Агент для программирования платит не за задачу. Он платит за шаг, и каждый шаг заново отправляет всю переписку до этого момента. Поэтому стоимость одного запуска намного сильнее зависит от того, сколько шагов он занимает и какая часть контекста кэшируется, чем от цены за токен. В этой статье стоимость одного запуска собрана из этих частей, с цифрами, и показано, когда сессия с фиксированной ценой выгоднее оплаты за токены.
Откуда берутся токены внутри каждого вызова (схемы инструментов, чтение файлов, история), разобрано в статье Куда уходят токены в цикле агента. Здесь речь об арифметике целого запуска.
Как растёт контекст во время запуска агента?
Каждый вызов содержит:
- базовый контекст, который отправляется при каждом вызове: системный промпт, описания инструментов, файлы правил, карту репозитория;
- всё, что добавили предыдущие шаги: ответы модели и вызовы инструментов, содержимое файлов и вывод команд;
- новую инструкцию или результат инструмента.
Обозначим базовый контекст B, а токены, которые добавляет каждый шаг, — g. Шаг 1 отправляет B. Шаг 2 отправляет B + g. Шаг n отправляет B + (n − 1) × g. Если сложить, запуск из n шагов отправляет:
Суммарный вход = n × B + g × n × (n − 1) ÷ 2
Второе слагаемое растёт пропорционально квадрату числа шагов. Поэтому длинные запуски и удивляют: последний шаг 60-шагового запуска намного больше первого, а каждый промежуточный шаг снова оплачивает все предыдущие.
Как выглядит расчётный запуск?
Возьмём агента с базовым контекстом 15 000 токенов (системный промпт, десяток инструментов и карта репозитория). Каждый шаг добавляет 3 000 токенов: один файл или лог тестов плюс собственный ответ модели. Каждый шаг выдаёт 800 выходных токенов, включая рассуждения.
| Шагов | Суммарный вход | Выход | Самый большой вызов |
|---|---|---|---|
| 10 | 285 000 | 8 000 | 42 000 |
| 30 | 1 755 000 | 24 000 | 102 000 |
| 60 | 6 210 000 | 48 000 | 192 000 |
Переход с 30 на 60 шагов удваивает работу, но увеличивает вход примерно в 3,5 раза. Выход только удваивается. В этих запусках вход в 36–130 раз больше выхода, поэтому для агентов важнее всего цена входа, и цена входа из кэша.
Самый большой вызов к тому же должен поместиться в контекстное окно. 192 000 токенов помещаются в DeepSeek V4.1 Flash и GLM 5.3 (по 1 048 576 токенов) и в Qwen3.8 27B (262 144). В Gemma 4 VL 26B (32 768) не помещаются: в этом примере уже седьмой вызов слишком велик.
Насколько кэширование меняет счёт?
Провайдеры тарифицируют повторяющийся префикс промпта по сниженной ставке для входа из кэша. Агент, который только дописывает историю, каждый раз отправляет тот же префикс плюс немного нового, поэтому в лучшем случае новыми оказываются лишь токены, добавленные после прошлого вызова:
Новый вход (лучший случай) = B + (n − 1) × g
Всё остальное — попадания в кэш. Доля входа из кэша растёт по мере удлинения запуска:
| Шагов | Новый вход, лучший случай | Доля из кэша |
|---|---|---|
| 10 | 42 000 | 85% |
| 30 | 102 000 | 94% |
| 60 | 192 000 | 97% |
Реальные агенты редко достигают лучшего случая, поэтому полезно оценить три варианта. По ценам BroadNet на DeepSeek V4.1 Flash ($0.175 вход, $0.0055 из кэша, $0.52 выход за 1 млн токенов, опубликованы 2026-11-14) вот стоимость каждого запуска относительно лучшего случая для 30 шагов:
| Шагов | Лучший случай кэша | 80% из кэша | Без кэша |
|---|---|---|---|
| 10 | 0,33× | 0,39× | 1,37× |
| 30 | 1× | 2,07× | 8,11× |
| 60 | 2,33× | 6,84× | 28,2× |
Бросаются в глаза две вещи. Без кэша 60-шаговый запуск стоит в 28 раз больше хорошо кэшированного 30-шагового. И чем длиннее запуск, тем важнее кэширование. В лучшем случае для 30 шагов выход составляет около трети стоимости, новый вход — меньше половины, а вход из кэша — меньше четверти, так что после кэширования следующая экономия лежит в выходе.
