Répartir une tâche entre un orchestrateur et des sous-agents permet parfois de finir plus vite et d’explorer davantage. Cela multiplie aussi la facture, d’une manière qu’une grille tarifaire ne laisse pas deviner. Cet article calcule ce que coûte une configuration multi-agents au token et en sessions au forfait, à partir des prix publiés par BroadNet pour DeepSeek V4.1 Flash. Le décompte et l’achat des sessions sont traités dans faire tourner des agents de code en parallèle avec un forfait ; ici, on parle d’argent.
Combien de tokens de plus consomme un système multi-agents ?
Les chiffres publics les plus clairs viennent de l’article d’Anthropic sur son système de recherche multi-agents. On y lit que « agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats. » (traduction : « les agents consomment en général environ 4 fois plus de tokens que les échanges de chat, et les systèmes multi-agents environ 15 fois plus que les chats. ») Anthropic a aussi constaté que la consommation de tokens expliquait à elle seule 80 % de la variance dans ses tests de performance. Plus d’agents dépensent plus de tokens, et obtiennent souvent de meilleurs résultats en échange.
Le même article reste prudent sur l’adéquation : « For economic viability, multi-agent systems require tasks where the value of the task is high enough » (traduction : « pour être économiquement viables, les systèmes multi-agents exigent des tâches dont la valeur est suffisamment élevée ») pour payer la performance supplémentaire. Il note aussi que la plupart des tâches de programmation comportent moins de parties réellement parallèles que la recherche.
Une hypothèse de planification raisonnable est donc que la version multi-agents d’une tâche coûte 3 à 4 fois la version à agent unique. Votre conception peut faire mieux, ou bien pire. Mesurez.
D’où viennent les tokens supplémentaires ?
| Multiplicateur | Pourquoi il apparaît |
|---|---|
| Surcoût par agent | Chaque sous-agent envoie son propre prompt système et ses propres définitions d’outils à chaque appel |
| Lectures en double | Les sous-agents relisent les mêmes fichiers, faute de partager le contexte |
| Transmission des résultats | L’orchestrateur lit la sortie de chaque sous-agent comme une nouvelle entrée |
| Caches séparés | Des préfixes différents d’un agent à l’autre signifient moins de hits sur l’entrée en cache |
| Retries | Une sous-tâche en échec renvoie tout son contexte |
L’article sur le budget de tokens d’un agent montre comment mesurer chaque poste par appel.
Comment les deux modes de facturation évoluent-ils ?
La différence clé tient à ce que chacun compte :
- Au token (paiement à l’usage), on compte chaque token que chaque agent envoie et reçoit. Un agent de plus, ce sont ses tokens en plus.
- Les sessions au forfait comptent les requêtes en cours au même moment. Avec les forfaits illimités de BroadNet, une session traite une requête à la fois sans compteur de tokens, pour $60 par mois en Full Moon. Quatre agents qui appellent le modèle en même temps ont besoin de quatre sessions. Quatre agents qui passent chacun leur tour n’en ont besoin que d’une.
Le forfait ne rend donc pas le multi-agents gratuit. Une session ne produit qu’une quantité limitée : à environ 100 tokens par seconde, environ environ 259 millions tokens de sortie par mois si elle générait sans interruption. Plus de tokens dans les mêmes heures, c’est plus de sessions.
Le calcul des sessions, en détail
Nous reprenons l’agent de code à plein temps de notre article forfait ou paiement au token : 1 000 M de tokens d’entrée par mois, dont 80 % en cache, et 50 M en sortie. Sur DeepSeek V4.1 Flash, cela coûte $65.40 par mois au token.
| Configuration | Tokens mensuels | Facture au token | Sessions | Facture au forfait |
|---|---|---|---|---|
| Un agent, toute la journée | 1× | $65.40 | 1 | $60 |
| Orchestrateur + 3 sous-agents, tous occupés toute la journée | 4× | 4 × $65.40 | 4 | 4 × $60 |
| Même équipe, sous-agents par rafales, chevauchement max. de 2 | environ 2× | 2 × $65.40 | 2 | 2 × $60 |
| Quatre agents légers, chacun au volume d’un projet perso | 4 × léger | 4 × $14.23 | 4 | 4 × $60 |
Ce que montrent les lignes :
- Les agents occupés favorisent le forfait, avec un écart par session. Chaque session pleinement chargée économise $5.40 par mois à ce volume. Quatre sessions économisent quatre fois plus.
- Les sous-agents par rafales favorisent moins de sessions. Achetez pour le chevauchement que vous constatez la plupart du temps. Les pages de BroadNet ne disent pas si une requête au-delà attend ou est refusée : donnez donc à chaque agent un retry avec backoff en cas de 429 lié à la simultanéité.
- Les agents légers favorisent le paiement au token. Quatre sessions pour quatre agents presque toujours inactifs coûtent bien plus que leurs tokens. Au volume d’un projet perso, chaque agent coûte $14.23 par mois au token.
La règle empirique : une session vaut le coup quand les agents qui l’utilisent y font passer environ 917 millions de tokens d’entrée et 46 millions de tokens de sortie par mois.
Comment estimer votre propre facture ?
- Faites tourner le workflow multi-agents pendant une semaine sur une clé en paiement à l’usage, avec une journalisation de l’usage par agent.
- Additionnez les tokens par agent : entrée, entrée en cache et sortie. Multipliez par environ 4,3 pour obtenir un mois.
- À partir des horodatages des requêtes, déterminez combien de requêtes se chevauchent la plupart du temps. C’est votre nombre de sessions.
- Comparez le total au token avec sessions × $60 dans le calculateur forfait ou paiement au token.
- Avant d’acheter un mois, faites tourner le même workflow sur des heures Meteor à $1, une par session.
Une clé en paiement à l’usage autorise 4 requêtes simultanées et 30 par minute : une large répartition atteindra donc aussi les limites de débit en facturation au token. Prévoyez du backoff dans les deux cas ; voir agents de longue durée.
Comment réduire le coût d’un système multi-agents ?
- Commencez avec un seul agent. N’ajoutez des sous-agents que là où le travail se découpe proprement.
- Donnez aux sous-agents moins d’outils et des prompts plus courts qu’à l’orchestrateur.
- Faites remonter des résumés, pas des transcriptions, des sous-agents vers l’orchestrateur.
- Utilisez un modèle moins cher pour les sous-agents quand la qualité le permet, et gardez le plus puissant pour la planification.
- Enchaînez les passages de relais quand la vitesse n’importe pas. Des agents séquentiels partagent une seule session.
La place de BroadNet Inference
Les forfaits illimités de BroadNet conviennent aux systèmes multi-agents dont les agents restent occupés : chaque session coûte $60 par mois sans compteur de tokens sur DeepSeek V4.1 Flash, et une clé peut regrouper plusieurs sessions. Les clés au token conviennent aux répartitions en rafales et à d’autres modèles comme GLM 5.3. Le forfait ne convient pas aux agents inactifs la majeure partie de la journée, et BroadNet n’indique pas l’appel d’outils pour DeepSeek V4.1 Flash : testez d’abord l’usage des outils par vos sous-agents. Le guide de l’OpenAI Agents SDK montre le branchement, et les forfaits sont sur inference.broadnet.ai/plans.
