itse asettamiani rajoja, eivät kulutettua summaa, ja mallitaulukko on listahintoja, ei minun laskujani. Jokainen projektin luku on peräisin yhdestä järjestelmästä ja yhdeltä ajanjaksolta. Mallien hinnat muuttuvat usein, joten tarkista toimittajien ajantasaiset hintasivut ennen suunnittelua. Eikä mikään tästä kerro, kuinka kauan rakentaminen kesti tai mitä se maksoi; se riippuu integraatioista paljon enemmän kuin tekoälystä.

Jos suunnittelet agenttia ja haluat vertailla muistiinpanoja sen käyttökustannuksista, katson mielelläni lukujasi. Tekoälyagenttien kehitys -sivu näyttää, miten työskentelen, ja kiinteistötodistusten tapaus, lähetysäänen tapaus ja matkahintojen tapaus esittelevät kolme näistä projekteista tarkemmin. WhatsApp-botissa kanavamaksut painavat usein enemmän kuin malli; laskin ne maittain artikkelissa paljonko tekoälyllä toimiva WhatsApp-chatbot maksaa.

Lähteet

• Anthropic, Claude Agent SDK:n asetukset: max_turns ja max_budget_usd pysäyttävät ajon; jokainen tulos ilmoittaa total_cost_usd.
• OpenRouter, mallien listahinnat ja alustan maksut, luettu 15. lokakuuta 2026.
• Anthropic, Clauden hinnoittelu, ja Google, Gemini API:n hinnoittelu, luettu 15. lokakuuta 2026: tokenisoijaa koskeva huomautus ja Gemini 4 Argonin hinnanmuutos.
• Kaikki projektien luvut: projektien omat asetustiedostot, commit-viestit ja mitatut ajot, 2026.