Kiek kainuoja AI agentas? Skaičiai iš 4 projektų

Esu Denys, full-stack ir AI inžinierius. Daugelis straipsnių šiuo klausimu pateikia plačius intervalus be jokio projekto už jų. Žemiau pateikiu keturių mano sukurtų ir valdomų dalykų skaitiklius, nurodydamas kiekvieno skaičiaus šaltinį: konfigūracijos failus, commit žinutes ir išmatuotus paleidimus. Kur skaičius yra mano nustatyta riba, o ne sumokėta sąskaita, tai sakau.

Kiek kainuoja AI agentas, kai jis jau veikia?

Trys skaitikliai, o modelis yra tik vienas iš jų.

Projektas	Ką daro AI	Modelio kaina vienetui	Kas dar sudaro sąskaitą
Asmeninis asistentas	Kalbasi Telegram, dirba su CRM ir paštu, ieško internete	USD 0,00065–0,026 už žingsnį, pagal modelį; ribos nuo USD 0,05 iki 2,10 už paleidimą	Vienas serveris, pakartojimai ir stebėjimo laikmačiai
Kainų palyginimas kelionių agentui	Kitas AI agentas paleidžia palyginimus per MCP serverį	Nulis mano pusėje: tas agentas pats moka už tokenus	Proxy srautas, apie USD 3,08 už paleidimą, ir 8 branduolių serveris
Tiesioginės transliacijos garso patikra	Aptinka kalbą ir kalbamą kalbą kiekviename kanale	Nulis už iškvietimą: du maži modeliai veikia vietos kompiuteryje	Procesorius: 32 kanalų demonstracijai prireikė apie 0,9 iš 2 branduolių debesies serverio
Nekilnojamojo turto pažymos	Skaito nepažįstamus portalus kaip žmogus	Tokenai tik portalams, kurių skriptai nepažįsta	Skriptai aptarnauja pažįstamą portalą be jokių tokenų

Šablonas pasitvirtino visuose keturiuose: pigiausias tokenas yra tas, kurio niekada nesiunti, o brangios valandos eina dalims aplink modelį.

Kiek kainuoja modelio iškvietimai?

Asistentas yra vienintelis iš keturių, kur modelio sąskaita mano. Jis veikia su Anthropic Claude Agent SDK, ir kiekvienas jo agentas turi griežtą ribą kode. SDK sustabdo paleidimą, kai pasiekiamas ėjimų arba dolerių limitas.

Užduotis	Modelis	Riba vienam paleidimui
Patikra fone, kai laisva	Claude Haiku 4.5	USD 0,05, o per dieną iš viso USD 1,00
Tyrimas: suskaidyti klausimą	Claude Opus 4.6	USD 0,10, 1 ėjimas
Tyrimas: trys tyrėjai lygiagrečiai	Claude Opus 4.6	po USD 0,50, 3 ėjimai, paieška ir puslapių gavimas
Tyrimas: parašyti atsakymą	Claude Opus 4.6	USD 0,50, 1 ėjimas
Pagrindinis pokalbis	Haiku, Sonnet arba Opus, žr. toliau	200 ėjimų arba USD 50, apsauginis tinklas, o ne lūkestis

Taigi daugiausia, kiek gali kainuoti visas tyrimo paleidimas: USD 0,10 + 3 × 0,50 + 0,50 = USD 2,10. Tai riba, o ne vidurkis; realią kainą lemia modelis, o jos kainas apskaičiuoju kitame skyriuje.

Du sprendimai sumažino sąskaitą labiau nei bet koks kainų pokytis:

1. Siųskite kiekvieną žinutę pigiausiam modeliui, kuris gali ją apdoroti. Trumpos, paprastos žinutės keliauja į Haiku, vidutinės į Sonnet, daugiapakopės į Opus. Maršrutizatorius skaito raktažodžius ir žinutės ilgį, todėl pats maršrutizavimas nekainuoja nė vieno modelio iškvietimo. Iš pradžių visi agentai veikė su Opus.
2. Pašalinkite iškvietimus, kurie nenusipelno vietos. Patikra fone kiekvieną ciklą prašydavo modelio pateikti būsenos ataskaitą. Ji neturėjo prieigos nei prie pašto, nei prie CRM, todėl galėjo tik rašyti žinutes, kurių niekam nereikėjo. Modelio iškvietimą pašalinau visiškai. USD 1,00 dienos riba tebėra konfigūracijoje ir nieko nesaugo.

Viena sąžininga spraga: SDK praneša kiekvieno iškvietimo kainą, o aš jos niekada nesaugojau. Mėnesio suma yra Anthropic konsolėje, ne programoje. Kurdamas iš naujo, nuo pirmos dienos registruočiau kainą pagal iškvietimą, kad matytųsi, kuri užduotis išleidžia pinigus, o ne tik kiek jų išleista.

