---
title: "Custo de LLM multiagente: por token ou sessão fixa | BroadRouter"
description: "Sistemas multiagente gastam várias vezes os tokens de um agente só. A conta de sessões fixas vs cobrança por token, os multiplicadores ocultos e quem vence."
url: https://broadrouter.com/pt/blog/multi-agent-cost/
lang: pt-BR
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/blog/multi-agent-cost/) (atualizado em 2026-11-16).

# Quanto custam de verdade os sistemas multiagente: token ou sessão fixa

Pela equipe da BroadNet Inference · 4 min de leitura · Publicado em 2026-11-14 · Atualizado em 2026-11-16

Um sistema multiagente custa mais ou menos os tokens de todos os agentes somados, mais as passagens de tarefa e o contexto repetido. A Anthropic mediu cerca de 15 vezes os tokens de um chat no seu sistema de pesquisa multiagente, contra 4 vezes para um agente só. Por token, a conta cresce a cada agente; num plano fixo, cresce com os agentes rodando ao mesmo tempo.

## Pontos principais

-   A Anthropic relatou que agentes usam cerca de 4 vezes os tokens de um chat, e o seu sistema de pesquisa multiagente cerca de 15 vezes.
-   O custo por token cresce com o total de tokens. O custo do plano fixo cresce com a concorrência de pico: uma sessão por requisição em andamento.
-   Uma sessão compensa quando carrega cerca de 917 milhões de tokens de entrada e 46 milhões de de saída por mês no DeepSeek V4.1 Flash.
-   Quatro agentes rodando o dia todo no volume do nosso exemplo em tempo integral custam quatro vezes $65.40 por token, contra quatro vezes $60 em sessões Full Moon.
-   Multiplicadores ocultos: cada subagente recarrega o próprio prompt e as próprias ferramentas, o orquestrador relê os resultados e os retries repetem contextos inteiros.

**Nesta página**

1.  Quantos tokens a mais um sistema multiagente usa?
2.  De onde vêm os tokens extras?
3.  Como os dois modelos de cobrança escalam?
4.  A conta das sessões, passo a passo
5.  Como estimar a sua própria conta?
6.  Como reduzir o custo multiagente?
7.  Onde a BroadNet Inference se encaixa

Dividir uma tarefa entre um orquestrador e subagentes pode terminar mais rápido e explorar mais. Também multiplica a conta, de formas que uma tabela de preços não deixa óbvias. Este post calcula quanto custa uma configuração multiagente por token e em sessões fixas, usando os preços publicados pela BroadNet para o [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/). Como contar e comprar sessões está em [como rodar agentes de código em paralelo num plano fixo](https://broadrouter.com/pt/blog/run-parallel-coding-agents-flat-rate/); este post é sobre dinheiro.

## Quantos tokens a mais um sistema multiagente usa?

Os números públicos mais claros vêm do texto da Anthropic sobre o seu sistema de pesquisa multiagente. Ela relatou que “agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats” (tradução: agentes costumam usar cerca de 4 vezes mais tokens do que interações de chat, e sistemas multiagente cerca de 15 vezes mais tokens do que chats). Também constatou que só o uso de tokens explicava 80% da variância nos seus testes de desempenho. Mais agentes gastam mais tokens, e muitas vezes conseguem resultados melhores por isso.

O mesmo texto é cuidadoso quanto a quando isso faz sentido: “For economic viability, multi-agent systems require tasks where the value of the task is high enough” (tradução: para serem economicamente viáveis, sistemas multiagente exigem tarefas cujo valor seja alto o bastante) para pagar o desempenho extra. Ele também observa que a maioria das tarefas de programação tem menos partes realmente paralelas do que a pesquisa.

Então uma premissa razoável de planejamento é que a versão multiagente de uma tarefa custa **de 3 a 4 vezes** a versão com um agente só. O seu design pode sair mais barato ou muito pior. Meça.

