---
title: "Kos LLM berbilang ejen: setiap token vs sesi kadar tetap"
description: "Sistem berbilang ejen membakar beberapa kali ganda token satu ejen. Kiraan sesi kadar tetap vs setiap token, pengganda tersembunyi, dan bila setiap satu menang."
url: https://broadrouter.com/ms/blog/multi-agent-cost/
lang: ms
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/blog/multi-agent-cost/) (dikemas kini 2026-11-16).

# Kos sebenar persediaan berbilang ejen: setiap token vs sesi tetap

Oleh pasukan BroadNet Inference · 4 minit bacaan · Diterbitkan 2026-11-14 · Dikemas kini 2026-11-16

Persediaan berbilang ejen berkos kira-kira jumlah token setiap ejen dicampur, serta serahan dan konteks berulang. Anthropic mengukur kira-kira 15 kali ganda token chat untuk sistem penyelidikan berbilang ejennya, berbanding 4 kali untuk satu ejen. Setiap token, bil bertambah dengan setiap ejen; pada pelan kadar tetap, ia bertambah mengikut ejen yang berjalan serentak.

## Perkara utama

-   Anthropic melaporkan ejen menggunakan kira-kira 4 kali ganda token chat, dan sistem penyelidikan berbilang ejennya kira-kira 15 kali.
-   Kos setiap token meningkat mengikut jumlah token. Kos pelan kadar tetap meningkat mengikut keserentakan puncak: satu sesi bagi setiap permintaan yang sedang berjalan.
-   Satu sesi membawa pulangan apabila ia membawa kira-kira 917 juta token input dan 46 juta token output sebulan pada DeepSeek V4.1 Flash.
-   Empat ejen yang berjalan sepanjang hari pada volum contoh sepenuh masa kami berkos empat kali $65.40 setiap token, berbanding empat kali $60 pada sesi Full Moon.
-   Pengganda tersembunyi: setiap sub-ejen memuatkan semula prompt dan alatnya sendiri, orkestrator membaca semula hasil, dan cubaan semula mengulang seluruh konteks.

**Dalam halaman ini**

1.  Berapa banyak lagi token yang digunakan oleh sistem berbilang ejen?
2.  Dari manakah datangnya token tambahan?
3.  Bagaimanakah kedua-dua model pengebilan meningkat?
4.  Kiraan sesi, dihuraikan
5.  Bagaimanakah anda menganggarkan bil anda sendiri?
6.  Bagaimanakah anda mengurangkan kos berbilang ejen?
7.  Di manakah tempat BroadNet Inference

Membahagikan tugas antara orkestrator dan sub-ejen boleh menyiapkannya lebih cepat dan meneroka lebih banyak. Ia juga mendarabkan bil, dengan cara yang tidak jelas daripada senarai harga. Catatan ini mengira kos persediaan berbilang ejen setiap token dan pada sesi kadar tetap, menggunakan harga BroadNet yang diterbitkan untuk [DeepSeek V4.1 Flash](https://broadrouter.com/ms/models/deepseek-v4.1-flash/). Cara mengira dan membeli sesi diterangkan dalam [menjalankan ejen pengekodan selari pada kadar tetap](https://broadrouter.com/ms/blog/run-parallel-coding-agents-flat-rate/); catatan ini tentang wang.

## Berapa banyak lagi token yang digunakan oleh sistem berbilang ejen?

Angka awam paling jelas datang daripada tulisan Anthropic tentang sistem penyelidikan berbilang ejennya. Ia melaporkan bahawa “agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats.” (Terjemahan: ejen biasanya menggunakan kira-kira 4× lebih banyak token berbanding interaksi chat, dan sistem berbilang ejen menggunakan kira-kira 15× lebih banyak token berbanding chat.) Ia juga mendapati penggunaan token sahaja menerangkan 80% varians dalam ujian prestasinya. Lebih banyak ejen membelanjakan lebih banyak token, dan selalunya mendapat hasil yang lebih baik kerananya.