Кэширование нельзя просто включить. Оно зависит от того, хранит ли провайдер префикс и не меняет ли его ваш агент. Руководство OpenAI описывает точное совпадение префикса с минимальной кэшируемой длиной. Собственный API DeepSeek сохраняет единицы кэша в конце входа и выхода каждого запроса, поэтому следующий запрос, продолжающий предыдущий, может попасть в кэш. На странице цен BroadNet сказано, что вход из кэша не требует настройки, а в документации — что попадания показываются в usage.prompt_tokens_details.cached_tokens, если модель их отдаёт. Каталог моделей BroadNet относит DeepSeek V4.1 Flash к “models we never ran on our hardware” (перевод: «моделям, которые мы никогда не запускали на своём оборудовании»), а Условия (§7.3) описывают модель “when partner-hosted” (перевод: «когда она размещена у партнёра»), так что в BroadNet она обслуживается через партнёра. Измеряйте свою долю попаданий, а не полагайтесь на цифры самого DeepSeek. Пишите префикс так, чтобы он кэшировался: структура промпта для кэширования.
Как оценить собственный запуск?
Этот скрипт читает текущие цены из публичного pricing.json BroadNet, поэтому никогда не устаревает, и выводит суммы токенов и стоимость запуска для каждого варианта кэша:
import json, urllib.request
PRICES = json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))
m = next(x for x in PRICES["models"] if x["id"] == "broadnet/deepseek-v4.1-flash")
p_in, p_cached, p_out = m["input_per_m"], m["cached_input_per_m"], m["output_per_m"]
def run_tokens(steps, base=15_000, growth=3_000, out_per_step=800, cache_rate=None):
total_in = steps * base + growth * steps * (steps - 1) // 2
if cache_rate is None: # best case: only new tokens miss
new_in = base + (steps - 1) * growth
else:
new_in = round(total_in * (1 - cache_rate))
return total_in, new_in, steps * out_per_step
def run_cost(total_in, new_in, out):
return ((new_in * p_in) + (total_in - new_in) * p_cached + out * p_out) / 1e6
for steps in (10, 30, 60):
for label, rate in (("best", None), ("80%", 0.8), ("none", 0.0)):
t, n, o = run_tokens(steps, cache_rate=rate)
print(f"{steps:>3} steps cache {label:>4} input {t:>9,} new {n:>9,} "
f"output {o:>6,} cost/run {run_cost(t, n, o):.4f} USD")
Замените значения по умолчанию своими. Не угадывайте их, а возьмите из одного реального запуска:
- Записывайте
prompt_tokens,prompt_tokens_details.cached_tokensиcompletion_tokensдля каждого вызова, как в статье о бюджете токенов агента. - B — это
prompt_tokensпервого вызова. g — средний приростprompt_tokensот одного вызова к следующему. - Выход на шаг — среднее
completion_tokens. В него входят токены рассуждений, которые оплачиваются как выход. - Ваша реальная доля кэша — сумма
cached_tokens, делённая на суммуprompt_tokens.
Бесплатный калькулятор стоимости запуска агента выполняет тот же расчёт в браузере, так что можно попробовать другое число шагов, прирост и долю кэша без кода.
Из-за чего запуск стоит больше оценки?
- Повторы. Неудачный вызов инструмента или повтор после 429 — это ещё один вызов с полным контекстом. Считайте их шагами.
- Изменение префикса. Метка времени в системном промпте, инструменты в другом порядке или файл правил, изменённый посреди запуска, превращают вход из кэша обратно в новый вход начиная с места изменения.
