---
title: "并行编程智能体：用固定价格大模型 API 运行 | BroadRouter"
description: "在不限量的 DeepSeek V4.1 Flash 上运行子智能体、编排器和批处理 worker：需要多少个套餐会话，如何分配到多个密钥，以及如何限制并发重叠。"
url: https://broadrouter.com/zh/blog/run-parallel-coding-agents-flat-rate/
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/run-parallel-coding-agents-flat-rate/) (2026-11-16 更新).

# 如何在固定价格大模型 API 上运行并行编程智能体

BroadNet Inference 团队 · 阅读约 5 分钟 · 发布于 2026-11-14 · 更新于 2026-11-16

同时工作的每个智能体，各给一个套餐会话。一个会话同一时间处理一个请求，不计 token，所以一个编排器加三个子智能体需要四个会话。在你自己的代码里，把同时进行的请求数限制到相应数量。一个密钥可以挂多个会话；Full Moon 每个会话每月 $60。

## 要点

-   一个套餐会话等于一个进行中的请求。要数的是同一时刻调用模型的智能体，而不是智能体总数。
-   一个编排器加三个同时运行的子智能体，需要四个会话。
-   按量付费密钥允许同时进行 4 个请求、每分钟 30 个请求，更适合突发流量而不是稳定负载。
-   智能体有大量时间在运行工具，所以买会话之前，先测量真实的重叠程度。
-   给每个智能体一个独立的 git worktree，避免并行编辑互相冲突。
-   买一个月之前，每个会话先用 $1 的 Meteor 小时测试一下。

**本页内容**

1.  一个固定价格会话包含什么？
2.  并行智能体需要多少个会话？
3.  不同的智能体模式需要多少个会话？
4.  怎样让并行智能体互不干扰？
5.  什么时候并行智能体用按量付费更好？
6.  怎样把智能体接到套餐上？
7.  并行智能体容易出什么问题？
8.  每个智能体能用多少上下文？
9.  怎样低成本地测试这套方案？
10.  BroadNet Inference 适合什么场景

智能体框架已经从一个助手发展到多个：一个负责规划的编排器，负责写代码、审查代码和运行测试的子智能体，还有处理积压任务的批处理 worker。在按 token 计费的 API 上，每一个都会增加账单。在[固定价格 API](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/) 上，问题就变成了：**同一时刻有多少个东西在调用模型？**

## 一个固定价格会话包含什么？

BroadNet 的不限量套餐按**会话**出售。一个会话同一时间处理一个请求，[DeepSeek V4.1 Flash](https://broadrouter.com/zh/models/deepseek-v4.1-flash/) 的 token 不限量，没有滚动时间窗口，也没有每周上限。这正好符合单个智能体的工作方式：发送请求，读取回答，运行工具，再发送下一个请求。

| 场景 | 峰值时进行中的请求数 | 会话数 |
| --- | --- | --- |
| 一个终端里的一个编程智能体 | 1 | 1 |
| 编排器 + 3 个子智能体 | 4 | 4 |
| 10 个批处理 worker | 10 | 10 |
| 2 名开发者，各 1 个智能体 | 2 | 2（各用自己的账户） |

每个 Full Moon 会话每月 $60。一个密钥可以挂多个会话，你也可以把一个套餐的会话分配到它的多个密钥上，例如每台服务器或每个项目一个密钥，这样某个密钥泄露或被吊销时，只会停掉它背后的智能体。密钥和账户归个人使用：你可以把套餐集成到自己的产品中，但不能共享或转售密钥。参见[完整的会话规则](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)。

## 并行智能体需要多少个会话？

智能体有大量时间**不**在调用模型：运行测试、读取文件、等待构建。四个子智能体如果各自只有 40% 的时间在调用模型，就很少会同时需要它。在买四个会话之前：

1.  按智能体记录框架发出的每个模型请求的开始和结束时间。
2.  统计每分钟内最多有多少个请求重叠。
3.  按大部分时间达到的重叠数购买会话，而不是按绝对峰值购买，其余请求在你自己的代码里排队（见下文的信号量）。BroadNet 的页面没有说明超出限制的请求是等待还是被拒绝，所以不要让智能体盲目发送。

例如，如果日志显示大部分时间有两个请求在进行，只在短时间突发时达到四个，那么两个会话加一个客户端队列可能是更便宜的方案。

一小段脚本就能完成统计。输入是日志中以秒为单位的 `(start, end)` 时间列表：

```python
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}
```

