Почему ИИ-агенты обходятся дороже, чем кажется на первый взгляд

Что произошло. В материале разбирается, как правильно считать стоимость одной задачи, которую выполняет ИИ-агент — программа, которая сама читает запрос, обращается к базам данных и формирует ответ. Автор указывает, что многие основатели компаний считают стоимость только по цене токенов (единиц текста, которые обрабатывает модель), не учитывая два важных момента: обращения к внешним сервисам (например, базам данных или поисковым системам) и повторные попытки, если агент не справился с задачей с первого раза. В качестве примера приводятся расценки на модель Claude Opus 4.5 от Anthropic, действующие с ноября 2025 года.

Что это значит для бизнеса. Если агент справляется с задачей не всегда с первого раза, а переделывает её два-три раза, итоговая стоимость одной операции может вырасти почти вдвое по сравнению с тем, что считали на старте. Это особенно критично, если компания включила в тариф фиксированное число «бесплатных» задач или операций для клиентов: на тестовых данных агент работает хорошо, а на реальных запросах — с опечатками, длинными историями переписки, смешанными языками — ошибается чаще, и расходы растут. В материале приводится пример из практики сервиса Replit: его агент для написания кода показывал очень разную стоимость на разные задачи, из-за чего компании пришлось менять модель расчёта оплаты за использование.

Как попробовать. Автор советует не полагаться на тестовые расчёты, а анализировать реальные данные использования минимум за месяц: сколько токенов и обращений к сервисам тратится на задачу и сколько попыток реально требуется для успешного результата. Полученную цифру рекомендуется умножать на коэффициент запаса (в источнике упоминается диапазон 1,3–1,5), чтобы учесть редкие случаи, когда агент «зацикливается» и тратит гораздо больше ресурсов. Такой пересчёт предлагается делать регулярно, особенно в первые месяцы после запуска новой функции на основе ИИ-агента.