4 ügynök vs. 16 ügynök: a megfelelő ráfordítási szint kiválasztása
Ezen az oldalon
Két konfiguráció, két felhasználási mód
Grok többügynökös rendszere két fő konfigurációt kínál, amelyek meghatározzák, hány ügynököt vet be a kérésed teljesítéséhez. Ez a választás egyszerre befolyásolja a kutatás mélységét, a válaszidőt és a tokenfelhasználást. Ez az egyetlen beállítás, amely igazán formálja a modellt, ezért érdemes minden hívás előtt átgondolnod, ahelyett, hogy hardcoded alapértelmezettet használnál a kódodban.
| Konfiguráció | Ügynökök száma | Legjobb felhasználás | xAI SDK | OpenAI SDK |
|---|---|---|---|---|
| Gyors (Fast) | 4 | Célzott kutatás, közvetlen kérdések | agent_count=4 | effort="low" vagy "medium" |
| Mély (Deep) | 16 | Kimerítő kutatás, összetett témák | agent_count=16 | effort="high" vagy "xhigh" |
A 4 ügynökös konfiguráció
4 ügynökkel egy kicsi, fókuszált csapatot vetsz be. Ez a megfelelő méret ténykereső kérdésekhez, mint például: „Mik a 2026-os év legfrissebb nyílt forráskódú AI modelljei?“, egyszerű összehasonlításokhoz, mint „Hasonlítsd össze a Claude API és a GPT-5.6 árazását“, vagy behatárolt keresésekhez, mint „Keresd meg az xAI legfrissebb bejelentéseit ezen a héten“. Ezt a konfigurációt kell választanod akkor is, amikor a válaszidő része a felhasználói élménynek – például chat felületeknél vagy alkalmazásba épített asszisztenseknél.
A négy ügynök gyorsan szétosztja a munkát, a késleltetés alacsony marad, a tokenfelhasználás pedig ésszerű keretek között marad. Ha egy kérést naponta százszor futtatsz le, ez az utóbbi pont gyakran döntő tényezővé válik, még a válasz minősége előtt is.
A 16 ügynökös konfiguráció
16 ügynökkel egy teljes csapatot vetsz be a kimerítő kutatáshoz. Ez a konfiguráció akkor a legcélszerűbb, ha összetett összehasonlító elemzést végzel – „Hasonlítsd össze a legjobb 5 felhőalapú GPU-szolgáltatót teljesítmény, ár, elérhetőség és GDPR-megfelelés alapján“ –, állapotfelmérést készítesz, mint például „Felmérés a RAG-architektúrák 2026-os állásáról“, vagy többforrásos vizsgálatot végzel, mint „Elemezd a nyílt forráskódú közösség reakcióját a Meta legfrissebb licenceire“. Ebben a három kérésben közös, hogy a teljesség fontosabb, mint a sebesség, és mindegyiknek elég sok aspektusa van ahhoz, hogy tizenhat kutatót lekössön.
A kompromisszum pénzügyi természetű, és tervezned kell vele. A 16 ügynök sokkal nagyobb területet fed le, de a tokenfelhasználás jelentősen magasabb: egy egyetlen 16 ügynökös kérés könnyen 10–50-szer több tokent használhat fel, mint egy szabványos kérés. Ha kíváncsiságból mély módban futtatsz le tesztsorozatokat, az a legjobb módja annak, hogy a hónap végén váratlan számlával szembesülj.
Hogyan működik a leképezés
Az ügynökök számát nem ugyanúgy állítod be a különböző SDK-kban. Az xAI SDK közvetlen paramétert biztosít, az agent_count-ot, amelyet 4-re vagy 16-ra állíthatsz. Az OpenAI SDK és a REST API a reasoning.effort paraméteren keresztül működik: a "low" és "medium" értékek 4 ügynököt indítanak el, míg a "high" és "xhigh" értékek 16-ot.
Vigyázz, hogy ne általánosítsd túl ezt a leképezést. Ez specifikus a többügynökös rendszerre. Más Grok modelleknél a reasoning.effort a modell következtetési költségvetését (reasoning budget) szabályozza, nem pedig a bevetett ügynökök számát – ugyanaz a paraméter, két különböző jelentéssel, attól függően, melyik modellt hívod meg.
A megfelelő konfiguráció kiválasztása
Négy kérdés általában elég a döntéshez. Egyszerű vagy összetett a kérdés? A teljességre vagy a sebességre van szükséged? Korlátozott a tokenkeret? A felhasználó a képernyőn várja a választ, vagy aszinkron a feldolgozás? Minden egyes párosításnál az első opció 4 ügynökhöz, a második pedig 16-hoz vezet.
Ha bizonytalan vagy, kezdj 4 ügynökkel. Ez a szabány jobb, mint egy hosszú, előzetes következtetési folyamat: futtasd le a kérést, olvasd el a választ, és ha egyértelműen hiányzik belőle a mélység, vagy kimarad a téma egy dimenziója, futtasd le újra 16 ügynökkel. Így elköltöttél egy kis kérést, hogy szükség esetén elkerülj egy nagyobbat.
Főbb megállapítások
- 4 ügynök = gyors, célzott kutatás, mérsékelt felhasználás
- 16 ügynök = kimerítő kutatás, magas tokenfelhasználás
- A leképezés az
agent_count(xAI SDK) vagy areasoning.effort(OpenAI SDK) paraméteren keresztül történik - low/medium → 4 ügynök, high/xhigh → 16 ügynök
- Kezdj 4 ügynökkel, és csak szükség esetén növeld a számot