如果结果显示大部分时间只有一到两个请求在进行，就买两个会话。如果几个小时都停在四个，就买四个。

## 不同的智能体模式需要多少个会话？

| 模式 | 如何调用模型 | 计算规则 |
| --- | --- | --- |
| 编排器 + worker | 先由规划者调用，再分发出去 | 同时运行的 worker 数，如果规划者持续工作，再加一个 |
| 流水线（编写 → 审查 → 测试） | 每个任务一次只运行一个阶段 | 每个并行运行的任务一个会话 |
| 批量积压任务 | 大量相同的作业 | 每个 worker 一个会话；worker 越多，完成越快 |
| 多名开发者的智能体 | 相互独立 | 每名开发者一个会话，各用自己的账户 |

## 怎样让并行智能体互不干扰？

模型容量只是问题的一半。两个智能体编辑同一个文件，会互相覆盖对方的工作。常见的解决办法是每个智能体一个 [git worktree](https://git-scm.com/docs/git-worktree)：每个智能体都从同一个仓库获得自己的检出目录和分支。

```bash
git worktree add ../agent-auth -b agent/auth
git worktree add ../agent-billing -b agent/billing
```

然后按模块拆分任务，让智能体很少碰到同一批文件，并通过审查步骤合并。无人值守运行，参见[通宵运行编程智能体](https://broadrouter.com/zh/blog/overnight-coding-agent-runs/)；多出来的智能体会花多少 token，参见[多智能体成本](https://broadrouter.com/zh/blog/multi-agent-cost/)。

## 什么时候并行智能体用按量付费更好？

[按量付费](https://broadrouter.com/zh/glossary/pay-as-you-go/)密钥允许同时进行 4 个请求、每分钟 30 个请求。这适合短暂而尖峰式的分发：比如一个审查步骤启动四个检查器运行二十秒，然后归于安静。稳定负载适合会话，尖峰负载适合按 token 计费。很多方案两者并用：长时间运行的智能体用套餐会话，突发流量和 [GLM 5.3](https://broadrouter.com/zh/models/glm-5.3/) 等其他模型用按量付费密钥。

按量付费密钥达到[速率限制](https://broadrouter.com/zh/glossary/rate-limit/)或[并发](https://broadrouter.com/zh/glossary/concurrency/)限制时会返回 429。请退避后重试；参见[错误码及何时重试](https://broadrouter.com/zh/guides/errors-and-retries/)。[速率限制计算器](https://broadrouter.com/tools/llm-rate-limit-calculator/)可以算出某个限制在你的请求模式下够用到什么程度。

## 怎样把智能体接到套餐上？

大多数智能体框架都接受 OpenAI 兼容的 base URL。把每个智能体指向 `https://inference.broadnet.ai/v1`，模型设为 `broadnet/deepseek-v4.1-flash`，并给每个智能体一个密钥：

```bash
export OPENAI_BASE_URL="https://inference.broadnet.ai/v1"
export OPENAI_API_KEY="$BROADNET_PLAN_KEY"
```

对于单个终端编程智能体，[Aider 指南](https://broadrouter.com/zh/guides/aider-unlimited-deepseek/)给出了准确的设置；[Cline](https://broadrouter.com/zh/guides/cline-openai-compatible/) 和 [OpenCode](https://broadrouter.com/zh/guides/opencode-custom-provider/) 也有各自的指南。如果是你自己写的编排器，[OpenAI Python SDK 指南](https://broadrouter.com/zh/guides/openai-python-sdk/)展示了客户端的配置。在你自己的代码里，把进行中的请求数限制为会话数，让请求在你这一侧排队，这样你能看得见：

```python
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)
```

## 并行智能体容易出什么问题？

-   **所有智能体同时启动。** 一波同时发出的首次调用会立刻超出你的会话数。把启动时间错开几秒。
-   **重试风暴。** 如果每个智能体在同一时刻重试，它们会再次撞在一起。给退避加上随机抖动（jitter）。
-   **`max_tokens` 太小。** DeepSeek V4.1 Flash 会先思考再回答；上限太小可能返回空回复。参见[原因](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)。
-   **多人共用一个密钥。** 密钥归个人使用。给每名开发者一个自己的账户。

## 每个智能体能用多少上下文？

在 DeepSeek V4.1 Flash 上，每个请求最多可以携带 1,048,576 个 token。子智能体可以读取它正在处理的整个模块，而不是一份裁剪过的摘要；在套餐上，长提示词也不会额外收费。参见[百万 token 窗口什么时候有用](https://broadrouter.com/zh/blog/million-token-context-window-guide/)。

