Главная

Блог

ИИ-агенты и оркестрация

Брэд Гриффит

5 ноября 2026 г.

Стоимость токенов сегодня у всех на слуху. От этого никуда не деться, даже когда цены на токены снижаются. Счета за ИИ растут при падении цен на токены, потому что количество токенов, потребляемых каждой задачей, растет быстрее, чем падает цена за токен. Агенты планируют, вызывают инструменты, читают результаты и зацикливаются, при этом каждый шаг повторно отправляет контекст в качестве входных данных. В июне 2026 года TNW сообщило, что производительность, эквивалентная GPT-4, стоила примерно 0,40 доллара за миллион токенов по сравнению с 20 долларами в конце 2022 года — это снижение на 98%, в то время как счета за корпоративный ИИ выросли примерно на 320%. Цена за токен измеряет тариф счетчика. Изменилось количество токенов на результат.

Это проблема объема, а объем поддается контролю.

Насколько велик разрыв между ценой и счетом?

Разрыв в доступных отчетах велик, и отчетность здесь вторична. TNW приводит данные о росте среднего бюджета на корпоративный ИИ с 1,2 млн долларов в год в 2024 году до 7 млн долларов в 2026 году. Также было подсчитано, что простой линейный рабочий процесс в 2023 году стоил около 0,04 доллара за взаимодействие, в то время как оркестрованная агентная система в 2026 году стоит примерно 1,20 доллара — примерно в 30 раз больше.

Даже если рассматривать эти цифры просто как ориентировочные, направление — больше токенов на задачу — согласуется с анализом счетчика токенов от BCG.

Почему агенты используют так много токенов?

Агенты используют больше токенов, потому что одна задача превращается во множество вызовов модели. Ответ в чате — это один вызов. Агент, работающий над задачей, рассуждает, выбирает инструмент, читает результат, снова рассуждает и повторяет процесс, и каждый вызов несет в себе растущий объем беседы в качестве входных данных.

BCG перечисляет факторы, влияющие на счет за токены: длина промпта, извлеченный контекст, длина вывода, выбор модели, усилия по рассуждению, выбор инструментов, поведение кэша и количество циклов, которые выполняет агент до остановки. Некоторые из них перемножаются.

Каковы примеры из реальной жизни?

Отчеты TNW, основанные на данных TechCrunch и Axios, описывают компании, удивленные уровнем использования. Uber исчерпал свой бюджет на ИИ-кодинг на 2026 год к апрелю, Microsoft отозвала лицензии Claude Code через шесть месяцев после их предоставления, а одна компания, как сообщается, получила счет на 500 миллионов долларов за месяц, забыв установить лимиты использования. Jellyfish сообщила о росте потребления на одного разработчика примерно в 18,6 раза за девять месяцев.

Общая причина в этих случаях? Отсутствие лимитов и отсутствие атрибуции, а не изменение цен.

Означают ли более дешевые токены снижение затрат?

Дело в том, что более дешевые токены снижают затраты только тогда, когда объем остается неизменным. Когда падение цены делает новые варианты использования жизнеспособными, объем растет, а когда агенты заменяют одиночные вызовы циклами, объем растет еще больше. Тариф счетчика и показания счетчика — это разные переменные.

Правильная цель — стоимость успешного результата. BCG предлагает отслеживать стоимость результата и коэффициент, который они называют «возврат инвестиций в ИИ» (return on AI), чтобы расходы оценивались относительно того, что принесла проделанная работа.

Какие меры контроля позволяют изменить ситуацию?

Ситуацию меняют четыре меры контроля: лимиты, маршрутизация, кэширование и проектирование выполнения. Лимиты останавливают бесконечные циклы, маршрутизация направляет простые задачи к более дешевым моделям, а кэширование позволяет не платить дважды за повторные входные данные. Проектирование выполнения сокращает количество вызовов, необходимых для задачи.

Workato Model Gateway предоставляет политики ограничения скорости и количества токенов для каждой команды, проекта или автоматизации, маршруты на основе правил и отчетность об использовании по вводу, выводу, чтению из кэша и записи в кэш. Enterprise Skills упаковывают многоэтапную работу в одно управляемое действие.

Как навыки (skills) сокращают количество токенов на задачу?

Навыки сокращают количество токенов на задачу за счет переноса оркестрации с модели на платформу. Когда агент вызывает «сырые» инструменты, модель принимает решение на каждом шаге и платит за него. Когда он вызывает навык, платформа выполняет шаги, а агент получает один результат.

В тесте, проведенном Workato по одному сценарию Jira, с той же учетной записью и моделью, размещенный Atlassian сервер MCP потребовал 3 вызова инструментов, 164 000 токенов и полезную нагрузку 142 КБ. Серверу Workato потребовался 1 вызов, 31 000 токенов и 6 КБ. Тест проводился поставщиком, охватывает один сценарий и сравнивается только с Atlassian. Отдельно неназванный клиент из списка Fortune 100, использующий 39 серверов MCP, сообщил о сокращении потребления токенов LLM на 93% после переноса выполнения на платформу.

О чем финансовый отдел должен спросить инженерный?

Финансовый отдел должен задать пять вопросов. Какие рабочие процессы потребляют больше всего токенов? Какой результат дает каждый из них? Какая доля входных данных кэшируется? У каких команд есть лимиты? Что происходит, когда цикл не останавливается?

BCG предлагает аналогичные вопросы для финансовых и ИТ-директоров, включая постоянный обзор рабочих процессов с наибольшим потреблением токенов в сравнении с результатами, которые они приносят. Шлюз, который измеряет каждый вызов, позволяет получить ответы на первые три вопроса с помощью панели мониторинга.

Резюме: Почему счета за ИИ растут, когда цены на токены падают?

Счета за ИИ растут, потому что количество токенов на задачу росло быстрее, чем падала цена за токен. Агенты совершают множество вызовов для каждой задачи и каждый раз повторно отправляют контекст, а опубликованные цифры являются вторичными и лишь указывают направление. Измеряйте стоимость результата, а не стоимость токена, и используйте лимиты, маршрутизацию, кэширование и навыки для сокращения количества токенов на задачу.

Часто задаваемые вопросы

Почему расходы на ИИ растут, если токены стали дешевле?

Больше токенов на задачу. Циклы агентов умножают количество вызовов и контекст.

Насколько упали цены на токены?

TNW сообщило, что производительность, эквивалентная GPT-4, упала примерно с 20 до 0,40 доллара за миллион токенов в период с конца 2022 по середину 2026 года, что составляет снижение на 98%.

Что такое бесконечный цикл агента?

Агент, который продолжает вызывать модель и инструменты, не достигая условия остановки. Лимиты токенов ограничивают ущерб.

Как я могу прогнозировать расходы на ИИ?

Измеряйте по рабочим процессам и относите на владельцев. Прогнозируйте стоимость результата, умноженную на ожидаемый объем.

Помогает ли маршрутизация к меньшим моделям?

Для задач, с которыми хорошо справляются небольшие модели, да. Сначала проверьте качество.

Об авторе

Подробнее об ИИ-агентах и оркестрации

Узнайте о последних обновлениях и функциях продукта

Советы CISO по запуску агентного ИИ в производство

2 ноября 2026 г.

Workato против Boomi: что лучше для MCP и агентного ИИ?

20 октября 2026 г.

Google Workspace MCP, который обучается сам