Tulisan yang sama berhati-hati tentang kesesuaian: “For economic viability, multi-agent systems require tasks where the value of the task is high enough” (Terjemahan: untuk berdaya maju dari segi ekonomi, sistem berbilang ejen memerlukan tugas yang nilainya cukup tinggi) untuk membayar prestasi tambahan itu. Ia juga menyatakan kebanyakan tugas pengekodan mempunyai lebih sedikit bahagian yang benar-benar selari berbanding penyelidikan.

Jadi andaian perancangan yang munasabah ialah versi berbilang ejen bagi sesuatu tugas berkos **3 hingga 4 kali ganda** versi satu ejen. Reka bentuk anda boleh lebih murah atau jauh lebih teruk. Ukurlah.

## Dari manakah datangnya token tambahan?

| Pengganda | Mengapa ia berlaku |
| --- | --- |
| Overhed setiap ejen | Setiap sub-ejen menghantar prompt sistem dan [definisi alat](https://broadrouter.com/ms/glossary/tool-calling/) sendiri pada setiap panggilan |
| Bacaan berganda | Sub-ejen membaca semula fail yang sama kerana mereka tidak berkongsi konteks |
| Penghantaran hasil | Orkestrator membaca output setiap sub-ejen sebagai input baharu |
| Cache berasingan | Awalan berbeza setiap ejen bermakna lebih sedikit hit [input cache](https://broadrouter.com/ms/glossary/cached-input-tokens/) |
| Cubaan semula | Sub-tugas yang gagal menghantar semula seluruh konteksnya |

Catatan [bajet token ejen](https://broadrouter.com/ms/blog/agent-token-budget/) menunjukkan cara mengukur setiap bahagian setiap panggilan.

## Bagaimanakah kedua-dua model pengebilan meningkat?

Perbezaan utama ialah apa yang dikira oleh setiap satu:

-   **Setiap token** ([bayar ikut guna](https://broadrouter.com/ms/glossary/pay-as-you-go/)) mengira setiap token yang dihantar dan diterima oleh setiap ejen. Tambah ejen, tambah tokennya.
-   **Sesi kadar tetap** mengira **permintaan yang berjalan pada masa yang sama**. Pada pelan tanpa had BroadNet, satu sesi menjalankan satu permintaan pada satu masa tanpa meter token, pada $60 sebulan untuk Full Moon. Empat ejen yang memanggil model serentak memerlukan empat sesi. Empat ejen yang bergilir-gilir memerlukan satu.

Ini bermakna pelan tidak menjadikan berbilang ejen percuma. Satu sesi hanya boleh menghasilkan sebanyak itu: pada kira-kira 100 token sesaat, kira-kira kira-kira 259 juta token output sebulan jika ia menjana tanpa henti. Lebih banyak token dalam jam yang sama bermakna lebih banyak sesi.

## Kiraan sesi, dihuraikan

Kami menggunakan ejen pengekodan sepenuh masa daripada [catatan kadar tetap vs setiap token](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/) kami: 1,000M token input sebulan, 80% di-cache, 50M output. Pada DeepSeek V4.1 Flash, itu berkos $65.40 sebulan setiap token.

| Persediaan | Token bulanan | Bil setiap token | Sesi | Bil pelan |
| --- | --- | --- | --- | --- |
| Satu ejen, sepanjang hari | 1× | $65.40 | 1 | $60 |
| Orkestrator + 3 sub-ejen, semua sibuk sepanjang hari | 4× | 4 × $65.40 | 4 | 4 × $60 |
| Pasukan sama, sub-ejen secara lonjakan, pertindihan puncak 2 | kira-kira 2× | 2 × $65.40 | 2 | 2 × $60 |
| Empat ejen ringan, volum projek sampingan setiap satu | 4 × ringan | 4 × $14.23 | 4 | 4 × $60 |

