BroadRouter
Inizia

Quanto costano davvero i sistemi multi-agente: token o sessioni flat

A cura del team di BroadNet Inference · 4 min di lettura · Pubblicato · Aggiornato

Un sistema multi-agente costa all’incirca i token di tutti gli agenti sommati, più i passaggi di consegne e il contesto ripetuto. Anthropic ha misurato per il suo sistema di ricerca multi-agente circa 15 volte i token di una chat, contro 4 volte per un solo agente. A token, la fattura cresce con ogni agente; con un piano flat cresce con gli agenti che girano in contemporanea.

Dividere un’attività tra un orchestratore e dei sub-agenti può far finire prima ed esplorare di più. Moltiplica però anche la fattura, in modi che un listino non lascia intuire. Questo articolo calcola quanto costa una configurazione multi-agente a token e con sessioni flat, usando i prezzi pubblicati da BroadNet per DeepSeek V4.1 Flash. Come contare e comprare le sessioni è spiegato in far girare agenti di coding in parallelo con un piano flat; questo articolo parla di soldi.

Quanti token in più usa un sistema multi-agente?

I numeri pubblici più chiari vengono dall’articolo di Anthropic sul suo sistema di ricerca multi-agente. Riporta che «agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats» (traduzione: gli agenti usano di solito circa 4 volte più token delle interazioni in chat, e i sistemi multi-agente circa 15 volte più token delle chat). Ha anche rilevato che il solo uso di token spiegava l’80% della varianza nei suoi test di prestazioni. Più agenti spendono più token, e spesso ottengono risultati migliori proprio per questo.

Lo stesso articolo è prudente su quando conviene: «For economic viability, multi-agent systems require tasks where the value of the task is high enough» (traduzione: per essere economicamente sostenibili, i sistemi multi-agente richiedono attività il cui valore sia abbastanza alto) da pagare le prestazioni in più. Fa anche notare che la maggior parte delle attività di coding ha meno parti davvero parallele della ricerca.

Un’ipotesi ragionevole per pianificare, quindi, è che la versione multi-agente di un’attività costi da 3 a 4 volte la versione con un solo agente. Il tuo design può costare meno o molto di più. Misuralo.

Da dove vengono i token in più?

Moltiplicatore Perché succede
Costo fisso per agente Ogni sub-agente invia il proprio system prompt e le proprie definizioni dei tool a ogni chiamata
Letture duplicate I sub-agenti rileggono gli stessi file perché non condividono il contesto
Passaggio dei risultati L’orchestratore legge l’output di ogni sub-agente come input nuovo
Cache separate Prefissi diversi per agente significano meno hit di input in cache
Retry Una sotto-attività fallita rinvia tutto il suo contesto

L’articolo sul budget di token di un agente mostra come misurare ogni voce per chiamata.

Come crescono i due modelli di fatturazione?

La differenza chiave è cosa conta ciascuno:

  • A token (pagamento a consumo) conta ogni token che ogni agente invia e riceve. Aggiungi un agente, aggiungi i suoi token.
  • Le sessioni flat contano le richieste in corso nello stesso momento. Sui piani illimitati di BroadNet, una sessione esegue una richiesta alla volta senza contatore di token, a $60 al mese con Full Moon. Quattro agenti che chiamano il modello insieme hanno bisogno di quattro sessioni. Quattro agenti che si alternano ne richiedono una.

Il piano, quindi, non rende gratis il multi-agente. Una sessione produce solo fino a un certo punto: a circa 100 token al secondo, circa circa 259 milioni di token di output al mese se generasse senza sosta. Più token nelle stesse ore significano più sessioni.

I conti delle sessioni, passo per passo

Usiamo l’agente di coding a tempo pieno del nostro articolo su flat e pagamento a token: 1.000M di token di input al mese, l’80% in cache, 50M di output. Su DeepSeek V4.1 Flash costa $65.40 al mese a token.

Configurazione Token mensili Fattura a token Sessioni Fattura del piano
Un agente, tutto il giorno 1× $65.40 1 $60
Orchestratore + 3 sub-agenti, tutti occupati tutto il giorno 4× 4 × $65.40 4 4 × $60
Stesso team, sub-agenti a raffiche, sovrapposizione massima 2 circa 2× 2 × $65.40 2 2 × $60
Quattro agenti leggeri, ognuno con il volume di un progetto personale 4 × leggero 4 × $14.23 4 4 × $60

Cosa mostrano le righe:

  1. Gli agenti occupati favoriscono il piano, con un margine per sessione. A questo volume ogni sessione a pieno carico fa risparmiare $5.40 al mese. Quattro sessioni fanno risparmiare quattro volte tanto.
  2. I sub-agenti a raffiche favoriscono meno sessioni. Compra per la sovrapposizione che vedi la maggior parte del tempo. Le pagine di BroadNet non dicono se una richiesta oltre quella soglia resta in attesa o viene rifiutata, quindi dai a ogni agente un retry con backoff per un 429 di concorrenza.
  3. Gli agenti leggeri favoriscono il pagamento a token. Quattro sessioni per quattro agenti quasi sempre inattivi costano molto più dei loro token. Al volume di un progetto personale, ogni agente costa $14.23 al mese a token.

