---
title: "多智能体成本：按 token 计费 vs 固定价格会话的算法 | BroadRouter"
description: "多智能体系统消耗的 token 是单个智能体的数倍。固定价格套餐与按 token 计费的会话算法、隐藏的放大因素，以及各自何时更划算。"
url: https://broadrouter.com/zh/blog/multi-agent-cost/
lang: zh-Hans
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/blog/multi-agent-cost/)（2026-11-16 更新）。

# 多智能体方案到底要花多少钱：按 token 计费 vs 固定价格会话

BroadNet Inference 团队 · 阅读约 4 分钟 · 发布于 2026-11-14 · 更新于 2026-11-16

多智能体方案的成本，大致是每个智能体的 token 之和，再加上交接和重复的上下文。Anthropic 测得其多智能体研究系统的 token 用量约为聊天的 15 倍，单个智能体约为 4 倍。按 token 计费时，账单随每个智能体增长；在固定价格套餐上，账单随同时运行的智能体数增长。

## 要点

-   Anthropic 报告称，智能体的 token 用量约为聊天的 4 倍，其多智能体研究系统约为 15 倍。
-   按 token 计费的成本随 token 总量增长。固定价格套餐的成本随峰值并发增长：每个进行中的请求一个会话。
-   在 DeepSeek V4.1 Flash 上，一个会话每月承载约 9.17亿 输入 token 和 4,600万 输出 token 时就能回本。
-   四个智能体按我们的全职示例用量全天运行，按 token 计费是 $65.40 的四倍，用 Full Moon 会话则是 $60 的四倍。
-   隐藏的放大因素：每个子智能体都要重新加载自己的提示词和工具，编排器要重新读取结果，重试会重复整段上下文。

**本页内容**

1.  多智能体系统多用了多少 token？
2.  多出来的 token 从哪里来？
3.  两种计费方式如何随规模变化？
4.  会话算法：计算示例
5.  怎样估算你自己的账单？
6.  怎样降低多智能体的成本？
7.  BroadNet Inference 适合什么场景

把一个任务拆给编排器和多个子智能体，可以更快完成、探索得更多。但它也会让账单成倍增加，而且增加的方式从价格表上看不出来。本文用 BroadNet 公布的 [DeepSeek V4.1 Flash](https://broadrouter.com/zh/models/deepseek-v4.1-flash/) 价格，算出多智能体方案按 token 计费和使用固定价格会话时各要花多少钱。如何计算和购买会话，参见[用固定价格运行并行编程智能体](https://broadrouter.com/zh/blog/run-parallel-coding-agents-flat-rate/)；本文只谈钱。

## 多智能体系统多用了多少 token？

最清晰的公开数字来自 Anthropic 介绍其多智能体研究系统的文章。文章称：“agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats.”（译文：智能体使用的 token 通常约为聊天交互的 4 倍，而多智能体系统约为聊天的 15 倍。）它还发现，在其性能测试中，仅 token 用量一项就能解释 80% 的差异。智能体越多，花的 token 越多，结果也往往更好。

同一篇文章对适用范围也很谨慎：“For economic viability, multi-agent systems require tasks where the value of the task is high enough”（译文：要在经济上可行，多智能体系统需要任务的价值足够高），才能为额外的性能买单。文章还指出，大多数编程任务真正可以并行的部分比研究任务少。

所以，一个合理的规划假设是：同一个任务的多智能体版本，成本是单智能体版本的 **3 到 4 倍**。你的设计可能更便宜，也可能糟糕得多。请实际测量。

## 多出来的 token 从哪里来？

| 放大因素 | 原因 |
| --- | --- |
| 每个智能体的固定开销 | 每个子智能体每次调用都要发送自己的系统提示词和[工具定义](https://broadrouter.com/zh/glossary/tool-calling/) |
| 重复读取 | 子智能体之间不共享上下文，所以会重复读取同样的文件 |
| 结果传递 | 编排器要把每个子智能体的输出当作新输入读入 |
| 缓存各自独立 | 每个智能体的前缀不同，[缓存输入](https://broadrouter.com/zh/glossary/cached-input-tokens/)命中更少 |
| 重试 | 失败的子任务会重发整段上下文 |

[智能体 token 预算](https://broadrouter.com/zh/blog/agent-token-budget/)一文介绍了如何按调用测量每一部分。

## 两种计费方式如何随规模变化？

关键区别在于各自计的是什么：

-   **按 token 计费**（[按量付费](https://broadrouter.com/zh/glossary/pay-as-you-go/)）计算每个智能体发送和接收的每一个 token。多一个智能体，就多一份 token。
-   **固定价格会话**计算的是**同一时间进行中的请求数**。在 BroadNet 的不限量套餐上，一个会话同一时间处理一个请求，不计 token，Full Moon 每月 $60。四个智能体同时调用模型，需要四个会话。四个智能体轮流调用，只需要一个。

