Browser Use auf einem günstigen Modell: base_url-Setup und Laufkosten

Browser Use akzeptiert jeden OpenAI-kompatiblen Endpoint, daher braucht die Verbindung zu CheapTokens drei Werte: base_url, deinen Key und die vollständige Modell-ID. Unten findest du ein agent.py, das eine Produktseite öffnet, den Preis ausliest und meldet, plus eine Schätzung, was ein Lauf zu Live-Preisen kostet.

Ein Browser-Agent sendet den Seitentext bei jedem Schritt erneut an das Modell, daher kommt die Schätzung vor dem Zeitplan.

Installieren und auf die API zeigen#

Die README von Browser Use (geprüft am 8. November 2026) installiert es mit uv; die Bibliothek benötigt Python 3.11+ und ist MIT-lizenziert. Die Seite der unterstützten Modelle in der Doku zeigt das Muster für eigene Endpoints: ChatOpenAI mit einer base_url, dann Agent(task=..., llm=llm).

uv init --python 3.12
uv add browser-use

Lege den Key in eine .env-Datei neben dem Skript, niemals in den Code:

CHEAPTOKENS_API_KEY=your-key-here

Dann agent.py:

import asyncio
import os

from dotenv import load_dotenv
from browser_use import Agent, ChatOpenAI

load_dotenv()

llm = ChatOpenAI(
    model='deepseek-ai/DeepSeek-V4-Flash-0731',
    base_url='https://api.cheaptokens.dev/v1',
    api_key=os.getenv('CHEAPTOKENS_API_KEY'),
)

task = (
    'Open https://shop.example/laptop-x (replace with your product page). '
    'Find the current price and whether it is in stock. '
    'Reply with one line: price, currency, in stock yes/no. '
    'Do not click Buy or add anything to the cart.'
)

agent = Agent(task=task, llm=llm)
asyncio.run(agent.run())

Führe es mit uv run agent.py aus. Wenn der erste Lauf sich über einen fehlenden Browser beschwert, installiere ihn wie im Browser Use quickstart beschrieben (uvx browser-use install, geprüft am 8. November 2026).

Warum dieses Modell: Ein Browser-Lauf besteht aus vielen Aufrufen mit langem Seitenkontext. DeepSeek-V4-Flash hat ein Kontextfenster von 380K, bis zu 32.768 Ausgabe-Tokens pro Antwort und einen Preis zu jeder Tageszeit. Die ID muss die vollständige deepseek-ai/DeepSeek-V4-Flash-0731 sein — die Kurznamen aus Preistabellen werden von der API nicht akzeptiert. Weitere IDs und die Grundlagen zur Verbindung stehen in der CheapTokens-Doku.

Was der Agent auf einer Preisseite tatsächlich tut#

Angenommen, deine Aufgabe lautet „Was kostet dieser Laptop heute“. Der Agent durchläuft eine Schleife: Er holt den Seitentext, fragt das Modell, was als Nächstes zu tun ist, führt die Aktion im Browser aus (öffnen, scrollen, klicken) und bekommt den neuen Seitentext zurück. Das wiederholt er, bis das Modell entscheidet, dass es die Antwort hat.

Der letzte Pfeil ist der Kostentreiber. Eine Produktseite kann Tausende Tokens Text enthalten, und dieser Text reist bei jedem Aufruf mit. Ein Channel-Post vom 6. November nannte Browser Use als Browser-Schicht eines Shopping-Agenten, der Angebote vergleicht und Preisrückgänge verfolgt; dieselbe Idee passt zu einer täglichen Prüfung von ein oder zwei Seiten, wie in der Aufgabe oben.

Eine Warnung, bevor du irgendetwas planst: Der Agent liest, was auch immer auf der Seite steht, und eine Seite kann Anweisungen enthalten, die an den Agenten gerichtet sind. Die Prompt-Injection-Checkliste behandelt, was dagegen zu tun ist, und die Aufgabe oben verbietet aus demselben Grund das Kaufen.

Was ein Lauf kostet#

Nicht raten; annehmen. Sagen wir, ein Lauf dauert 15 Schritte. Jeder Schritt sendet die Aufgabe, den Verlauf und die aktuelle Seite: etwa 12.000 Input-Tokens, und das Modell antwortet mit einer kurzen Aktion von etwa 600 Tokens.

15 × 12.000 = 180.000 Input-Tokens und 15 × 600 = 9.000 Output-Tokens pro Lauf. Auf DeepSeek-V4-Flash kostet dieser Lauf $0.0036, Input zu $0.015 pro 1M Tokens. Der Input ist hier 20-mal so groß wie der Output, was für Browser-Arbeit typisch ist, und zusammengerechnet liegt der Preis unter OpenRouters Referenz für dieses Modell.

Die Tabelle unten verwendet dieselben Pro-Schritt-Zahlen für 15 Schritte, damit du jedes Modell nebeneinander siehst:

Dann skaliere es auf deinen Zeitplan. Drei Seiten, einmal täglich geprüft, sind 45 Schritte; zieh die Slider auf deine eigenen Zahlen.

Die 50-Schritt-Version dieser Rechnung für drei Modelle steht in agent session cost. Wenn du GLM-5.3-Flash bevorzugst (390K Kontext, bis zu 8.192 Output-Tokens), findest du die Zeile dafür in der Tabelle oben; die kurzen Aktionsantworten hier passen gut unter dieses Limit. Aktuelle Preise für jedes Modell stehen auf der Preisseite.

Wenn es nicht funktioniert#

Beginne mit dem Fehlertext. Diese drei sind die üblichen Verdächtigen:

Der letzte Fall ist auf der Seite der unterstützten Modelle von Browser Use (geprüft am 8. November 2026) für kleinere Qwen-Modelle beschrieben: Sie geben möglicherweise ein falsches Aktionsschema zurück. Die in der Doku vorgeschlagene Lösung ist, Beispiele für das korrekte Aktionsformat in den Prompt aufzunehmen. Füge sie dem Aufgabentext hinzu, zum Beispiel:

Actions are JSON objects like {"navigate": {"url": "https://..."}}.
Always put the url inside the object.

Wenn ein Lauf im Kreis läuft, mache die Aufgabe enger: eine Seite, eine Frage, eine einzeilige Antwort. Kurze Aufgaben enden in weniger Schritten, und weniger Schritte sind die günstigste Lösung, die es gibt.

Als Nächstes: LangChain with a custom base_url verwendet dieselbe base_url-Idee, wenn du deine eigenen Chains um den Browser-Agenten herum baust.