## De onde vêm os tokens extras?

| Multiplicador | Por que acontece |
| --- | --- |
| Custo fixo por agente | Cada subagente envia o próprio system prompt e as próprias [definições de ferramentas](https://broadrouter.com/pt/glossary/tool-calling/) em toda chamada |
| Leitura duplicada | Subagentes releem os mesmos arquivos porque não compartilham contexto |
| Passagem de resultados | O orquestrador lê a saída de cada subagente como entrada nova |
| Caches separados | Prefixos diferentes por agente significam menos acertos de [entrada em cache](https://broadrouter.com/pt/glossary/cached-input-tokens/) |
| Retries | Uma subtarefa que falha reenvia todo o seu contexto |

O post sobre o [orçamento de tokens de um agente](https://broadrouter.com/pt/blog/agent-token-budget/) mostra como medir cada categoria por chamada.

## Como os dois modelos de cobrança escalam?

A diferença principal é o que cada um conta:

-   **Por token** ([pagamento por uso](https://broadrouter.com/pt/glossary/pay-as-you-go/)) conta cada token que cada agente envia e recebe. Adicionou um agente, adicionou os tokens dele.
-   **Sessões fixas** contam as **requisições em andamento ao mesmo tempo**. Nos planos ilimitados da BroadNet, uma sessão roda uma requisição por vez, sem medidor de tokens, por $60 por mês no Full Moon. Quatro agentes chamando o modelo de uma vez precisam de quatro sessões. Quatro agentes se revezando precisam de uma.

Ou seja, o plano não torna o multiagente gratuito. Uma sessão só produz até certo ponto: a cerca de 100 tokens por segundo, cerca de cerca de 259 milhões de tokens de saída por mês se gerasse sem parar. Mais tokens nas mesmas horas significam mais sessões.

## A conta das sessões, passo a passo

Usamos o agente de código em tempo integral do nosso [post sobre preço fixo vs por token](https://broadrouter.com/pt/blog/flat-rate-vs-pay-per-token-llm-api/): 1.000M de tokens de entrada por mês, 80% em cache, 50M de saída. No DeepSeek V4.1 Flash isso custa $65.40 por mês por token.

| Configuração | Tokens por mês | Conta por token | Sessões | Conta do plano |
| --- | --- | --- | --- | --- |
| Um agente, o dia todo | 1× | $65.40 | 1 | $60 |
| Orquestrador + 3 subagentes, todos ocupados o dia todo | 4× | 4 × $65.40 | 4 | 4 × $60 |
| Mesma equipe, subagentes em rajadas, sobreposição de pico 2 | cerca de 2× | 2 × $65.40 | 2 | 2 × $60 |
| Quatro agentes leves, cada um com volume de projeto pessoal | 4 × leve | 4 × $14.23 | 4 | 4 × $60 |

O que as linhas mostram:

1.  **Agentes ocupados favorecem o plano, com uma margem por sessão.** Nesse volume, cada sessão totalmente carregada economiza $5.40 por mês. Quatro sessões economizam quatro vezes isso.
2.  **Subagentes em rajadas favorecem menos sessões.** Compre para a sobreposição que você vê na maior parte do tempo. As páginas da BroadNet não dizem se uma requisição acima disso espera ou é recusada, então dê a cada agente um retry com backoff para um 429 de concorrência.
3.  **Agentes leves favorecem o pagamento por token.** Quatro sessões para quatro agentes quase sempre ociosos custam muito mais do que os tokens deles. No volume de um projeto pessoal, cada agente custa $14.23 por mês por token.

A regra prática: uma sessão vale a pena quando os agentes que a usam passam por ela cerca de **917 milhões de tokens de entrada e 46 milhões de de saída** por mês.

## Como estimar a sua própria conta?

1.  Rode o fluxo multiagente por uma semana numa chave de pagamento por uso, com registro de uso por agente.
2.  Some os tokens por agente: entrada, entrada em cache e saída. Multiplique por cerca de 4,3 para ter um mês.
3.  Pelos horários das requisições, encontre quantas requisições se sobrepõem na maior parte do tempo. Esse é o seu número de sessões.
4.  Compare o total por token com sessões × $60 na [calculadora de preço fixo vs por token](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).
5.  Antes de comprar um mês, rode o mesmo fluxo em horas Meteor de $1, uma por sessão.

Uma chave de pagamento por uso permite 4 requisições em andamento e 30 por minuto, então uma distribuição grande de trabalho também vai bater em [rate limits](https://broadrouter.com/pt/glossary/rate-limit/) na cobrança por token. Planeje o backoff nos dois casos; veja [agentes de longa duração](https://broadrouter.com/pt/blog/long-running-agents-timeouts-retries/).

