Фреймворки для агентов перешли от одного ассистента к многим: оркестратор планирует, субагенты пишут код, проверяют его и запускают тесты, а пакетные воркеры разбирают бэклог. В API с оплатой за токены каждый из них увеличивает счёт. В API с фиксированной ценой вопрос звучит иначе: сколько участников обращаются к модели в один и тот же момент?
Что покрывает сессия с фиксированной ценой?
Безлимитные тарифы BroadNet продают сессии. Сессия выполняет один запрос за раз, с неограниченными токенами DeepSeek V4.1 Flash, без скользящего окна и недельного лимита. Это совпадает с тем, как работает один агент: отправляет запрос, читает ответ, запускает инструмент и отправляет следующий запрос.
| Конфигурация | Одновременных запросов в пике | Сессий |
|---|---|---|
| Один агент для программирования в одном терминале | 1 | 1 |
| Оркестратор + 3 субагента | 4 | 4 |
| 10 пакетных воркеров | 10 | 10 |
| 2 разработчика, у каждого 1 агент | 2 | 2 (каждая в своём аккаунте) |
Каждая сессия Full Moon стоит $60 в месяц. Один ключ может держать несколько сессий, а можно распределить сессии тарифа по его ключам, например по ключу на сервер или на проект, — тогда утёкший или отозванный ключ остановит только агентов, работающих через него. Ключи и аккаунты персональные: тариф можно встроить в собственный продукт, но передавать или перепродавать ключ нельзя. Полные правила сессий.
Сколько сессий нужно параллельным агентам?
Агенты много времени не обращаются к модели: запускают тесты, читают файлы, ждут сборку. Четыре субагента, каждый из которых обращается к модели 40% времени, редко нуждаются в ней все одновременно. Прежде чем покупать четыре сессии:
- Записывайте время начала и окончания каждого запроса к модели, который делает ваш фреймворк, по каждому агенту.
- Посчитайте максимальное число пересекающихся запросов в каждой минуте.
- Покупайте сессии под пересечение, которое бывает большую часть времени, а не под абсолютный пик, а остальное ставьте в очередь в своём коде (см. семафор ниже). На страницах BroadNet не сказано, ждёт ли запрос сверх лимита или отклоняется, поэтому не позволяйте агентам отправлять его вслепую.
Например, если логи показывают два одновременных запроса большую часть времени и четыре только короткими всплесками, двух сессий плюс очереди на стороне клиента может хватить, и это будет дешевле.
Посчитать поможет короткий скрипт. На вход он получает список пар (start, end) в секундах из ваших логов:
from collections import Counter
def overlap_histogram(requests):
events = sorted([(s, 1) for s, _ in requests] + [(e, -1) for _, e in requests])
in_flight, last_t, seconds_at = 0, None, Counter()
for t, delta in events:
if last_t is not None:
seconds_at[in_flight] += t - last_t
in_flight += delta
last_t = t
return dict(sorted(seconds_at.items())) # {requests in flight: seconds}
Если результат показывает, что большую часть времени в работе один или два запроса, покупайте две сессии. Если он часами держится на четырёх, покупайте четыре.
Сколько сессий нужно разным схемам агентов?
| Схема | Как обращается к модели | Правило расчёта |
|---|---|---|
| Оркестратор + воркеры | Планировщик обращается, затем раздаёт задачи | Воркеры, работающие одновременно, плюс одна сессия для планировщика, если он продолжает работать |
| Конвейер (написать → проверить → протестировать) | По одному этапу за раз на задачу | Одна сессия на каждую параллельно выполняемую задачу |
| Пакетный бэклог | Много одинаковых заданий | Одна сессия на воркер; больше воркеров — раньше готово |
| Агенты нескольких разработчиков | Независимо | Одна сессия на разработчика, каждая в своём аккаунте |
Как не дать параллельным агентам мешать друг другу?
