В 2026 году AI-агента можно собрать за вечер. Понять, приносит ли он деньги, по-прежнему сложно. Команды внимательно сравнивают цену миллиона токенов, а затем удивляются счёту: агент сделал десятки вызовов, повторно прочитал одни и те же данные, трижды вызвал инструмент и передал человеку задачу, которую уже нельзя было выгодно завершить.
Вопрос «сколько стоит модель» относится к закупке. Вопрос «сколько стоит выполненная работа» относится к бизнесу. Между ними находится вся архитектура агента.
Токен — единица потребления модели. Он не является единицей ценности для пользователя.
Почему один запрос превратился в цепочку расходов
Обычный чат делает один или несколько предсказуемых вызовов. Агент сначала планирует, затем ищет данные, вызывает инструменты, оценивает результат, исправляет ошибку и иногда начинает цикл заново. Цена растёт не только из-за длины контекста. Её увеличивают число шагов, повторная передача истории, неудачные Tool Calls и отсутствие условия остановки.
Поэтому два агента на одной модели могут различаться по стоимости в несколько раз. Первый знает, какие данные нужны и когда задача закончена. Второй каждый раз заново перечитывает контекст и считает активность признаком прогресса.
Разберите счёт на пять конвертов
1. Размышление
Входные и выходные токены самой модели. Это наиболее заметная и обычно лучше всего измеряемая часть.
2. Память
История диалога, документы, результаты поиска и ответы инструментов. Если агент переносит весь накопленный контекст в каждый шаг, память начинает стоить дороже нового рассуждения.
3. Действия
Поиск, браузер, база данных, генерация изображения, распознавание речи, отправка сообщения. Часть инструментов имеет собственный тариф, а часть создаёт операционный риск.
4. Повторы
Retry после 429 и 5xx, исправление невалидного JSON, повторный поиск и циклы планирования. Это расходы, за которые пользователь не получает новой ценности.
5. Человек
Проверка, исправление и обработка исключений. Агент может снизить API-счёт, но перенести стоимость в рабочее время сотрудника.
Пример: агент обрабатывает обращение клиента
Представим условный сценарий. Агент классифицирует запрос, находит заказ, читает базу знаний, готовит ответ и при необходимости создаёт возврат. Из 100 обращений 68 закрываются автоматически, 20 передаются оператору до выполнения действия, 8 требуют повторного вызова, а 4 приводят к неправильному маршруту.
Если разделить API-счёт на 100, получится красивая цена обращения. Но бизнес получил только 68 автоматически закрытых задач. Повторы и ошибочные маршруты тоже были оплачены, а оператор потратил время на остальные случаи.
Стоимость успешной задачи = все расходы агента + стоимость человеческой проверки + цена ошибок, делённые на число принятых результатов.
Эта метрика неприятнее, зато она показывает, что произойдёт при масштабировании.
Самый дешёвый агент иногда должен остановиться раньше
Команды часто пытаются увеличить автономность, хотя экономически выгоднее научить агента быстро признавать неопределённость. Если после двух поисков не найден номер заказа, третий и четвёртый круг редко создают чудо. Они просто увеличивают счёт и задерживают передачу оператору.
У каждой задачи должен быть бюджет выполнения: максимальное число шагов, Token Limit, допустимые инструменты, предел времени и условие эскалации. Это не ограничение интеллекта. Это финансовый контракт.
Одна сильная модель или каскад
Использовать флагман на каждом шаге просто, но дорого. Отправлять всё дешёвой модели рискованно. Практичнее разделить роли:
• экономичная модель классифицирует запрос и извлекает поля;
• сбалансированная строит обычный план и формирует ответ;
• сильная подключается к неоднозначным или дорогим решениям;
• детерминированный код проверяет суммы, права и формат;
• человек подтверждает необратимое действие.
Каскад выгоден только при наличии маршрутизатора и измерений. Если дешёвая модель часто ошибается, экономия на первом шаге исчезнет в повторных вызовах.
Почему единый API становится финансовым инструментом
Мультимодельный агент имеет смысл, когда команда может менять маршрут без нового проекта интеграции. OdiRouter.ai объединяет 200+ моделей в одном API и позволяет сравнивать бесплатные и платные маршруты на одинаковой задаче. Для российских команд добавляются рублёвое пополнение и свободный доступ.
Ценность здесь не в том, чтобы каждую неделю менять модель. Она в возможности пересмотреть экономику, когда меняются цена, качество или доступность: простые шаги оставить дешёвыми, сложные поднять на более сильный уровень, а основной маршрут не привязывать навсегда к одному поставщику.
Пять метрик вместо одного API-счёта
1 Стоимость принятой задачи. Не запроса и не сессии.
2 Доля автоматического завершения. Без скрытой ручной доработки.
3 Число модельных вызовов на результат. Рост часто означает цикл или плохой контекст.
4 Стоимость исключений. Сколько времени и денег забирают нештатные случаи.
5 Цена ошибки. Ответ с опечаткой и ошибочный возврат денег не должны иметь одинаковый вес.
Вывод
Экономика агента начинается не с прайс-листа модели, а с определения завершённой работы. Пока команда измеряет токены, агент выглядит как дешёвая автоматизация. Когда она начинает измерять принятые результаты, становится видно настоящее: где модель создаёт ценность, где архитектура сжигает бюджет, а где человеку выгоднее подключиться раньше.
Хороший агент не тот, который делает больше шагов. Хороший агент либо завершает задачу, либо достаточно рано понимает, почему не должен продолжать.