## Como reduzir o custo multiagente?

-   **Comece com um agente só.** Adicione subagentes apenas onde o trabalho se divide de forma limpa.
-   **Dê aos subagentes menos ferramentas** e prompts mais curtos do que ao orquestrador.
-   **Devolva resumos, não transcrições,** dos subagentes para o orquestrador.
-   **Use um modelo mais barato nos subagentes** onde a qualidade permitir, e deixe o mais forte para o planejamento.
-   **Rode as passagens de tarefa em sequência** quando a velocidade não importa. Agentes em sequência dividem uma sessão.

## Onde a BroadNet Inference se encaixa

Os planos ilimitados da BroadNet servem para sistemas multiagente cujos agentes ficam ocupados: cada sessão custa $60 por mês sem medidor de tokens no DeepSeek V4.1 Flash, e uma chave pode ter várias sessões. Chaves por token servem para distribuições em rajadas e para outros modelos, como o GLM 5.3. O plano não serve para agentes ociosos a maior parte do dia, e a BroadNet não lista tool calling para o DeepSeek V4.1 Flash, então teste antes o uso de ferramentas pelos seus subagentes. O [guia do OpenAI Agents SDK](https://broadrouter.com/pt/guides/openai-agents-sdk-custom-provider/) mostra a ligação, e os planos estão em [inference.broadnet.ai/plans](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-multi-agent-cost&utm_content=body).

Ferramentas gratuitas sobre o tema (em inglês)

-   [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.

[Ferramentas gratuitas (em inglês)](https://broadrouter.com/tools/)

## Termos neste artigo

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

Um token é a unidade de texto que um modelo de linguagem lê e escreve: uma palavra, parte de uma palavra, um sinal de pontuação ou uma sequência de bytes gerada pelo tokenizador do modelo. As APIs de LLM contam, limitam e normalmente cobram o uso em tokens.

[Sistema multiagente (multi-agent system)](https://broadrouter.com/pt/glossary/multi-agent-system/)

Um sistema multiagente é uma aplicação de LLM em que vários agentes, cada um com seu próprio prompt, ferramentas e contexto, trabalham em partes de uma mesma tarefa. Um desenho comum é o orchestrator-worker: um agente líder planeja, inicia agentes workers em paralelo e combina os resultados deles.

[Pagamento por uso (pay-as-you-go)](https://broadrouter.com/pt/glossary/pay-as-you-go/)

Pagamento por uso é um modelo de preço em que você paga só pelo que usa, medido por unidade, como tokens, requisições ou minutos de áudio, sem assinatura nem compromisso mínimo. A maioria das APIs de LLM cobra assim, a partir de um saldo pré-pago ou de uma fatura periódica.

[Subagente (subagent)](https://broadrouter.com/pt/glossary/subagent/)

Um subagente é um agente separado que um agente principal inicia para cuidar de uma tarefa específica. Ele roda com a própria janela de contexto, o próprio system prompt e acesso próprio a ferramentas, faz o trabalho e devolve ao agente principal só um resultado ou resumo, o que mantém a conversa principal pequena.

[Tool calling (chamada de ferramentas)](https://broadrouter.com/pt/glossary/tool-calling/)

Tool calling, também chamado de function calling ou chamada de ferramentas, é um recurso de APIs de LLM em que o modelo devolve um pedido estruturado para executar uma função definida pelo desenvolvedor, com argumentos JSON. A aplicação executa a função e devolve o resultado; o modelo nunca executa código sozinho.

[Concorrência (concurrency)](https://broadrouter.com/pt/glossary/concurrency/)

Concorrência é o número de requisições que um cliente tem em andamento ao mesmo tempo. APIs de LLM muitas vezes a limitam por chave ou por plano, separadamente das requisições por minuto, porque cada requisição aberta ocupa capacidade de GPU até a resposta terminar.

[Rate limit (limite de taxa)](https://broadrouter.com/pt/glossary/rate-limit/)

Um rate limit é um teto que uma API impõe a quanto um cliente pode usá-la em um intervalo de tempo, como requisições por minuto ou tokens por minuto. As requisições acima do limite são recusadas, normalmente com HTTP 429 Too Many Requests, até que o uso volte a ficar abaixo dele.

