BroadRouter
Начать

Сколько на самом деле стоят мультиагентные системы: токены или сессии

Команда BroadNet Inference · 4 мин чтения · Опубликовано · Обновлено

Мультиагентная система стоит примерно столько, сколько токены всех агентов вместе, плюс передачи задач и повторяющийся контекст. Anthropic намерила для своей мультиагентной исследовательской системы около 15-кратного расхода токенов по сравнению с чатом против 4-кратного для одного агента. При оплате за токены счёт растёт с каждым агентом; на фиксированном тарифе — с числом агентов, работающих одновременно.

Если разделить задачу между оркестратором и субагентами, она может завершиться быстрее и охватить больше. Но и счёт умножается, причём так, что по прайс-листу этого не видно. В этой статье посчитано, сколько стоит мультиагентная система при оплате за токены и на фиксированных сессиях, по опубликованным ценам BroadNet на DeepSeek V4.1 Flash. Как считать и покупать сессии, описано в статье о параллельных агентах для программирования на фиксированном тарифе; эта статья — о деньгах.

Насколько больше токенов расходует мультиагентная система?

Самые понятные публичные цифры приводит Anthropic в статье о своей мультиагентной исследовательской системе. Там сказано: “agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats.” (перевод: «агенты обычно расходуют примерно в 4 раза больше токенов, чем чат, а мультиагентные системы — примерно в 15 раз больше».) Там же выяснилось, что один лишь расход токенов объяснял 80% разброса в тестах производительности. Чем больше агентов, тем больше токенов, и зачастую тем лучше результат.

При этом статья осторожна насчёт того, где это уместно: “For economic viability, multi-agent systems require tasks where the value of the task is high enough” (перевод: «чтобы это было экономически оправдано, мультиагентным системам нужны задачи достаточно высокой ценности»), чтобы окупить прирост качества. Там же отмечено, что в большинстве задач программирования меньше по-настоящему параллельных частей, чем в исследовательских.

Поэтому разумное допущение для планирования: мультиагентная версия задачи стоит в 3–4 раза больше, чем версия с одним агентом. Ваша архитектура может оказаться дешевле или намного хуже. Измеряйте.

Откуда берутся дополнительные токены?

Множитель Почему возникает
Накладные расходы на каждого агента Каждый субагент при каждом вызове отправляет собственный системный промпт и описания инструментов
Повторное чтение Субагенты перечитывают одни и те же файлы, потому что не делят контекст
Передача результатов Оркестратор читает вывод каждого субагента как новый вход
Раздельные кэши Разные префиксы у агентов означают меньше попаданий входа в кэш
Повторы Проваленная подзадача заново отправляет весь свой контекст

Статья о бюджете токенов агента показывает, как измерить каждую корзину по каждому вызову.

Как масштабируются две модели оплаты?

Главное различие — в том, что каждая из них считает:

  • Оплата за токены (оплата по факту) считает каждый токен, который каждый агент отправляет и получает. Добавили агента — добавили его токены.
  • Фиксированные сессии считают запросы, выполняющиеся одновременно. На безлимитных тарифах BroadNet одна сессия выполняет один запрос за раз без счётчика токенов, за $60 в месяц на Full Moon. Четырём агентам, которые обращаются к модели одновременно, нужно четыре сессии. Четырём агентам, работающим по очереди, — одна.

Значит, тариф не делает мультиагентную систему бесплатной. Сессия производит ограниченный объём: при скорости около 100 токенов в секунду — около около 259 млн выходных токенов в месяц, если генерировать без остановки. Больше токенов за те же часы — больше сессий.

Расчёт сессий на примере

Возьмём агента для программирования на полный день из нашей статьи о фиксированном тарифе и оплате за токены: 1 000 млн входных токенов в месяц, 80% из кэша, 50 млн выходных. На DeepSeek V4.1 Flash это стоит $65.40 в месяц при оплате за токены.

Конфигурация Токенов в месяц Счёт при оплате за токены Сессий Счёт по тарифу
Один агент, весь день 1× $65.40 1 $60
Оркестратор + 3 субагента, все заняты весь день 4× 4 × $65.40 4 4 × $60
Та же команда, субагенты всплесками, пиковое пересечение 2 около 2× 2 × $65.40 2 2 × $60
Четыре лёгких агента, у каждого объём пет-проекта 4 × лёгкий 4 × $14.23 4 4 × $60

Что показывают строки:

  1. Загруженным агентам выгоднее тариф, с запасом на каждую сессию. Каждая полностью загруженная сессия экономит $5.40 в месяц при таком объёме. Четыре сессии экономят вчетверо больше.
  2. Субагентам со всплесками выгоднее меньше сессий. Покупайте под пересечение, которое видите большую часть времени. На страницах BroadNet не сказано, ждёт ли запрос сверх него или отклоняется, поэтому дайте каждому агенту повтор с задержкой на ошибку 429 по параллельности.
  3. Лёгким агентам выгоднее оплата за токены. Четыре сессии для четырёх почти всё время простаивающих агентов стоят намного больше их токенов. При объёме пет-проекта каждый агент стоит $14.23 в месяц при оплате за токены.