Пропускная способность модели — только половина проблемы. Два агента, правящие один файл, будут отменять работу друг друга. Обычное решение — один git worktree на агента: каждый получает собственную рабочую копию и ветку из того же репозитория.
git worktree add ../agent-auth -b agent/auth
git worktree add ../agent-billing -b agent/billing
Затем разделите задачи по модулям, чтобы агенты редко трогали одни и те же файлы, и сливайте изменения через шаг ревью. О запуске без присмотра — в статье Ночные запуски агентов для программирования; о том, сколько дополнительные агенты стоят в токенах, — в статье Стоимость мультиагентных систем.
Когда для параллельных агентов лучше оплата по факту?
Ключ с оплатой по факту допускает 4 одновременных запросов и 30 запросов в минуту. Это подходит для коротких резких всплесков: шаг ревью запускает четырёх проверяющих на двадцать секунд, а потом затихает. Ровной нагрузке подходят сессии, всплескам — оплата за токены. Многие используют оба варианта: сессии тарифа для долго работающих агентов и ключ с оплатой по факту для всплесков и для других моделей, например GLM 5.3.
Когда ключ с оплатой по факту упирается в лимит запросов или в лимит одновременных запросов, он возвращает 429. Сделайте паузу и повторите; см. коды ошибок и когда повторять запрос. Калькулятор лимитов запросов показывает, на что хватит заданного лимита при вашем характере запросов.
Как подключить агентов к тарифу?
Большинство фреймворков для агентов принимают OpenAI-совместимый базовый URL. Направьте каждого агента на https://inference.broadnet.ai/v1 с моделью broadnet/deepseek-v4.1-flash и выдайте каждому ключ:
export OPENAI_BASE_URL="https://inference.broadnet.ai/v1"
export OPENAI_API_KEY="$BROADNET_PLAN_KEY"
Для одного агента в терминале точные настройки есть в руководстве по Aider; у Cline и OpenCode свои руководства. Для собственного оркестратора настройка клиента показана в руководстве по OpenAI Python SDK. В своём коде ограничьте число одновременных запросов числом сессий, чтобы очередь была на вашей стороне, где её видно:
import asyncio
SESSIONS = 4
gate = asyncio.Semaphore(SESSIONS)
async def ask(client, messages):
async with gate:
return await client.chat.completions.create(
model="broadnet/deepseek-v4.1-flash", messages=messages, max_tokens=4000)
Что идёт не так с параллельными агентами?
- Запуск всех агентов сразу. Всплеск одновременных первых обращений сразу превышает число ваших сессий. Разнесите старты на несколько секунд.
- Шторм повторов. Если все агенты повторяют запрос в один и тот же момент, они снова сталкиваются. Добавьте случайный разброс (jitter) к задержке.
- Слишком маленький
max_tokens. DeepSeek V4.1 Flash рассуждает перед ответом; при маленьком лимите ответ может прийти пустым. Почему. - Один ключ на несколько человек. Ключи персональные. Дайте каждому разработчику собственный аккаунт.
Сколько контекста может использовать каждый агент?
Каждый запрос к DeepSeek V4.1 Flash может нести до 1 048 576 токенов. Субагент может прочитать весь модуль, над которым работает, а не урезанную сводку, и на тарифе длинный промпт не стоит дополнительных денег. Когда помогает окно в 1 млн токенов.
Как дёшево проверить схему?
Купите по одному часу Meteor ($1) на каждую сессию, которая, по вашей оценке, нужна, и запустите реальный рабочий процесс агентов. Если агенты слишком часто ждут друг друга, добавьте сессию. Если какая-то простаивает, откажитесь от неё. Затем переходите на сессии Full Moon или недельные сессии Orbit ($15 каждая).
Место BroadNet Inference
Сессии тарифа подходят для агентов с ровной параллельной нагрузкой на одной модели, потому что счёт зависит от того, сколько их работает одновременно, а не от того, сколько они читают. Если вашим агентам нужно несколько разных моделей или они обращаются к модели только короткими всплесками, ключ с оплатой по факту или роутер может обойтись дешевле. Сначала сравните с расчётом точки окупаемости.