[Tokens de entrada e de saída](https://broadrouter.com/pt/glossary/input-and-output-tokens/)

Tokens de entrada são os tokens que um modelo de linguagem lê em uma requisição, incluindo o system prompt, o histórico da conversa, as definições de ferramentas e as imagens. Tokens de saída são os que ele gera na resposta, incluindo o raciocínio. As APIs de LLM costumam cobrá-los separadamente, e a saída costuma custar mais.

## Perguntas frequentes

### Quanto um sistema multiagente custa a mais do que um agente só?

Depende do design, mas os números publicados pela Anthropic dão uma escala. Os agentes dela usaram cerca de 4 vezes os tokens de um chat e o sistema de pesquisa multiagente cerca de 15 vezes, ou seja, mais ou menos de 3 a 4 vezes um agente só para a mesma pergunta.

### Um plano de preço fixo sai mais barato para sistemas multiagente?

Quando cada sessão fica ocupada. Uma sessão Full Moon da BroadNet compensa a partir de cerca de 917 milhões de tokens de entrada e 46 milhões de de saída por mês no DeepSeek V4.1 Flash. Sessões que ficam ociosas a maior parte do dia custam mais do que pagar por token.

### Quantas sessões do plano um orquestrador com subagentes precisa?

Uma por requisição rodando ao mesmo tempo. Um orquestrador que espera enquanto três subagentes trabalham em paralelo precisa de três ou quatro, dependendo de ele chamar o modelo nesse intervalo. Passagens de tarefa que acontecem uma depois da outra precisam de uma.

### Por que subagentes usam tantos tokens?

Cada subagente tem o próprio contexto. Ele carrega o próprio system prompt e as próprias definições de ferramentas, relê arquivos que outros agentes já leram e devolve resultados que o orquestrador depois lê de novo.

### Sistemas multiagente valem a pena para programação?

Às vezes. O texto da Anthropic observa que a maioria das tarefas de programação tem menos partes realmente paralelas do que a pesquisa, e que tarefas que exigem contexto compartilhado se encaixam mal. Teste primeiro um agente só e adicione subagentes onde o trabalho se divide de verdade.

## Continue lendo

-   [Como rodar agentes de código em paralelo numa API de LLM de preço fixo](https://broadrouter.com/pt/blog/run-parallel-coding-agents-flat-rate/)
-   [API de LLM com preço fixo ou por token: a conta do ponto de equilíbrio](https://broadrouter.com/pt/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Orçamento de tokens de agentes: para onde vão os tokens de um loop](https://broadrouter.com/pt/blog/agent-token-budget/)
-   [Agentes de longa duração: timeouts, retentativas e checkpoints](https://broadrouter.com/pt/blog/long-running-agents-timeouts-retries/)
-   [Custo de uma execução de agente de código: passos, contexto e cache](https://broadrouter.com/pt/blog/ai-coding-agent-run-cost/)
-   [Claude Code com modelos abertos: proxies, endpoints nativos e limites](https://broadrouter.com/pt/blog/claude-code-with-openai-compatible-models/)
-   [Guia: Como funcionam os planos de API de LLM ilimitada para agentes](https://broadrouter.com/pt/guides/unlimited-llm-api-sessions/)
-   [Guia: Rodar o OpenAI Agents SDK na BroadNet Inference](https://broadrouter.com/pt/guides/openai-agents-sdk-custom-provider/)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

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

**Fontes**

-   [Anthropic Engineering, como construímos nosso sistema de pesquisa multiagente (conferido em 2026-11-14)](https://www.anthropic.com/engineering/multi-agent-research-system)
-   [Preços da BroadNet Inference em formato legível por máquina (pricing.json, sincronizado em 2026-11-14) (em inglês)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-multi-agent-cost&utm_content=sources)
-   [Planos da BroadNet Inference e FAQ dos planos (conferido em 2026-11-16) (em inglês)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-multi-agent-cost&utm_content=sources)
-   [Referência da API da BroadNet Inference, limites (conferido em 2026-11-16) (em inglês)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-multi-agent-cost&utm_content=sources)