Kiek modelio pasirinkimas keičia sąskaitą?

Daugiau nei bet kas kitas tokenų pusėje. Žemiau vienas agento žingsnis įkainotas skirtinguose modeliuose. Žingsnis yra apie 4 000 tokenų įvesties ir 500 išvesties, tai paties asistento kode įrašytas vieno iškvietimo įvertinimas jo patikrai fone. Kainos yra OpenRouter sąrašo kainos 2026 m. spalio 15 d. OpenRouter perduoda kiekvieno tiekėjo sąrašo kainą ir ima savo mokestį perkant kreditus (5,5 % standartiniame plane), o ne už kiekvieną užklausą.

Modelis	Kaina už 1 mln. tokenų, įv. / išv.	Vienas žingsnis	1 000 žingsnių
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

Tas pats darbas kainuoja nuo USD 0,46 iki USD 65 už tūkstantį žingsnių, maždaug 140 kartų skirtumas. Iš to išplaukia trys dalykai:

• Daugumą žingsnių apdoroja mažas modelis. Žinutės rūšiavimas, laukų ištraukimas iš dokumento, atsakymas iš žinomo teksto: tam retai reikia geriausio modelio. Dideles laikykite planavimui ir sudėtingam samprotavimui, kaip daro aukščiau aprašytas maršrutizavimas.
• Kainos keičiasi greitai. Asistentas veikė su Claude Haiku 4.5, Sonnet 4.6 ir Opus 4.6. Pagal šiandienos sąrašą žingsnis kainuoja USD 0,0065 su Haiku 4.5 ir USD 0,00065 su Haiku 5.5. Anthropic nurodo, kad naujesni jos modeliai tam pačiam tekstui suskaičiuoja apie 30 % daugiau tokenų, todėl vienam žingsniui naujesnis vis tiek beveik aštuonis kartus pigesnis. Google Gemini 4 Argon kaina turi padvigubėti 2026 m. gruodžio 1 d. Prieš planuodami metams į priekį, patikrinkite iš naujo.
• Lyginkite užduotis, o ne tokenų kainas. Pigesnis modelis, kuriam reikia dviejų bandymų arba ilgesnio užklausos teksto, kad elgtųsi tinkamai, gali kainuoti daugiau už baigtą užduotį. Prieš rinkdamiesi, išmatuokite realių užduočių pavyzdį su dviem ar trimis modeliais.

Savo įvertį galite užrašyti viena eilute: žingsniai per užduotį × užduotys per mėnesį × jūsų modelio žingsnio kaina.

Kodėl tikroji problema buvo kontekstas, o ne kaina už tokeną?

Kaina už tokeną nuspėjama. Kontekstas ne. Šį asistentą žalojusios klaidos visos buvo susijusios su tuo, kiek teksto patenka į kiekvieną iškvietimą:

• Ilgos sesijos gadino atsakymus. Kad atsakytų greičiau, programa tarp žinučių laikė atvirą šiltą sesiją. Kai kontekstas persipildydavo, modelis pradėdavo grąžinti iškraipytą tekstą, sumaišytą iš kelių abėcėlių. Sprendimas: sesiją atnaujinti po 20 žinučių, o kai atsakymas atrodo sugedęs, kartoti iš naujos.
• Išsaugotas kontrolinis taškas per daug išaugo. Vieną dieną iškvietimai nutrūko su klaida „Prompt is too long“. Į kiekvieną iškvietimą įdedamas kontrolinis taškas dabar apribotas iki 2 KB.
• Sisteminėje užklausoje buvo failų, kurių retai reikėjo. Įkeliant įgūdžius tik tada, kai jų reikia žinutei, sutaupyta apie 3 000 tokenų per iškvietimą, o pašalinus tris informacinius failus iš išankstinio įkėlimo, dar apie 1 500. Tai įverčiai iš commit pastabų, o ne sąskaitų eilutės.
• Istorija buvo ilgesnė nei naudinga. Su kiekvienu iškvietimu siunčiama pokalbio istorija sumažėjo nuo 20 iki 10 žinučių.

Kiekviena iš šių priemonių kartu mažina kainą ir pagreitina atsakymus. Kontekstą traktuokite kaip biudžetą, lygiai kaip pinigus.

Kiek kainuoja infrastruktūra, kuria agentas naudojasi?

Kelionių kainų palyginime AI dalis yra atskiras agentas. Jis paleidžia palyginimus per mano sukurtą MCP serverį, o jo tokenus apmoka tas, kas tą agentą valdo. Pati sistema moka už duomenų rinkimą, kuriuo remiasi: namų IP proxy ir serverį, pilną naršyklių.