Apa yang ditunjukkan oleh baris-baris ini:

1.  **Ejen yang sibuk memihak kepada pelan, dengan margin setiap sesi.** Setiap sesi yang digunakan sepenuhnya menjimatkan $5.40 sebulan pada volum ini. Empat sesi menjimatkan empat kali ganda itu.
2.  **Sub-ejen secara lonjakan memihak kepada lebih sedikit sesi.** Beli untuk pertindihan yang anda lihat pada kebanyakan masa. Halaman BroadNet tidak menyatakan sama ada permintaan yang melebihinya menunggu atau ditolak, jadi beri setiap ejen cubaan semula dengan backoff untuk 429 keserentakan.
3.  **Ejen ringan memihak kepada setiap token.** Empat sesi untuk empat ejen yang kebanyakannya terbiar berkos jauh lebih tinggi daripada token mereka. Pada volum projek sampingan, setiap ejen berkos $14.23 sebulan setiap token.

Panduan ringkasnya: satu sesi berbaloi apabila ejen yang menggunakannya menyalurkan kira-kira **917 juta token input dan 46 juta token output** sebulan melaluinya.

## Bagaimanakah anda menganggarkan bil anda sendiri?

1.  Jalankan aliran kerja berbilang ejen selama seminggu pada kunci bayar ikut guna, dengan log penggunaan setiap ejen.
2.  Jumlahkan token setiap ejen: input, input cache dan output. Darab kira-kira 4.3 untuk sebulan.
3.  Daripada cap masa permintaan, cari berapa banyak permintaan yang bertindih pada kebanyakan masa. Itulah bilangan sesi anda.
4.  Bandingkan jumlah setiap token dengan sesi × $60 dalam [kalkulator kadar tetap vs setiap token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).
5.  Sebelum membeli sebulan, jalankan aliran kerja yang sama pada jam Meteor $1, satu setiap sesi.

Kunci bayar ikut guna membenarkan 4 permintaan serentak dan 30 seminit, jadi sebaran yang besar juga akan mencecah [had kadar](https://broadrouter.com/ms/glossary/rate-limit/) pada pengebilan setiap token. Rancang backoff dalam kedua-dua keadaan; lihat [ejen yang berjalan lama](https://broadrouter.com/ms/blog/long-running-agents-timeouts-retries/).

## Bagaimanakah anda mengurangkan kos berbilang ejen?

-   **Mulakan dengan satu ejen.** Tambah sub-ejen hanya di mana kerja boleh dipecahkan dengan kemas.
-   **Beri sub-ejen lebih sedikit alat** dan prompt yang lebih pendek berbanding orkestrator.
-   **Pulangkan ringkasan, bukan transkrip,** daripada sub-ejen kepada orkestrator.
-   **Gunakan model yang lebih murah untuk sub-ejen** jika kualiti membenarkan, dan simpan yang lebih kuat untuk perancangan.
-   **Jalankan serahan secara berturutan** apabila kelajuan tidak penting. Ejen berturutan berkongsi satu sesi.

## Di manakah tempat BroadNet Inference

Pelan tanpa had BroadNet sesuai untuk sistem berbilang ejen yang ejennya sentiasa sibuk: setiap sesi ialah $60 sebulan tanpa meter token pada DeepSeek V4.1 Flash, dan satu kunci boleh memegang beberapa sesi. Kunci setiap token sesuai untuk sebaran secara lonjakan dan model lain seperti GLM 5.3. Pelan tidak sesuai untuk ejen yang terbiar hampir sepanjang hari, dan BroadNet tidak menyenaraikan panggilan alat untuk DeepSeek V4.1 Flash, jadi uji penggunaan alat sub-ejen anda dahulu. [Panduan OpenAI Agents SDK](https://broadrouter.com/ms/guides/openai-agents-sdk-custom-provider/) menunjukkan cara penyambungannya, dan pelan ada di [inference.broadnet.ai/plans](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-multi-agent-cost&utm_content=body).

