Расходы на ИИ-агента: пример расчёта операции и месяца

В предложении на ИИ-агента указан небольшой счёт за модель. После запуска добавляются поиск, сервер, повторные попытки, проверка ответов и исправления. Почему расходы выросли, хотя обращений больше не стало?

Считать нужно весь путь одного пригодного результата: запросы к модели, инструменты, данные, интеграции, поддержку и работу человека. Затем проверить месяц целиком: незавершённые задачи тоже расходуют ресурсы.

Ниже - учебный расчёт одной операции и месяца работы. Он поможет проверить предложение исполнителя или понять первый счёт. Стоимость создания системы здесь не считаем: для запуска есть отдельный пример бюджета.

Какие расходы на ИИ-агента легко пропустить

Начните с одного результата. Например: агент получил обращение, нашёл условия в базе и подготовил черновик, который менеджер может использовать. Ответ модели без нужных фактов ещё не завершает эту работу.

Не складывайте один расход дважды. Если счёт API уже включает повторные запросы, строка «повторы» нужна для объяснения этой части счёта, а не для ещё одного начисления. Резерв - предусмотренные деньги на риск, а не автоматически потраченная сумма.

Как читать тариф API

API - способ, которым программа обращается к сервису. У модели могут отдельно считаться входные данные и ответ. Токены - небольшие части текста, которыми измеряется такой объём. В некоторых тарифах есть дополнительные правила для кэша и инструментов.

Например, в официальных тарифах OpenAI API отдельно описаны вход, кэшированные данные, выход и инструменты. Для расчёта берите действующую страницу выбранной модели и фактический учёт потребления. Прайс другой модели или старый скриншот не подходит.

Вход включает не только вопрос пользователя. В него могут попадать инструкции, история, документы и результаты поиска. При нескольких шагах часть данных отправляется повторно. Поэтому цена одного короткого сообщения не объясняет стоимость всего процесса.

Учебный расчёт одной операции

Все ставки и суммы в следующих таблицах вымышлены для расчёта. Это не тарифы OpenAI или другого провайдера, не рыночная оценка и не цена моей услуги. В своём бюджете замените их данными договора, биллинга и пилота.

В примере одна обычная операция готовит черновик ответа. Она делает один вызов модели и два вызова отдельного платного инструмента. Допустим, каждый вызов модели использует 8 000 входных и 1 000 выходных токенов; кэш и другие измерители в учебной модели не используются.

Если модели понадобилась ещё одна попытка с тем же объёмом, она добавит 1,20 ₽. Если повторились также инструменты, стоимость будет другой. Это нужно видеть по шагам, а не угадывать по числу обращений.

Сколько получится за месяц на том же процессе

Продолжим учебный пример. За месяц пришло 1 000 обращений. Для них выполнены 1 000 основных вызовов модели и ещё 200 повторных. Платный инструмент вызывался 2 000 раз; при повторе модели его не вызывали заново.

Менеджер потратил на первичную проверку каждого результата две минуты. В 100 случаях понадобилось ещё по восемь минут для разбора исключения. К концу периода 900 результатов приняты, 100 остались непригодными или незавершёнными.

Здесь условно нет других оплачиваемых компонентов. В реальном проекте добавьте отсутствующие лицензии, обновление данных, комиссии и другие применимые расходы. Ставки людей в этом примере уже содержат учитываемые компанией затраты на их час; повторно добавлять их не нужно.

Расходы сервисов - 4 940 ₽. Работа поддержки и менеджера - 37 000 ₽. Общая сумма на входящее обращение: 41 940 / 1 000 = 41,94 ₽. А на принятый результат: 41 940 / 900 = 46,60 ₽.

Если исключить из знаменателя неудачи и одновременно убрать их расходы из числителя, получится красивая, но неверная стоимость. В расчёте периода оплачены и полезные попытки, и потери.

Шесть часов поддержки в этом примере - отдельное допущение. Состав такой работы разобран в статье о цене сопровождения. Здесь эти часы уже включены, добавлять второй пакет поверх них нельзя.

Какие ограничения поставить до рабочего запуска

Для каждого ограничения определите действие. Письмо о перерасходе, которое придёт после бесконечного цикла, не остановит этот цикл.

Суммы и число повторов зависят от процесса. Общий подход к нескольким уровням ограничений описан в AWS Agentic AI Lens. Отдельно проверяйте, что выбранный механизм действительно прекращает работу: уведомление о бюджете и запрет следующего вызова - разные функции.

Что записывать в журнал затрат

У каждой операции нужны идентификатор обращения, версия инструкции, модель, фактическое потребление по шагам, инструменты, повторы, результат и время человека. Не обязательно хранить лишние чувствительные данные, чтобы понимать причину счёта.

На учебном примере журнал должен позволять отличить обычное обращение за 2,20 ₽ прямых вызовов от обращения с повтором модели за 3,40 ₽. Далее к периоду добавляются постоянные расходы и труд людей. Нельзя называть 2,20 ₽ полной стоимостью результата.

В конце месяца сверьте журнал со счётом: тариф, объём, лишние шаги и число принятых результатов. Если обращений столько же, но расходы выросли, проверьте, не стал ли длиннее контекст и не появились ли повторные поиски.

Где сокращать расходы без потери качества

Начните с ненужных повторов, лишних документов во входе, дублирующих запросов и неиспользуемых ресурсов. Более дешёвую модель проверяйте на той же выборке. Кэш учитывайте по фактическому применению, а не по ожиданию скидки.

После изменения сравните не только счёт API, но и время исправлений. Если модель стала дешевле, а менеджер переписывает каждый ответ, расходы просто переместились.

Если основная часть работы остаётся ручной, полезно заново оценить задачу: нужен ли агент, сотрудник или их сочетание. Общие факторы цены проекта собраны на странице стоимости внедрения.