Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Laskutus: Jokainen agentti laskutetaan

Oppitunti 11 / 14 Päivitetty 29. heinäkuuta 2026 Kehittäjä
Tällä sivulla
  1. Erilainen laskutusmalli
  2. Mitä laskutetaan
  3. Miltä tämä näyttää käytännössä
  4. Neljä vipua kustannusten hallintaan
  5. Muistutus, jolla on budjettivaikutuksia
  6. Keskeiset asiat

Erilainen laskutusmalli

Muista yksi asia ennen käyttöönottoa: jokaisen agentin kuluttama token laskutetaan. Asia mahtuu yhdelle riville, mutta sen seuraukset näkyvät laskussasi. Monet tiimit tutustuvat moniagenttijärjestelmiin vakuuttavan demon kautta muutamalla kyselyllä, avaavat järjestelmän käyttäjilleen ja huomaavat kuukauden lopussa laskun olevan kymmenkertainen ennusteisiin verrattuna. Tämä oppitunti varmistaa, ettet joudu samaan tilanteeseen.

Mitä laskutetaan

Jokaisesta pyynnöstä maksat kolmen kategorian tokeneista jokaisen mukana olevan agentin osalta – sekä johtaja-agentin että ala-agenttien: syöttötokenit, tulostetokenit ja päättelytokenit. Kolmas kategoria on se, jonka unohdat, koska se on näkymätön. Ala-agenttien sisäinen päättely on salattua eikä sinulla ole siihen pääsyä, mutta se laskutetaan silti. Lisää tähän kaikkien agenttien tekemät työkalukutsut ja agenttien väliset koordinointiviestinnät: sisäinen tiimikeskustelu on työtä, joten se tuottaa tokeneita.

4 agenttia
Vähintään 4× tavalliseen pyyntöön verrattuna
16 agenttia
10–50× tavalliseen pyyntöön verrattuna

Miltä tämä näyttää käytännössä

Tavallisella Grok-mallille tehdyllä pyynnöllä maksat vain yhden mallin tokeneista. Neljän agentin kanssa varaudu vähintään nelinkertaiseen määrään, ja yleensä vielä enempään, koska agentit ovat vuorovaikutuksessa keskenään. Kuudentoista agentin kohdalla ero vaihtelee kymmenestä viiteenkymmeneen kertaan riippuen aiheen monimutkaisuudesta ja käynnistettyjen hakujen määrästä. Yksi pyyntö kuudelletoista aktiivisilla hakutyökaluilla varustetulle agentille tuottaa helposti kymmeniä tuhansia tokeneita, ja vielä paljon enemmän laaja-alaisessa tutkimuksessa.

Työkalut vaikuttavat tähän kokonaismäärään merkittävästi kolmesta kumulatiivisesta syystä: agentin työkalulle lähettämä pyyntö, työkalun palauttama vastaus ja kyseisen vastuksen käsittely. Kerro tämä kuudellatoista agentilla, jotka suorittavat useita verkkohakuja, niin ymmärrät, miksi volyymi kasvaa niin nopeasti.

Neljä vipua kustannusten hallintaan

Yksinkertaisin vipu on myös tehokkain: tee neljästä agentista oletusarvo järjestelmällisesti. Siirry kuuteentoista agenttiin vain, kun syvyys on todella vaakalaudalla; tämä koskee vähemmistöä tapauksista. Vast majority kysymyksistä saa erinomaisen vastauksen neljällä agentilla, eikä käyttäjä huomaa eroa muuta kuin lyhyempänä viiveenä.

Seuraavaksi tulee kehotteiden (prompt) tarkkuus. Epämääräinen kehoite hajauttaa agentteja, ja jokainen turhaan tutkittu polku maksaa rahaa. “Kerro kaikki AI:sta Euroopassa” lähettää kuusitoista agenttia kuuteentoista eri suuntaan ilman lopetusehtoja; “Mitkä ovat EU:n kolme tärkeintä AI-sääntelykehystä, jotka on hyväksytty vuosina 2025–2026?” rajaa työtä ja tuottaa hyödyllisemmän vastauksen halvemmalla. Kirjoituksen tarkkuus on tässä yhtä paljon taloudellinen toimenpide kuin laatumittari.

Kolmas pointti ansaitsee suoran toteamuksen: moniagenttijärjestelmä ei kuulu kaikkialle. Se on perusteltu silloin, kun vastaus vaatii useiden lähteiden ristiviittausta, kun tarvitset monimutkaista vertailevaa analyysiä tai kun pyydät uutisyhteenvetoa laajasta aiheesta. Yksittäisen vastauksen vaativaan faktakysymykseen tavallinen malli maksaa murto-osan hinnasta ja vastaa yhtä hyvin, joskus jopa paremmin.

Viimeisenä organisaation puoli: seuraa kulutusta äläkä odota sen paljastumista jälkikäteen. Aseta budjettihälytykset xAI-tilillesi ja tokenrajat sovellukseesi, jotta saat varoituksen kulujen kasvaessa, ettei vasta jälkeenpäin.

Muistutus, jolla on budjettivaikutuksia

Moniagenttimalli ei ole käytettävissä Chat Completions API:n kautta. Jos infrastruktuurisi nojaa siihen, moniagenttijärjestelmän käyttöönotto edellyttää siirtymistä Responses API:hin OpenAI SDK:n kanssa tai xAI SDK:hon. Tämä migraatiokustannus on osa yhtälöä aivan kuten tokenin hintakin: sisällytä se päätökseesi äläkä huomaa sitä vasta kehitysvaiheessa.

Keskeiset asiat

  • Kaikki tokenit kaikilta agenteilta laskutetaan (syöttö, tuloste, päättely)
  • Jokaisen agentin työkalukutsut lisäävät laskutettavia tokeneita
  • 16 agenttia kuluttaa merkittävästi enemmän kuin 4 agenttia
  • Aloita aina 4 agentilla ja skaalaa ylös tarvittaessa
  • Varaa moniagenttijärjestelmä vain pyyntöihin, jotka todella sitä vaativat
  • Chat Completions API ei tue moniagenttijärjestelmiä