Alat percuma untuk topik ini (Bahasa Inggeris)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Alatan percuma (Bahasa Inggeris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[Token](https://broadrouter.com/ms/glossary/token/)

Token ialah unit teks yang dibaca dan ditulis oleh model bahasa: satu perkataan, sebahagian perkataan, tanda baca atau jujukan bait yang dihasilkan oleh tokenizer model itu. API LLM mengira, mengehadkan dan biasanya mengebil penggunaan dalam token.

[Bayar ikut guna (pay-as-you-go)](https://broadrouter.com/ms/glossary/pay-as-you-go/)

Bayar ikut guna ialah model harga di mana anda hanya membayar apa yang anda guna, dimeter mengikut unit seperti token, permintaan atau minit audio, tanpa langganan atau komitmen minimum. Kebanyakan API LLM mengebil dengan cara ini, daripada baki prabayar atau invois berkala.

[Subejen (subagent)](https://broadrouter.com/ms/glossary/subagent/)

Subejen (subagent) ialah ejen berasingan yang dimulakan oleh ejen utama untuk mengendalikan satu tugas yang khusus. Ia berjalan dengan tetingkap konteks, prompt sistem dan akses alatan sendiri, melakukan kerja itu, dan hanya memulangkan hasil atau ringkasan kepada ejen utama, supaya perbualan utama kekal kecil.

[Sistem berbilang ejen (multi-agent system)](https://broadrouter.com/ms/glossary/multi-agent-system/)

Sistem berbilang ejen ialah aplikasi LLM di mana beberapa ejen, masing-masing dengan prompt, alatan dan konteks sendiri, mengerjakan bahagian berlainan bagi satu tugas. Reka bentuk yang lazim ialah orchestrator-worker: ejen ketua merancang, memulakan ejen pekerja secara selari dan menggabungkan hasil mereka.

[Keserentakan (concurrency)](https://broadrouter.com/ms/glossary/concurrency/)

Keserentakan ialah bilangan permintaan yang sedang berjalan serentak daripada satu klien. API LLM sering mengehadkannya bagi setiap kunci atau pelan, berasingan daripada permintaan seminit, kerana setiap permintaan yang terbuka memegang kapasiti GPU sehingga responsnya selesai.

[Token input dan output (input and output tokens)](https://broadrouter.com/ms/glossary/input-and-output-tokens/)

Token input ialah token yang dibaca oleh model bahasa dalam satu permintaan, termasuk prompt sistem, sejarah perbualan, definisi alatan dan imej. Token output ialah token yang dijananya sebagai balasan, termasuk sebarang penaakulan. API LLM biasanya meletakkan harga berasingan, dan output biasanya lebih mahal.

[Ejen pengekodan AI (AI coding agent)](https://broadrouter.com/ms/glossary/coding-agent/)

Ejen pengekodan AI ialah alat perisian di mana model bahasa bekerja pada codebase dalam satu gelung: ia membaca fail, menyuntingnya, menjalankan arahan seperti ujian, membaca output dan menentukan langkah seterusnya sehingga tugas selesai atau had dicapai.

[Pelan LLM harga tetap (flat-rate LLM plan)](https://broadrouter.com/ms/glossary/flat-rate-llm-plan/)

Pelan LLM harga tetap mengenakan harga tetap bagi satu tempoh, seperti sebulan, untuk akses kepada API model bahasa dan bukannya mengebil setiap token. Pelan sebegini biasanya mengehadkan perkara lain, seperti keserentakan, kelajuan, model atau tetingkap penggunaan, jadi hadnya sama penting dengan harganya.

## Soalan lazim

### Berapa banyak lebih mahal sistem berbilang ejen berbanding satu ejen?

Ia bergantung pada reka bentuk, tetapi angka yang diterbitkan Anthropic memberikan skala. Ejennya menggunakan kira-kira 4 kali ganda token chat dan sistem penyelidikan berbilang ejennya kira-kira 15 kali, jadi lebih kurang 3 hingga 4 kali ganda satu ejen untuk soalan yang sama.