Практическое правило: сессия оправдана, когда агенты пропускают через неё примерно 917 млн входных и 46 млн выходных токенов в месяц.

Как оценить собственный счёт?

  1. Неделю запускайте мультиагентный процесс на ключе с оплатой по факту, с журналированием usage по каждому агенту.
  2. Сложите токены по каждому агенту: вход, вход из кэша и выход. Умножьте примерно на 4,3, чтобы получить месяц.
  3. По меткам времени запросов найдите, сколько запросов пересекается большую часть времени. Это ваше число сессий.
  4. Сравните сумму при оплате за токены с сессиями × $60 в калькуляторе фиксированного тарифа и оплаты за токены.
  5. Прежде чем покупать месяц, прогоните тот же процесс на часах Meteor за $1, по одному на сессию.

Ключ с оплатой по факту допускает 4 одновременных запросов и 30 в минуту, так что при оплате за токены широкое распараллеливание тоже упрётся в лимиты запросов. В любом случае закладывайте повторы с задержкой; см. статью о долго работающих агентах.

Как снизить стоимость мультиагентной системы?

  • Начинайте с одного агента. Добавляйте субагентов только там, где работа чисто делится.
  • Давайте субагентам меньше инструментов и более короткие промпты, чем оркестратору.
  • Возвращайте от субагентов оркестратору сводки, а не стенограммы.
  • Используйте для субагентов более дешёвую модель, где позволяет качество, а более сильную оставьте для планирования.
  • Выполняйте передачи задач последовательно, когда скорость не важна. Последовательные агенты делят одну сессию.

Место BroadNet Inference

Безлимитные тарифы BroadNet подходят мультиагентным системам, агенты которых остаются загруженными: каждая сессия стоит $60 в месяц без счётчика токенов на DeepSeek V4.1 Flash, и на одном ключе может быть несколько сессий. Ключи с оплатой за токены подходят для всплесков распараллеливания и для других моделей, например GLM 5.3. Тариф не подходит агентам, которые большую часть дня простаивают, и BroadNet не заявляет вызов инструментов для DeepSeek V4.1 Flash, поэтому сначала проверьте, как ваши субагенты используют инструменты. Подключение показано в руководстве по OpenAI Agents SDK, а тарифы — на inference.broadnet.ai/plans.

Вопросы и ответы

Насколько мультиагентная система дороже одного агента?

Зависит от архитектуры, но опубликованные цифры Anthropic дают масштаб. Её агенты расходовали примерно в 4 раза больше токенов, чем чат, а мультиагентная исследовательская система — примерно в 15 раз, то есть примерно в 3–4 раза больше одного агента на тот же вопрос.

Выгоднее ли фиксированный тариф для мультиагентных систем?

Если каждая сессия остаётся загруженной. Сессия BroadNet Full Moon окупается примерно при 917 млн входных и 46 млн выходных токенах в месяц на DeepSeek V4.1 Flash. Сессии, которые простаивают большую часть дня, обходятся дороже оплаты за токены.

Сколько сессий тарифа нужно оркестратору с субагентами?

По одной на каждый запрос, выполняемый одновременно с другими. Оркестратору, который ждёт, пока три субагента работают параллельно, нужно три или четыре, в зависимости от того, обращается ли он сам к модели в это время. Передачам задач, идущим одна за другой, нужна одна.

Почему субагенты тратят так много токенов?

У каждого субагента свой контекст. Он загружает собственный системный промпт и описания инструментов, перечитывает файлы, которые другие агенты уже прочитали, и возвращает результаты, которые оркестратор потом читает ещё раз.

Стоят ли того мультиагентные системы для программирования?

Иногда. В статье Anthropic отмечено, что в большинстве задач программирования меньше по-настоящему параллельных частей, чем в исследовательских, и что задачи, которым нужен общий контекст, подходят плохо. Сначала попробуйте одного агента и добавляйте субагентов там, где работа действительно делится.

Открыть в MarkdownСпросить ChatGPTСпросить ClaudeСпросить Perplexity