Fakturace: Každý agent se počítá
Na této stránce
Odlišný model fakturace
Než přejdeš do ostrého provozu, zapamatuj si jednu věc: každý token spotřebovaný každým agentem je zpoplatněn. Vejde se to na jeden řádek, ale důsledky uvidíš na faktuře. Mnoho týmů objeví multi-agentní systém díky působivému demu na několika dotazech, zpřístupní ho svým uživatelům a na konci měsíce zjistí, že se jejich výdaje liší od odhadů desetinásobně. Tato lekce zajistí, že se k nim nepřidáš.
Co je zpoplatněno
Za každý požadavek platíš za tři kategorie tokenů pro každého zapojeného agenta – vůdce i podřízené agenty: vstupní tokeny, výstupní tokeny a tokeny pro uvažování (reasoning). Na tu třetí kategorii zapomeneš, protože je neviditelná. Vnitřní uvažování podřízených agentů je šifrované a pro tebe nepřístupné, ale stále se počítá. Připočti k tomu volání nástrojů provedená jakýmkoli agentem a koordinační výměny mezi agenty: interní diskuse týmu je práce, takže jsou to tokeny.
Jak to vypadá v praxi
Při standardním požadavku na model Grok platíš za tokeny jednoho modelu. U čtyř agentů počítej alespoň s čtyřnásobkem a obecně s ještě větším množstvím, protože agenti mezi sebou interagují. U šestnácti agentů se rozdíl pohybuje mezi desetinásobkem a padesátinásobkem v závislosti na složitosti tématu a počtu spuštěných vyhledávání. Jediný požadavek na šestnáct agentů vybavených aktivními nástroji pro vyhledávání snadno vygeneruje desítky tisíc tokenů a při širším šetření ještě mnohem více.
Nástroje mají na celkovém součtu velkou váhu ze tří kumulativních důvodů: požadavek odeslaný agentem nástroji, odpověď, kterou nástroj vrátí, a zpracování této odpovědi. Vynásob to šestnácti agenty, z nichž každý provádí několik webových vyhledávání, a hned vidíš, proč objem tak rychle roste.
Čtyři páky pro kontrolu nákladů
Nejjednodušší páka je zároveň ta nejúčinnější: nastav si čtyři agenty jako výchozí hodnotu systematicky. Přepni na šestnáct pouze tehdy, když je opravdu v sázce hloubka analýzy, což představuje menšinu případů. Drtivá většina otázek získá vynikající odpověď se čtyřmi agenty a uživatel neuvidí žádný rozdíl kromě kratší prodlevy.
Další je přesnost promptu. Vágní prompt rozptýlí agenty a každá zbytečně prozkoumaná cesta stojí peníze. „Řekni mi vše o AI v Evropě“ pošle šestnáct agentů šestnácti směry bez zastavovacích kritérií; „Jaké jsou 3 hlavní regulační rámce pro AI v EU schválené v letech 2025–2026?“ ohraničí práci a přinese užitečnější odpověď za méně peněz. Důslednost v psaní je zde úsporným opatřením stejně jako měřítkem kvality.
Třetí bod si zaslouží přímé konstatování: multi-agentní systém nepatří všude. Je opodstatněný, když odpověď vyžaduje křížové odkazování na více zdrojů, když potřebuješ provést komplexní komparativní analýzu nebo když žádáš syntézu novinek na široké téma. Pro faktickou otázku s jedinou odpovědí stojí standardní model zlomek ceny a odpoví stejně dobře, někdy i lépe.
Nakonec organizační stránka: sleduj spotřebu, místo abys ji objevoval až dodatečně. Nastav si upozornění na rozpočet ve svém účtu xAI a limity tokenů ve své aplikaci, abys byl varován, zatímco výdaje teprve rostou, ne až poté.
Připomenutí s dopadem na rozpočet
Model multi-agent není přístupný prostřednictvím API Chat Completions. Pokud tvoje infrastruktura spoléhá na něj, adopce multi-agentního systému znamená migraci na API Responses pomocí SDK OpenAI nebo na SDK xAI. Náklady na tuto migraci jsou součástí rovnice stejně jako cena tokenů: započti je do svého rozhodování, místo abys je objevoval až během vývoje.
Klíčové poznatky
- Všechny tokeny od všech agentů jsou zpoplatněny (vstup, výstup, uvažování)
- Volání nástrojů od každého agenta přidávají zpoplatněné tokeny
- 16 agentů spotřebuje výrazně více než 4 agenti
- Vždy začni se 4 agenty a navyš jejich počet pouze v případě potřeby
- Využívej multi-agentní systém pouze pro požadavky, které to skutečně odůvodňují
- API Chat Completions pro multi-agentní systém není podporováno