### Adakah pelan kadar tetap lebih murah untuk sistem berbilang ejen?

Apabila setiap sesi sentiasa sibuk. Sesi Full Moon BroadNet membawa pulangan pada kira-kira 917 juta token input dan 46 juta token output sebulan pada DeepSeek V4.1 Flash. Sesi yang terbiar hampir sepanjang hari berkos lebih tinggi daripada membayar setiap token.

### Berapa banyak sesi pelan yang diperlukan oleh orkestrator dengan sub-ejen?

Satu bagi setiap permintaan yang berjalan pada masa yang sama. Orkestrator yang menunggu semasa tiga sub-ejen bekerja secara selari memerlukan tiga atau empat, bergantung pada sama ada ia memanggil model dalam tempoh itu. Serahan yang berjalan satu demi satu memerlukan satu.

### Mengapakah sub-ejen menggunakan begitu banyak token?

Setiap sub-ejen mempunyai konteksnya sendiri. Ia memuatkan prompt sistem dan definisi alatnya sendiri, membaca semula fail yang sudah dibaca ejen lain, dan memulangkan hasil yang kemudian dibaca semula oleh orkestrator.

### Adakah sistem berbilang ejen berbaloi untuk pengekodan?

Kadangkala. Tulisan Anthropic menyatakan kebanyakan tugas pengekodan melibatkan lebih sedikit bahagian yang benar-benar selari berbanding penyelidikan, dan tugas yang memerlukan konteks dikongsi kurang sesuai. Cuba satu ejen dahulu dan tambah sub-ejen di mana kerja benar-benar boleh dipecahkan.

## Teruskan membaca

-   [Cara menjalankan ejen pengekodan selari pada API LLM kadar tetap](https://broadrouter.com/ms/blog/run-parallel-coding-agents-flat-rate/)
-   [API LLM kadar tetap vs bayar setiap token: kiraan pulang modal](https://broadrouter.com/ms/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Bajet token ejen: ke mana token gelung ejen pergi](https://broadrouter.com/ms/blog/agent-token-budget/)
-   [Ejen yang berjalan lama: tamat masa, cubaan semula dan checkpoint](https://broadrouter.com/ms/blog/long-running-agents-timeouts-retries/)
-   [Berapakah kos satu larian ejen pengekodan AI: langkah, konteks, cache](https://broadrouter.com/ms/blog/ai-coding-agent-run-cost/)
-   [Claude Code dengan model terbuka: proksi, endpoint asli dan had](https://broadrouter.com/ms/blog/claude-code-with-openai-compatible-models/)
-   [Panduan: Cara pelan API LLM tanpa had berfungsi untuk ejen](https://broadrouter.com/ms/guides/unlimited-llm-api-sessions/)
-   [Panduan: Jalankan OpenAI Agents SDK pada BroadNet Inference](https://broadrouter.com/ms/guides/openai-agents-sdk-custom-provider/)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-multi-agent-cost&utm_content=page-cta) ·

**Sumber**

-   [Anthropic Engineering, cara kami membina sistem penyelidikan berbilang ejen (disemak 2026-11-14)](https://www.anthropic.com/engineering/multi-agent-research-system)
-   [Harga BroadNet Inference yang boleh dibaca mesin (pricing.json, diselaraskan 2026-11-14) (Bahasa Inggeris)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-multi-agent-cost&utm_content=sources)
-   [Pelan dan Soalan Lazim pelan BroadNet Inference (disemak 2026-11-16) (Bahasa Inggeris)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-multi-agent-cost&utm_content=sources)
-   [Rujukan API BroadNet Inference, had (disemak 2026-11-16) (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-multi-agent-cost&utm_content=sources)