Išmatuoti tos sistemos skaičiai:

• Proxy srautas: vienas paleidimas dviejuose kelionių svetainėse sunaudojo apie 935 MB, apie USD 3,08, maždaug 0,23 MB vienai išsaugotai kainos eilutei.
• Sekimo blokavimas: vienoje svetainėje užblokavus sekimo skriptus, srautas vienai paieškai sumažėjo nuo 4,2 MB iki 2,5 MB, o kainos visuose šešiuose bandomuosiuose paleidimuose buvo identiškos.
• Jokios naršyklės ten, kur ji nereikalinga: vienos svetainės kainas buvo galima nuskaityti paprastu HTTP klientu, kuris atrodo kaip mobili naršyklė. Rinkimas pagreitėjo nuo 8 iki 43 datų per minutę su penkiais darbuotojais, o tos svetainės naršyklės kodą ištryniau.
• Serverio dydį lemia procesorius, o ne atmintis: su 20 naršyklių 8 branduolių serveryje apkrova buvo apie 30, o 6–7 GB RAM liko laisva. Paruošta naršyklė užima apie 345 MB. Serverį rinkitės pagal branduolius.

Jei jūsų agentas valdo naršykles, proxy ar mokamas API, tie skaitikliai greičiausiai viršys modelio sąskaitą. Prieš renkantis modelį, išmatuokite juos vienai užduočiai.

Kada AI įrenginyje pigesnis už API?

Kai įvestis niekada neturi palikti patalpų, o modelis mažas. Transliacijos projektas tikrina tiesioginius garso kanalus sporto transliacijų metu: tylą, trikdžius, komentatorių, perjungusį netinkamą kalbą. Siųsti kiekvieną garso sekundę į API kainuotų už kiekvieną iškvietimą ir pridėtų vėlinimo.

Vietoj to du atviri modeliai veikia paties renginio vietos kompiuteryje: vienas aptinka kalbą, kitas nustato, kokia kalba kalbama. Kartu jų svoriai užima apie 24 MB, kalbos detektorius prideda apie 7 MB RAM, o mokesčio už iškvietimą nėra. 32 kanalų demonstracijoje kiekvieno kanalo analizė realiu laiku sunaudojo apie 0,9 iš 2 branduolių debesies serverio.

Kompromisas: tikslumą turite įrodyti patys. Viešame švarios skaitomos kalbos rinkinyje, po 30 trijų sekundžių įrašų kiekvienai kalbai, kalbos modelis pataikė 93,3 % atvejų portugalų kalbai ir ne mažiau kaip 96,7 % ispanų, anglų ir prancūzų kalboms. Tai riba, o ne prognozė: minios triukšmas ir muzika po komentatoriumi nebuvo matuoti, nes garso iš tikros transliacijos linijos nebuvo.

Kiek kainuoja padaryti agentą saugų palikti vieną?

Šią kainą daugelis įverčių praleidžia, ir būtent čia nuėjo mano valandos. Keli tikri gedimai:

• 8 dienų tylus sutrikimas. Kitas projektas tame pačiame serveryje atnaujino bendrą naršyklių talpyklą. Duomenų rinkimo telkinys iš 40 veikiančių naršyklių nukrito iki 0, užduotys užstrigo be klaidos, ir niekas negavo įspėjimo. Pataisymas buvo mažas: duomenų rinkikliui suteikti savo naršyklių talpyklą. Priežasties paieška užtruko 8 dienas, nes nebuvo įspėjimo apie telkinio parengtį.
• Užduotis, kuri „pavyko“ be nieko. Vienas paleidimas per 12 minučių perėjo 359 datas, išsaugojo 0 eilučių ir pranešė apie sėkmę. Dabar užduotys sustoja po 25 tuščių datų iš eilės ir pasako kodėl.
• Sustabdytas paleidimas, kuris toliau leido pinigus. Palyginimas, pažymėtas kaip sustabdytas, dar 4 valandas veikė ir visą laiką naudojo proxy srautą.
• Proxy riba ištuštino telkinį. Kai proxy planas pasiekė srauto limitą, telkinys per 12 minučių susitraukė nuo 40 naršyklių iki 0 ir taip išliko iki perkrovimo. Dabar jis pats pasipildo kas 60 sekundžių, o nesėkmės atveju atidėliojimas siekia 5 minutes.
• Per daug įspėjimų pirmąją dieną. Pirmasis transliacijos įrankio bandymas su tikra 16 kanalų, 49 minučių trukmės transliacija sukūrė 3 492 įvykius. 92,4 % buvo triukšmas ir balso pasikeitimo įspėjimai, o operatorius per 27 minutes paspaudė „Išvalyti“ 182 kartus. Detektoriai buvo geri; slenksčiai tiesiog dar nebuvo susidūrę su tikru programos garsu. Pataisymas buvo jungiklis kiekvienam profiliui, o ne nauja matematika.
• Užstrigę iškvietimai ir spartos ribos. Asistentas dabar turi 120 sekundžių laikmatį iškvietimui, kuris nutyla, 300 sekundžių ribą visam iškvietimui ir iki 3 pakartojimų po 30 sekundžių, 2 minučių ir 5 minučių, kai API perkrautas arba pasiekta spartos riba. Užstrigęs įrankio iškvietimas neperkeliamas į atsarginius modelius, nes lėtesnis modelis užstrigusio įrankio nepataisys.

