Budżet długiego projektu agentowego: obliczenia a tokeny (przypadek RSA-260)

Ta liczba ~400 tys. dolarów z fakturacji RSA-260 przez Cognition to wynajem GPU, a nie rachunek za model. Raport w ogóle nie wycenia strony agentowej, więc jeśli planujesz długi projekt agentowy, sam oszacujesz linię tokenów: sesje × kroki × tokeny na krok, na podstawie aktualnych cen. Właśnie to robi reszta tej strony.

Źródłem jest artykuł Cognition autorstwa Erica Lu, inżyniera w Cognition (Factoring RSA-260, opublikowany 9 września 2026, sprawdzony 6 listopada 2026). Jest on ponownie udostępniany z kwotą w nagłówku, a tę kwotę łatwo błędnie odczytać.

Za co faktycznie płaci te 400 tys. dolarów#

Autor rozłożył liczbę 260-cyfrową metodą GNFS, używając mocno zmodyfikowanego CADO-NFS działającego na GPU. Raport podaje czas GPU dla każdej fazy:

• wybór wielomianu: 643 dni GPU
• przesiewanie: 3813 dni GPU
• rozwiązywanie układu liniowego: 467 dni GPU

To daje 643 + 3813 + 467 = 4923 dni GPU, które raport zaokrągla do ~4900. Przy założonej w raporcie stawce 3,50 USD za godzinę GPU:

4923 × 24 × 3,50 = 413 532

To zgadza się z kwotą 414 tys. dolarów za GPU w jego aneksie. Nagłówek dotyczy więc wynajętego sprzętu wykonującego obliczenia przez tygodnie. W tej sumie nie ma żadnych tokenów modelu.

Co robili agenci i czego raport nie mówi#

Strona agentowa jest opisana przez aktywność, a nie przez koszt. Pierwszy prompt wysłano 13 sierpnia 2026, praca zajęła około trzech tygodni, a liczby są następujące:

• 233 sesje Devin na potrzeby fakturacji, średnio 3 działające równolegle i 18 w szczycie
• 192 z nich otrzymały wiadomości od autora, 36 działało całkowicie bez interwencji człowieka
• 101 sesji potomnych zostało uruchomionych przez inne sesje
• własna ewidencja Devin: 14 450 ACU (to jednostka Devin, nie tokeny)

Sesje zajmowały się pomiarami, operacjami klastra, dostrajaniem i debugowaniem. Człowiek ustalał priorytety i budował benchmarki. Dwa uczciwe szczegóły od autora: dekompozycja wokół CADO-NFS została zaprojektowana przez człowieka i była kluczowa, a agenci gubili się tym bardziej, im dalej kod odchodził od wersji upstream.

Brakuje dokładnie tego, czego potrzebuje budżet: jakie modele, ile tokenów. Nie próbuj więc wyliczać rachunku za tokeny z 14 450 ACU. Wszystko, co przeczytasz w internecie, że to robi, jest zgadywaniem.

Trzecia linia: sterowanie przez człowieka#

Autor wysłał 3328 wiadomości, łącznie 82 702 słowa. To daje 82 702 ÷ 3328 ≈ 25 słów na wiadomość, krótkie podpowiedzi, a nie eseje. Te słowa kosztują w tokenach prawie nic. Kosztują uwagę: ktoś musi przeczytać, co zrobili agenci, i zdecydować, co dalej. Planując budżet projektu agentowego, umieść to w osobnej linii w godzinach, a nie w dolarach za użycie API.

Długi projekt agentowy ma więc trzy linie:

Oszacuj swoją linię tokenów#

Oto wzór i jedna rzecz, o której ludzie zapominają: każdy krok ponownie wysyła historię. Agent nie pamięta sesji; każde wywołanie niesie zadanie, przeczytane pliki i dotychczasowe wyjście narzędzi. Dlatego tokeny wejściowe zwykle znacznie przewyższają tokeny wyjściowe (więcej na ten temat w dlaczego agenci AI zużywają tak wiele tokenów).

Załóżmy, że planujesz projekt wielkości tego Cognition, 233 sesje, i przyjmujesz 60 kroków na sesję. Te dwie liczby to założenia tej strony, a nie dane Cognition. Wtedy:

233 × 60 = 13 980

to 13 980 wywołań modelu. Teraz rozmiar jednego wywołania. Załóżmy, że przeciętny krok wysyła 60 000 tokenów wejściowych (zadanie, historia, plik lub dwa) i otrzymuje 1500 tokenów wyjściowych (polecenie lub patch). Sumy:

60 000 × 13 980 = 838 800 000

1500 × 13 980 = 20 970 000

Czyli około 839 mln tokenów wejściowych i 21 mln tokenów wyjściowych. Wejście to czterdzieści razy więcej niż wyjście i to po tej stronie leży twój budżet. Na DeepSeek-V4-Flash ten projekt kosztuje $14.68, a jedna sesja 60 kroków to $0.063. Oto to samo obciążenie na każdym modelu, z odniesieniem do OpenRouter obok:

Liczone łącznie, z wejściem i wyjściem razem, każdy z naszych modeli wypada taniej niż OpenRouter przy tym obciążeniu. Ceny są aktualne z strony cennika, więc tabela zmienia się wraz z taryfami.

Zdobądź własne liczby w dziesięć minut#

Założenia to tylko punkt wyjścia. Uruchom jedną prawdziwą sesję swojego zadania na tanim modelu i odczytaj obiekt usage, który API zwraca przy każdej odpowiedzi. Endpointy zgodne z OpenAI podają prompt_tokens i completion_tokens na wywołanie:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "deepseek-ai/DeepSeek-V4-Flash-0731", "max_tokens": 1500, "messages": [{"role": "user", "content": "Summarize this test failure and propose a fix: ..."}]}'

Zsumuj usage w całej sesji, podziel przez liczbę wywołań i zastąp powyższe 60 000 i 1500 swoimi średnimi. Szczegóły konfiguracji są w dokumentacji CheapTokens; śledzenie kosztów na krok w kodzie jest w track AI agent token cost in Python. Tę samą arytmetykę dla jednej sesji 50 kroków znajdziesz w agent session cost on GLM, DeepSeek or MiniMax.

W przypadku długich pętli DeepSeek-V4-Flash ma okno kontekstu 380 tys. i do 32 768 tokenów wyjściowych na odpowiedź, w jednej cenie o każdej porze. GLM-5.3-Flash ma okno 390 tys., a MiniMax-M2.7 ma 180 tys., więc sprawdź, czy twoje największe żądanie się mieści.

Zawęź zadanie, zanim podniesiesz budżet#

Raport zawiera jeszcze jedną lekcję pasującą do budżetu: im dalej kod odchodził od wersji upstream, tym bardziej agenci się gubili. Zdezorientowani agenci wykonują więcej kroków. Jeśli twoje oszacowanie wygląda na zbyt wysokie, najpierw zmniejsz liczbę kroków na sesję: jaśniejszy brief, mniejszy obszar kodu, stałe kroki przeniesione do skryptów (zobacz czy agenci potrzebują modelu na każdym kroku). Zmniejszenie liczby kroków o połowę zmniejsza linię tokenów o połowę; to najłatwiejsza dźwignia, jaką masz.