---
title: "Расходы кодинг-агента на токены: 10 способов снизить"
description: "Десять конкретных способов сократить расходы Cline, Aider, opencode или собственного агента для программирования на токены: расчёт экономии и как её измерить."
url: https://broadrouter.com/ru/blog/cut-coding-agent-llm-costs/
lang: ru
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/blog/cut-coding-agent-llm-costs/) (обновлён 2026-11-14).

# Как снизить расходы агента для программирования на LLM: 10 способов

Команда BroadNet Inference · 6 мин чтения · Опубликовано 2026-11-14

Основная часть расходов — вход, который агент заново отправляет на каждом шаге. Держите начало промпта неизменным, чтобы оно кэшировалось, называйте файлы, обрезайте вывод инструментов, снижайте усилие рассуждений, ограничивайте циклы и повторы, а простые шаги отдавайте более дешёвым моделям. У DeepSeek V4.1 Flash вход из кэша стоит около 3% от нового входа. Выше примерно 917 млн входных токенов в месяц тариф за $60 дешевле.

## Главное

-   В счетах агентов для программирования доминирует вход: агент заново отправляет контекст на каждом шаге, поэтому кэширование обычно самый сильный рычаг.
-   Рост доли кэша с 50% до 80% сокращает счёт за вход на DeepSeek V4.1 Flash более чем вдвое.
-   Обрезка вывода инструментов и явное указание файлов сразу уменьшают число токенов, которые повторно отправляются на каждом следующем шаге.
-   Лимиты шагов, лимиты повторов и более низкое усилие рассуждений останавливают расходы, у которых нет естественного потолка.
-   В примере BroadNet агент на полный день стоит $65.40 в месяц при оплате за токены; тариф Full Moon стоит $60.

**На этой странице**

1.  Куда уходят деньги агента для программирования?
2.  Какие приёмы экономят больше всего?
3.  1\. Держите начало промпта неизменным, чтобы оно кэшировалось
4.  2\. Скажите агенту, какие файлы важны
5.  3\. Обрезайте вывод инструментов до того, как он попадёт в контекст
6.  4\. Снижайте усилие рассуждений на рутинных шагах
7.  5\. Ограничьте число шагов на задачу
8.  6\. Ограничивайте и журналируйте повторы
9.  7\. Начинайте новую сессию для каждой задачи
10.  8\. Отдавайте простые шаги более дешёвой модели
11.  9\. Сжимайте историю редко, остальное дописывайте
12.  10\. Переходите на фиксированный тариф после точки окупаемости
13.  Как понять, что приём сработал?
14.  Место BroadNet Inference

Счёт агента для программирования растёт не так, как счёт за чат. На каждом шаге агент заново отправляет системный промпт, список инструментов, прочитанные файлы и всю переписку. К 30-му шагу один запрос может нести сотни тысяч входных токенов, и большая часть из них — повторы. Десять приёмов ниже бьют туда, куда уходят эти токены. Для каждого приведена оценка экономии с расчётом по ценам BroadNet Inference, синхронизированным 2026-11-14. Ваши цифры будут другими, поэтому измеряйте до и после.

## Куда уходят деньги агента для программирования?

Три счётчика, для большинства агентов в порядке убывания:

1.  **Вход**, который отправляется заново на каждом шаге. В основном кэшируется.
2.  **Выход**, включая [токены рассуждений](https://broadrouter.com/ru/glossary/reasoning-tokens/), которых вы не видите.
3.  **Потери**: повторы запросов, циклы без прогресса и контекст, который никому не был нужен.

Прежде чем что-то менять, соберите `prompt_tokens`, `prompt_tokens_details.cached_tokens` и `completion_tokens` за день реальной работы. Как их разложить, показано в статье [Куда уходят токены в цикле агента](https://broadrouter.com/ru/blog/agent-token-budget/).

## Какие приёмы экономят больше всего?

| № | Приём | Что сокращает | Оценка экономии |
| --- | --- | --- | --- |
| 1 | Неизменное начало промпта | Новый вход | Счёт за вход вдвое меньше или ещё ниже |
| 2 | Называть файлы, а не давать агенту искать | Шаги на поиск | Меньше шагов и повторных отправок |
| 3 | Обрезать вывод инструментов | Вход на каждом следующем шаге | Растёт с размером логов |
| 4 | Снизить усилие рассуждений на рутинных шагах | Скрытый выход | Зависит от набора задач |
| 5 | Лимит шагов на задачу | Неуправляемые циклы | Ставит потолок худшему случаю |
| 6 | Лимит и журнал повторов | Дублирующиеся запросы | Каждый несостоявшийся повтор — целый запрос |
| 7 | Новая сессия на каждую задачу | Устаревшая история | Короче контекст на каждом шаге |
| 8 | Отдавать простые шаги более дешёвой модели | Цена за токен | Большая на перенаправленных шагах |
| 9 | Сжимать редко, дописывать часто | Промахи кэша | Сохраняет работу приёма 1 |
| 10 | Перейти на фиксированный тариф после точки окупаемости | Счётчик токенов | $5.40 в месяц в нашем примере |