这意味着套餐并不会让多智能体变成免费的。一个会话的产出是有限的：按 约每秒 100 个 token 计算，如果不停生成，每月约 约 2.59亿 个输出 token。在同样的时间里要更多 token，就需要更多会话。

## 会话算法：计算示例

我们沿用[固定价格 vs 按 token 计费一文](https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/)中的全职编程智能体：每月 1,000M 输入 token，80% 命中缓存，50M 输出。在 DeepSeek V4.1 Flash 上，按 token 计费每月 $65.40。

| 方案 | 每月 token | 按 token 账单 | 会话数 | 套餐账单 |
| --- | --- | --- | --- | --- |
| 一个智能体，全天运行 | 1× | $65.40 | 1 | $60 |
| 编排器 + 3 个子智能体，全天满负荷 | 4× | 4 × $65.40 | 4 | 4 × $60 |
| 同一团队，子智能体突发运行，峰值重叠 2 | 约 2× | 2 × $65.40 | 2 | 2 × $60 |
| 四个轻量智能体，各自为业余项目用量 | 4 × 轻量 | 4 × $14.23 | 4 | 4 × $60 |

这几行说明了什么：

1.  **忙碌的智能体适合套餐，每个会话都有可观的差额。** 在这个用量下，每个满负荷的会话每月节省 $5.40。四个会话就节省四倍。
2.  **突发运行的子智能体适合更少的会话。** 按大部分时间看到的重叠数购买。BroadNet 的页面没有说明超出部分的请求是等待还是被拒绝，所以给每个智能体加上针对并发 429 的退避重试。
3.  **轻量智能体适合按 token 计费。** 为四个大部分时间闲置的智能体买四个会话，花费远超它们实际的 token。在业余项目用量下，每个智能体按 token 计费每月 $14.23。

经验法则：当使用某个会话的智能体每月通过它处理约 **9.17亿 输入 token 和 4,600万 输出 token** 时，这个会话就值得买。

## 怎样估算你自己的账单？

1.  用按量付费密钥运行多智能体工作流一周，并按智能体记录用量。
2.  按智能体汇总 token：输入、缓存输入和输出。乘以约 4.3 得到一个月的量。
3.  根据请求时间戳，找出大部分时间有多少个请求重叠。这就是你需要的会话数。
4.  在[固定价格 vs 按 token 计费计算器](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)中，把按 token 的总额与“会话数 × $60”比较。
5.  在买一个月之前，先用 $1 的 Meteor 小时跑同样的工作流，每个会话一个。

按量付费密钥允许同时进行 4 个请求、每分钟 30 个请求，所以大规模分发在按 token 计费时也会触及[速率限制](https://broadrouter.com/zh/glossary/rate-limit/)。无论哪种方式，都要规划好退避；参见[长时间运行的智能体](https://broadrouter.com/zh/blog/long-running-agents-timeouts-retries/)。

## 怎样降低多智能体的成本？

-   **从一个智能体开始。** 只在工作能干净拆分的地方加子智能体。
-   **给子智能体更少的工具**和比编排器更短的提示词。
-   **子智能体向编排器返回摘要，而不是完整记录。**
-   **在质量允许的地方，给子智能体用更便宜的模型**，把更强的模型留给规划。
-   **速度不重要时，让交接依次进行。** 依次运行的智能体可以共用一个会话。

## BroadNet Inference 适合什么场景

BroadNet 的不限量套餐适合智能体保持忙碌的多智能体系统：在 DeepSeek V4.1 Flash 上，每个会话每月 $60，不计 token，一个密钥可以挂多个会话。按 token 计费的密钥适合突发式分发，以及 GLM 5.3 等其他模型。套餐不适合大部分时间闲置的智能体；另外，BroadNet 没有将 DeepSeek V4.1 Flash 列为支持工具调用，所以请先测试你的子智能体的工具使用。[OpenAI Agents SDK 指南](https://broadrouter.com/zh/guides/openai-agents-sdk-custom-provider/)展示了接入方法，套餐见 [inference.broadnet.ai/plans](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-multi-agent-cost&utm_content=body)。

相关免费工具（英文）

-   [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.

[免费工具（英文）](https://broadrouter.com/tools/)

## 本文涉及的术语

[AI 智能体（AI agent）](https://broadrouter.com/zh/glossary/agent/)

AI 智能体是由语言模型自主决定步骤、朝目标推进的系统：它决定调用哪些工具、读取结果，然后重复，直到给出最终回答或触及上限。在固定位置调用模型的固定脚本，通常称为工作流（workflow）。

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

token（词元）是大语言模型读写文本的基本单位：由模型的分词器切分出的一个词、词的一部分、一个标点或一段字节序列。大模型 API 按 token 计数、设定限制，通常也按 token 计费。

[多智能体系统（multi-agent system）](https://broadrouter.com/zh/glossary/multi-agent-system/)

