Browser Use sur un modèle bon marché : configuration base_url et coût d'exécution

Browser Use accepte n'importe quel endpoint compatible OpenAI, donc le connecter à CheapTokens nécessite trois valeurs : base_url, votre clé et l'identifiant complet du modèle. Ci-dessous se trouve un agent.py qui ouvre une page produit, lit le prix et le rapporte, ainsi qu'une estimation de ce que coûte une exécution aux prix actuels.

Un agent de navigation renvoie le texte de la page au modèle à chaque étape, donc l'estimation vient avant le planning.

Installer et le pointer vers l'API#

Le README de Browser Use (vérifié le 8 novembre 2026) l'installe avec uv ; la bibliothèque nécessite Python 3.11+ et est sous licence MIT. La page des modèles pris en charge dans la documentation montre le schéma pour les endpoints personnalisés : ChatOpenAI avec un base_url, puis Agent(task=..., llm=llm).

uv init --python 3.12
uv add browser-use

Placez la clé dans un fichier .env à côté du script, jamais dans le code :

CHEAPTOKENS_API_KEY=your-key-here

Puis 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())

Lancez-le avec uv run agent.py. Si la première exécution se plaint d'un navigateur manquant, installez-le comme le montre le quickstart de Browser Use (uvx browser-use install, vérifié le 8 novembre 2026).

Pourquoi ce modèle : une exécution de navigateur représente de nombreux appels avec un long contexte de page. DeepSeek-V4-Flash dispose d'une fenêtre de contexte de 380K, jusqu'à 32 768 tokens de sortie par réponse, et d'un prix unique à toute heure de la journée. L'identifiant doit être le deepseek-ai/DeepSeek-V4-Flash-0731 complet — les noms courts des tableaux de prix ne sont pas acceptés par l'API. Les autres identifiants et les bases de la connexion sont dans la documentation CheapTokens.

Ce que fait réellement l'agent sur une page de prix#

Disons que votre tâche est « combien coûte cet ordinateur portable aujourd'hui ». L'agent exécute une boucle : il récupère le texte de la page, demande au modèle quoi faire ensuite, effectue l'action dans le navigateur (ouvrir, défiler, cliquer) et récupère le nouveau texte de la page. Il répète jusqu'à ce que le modèle décide qu'il a la réponse.

Cette dernière flèche est le moteur du coût. Une page produit peut représenter des milliers de tokens de texte, et elle voyage avec chaque appel. Un post de chaîne du 6 novembre listait Browser Use comme la couche navigateur d'un agent d'achat qui compare les offres et suit les baisses de prix ; la même idée convient à une vérification quotidienne d'une ou deux pages, comme dans la tâche ci-dessus.

Une mise en garde avant de planifier quoi que ce soit : l'agent lit tout ce que dit la page, et une page peut contenir des instructions destinées à l'agent. La checklist contre l'injection de prompt couvre ce qu'il faut faire à ce sujet, et la tâche ci-dessus interdit l'achat pour la même raison.

Ce que coûte une exécution#

Ne devinez pas ; supposez. Disons qu'une exécution prend 15 étapes. Chaque étape envoie la tâche, l'historique et la page courante : environ 12 000 tokens d'entrée, et le modèle répond par une action courte d'environ 600 tokens.

15 × 12 000 = 180 000 tokens d'entrée et 15 × 600 = 9 000 tokens de sortie par exécution. Sur DeepSeek-V4-Flash, cette exécution coûte $0.0036, l'entrée à $0.015 par million de tokens. L'entrée représente ici 20 fois la sortie, ce qui est typique pour le travail de navigateur, et compté ensemble au total, le prix est inférieur à la référence d'OpenRouter pour ce modèle.

Le tableau ci-dessous utilise les mêmes chiffres par étape pour 15 étapes, afin que vous puissiez voir chaque modèle côte à côte :

Puis adaptez-le à votre planning. Trois pages vérifiées une fois par jour font 45 étapes ; faites glisser les curseurs vers vos propres chiffres.

La version à 50 étapes de ce calcul sur trois modèles se trouve dans coût d'une session d'agent. Si vous préférez GLM-5.3-Flash (contexte de 390K, jusqu'à 8 192 tokens de sortie), sa ligne figure dans le tableau ci-dessus ; les réponses d'action courtes ici tiennent largement sous cette limite. Les prix actuels de chaque modèle sont sur la page de tarification.

Si ça ne fonctionne pas#

Commencez par le texte de l'erreur. Ces trois cas sont les suspects habituels :

Le dernier cas est décrit sur la page des modèles pris en charge de Browser Use (vérifiée le 8 novembre 2026) pour les petits modèles Qwen : ils peuvent renvoyer un schéma d'action incorrect. Le correctif suggéré par la documentation consiste à insérer des exemples du format d'action correct dans le prompt. Ajoutez-les au texte de la tâche, par exemple :

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

Si une exécution tourne en rond, rendez la tâche plus étroite : une page, une question, une réponse d'une ligne. Les tâches courtes se terminent en moins d'étapes, et moins d'étapes est le correctif le moins cher qui existe.

Ensuite : LangChain avec un base_url personnalisé utilise la même idée de base_url si vous construisez vos propres chaînes autour de l'agent de navigation.