﻿---
title: Стоимость
description: "Бюджеты, кэш, выбор модели и деградация качества: как уложить агента в экономику продукта."
---

Стоимость агента складывается из шагов, а не из одного ответа. Пока агент работает
на демо, это незаметно; при первых сотнях пользователей счёт становится главным
ограничением.

## Откуда берутся расходы

```
цена запуска = Σ по шагам (входные токены × цена входа + выходные × цена выхода)
```

Три множителя:

- **Число шагов.** Растёт при неудачных попытках и свободном цикле.
- **Размер контекста.** История и результаты инструментов накапливаются.
- **Класс модели.** Дорогая модель на рутине умножает счёт.

Порядок влияния обычно такой: число шагов → размер контекста → класс модели.

## Приёмы контроля

| Приём | Что даёт | Чем платите |
| --- | --- | --- |
| Дешёвая модель на рутину | Кратное снижение цены | Качество на сложных шагах |
| Кэш промпта | Экономия на повторяющемся префиксе | Зависимость от провайдера |
| Ограничение истории | Стабильный контекст | Потеря давних деталей |
| Лимит шагов | Потолок расходов | Частичные результаты |
| Батчинг | Скидка на объём | Задержка |
| Кэш ответов | Ноль стоимости на повторах | Риск устаревших данных |

## Бюджет на запуск

Рабочая практика — задавать бюджет заранее и проверять его в цикле:

```python
if spent_tokens > budget_tokens * 0.8:
    return partial_result("budget_guard")
```

Агент возвращает частичный результат и причину, а не обрывается по исключению.
Пользователь видит, что произошло.

## Деградация качества

Когда бюджет исчерпан, есть три стратегии:

1. **Остановиться** и вернуть частичный результат.
2. **Переключиться** на дешёвую модель для оставшихся шагов.
3. **Упростить** задачу: меньше поиска, короче ответ.

Стратегия выбирается по домену. Для поддержки лучше остановиться; для
исследования — вернуть частичный отчёт с пометкой.

## Что измерять

- Стоимость на запуск (p50, p95).
- Стоимость на успешный запуск — показывает цену неудач.
- Токены на шаг по типам шагов.
- Доля запусков, упёршихся в бюджет.

Последняя метрика — индикатор, что лимит выставлен неверно или задача сложнее
ожидаемого.

## Кэширование

Кэш ответов экономит деньги, но требует аккуратности:

- ключ включает все параметры, влияющие на ответ;
- данные, которые меняются, не кэшируются;
- у записи есть срок жизни;
- в кэш не попадают персональные данные.

Иначе экономия превращается в устаревшие ответы.

## Материалы и источники

- [OpenAI: pricing](https://platform.openai.com/docs/pricing) — актуальные цены провайдера.