## 1\. Держите начало промпта неизменным, чтобы оно кэшировалось

[Вход из кэша](https://broadrouter.com/ru/glossary/cached-input-tokens/) у DeepSeek V4.1 Flash стоит $0.0055 за 1 млн токенов; новый вход — $0.175, примерно в 32 раза дороже. Стройте промпт в порядке: системный промпт, инструменты, файлы, история, новое сообщение. Никогда не ставьте метку времени в начало. Cursor в сентябре 2026 г. сообщил, что изменения в обвязке агента, включая системный промпт примерно на две трети короче и загрузку инструментов только по необходимости, снизили расходы пользователей на токены на 7%. [Как построить промпт, чтобы начало кэшировалось](https://broadrouter.com/ru/blog/prompt-structure-for-caching/).

**Оценка экономии.** Возьмём 1 000 млн входных токенов в месяц. При 50% попаданий в кэш вы платите цену нового входа за 500 млн, при 80% — за 200 млн. С учётом кэшированной части счёт за вход падает примерно на 56%. [Как повысить долю кэша](https://broadrouter.com/ru/blog/cached-input-tokens-explained/); свои цифры можно проверить в [калькуляторе кэширования промптов](https://broadrouter.com/tools/prompt-caching-calculator/).

## 2\. Скажите агенту, какие файлы важны

Расплывчатая задача («почини баг со входом») отправляет агента на поиски: он выводит списки каталогов, открывает файлы и читает их в контекст. Каждый открытый файл потом заново отправляется на каждом следующем шаге. Называйте файлы и ожидаемое изменение. Держите в репозитории короткую карту проекта, которую агент читает первой.

**Оценка экономии.** Если файл на 40 000 токенов прочитан на 3-м шаге задачи из 30 шагов, он отправляется повторно около 27 раз: больше миллиона входных токенов на один файл. Если его не читать, вся эта сумма сэкономлена.

## 3\. Обрезайте вывод инструментов до того, как он попадёт в контекст

Тест-раннеры, логи сборки и `git diff` могут возвращать десятки тысяч токенов. Показывайте агенту последние 100 строк лога или только упавшие тесты. В большинстве агентов для команд можно задать лимит вывода.

**Оценка экономии.** Тот же расчёт, что в приёме 2: каждый обрезанный токен экономится один раз на каждом оставшемся шаге.

## 4\. Снижайте усилие рассуждений на рутинных шагах

DeepSeek V4.1 Flash и GLM 5.3 думают, прежде чем ответить, и эти размышления оплачиваются как выход. Для переименований, форматирования и мелких правок задавайте `reasoning_effort: "low"`. Оставляйте `max_tokens` достаточно большим, чтобы ответ успел завершиться, иначе вы заплатите за размышления и получите пустой ответ. [Сколько стоят токены рассуждений](https://broadrouter.com/ru/blog/reasoning-tokens-cost/).

**Оценка экономии.** Измерьте `completion_tokens_details.reasoning_tokens` до и после на одних и тех же 20 задачах. Экономия — это снижение, умноженное на цену выхода ($0.52 за 1 млн).

## 5\. Ограничьте число шагов на задачу

Агент, который не может починить тест, способен крутиться 100 шагов, и каждый следующий больше предыдущего. Задайте максимальное число шагов на задачу и останавливайтесь, когда один и тот же вызов инструмента повторяется трижды. Лимит шагов превращает неограниченные расходы в ограниченные.

## 6\. Ограничивайте и журналируйте повторы

Повторный запрос — это новый инференс, который на ключе с оплатой за токены снова тарифицируется. Повторяйте 429 и 5xx с экспоненциальной задержкой и фиксированным лимитом; другие ошибки 4xx, такие как 400 или 422, не повторяйте. [Ошибки и повторные попытки](https://broadrouter.com/ru/guides/errors-and-retries/).

## 7\. Начинайте новую сессию для каждой задачи

История прошлой задачи — мёртвый груз для следующей. Новая сессия на каждую задачу держит контекст маленьким. С кэшированием это не конфликтует: системный промпт и инструменты по-прежнему образуют общий кэшируемый префикс.