La regola pratica: una sessione conviene quando gli agenti che la usano ci fanno passare circa 917 milioni di token di input e 46 milioni di di output al mese.

Come stimi la tua fattura?

  1. Fai girare il flusso multi-agente per una settimana su una chiave a consumo, registrando l’utilizzo per agente.
  2. Somma i token per agente: input, input in cache e output. Moltiplica per circa 4,3 per ottenere un mese.
  3. Dagli orari delle richieste, trova quante richieste si sovrappongono la maggior parte del tempo. Quello è il tuo numero di sessioni.
  4. Confronta il totale a token con sessioni × $60 nel calcolatore flat vs a token.
  5. Prima di comprare un mese, esegui lo stesso flusso su ore Meteor da $1, una per sessione.

Una chiave a consumo permette 4 richieste in corso e 30 al minuto, quindi una distribuzione ampia del lavoro incontrerà anche i rate limit con la fatturazione a token. In entrambi i casi prevedi il backoff; vedi agenti di lunga durata.

Come riduci il costo di un sistema multi-agente?

  • Parti con un solo agente. Aggiungi sub-agenti solo dove il lavoro si divide in modo netto.
  • Dai ai sub-agenti meno tool e prompt più corti rispetto all’orchestratore.
  • Fai restituire riassunti, non trascrizioni, dai sub-agenti all’orchestratore.
  • Usa un modello più economico per i sub-agenti dove la qualità lo permette, e tieni quello più forte per la pianificazione.
  • Esegui i passaggi di consegne in sequenza quando la velocità non conta. Gli agenti in sequenza condividono una sessione.

Dove si inserisce BroadNet Inference

I piani illimitati di BroadNet sono adatti ai sistemi multi-agente i cui agenti restano occupati: ogni sessione costa $60 al mese senza contatore di token su DeepSeek V4.1 Flash, e una chiave può contenere più sessioni. Le chiavi a token sono adatte alle distribuzioni a raffiche e ad altri modelli come GLM 5.3. Il piano non è adatto ad agenti inattivi per gran parte della giornata, e BroadNet non indica il tool calling per DeepSeek V4.1 Flash, quindi prova prima l’uso dei tool da parte dei tuoi sub-agenti. La guida all’OpenAI Agents SDK mostra i collegamenti, e i piani sono su inference.broadnet.ai/plans.

Domande frequenti

Quanto costa in più un sistema multi-agente rispetto a un solo agente?

Dipende dal design, ma i numeri pubblicati da Anthropic danno un ordine di grandezza. I suoi agenti usavano circa 4 volte i token di una chat e il suo sistema di ricerca multi-agente circa 15 volte, quindi all’incirca da 3 a 4 volte un singolo agente per la stessa domanda.

Un piano flat costa meno per i sistemi multi-agente?

Quando ogni sessione resta occupata. Una sessione Full Moon di BroadNet ripaga a circa 917 milioni di token di input e 46 milioni di di output al mese su DeepSeek V4.1 Flash. Le sessioni che restano inattive per gran parte della giornata costano più del pagamento a token.

Di quante sessioni ha bisogno un orchestratore con sub-agenti?

Una per ogni richiesta in esecuzione nello stesso momento. Un orchestratore che aspetta mentre tre sub-agenti lavorano in parallelo ne richiede tre o quattro, a seconda che chiami il modello in quel tempo. I passaggi di consegne che avvengono uno dopo l’altro ne richiedono una.

Perché i sub-agenti usano così tanti token?

Ogni sub-agente ha il proprio contesto. Carica il proprio system prompt e le proprie definizioni dei tool, rilegge file che altri agenti hanno già letto e restituisce risultati che l’orchestratore poi legge di nuovo.

I sistemi multi-agente valgono la pena per il coding?

A volte. L’articolo di Anthropic fa notare che la maggior parte delle attività di coding ha meno parti davvero parallele della ricerca, e che le attività che richiedono un contesto condiviso si adattano male. Prova prima un solo agente e aggiungi sub-agenti dove il lavoro si divide davvero.

Leggi in MarkdownChiedi a ChatGPTChiedi a ClaudeChiedi a Perplexity