## 怎样低成本地测试这套方案？

按你认为需要的会话数，每个会话买一个 Meteor 小时（$1），然后运行你真实的智能体工作流。如果智能体经常互相等待，就加一个会话。如果有一个会话闲着，就去掉它。然后再换成 Full Moon，或者按周计费的 Orbit 会话（每个 $15）。

## BroadNet Inference 适合什么场景

套餐会话适合在同一个模型上稳定运行的并行智能体，因为账单取决于同时运行的数量，而不是它们读了多少内容。如果你的智能体需要多个不同的模型，或者只在短暂的突发中调用模型，按量付费密钥或路由服务可能更便宜。请先对照[盈亏平衡的计算](https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/)。

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）。

[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。

[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。

[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。

[速率限制（rate limit）](https://broadrouter.com/zh/glossary/rate-limit/)

速率限制是 API 对客户端在一个时间窗口内的使用量设定的上限，例如每分钟请求数或每分钟 token 数。超出限制的请求会被拒绝，通常返回 HTTP 429 Too Many Requests，直到用量回落到限制以下。

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

AI 编程智能体是一种软件工具，其中的语言模型在循环中处理代码库：读取文件、编辑文件、运行测试等命令、读取输出并决定下一步，直到任务完成或达到某个上限。

[并发（concurrency）](https://broadrouter.com/zh/glossary/concurrency/)

并发（concurrency）是客户端在同一时刻正在进行中的请求数。大模型 API 往往按密钥或套餐单独限制并发，与每分钟请求数分开计算，因为每个未完成的请求在响应结束前都会占用 GPU 资源。

[Base URL（base\_url）](https://broadrouter.com/zh/glossary/base-url/)

base URL 是 API 固定的根地址，例如 https://api.example.com/v1，客户端会把它加在每个端点路径（例如 /chat/completions）前面。在 OpenAI 兼容 SDK 中，修改 base URL，再配合 API 密钥和模型 ID，就能让同一份代码改用另一家服务商。

## 常见问题

### 两个智能体同时使用一个会话会怎样？

一个会话同一时间处理一个请求，而 BroadNet 的页面没有说明第二个请求是排队等待，还是被 429 拒绝。两种情况都不要依赖：在你自己的代码里把进行中的请求数限制为会话数，对 429 做退避重试；如果智能体等待太久，就加一个会话。

### 我可以并行运行多少个编程智能体？

你有多少个会话，就能支持多少个重叠的请求。每个套餐会话同一时间处理一个请求，所以四个智能体在同一时刻调用模型，就需要四个会话。如果智能体大部分时间在运行工具，而你的代码会让它们的模型调用排队，它们就可以共用更少的会话。

### 怎样防止并行智能体编辑同一批文件？

给每个智能体独立的 git worktree 和分支，并按文件或模块分配工作。通过常规的 pull request 或最后一道审查步骤来合并。

### 可以把套餐和按量付费混着用吗？

可以。套餐密钥和按量付费密钥相互独立。常见做法是：稳定运行的智能体用套餐会话，偶尔的突发流量或其他模型用按量付费密钥。

### 会话必须放在不同的密钥上吗？

不必。一个密钥可以挂多个会话，你也可以把它们分到多个密钥上，比如每台服务器或每个项目一个密钥。

### 在固定价格套餐上，并行智能体会更贵吗？

只取决于会话数量。套餐不计 token，所以账单就是会话数乘以套餐价格，与每个智能体读写多少无关。

## 继续阅读

-   [大模型 API 套餐的“不限量”，到底意味着什么](https://broadrouter.com/zh/blog/what-unlimited-llm-api-really-means/)
-   [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/)
-   [百万 token 上下文窗口什么时候值得用（什么时候不值得）](https://broadrouter.com/zh/blog/million-token-context-window-guide/)
-   [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：用不限量的 DeepSeek V4.1 Flash 运行 Aider](https://broadrouter.com/zh/guides/aider-unlimited-deepseek/)
-   [指南：BroadNet Inference 错误码，以及什么时候该重试](https://broadrouter.com/zh/guides/errors-and-retries/)
-   [指南：在 Cline 中使用 BroadNet Inference（OpenAI Compatible 提供商）](https://broadrouter.com/zh/guides/cline-openai-compatible/)
-   [指南：把 BroadNet Inference 添加为 opencode 的自定义供应商](https://broadrouter.com/zh/guides/opencode-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-run-parallel-coding-agents-flat-rate&utm_content=page-cta) ·

**来源**

-   [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-run-parallel-coding-agents-flat-rate&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-run-parallel-coding-agents-flat-rate&utm_content=sources)
-   [Git 文档：git-worktree（2026-11-16 查阅）](https://git-scm.com/docs/git-worktree)