## 8\. Отдавайте простые шаги более дешёвой модели

Не каждому шагу нужна одна и та же модель. Сообщения коммитов, строки чейнджлога и простую классификацию можно отдать [Gemma 4 VL 26B](https://broadrouter.com/ru/models/gemma-4-vl-26b/) за $0.10 вход и $0.22 выход за 1 млн. Если для шагов с активным использованием инструментов вы берёте [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/), остальное отправляйте на DeepSeek V4.1 Flash: выход GLM 5.3 стоит примерно в 6,7 раза дороже. [GLM 5.3 или DeepSeek V4.1 Flash](https://broadrouter.com/ru/blog/glm-5-3-vs-deepseek-v4-1-flash/).

**Осторожно.** Считайте стоимость законченной задачи. Более дешёвая модель, которой нужно вдвое больше шагов, может обойтись дороже.

## 9\. Сжимайте историю редко, остальное дописывайте

Когда агент сжимает свою историю, он переписывает промпт, и кэш начинается заново. Сжимайте только когда контекст близок к лимиту, одним крупным шагом, а дальше снова дописывайте. Так приём 1 продолжает работать.

## 10\. Переходите на фиксированный тариф после точки окупаемости

Оплата за токены выгодна при малом использовании. Агент, работающий полный день, к малому не относится. В расчётном примере BroadNet агент для программирования на полный день (1 000 млн входных токенов при 80% кэша, 50 млн выходных) стоит $65.40 в месяц при оплате за токены; круглосуточный агент — $196.20. Сессия Full Moon стоит $60 в месяц без счётчика токенов, один запрос за раз. С этого момента приёмы 1–9 по-прежнему экономят время, но уже не деньги. Проверьте свои объёмы в [калькуляторе фиксированного тарифа и оплаты за токены](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) или прочитайте [расчёт точки окупаемости](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/) и статью о [параллельных агентах на фиксированном тарифе](https://broadrouter.com/ru/blog/run-parallel-coding-agents-flat-rate/).

## Как понять, что приём сработал?

1.  Выберите 20 типичных задач из бэклога.
2.  Выполните их на текущей конфигурации и запишите токены по каждой задаче.
3.  Применяйте приёмы по одному и запускайте заново.
4.  Сравнивайте стоимость законченной задачи, а не стоимость запроса.

Для приложений, которые не являются агентами для программирования, те же рычаги в общем порядке собраны в статье [Как снизить расходы на LLM API](https://broadrouter.com/ru/blog/how-to-reduce-llm-api-costs/).

Инструкции по настройке популярных агентов: [Aider](https://broadrouter.com/ru/guides/aider-unlimited-deepseek/), [Cline](https://broadrouter.com/ru/guides/cline-openai-compatible/), [Zoo Code, форк закрытого Roo Code](https://broadrouter.com/ru/guides/roo-code-openai-compatible/) и [OpenCode](https://broadrouter.com/ru/guides/opencode-custom-provider/).

## Место BroadNet Inference

BroadNet даёт агентам для программирования дешёвый вход из кэша на DeepSeek V4.1 Flash, а для интенсивного использования — безлимитные сессии от $60 в месяц, на OpenAI-совместимом эндпоинте, который эти агенты уже поддерживают. Закрытые фронтирные модели она не запускает, поэтому если такая модель нужна вашему агенту для самых сложных шагов, оставьте её у её поставщика, а основную массу шагов отправляйте сюда. [Смотреть тарифы](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-cut-coding-agent-llm-costs&utm_content=body).

Бесплатные инструменты по теме (на английском)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [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.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Бесплатные инструменты (на английском)](https://broadrouter.com/tools/)

## Термины в этой статье

[Токен (token)](https://broadrouter.com/ru/glossary/token/)

Токен — это единица текста, которую языковая модель читает и пишет: слово, часть слова, знак препинания или последовательность байтов, которую выдаёт токенизатор модели. LLM API считают, ограничивают и обычно тарифицируют использование в токенах.

[ИИ-агент (AI agent)](https://broadrouter.com/ru/glossary/agent/)

ИИ-агент — это система, в которой языковая модель сама направляет свои шаги к цели: решает, какие инструменты вызвать, читает результаты и повторяет, пока не выдаст итоговый ответ или не упрётся в лимит. Фиксированный сценарий, который вызывает модель в заранее заданных местах, обычно называют не агентом, а workflow.

[Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/)

Контекстное окно — это максимальное число токенов, с которым языковая модель может работать в одном запросе. В него входят промпт, история диалога, описания инструментов, изображения и сгенерированный ответ, включая токены рассуждений. Всё, что не помещается, приходится обрезать, сжимать в краткое изложение или делить на несколько запросов.

[Оплата по факту (pay-as-you-go)](https://broadrouter.com/ru/glossary/pay-as-you-go/)

Оплата по факту (pay-as-you-go) — это модель ценообразования, при которой вы платите только за то, что использовали, по счётчику в единицах вроде токенов, запросов или минут аудио, без подписки и минимальных обязательств. Так тарифицирует большинство LLM API — с предоплаченного баланса или по периодическому счёту.