Nė vienas iš šių dalykų nesimato kaip tokenų kaina. Jie matosi kaip valandos ir kaip prarastas pasitikėjimas, kai agentas sako „padaryta“ ir klysta. Numatykite biudžetą: pirmam bandymui su tikrais duomenimis, įspėjimams apie dalykus, kurie gali nutilti, ir patikroms, ar „sėkmė“ ką nors sukūrė.

Kur AI tinka, kai skriptai gali padaryti didžiąją dalį darbo?

Pakraščiuose. Nekilnojamojo turto pažymų paslauga renka dokumentus iš turto valdytojų internetinių paskyrų ir parengia pažymą, kurios reikia pardavėjui. Skriptas tvarko pagrindinį žinomą portalą, kuriame 95 % dokumentų užbaigiama. Vaizdo AI skaito tik tuos portalus, kurių skriptai nepažįsta, ir šis kelias yra už jungiklio, kuris jį išjungia iš karto.

Užsakantiems žmonėms pažyma dabar užtrunka 2–3 minutes vietoje 2–3 savaičių ir kainuoja EUR 99 vietoje EUR 200–300. AI čia tyčia yra mažesnė konvejerio dalis: skriptai pigūs ir nuspėjami ten, kur veikia, o modelis naudojamas ten, kur padeda tik skaitymas kaip žmogui.

Kaip įvertinti savo agento veikimo kainą?

Prieš prašydami pasiūlymo, užsirašykite penkis skaičius:

1. Užduotys per mėnesį. Žinutės, dokumentai, paleidimai.
2. Modelio iškvietimai per užduotį ir kuris modelis kam reikalingas. Daugumai užduočių geriausio modelio nereikia.
3. Tokenai per iškvietimą. Sisteminė užklausa, istorija, dokumentai. Čia kaina nepastebimai auga.
4. Kiti skaitikliai. Proxy už MB, mokami API už iškvietimą, serveriai už branduolį.
5. Kiekvienos užduoties riba. Dolerių riba vienam paleidimui kode, o ne tik mėnesio limitas paskyroje.

Tada pridėkite kainą, kurios niekas nepasiūlo: bandymą su tikrais duomenimis pirmą savaitę, įspėjimus apie tylius gedimus ir žmogų, kuris juos skaito.

Ko šie skaičiai nepasako

Aukščiau pateiktos ribos yra mano nustatyti limitai, o ne išleistos sumos, o modelių lentelė rodo sąrašo kainas, o ne mano sąskaitas. Kiekvienas projekto skaičius gautas iš vienos sistemos ir vieno laikotarpio. Modelių kainos keičiasi dažnai, todėl prieš planuodami patikrinkite tiekėjų aktualias kainų puslapius. Ir nė vienas iš šių skaičių nesako, kiek truko sukurti sistemas ar kiek jos kainavo; tai priklauso nuo integracijų daug labiau nei nuo AI.

Jei planuojate agentą ir norite palyginti, kiek kainuos jo veikimas, mielai pažvelgsiu į jūsų skaičius. Mano puslapis AI agentų kūrimas parodo, kaip dirbu, o nekilnojamojo turto pažymų atvejis, transliacijos garso atvejis ir kelionių kainų atvejis išsamiau parodo tris iš šių projektų. Robotui WhatsApp kanalo mokesčiai dažnai viršija modelio kainą; juos apskaičiavau pagal šalis straipsnyje kiek kainuoja WhatsApp pokalbių robotas verslui.

Šaltiniai

• Anthropic, Claude Agent SDK parinktys: max_turns ir max_budget_usd sustabdo paleidimą; kiekvienas rezultatas pateikia total_cost_usd.
• OpenRouter, modelių sąrašo kainos ir platformos mokesčiai, skaityta 2026 m. spalio 15 d.
• Anthropic, Claude kainos, ir Google, Gemini API kainos, skaityta 2026 m. spalio 15 d.: pastaba apie tokenizatorių ir Gemini 4 Argon kainos pokytis.
• Visi projektų skaičiai: pačių projektų konfigūracijos failai, commit žinutės ir išmatuoti paleidimai, 2026 m.