多智能体系统是一种大模型应用：多个智能体各自拥有提示词、工具和上下文，分别处理同一任务的不同部分。常见设计是编排者-工作者模式：主智能体负责规划，并行启动多个工作智能体，再汇总它们的结果。

[按量付费（pay-as-you-go）](https://broadrouter.com/zh/glossary/pay-as-you-go/)

按量付费是一种计价模式：你只为实际用量付费，按 token、请求次数或音频分钟等单位计量，没有订阅费，也没有最低消费承诺。大多数大模型 API 都这样计费，从预付余额中扣减或定期开具账单。

[子智能体（subagent）](https://broadrouter.com/zh/glossary/subagent/)

子智能体是主智能体为处理一项明确任务而启动的独立智能体。它有自己的上下文窗口、系统提示词和工具权限，完成工作后只把结果或摘要返回给主智能体，从而让主对话保持精简。

[输入 token 与输出 token](https://broadrouter.com/zh/glossary/input-and-output-tokens/)

输入 token 是语言模型在一次请求中读取的 token，包括系统提示词、对话历史、工具定义和图片。输出 token 是模型生成回复的 token，包括思考内容。大模型 API 通常分别计价，输出一般更贵。

[大模型包月套餐（flat-rate LLM plan）](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/)

大模型包月套餐（固定价格套餐）是按一个周期（如一个月）收取固定费用、提供大模型 API 使用权的计价方式，不按 token 计费。这类套餐通常会限制别的东西，如并发、速度、模型或使用时间窗口，所以限制条件和价格同样重要。

[工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)

工具调用（也叫函数调用，function calling）是大模型 API 的一项功能：模型返回一个结构化请求，要求执行开发者定义的某个函数，并附上 JSON 参数。应用执行该函数并把结果发回；模型自己从不执行代码。

## 常见问题

### 多智能体系统比单个智能体贵多少？

这取决于设计，但 Anthropic 公布的数字给出了一个量级。其智能体的 token 用量约为聊天的 4 倍，多智能体研究系统约为 15 倍，所以对同一个问题，大致是单个智能体的 3 到 4 倍。

### 对多智能体系统来说，固定价格套餐更便宜吗？

前提是每个会话都保持忙碌。在 DeepSeek V4.1 Flash 上，一个 BroadNet Full Moon 会话每月承载约 9.17亿 输入 token 和 4,600万 输出 token 时就能回本。大部分时间闲置的会话，比按 token 付费更贵。

### 一个编排器带若干子智能体，需要多少个套餐会话？

同一时间运行的每个请求一个会话。如果编排器在三个子智能体并行工作时只是等待，就需要三个或四个，取决于它在这段时间里是否调用模型。依次进行的交接只需要一个。

### 为什么子智能体会用掉这么多 token？

每个子智能体都有自己的上下文。它会加载自己的系统提示词和工具定义，重新读取其他智能体已经读过的文件，并返回结果，再由编排器重新读一遍。

### 多智能体系统用在编程上值得吗？

有时值得。Anthropic 的文章指出，大多数编程任务真正可以并行的部分比研究任务少，而需要共享上下文的任务也不太适合。先试单个智能体，只在工作确实能拆开的地方加子智能体。

## 继续阅读

-   [如何在固定价格大模型 API 上运行并行编程智能体](https://broadrouter.com/zh/blog/run-parallel-coding-agents-flat-rate/)
-   [大模型 API 包月还是按 token 付费：盈亏平衡怎么算](https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [智能体 token 预算：智能体循环的 token 都花在哪里](https://broadrouter.com/zh/blog/agent-token-budget/)
-   [长时间运行的智能体：可靠的超时、重试与检查点](https://broadrouter.com/zh/blog/long-running-agents-timeouts-retries/)
-   [AI 编程智能体跑一次要花多少钱：步数、上下文增长与缓存](https://broadrouter.com/zh/blog/ai-coding-agent-run-cost/)
-   [Claude Code 接入开源模型：代理、原生端点与限制](https://broadrouter.com/zh/blog/claude-code-with-openai-compatible-models/)
-   [指南：面向智能体的不限量 LLM API 套餐如何运作](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)
-   [指南：在 BroadNet Inference 上运行 OpenAI Agents SDK](https://broadrouter.com/zh/guides/openai-agents-sdk-custom-provider/)

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

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

**来源**

-   [Anthropic Engineering：我们如何构建多智能体研究系统（2026-11-14 核实）](https://www.anthropic.com/engineering/multi-agent-research-system)
-   [BroadNet Inference 机器可读价格（pricing.json，2026-11-14 同步）（英文）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-multi-agent-cost&utm_content=sources)
-   [BroadNet Inference 套餐与套餐常见问题（2026-11-16 查阅）（英文）](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-multi-agent-cost&utm_content=sources)
-   [BroadNet Inference API 参考：限制（2026-11-16 查阅）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-multi-agent-cost&utm_content=sources)
