Fakturering: Hver agent tæller
På denne side
En anden faktureringsmodel
Husk én ting, før du går live: hver token, som hver agent forbruger, bliver faktureret. Det kan siges på én linje; konsekvenserne viser sig på din regning. Mange teams opdager multi-agent gennem en overbevisende demo på få forespørgsler, åbner det for deres brugere og ser ved månedens udgang en ti gange større regning end forventet. Denne lektion sikrer, at du ikke ender som dem.
Hvad der bliver faktureret
For hver forespørgsel betaler du for tre kategorier af tokens for hver involveret agent – både leder og underagenter: input-tokens, output-tokens og ræsonnerings-tokens. Den tredje kategori er den, du glemmer, fordi den er usynlig. Underagenternes interne ræsonnement er krypteret og utilgængeligt for dig, men det tæller stadig med. Læg dertil værktøjskald foretaget af enhver agent og koordineringsudvekslinger mellem agenter: intern teamdiskussion er arbejde, så det er tokens.
Hvordan det ser ud i praksis
Med en standardforespørgsel til en Grok-model betaler du kun for én models tokens. Med fire agenter skal du regne med mindst fire gange så meget, og ofte mere, da agenterne interagerer. Med seksten agenter varierer forskellen fra ti til halvtreds gange afhængigt af emnets kompleksitet og antallet af udløste søgninger. En enkelt forespørgsel til seksten agenter udstyret med aktive søgeværktøjer genererer nemt titusindvis af tokens, og langt flere ved en undersøgelse, der kaster et bredt net ud.
Værktøjer vejer tungt i denne total af tre kumulative årsager: forespørgslen sendt til værktøjet af agenten, svaret værktøjet returnerer, og behandlingen af dette svar. Gang dette med seksten agenter, der hver især udfører flere websøgninger, så forstår du, hvorfor volumenet stiger så hurtigt.
Fire løftestænger til at styre omkostningerne
Den enkleste løftestang er også den mest effektive: gør fire agenter til din standard systematisk. Skift kun til seksten, når dybde virkelig er på spil, hvilket kun gælder i et mindretal af tilfælde. Det store flertal af spørgsmål får et fremragende svar med fire agenter, og brugeren vil ikke se nogen anden forskel end en kortere ventetid.
Dernæst kommer præcisionen i din prompt. En vag prompt spreder agenterne, og hver unødvendigt udforsket sti koster penge. „Fortæl mig alt om AI i Europa” sender seksten agenter i seksten retninger uden stopkriterier; „Hvad er de 3 vigtigste regulatoriske rammer for AI i EU vedtaget i 2025-2026?” afgrænser arbejdet og giver et mere brugbart svar for færre penge. Skrivepræcision her er lige så meget en økonomisk foranstaltning som en kvalitetsmåling.
Tredje punkt, og det fortjener en klar udtalelse: multi-agent hører ikke hjemme overalt. Det er berettiget, når svaret kræver krydsreferencing af flere kilder, når du skal udføre komplekse komparative analyser, eller når du beder om en nyhedssyntese om et bredt emne. Til et faktaspørgsmål med ét enkelt svar koster en standardmodel en brøkdel af prisen og svarer lige så godt, nogle gange bedre.
Endelig den organisatoriske side: overvåg forbruget i stedet for at opdage det bagefter. Sæt budgetalarmer på din xAI-konto og token-grænser i din applikation, så du bliver advaret, mens forbruget begynder at glide, ikke efterfølgende.
En påmindelse med budgetmæssige konsekvenser
Multi-agent-modellen er ikke tilgængelig via Chat Completions API. Hvis din infrastruktur er afhængig af den, indebærer adoption af multi-agent en migration til Responses API med OpenAI SDK eller til xAI SDK. Denne migrationsomkostning er en del af ligningen ligesom token-prisen: integrér den i din beslutning i stedet for at opdage den under udviklingen.
Vigtige pointer
- Alle tokens fra alle agenter bliver faktureret (input, output, ræsonnement)
- Værktøjskald fra hver agent tilføjer fakturerbare tokens
- 16 agenter forbruger betydeligt mere end 4 agenter
- Start altid med 4 agenter og skalér op, hvis det er nødvendigt
- Reserver multi-agent til forespørgsler, der virkelig berettiger det
- Chat Completions API er ikke understøttet til multi-agent