[Вызов инструментов (tool calling)](https://broadrouter.com/ru/glossary/tool-calling/)

Вызов инструментов (function calling) — это функция LLM API, при которой модель возвращает структурированный запрос на выполнение функции, заданной разработчиком, с аргументами в JSON. Приложение выполняет функцию и отправляет результат обратно; сама модель код никогда не выполняет.

[ИИ-агент для программирования (AI coding agent)](https://broadrouter.com/ru/glossary/coding-agent/)

ИИ-агент для программирования — это инструмент, в котором языковая модель работает с кодовой базой в цикле: читает файлы, правит их, запускает команды, например тесты, читает вывод и решает, каким будет следующий шаг, пока задача не выполнена или не достигнут лимит.

## Вопросы и ответы

### Почему агенты для программирования так дорого обходятся?

На каждом шаге они заново отправляют системный промпт, описания инструментов, содержимое файлов и историю, поэтому число входных токенов растёт с каждым шагом. Сверху добавляются рассуждения — скрытый выход.

### Какой самый действенный способ снизить расходы агента для программирования?

Оставляйте начало промпта одинаковым от шага к шагу, чтобы оно тарифицировалось как вход из кэша. У DeepSeek V4.1 Flash вход из кэша стоит $0.0055 за 1 млн токенов против $0.175.

### Более дешёвая модель всегда выгоднее для агента?

Нет. Более слабая модель, которой нужно больше шагов или которая ошибается и повторяет попытки, в сумме может обойтись дороже. Считайте стоимость законченной задачи, а не токена.

### Когда агенту для программирования выгоднее тариф с фиксированной ценой?

Для DeepSeek V4.1 Flash — примерно от 917 млн входных и 46 млн выходных токенов в месяц при 80% попаданий в кэш. Агент, работающий полный день, обычно переходит эту черту.

### Как не дать агенту зациклиться и сжигать токены?

Ограничьте число шагов на задачу, останавливайте агента, когда один и тот же вызов инструмента повторяется трижды, и ограничьте повторы при ошибках 429 и 5xx. Лимит шагов превращает неограниченные расходы в ограниченные.

## Читайте также

-   [Claude Code на открытых моделях: прокси, нативные эндпоинты, лимиты](https://broadrouter.com/ru/blog/claude-code-with-openai-compatible-models/)
-   [Кэшированные входные токены: как снизить счёт за LLM API](https://broadrouter.com/ru/blog/cached-input-tokens-explained/)
-   [Токены рассуждений: почему вы платите за выход, которого не видите](https://broadrouter.com/ru/blog/reasoning-tokens-cost/)
-   [Фиксированный тариф или оплата за токены в LLM API: когда выгоднее](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Параллельные агенты для программирования на безлимитном LLM API](https://broadrouter.com/ru/blog/run-parallel-coding-agents-flat-rate/)
-   [Контроль расходов на LLM API: бюджеты, лимиты ключей, защита от циклов](https://broadrouter.com/ru/blog/llm-api-spend-control/)
-   [Цены на LLM API в октябре 2026: 3 повышения и ни одного снижения](https://broadrouter.com/ru/blog/llm-api-price-changes-october-2026/)
-   [Как часто меняются цены на LLM API? 3 года архивных страниц цен](https://broadrouter.com/ru/blog/how-often-llm-api-prices-change/)
-   [Руководство: Aider на безлимитной DeepSeek V4.1 Flash](https://broadrouter.com/ru/guides/aider-unlimited-deepseek/)
-   [Руководство: Cline и BroadNet Inference: провайдер OpenAI Compatible](https://broadrouter.com/ru/guides/cline-openai-compatible/)
-   [Руководство: Roo Code и BroadNet Inference: провайдер OpenAI Compatible](https://broadrouter.com/ru/guides/roo-code-openai-compatible/)
-   [Руководство: BroadNet Inference в opencode: свой провайдер](https://broadrouter.com/ru/guides/opencode-custom-provider/)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-cut-coding-agent-llm-costs&utm_content=page-cta) ·

**Источники**

-   [Машиночитаемый прайс-лист BroadNet Inference (pricing.json, проверено 2026-11-14) (на английском)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-cut-coding-agent-llm-costs&utm_content=sources)
-   [Тарифы BroadNet Inference и FAQ по тарифам (проверено 2026-11-14) (на английском)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-cut-coding-agent-llm-costs&utm_content=sources)
-   [Справочник API BroadNet Inference, рассуждения и кэшированные токены (проверено 2026-11-14) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-cut-coding-agent-llm-costs&utm_content=sources)
-   [Cursor, повышение эффективности использования токенов (23 сентября 2026 г.; проверено 2026-11-14)](https://cursor.com/blog/improved-token-efficiency)