- Сжатие. Суммаризация истории уменьшает контекст и снижает последующий вход, но новая история ещё ни разу не кэшировалась, поэтому следующий вызов платит полную цену входа. Сжимайте редко и крупными шагами; когда именно — в статье об управлении контекстом долго работающих агентов.
- Большой вывод инструментов. Лог тестов на 20 000 строк, добавленный на 5-м шаге, едет со всеми последующими шагами. По формуле это добавляет 20 000 × (оставшиеся шаги) входных токенов.
- Усилие рассуждений. Высокое усилие может многократно увеличить выход на шаг. Для рутинных правок задавайте
reasoning_effortравнымlow. - Блуждание. Агент, который тратит 60 шагов на задачу из 30 шагов, платит квадрат, а не удвоение. Лимит шагов — это лимит расходов. Рычаги описаны в статье 10 способов снизить расходы агента для программирования.
Когда сессия с фиксированной ценой выгоднее оплаты за токены?
Переведите стоимость запуска в месячную сумму: расходы в месяц = стоимость запуска × запуски в месяц. Затем сравните её с фиксированным тарифом. В BroadNet тарифы покрывают DeepSeek V4.1 Flash без счётчика токенов: Full Moon стоит $60 в месяц, Orbit — $15 в неделю, Meteor — $1 в час, каждый за сессию.
Запусков в месяц до окупаемости = цена тарифа ÷ стоимость запуска.
Две вещи делают это сравнение сложнее, чем кажется:
- Ваша доля кэша определяет сторону оплаты за токены. При высокой доле кэша оплата за токены на Flash дешёвая, и чтобы превысить $60, нужно много запусков. При низкой — порог достигается быстро. В статье о фиксированном тарифе точка окупаемости показана как месячный объём: примерно 917 млн входных и 46 млн выходных токенов при 80% из кэша (расчёт точки окупаемости).
- Время задаёт потолок фиксированной стороны. Сессия выполняет один запрос за раз. Если один вызов в среднем занимает 20 секунд (обработка промпта, около 800 выходных токенов при скорости около 100 токенов в секунду, плюс время инструментов), 30-шаговый запуск длится около 10 минут. Тогда в одну сессию помещается не больше примерно шести запусков в час. Больше параллельных агентов — больше сессий.
Для коротких всплесков Meteor работает так же в меньшем масштабе: если за час помещается шесть запусков, каждый стоит $1 ÷ 6. Сравните это со стоимостью одного запуска с оплатой за токены из скрипта. Чтобы проверить свои объёмы, воспользуйтесь калькулятором фиксированного тарифа и оплаты за токены.
| Ваш сценарий | Обычно дешевле |
|---|---|
| Несколько коротких запусков в день | Оплата за токены |
| Длинные запуски с плохим кэшированием | Фиксированная сессия |
| Агенты работают большую часть рабочего дня | Фиксированная сессия |
| Несколько агентов параллельно весь день | По одной фиксированной сессии на агента |
| Нужен нативный вызов инструментов в BroadNet | Оплата за токены на GLM 5.3 или Qwen3.8 27B |
Место BroadNet Inference
BroadNet показывает токены из кэша и токены рассуждений в блоке usage, так что каждое число выше можно измерить на собственных запусках. У DeepSeek V4.1 Flash низкая цена входа из кэша и контекст 1 048 576 токенов, а безлимитные тарифы убирают для неё счётчик токенов; как работают сессии.
Сначала проверьте одно ограничение. В документации BroadNet вызов инструментов указан только для GLM 5.3 и Qwen3.8 27B, и ни одна из них не входит в фиксированный тариф. Агентам, которые правят код через текст, например Aider, нативный вызов инструментов не нужен. Если вашему нужен, проверьте DeepSeek V4.1 Flash со своим агентом до покупки тарифа или заложите в бюджет GLM или Qwen с оплатой за токены. А если ваш агент запускается лишь время от времени, оплата за токены обычно обойдётся дешевле любого фиксированного тарифа.
