Бюджет долгого проекта с агентами: вычисления и токены (RSA-260)

Цифра ~$400k из истории Cognition про разложение RSA-260 — это аренда GPU, а не счёт за модель. Расходы на агентов в отчёте не посчитаны вовсе, поэтому статью про токены в бюджете долгого проекта вы оцениваете сами: сессии × шаги × токены на шаг, по живым ценам. Дальше именно это и сделаем.

Источник — отчёт Эрика Лу, инженера Cognition (Factoring RSA-260, опубликован 9 сентября 2026, проверено 6 ноября 2026). Его сейчас пересказывают с долларовой цифрой в заголовке, и прочитать её легко неправильно.

За что на самом деле заплатили $400k#

Автор разложил 260-значное число методом GNFS на сильно доработанном CADO-NFS, который считает на GPU. Время GPU по этапам:

• подбор полинома: 643 GPU-дня
• просеивание: 3 813 GPU-дней
• решение линейной системы: 467 GPU-дней

Итого 643 + 3 813 + 467 = 4 923 GPU-дня, в отчёте округлено до ~4 900. По принятым там $3,50 за GPU-час:

4 923 × 24 × 3,50 = 413 532

Это совпадает с $414k за GPU в приложении к отчёту. Значит, заголовок — арендованное железо, которое несколько недель перемалывало числа. Токенов модели в этой сумме нет.

Что делали агенты и о чём отчёт молчит#

Агентская часть описана действиями, а не стоимостью. Первый промпт ушёл 13 августа 2026, работа заняла около трёх недель, а числа такие:

• 233 сессии Devin на разложение: в среднем 3 параллельно, в пике 18
• в 192 из них автор писал сообщения, 36 прошли вообще без вмешательства человека
• 101 дочернюю сессию запустили сами сессии
• собственный учёт Devin: 14 450 ACU (это единица Devin, не токены)

Сессии занимались замерами, работой с кластером, настройкой и отладкой. Человек расставлял приоритеты и писал бенчмарки. Две честные оговорки автора: разбиение задачи вокруг CADO-NFS придумал человек, и оно было критично; а чем дальше код уходил от оригинального CADO-NFS, тем больше агенты путались.

Не хватает как раз того, что нужно для бюджета: какие модели и сколько токенов. Поэтому не пытайтесь вывести счёт за токены из 14 450 ACU. Любая такая цифра в интернете — догадка.

Третья статья: ручное управление#

Автор отправил 3 328 сообщений, всего 82 702 слова. Это 82 702 ÷ 3 328 ≈ 25 слов на сообщение: короткие подталкивания, а не сочинения. В токенах эти слова почти ничего не стоят. Они стоят внимания: кто-то должен читать, что сделали агенты, и решать, что дальше. В бюджете проекта это отдельная строка в часах, а не в долларах за API.

Итого у долгого проекта с агентами три строки:

Оцените строку с токенами#

Вот формула и то, что чаще всего забывают: на каждом шаге история отправляется заново. У агента нет памяти между вызовами: в каждом запросе едут задача, прочитанные файлы и весь вывод инструментов. Поэтому входных токенов обычно намного больше, чем выходных (подробнее — в статье почему ИИ-агенты тратят так много токенов).

Допустим, вы планируете проект масштаба Cognition — 233 сессии — и закладываете 60 шагов на сессию. Оба числа — допущения этой страницы, а не данные Cognition. Тогда:

233 × 60 = 13 980

то есть 13 980 обращений к модели. Теперь размер одного обращения. Пусть средний шаг отправляет 60 000 токенов на входе (задача, история, пара файлов) и получает 1 500 токенов на выходе (команда или патч). Всего:

60 000 × 13 980 = 838 800 000

1 500 × 13 980 = 20 970 000

Получается около 839 млн входных токенов и 21 млн выходных. Вход больше выхода в сорок раз, и именно на этой стороне живёт ваш бюджет. На DeepSeek-V4-Flash такой проект стоит $14.68, а одна сессия в 60 шагов — $0.063. Та же нагрузка на всех моделях, с эталоном OpenRouter рядом:

В сумме, с учётом входа и выхода, каждая из наших моделей на этой нагрузке дешевле OpenRouter. Цены живые, из страницы цен, так что таблица сама меняется вместе с тарифами.

Свои числа за десять минут#

Допущения — только отправная точка. Прогоните одну настоящую сессию вашей задачи на дешёвой модели и посмотрите объект usage, который API возвращает в каждом ответе. OpenAI-совместимые эндпоинты отдают prompt_tokens и completion_tokens на каждый вызов:

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: ..."}]}'

Сложите usage за всю сессию, поделите на число вызовов и подставьте свои средние вместо 60 000 и 1 500. Настройка — в документации CheapTokens; учёт по шагам в коде — в статье как считать токены и стоимость агента на Python. Та же арифметика для одной сессии из 50 шагов — в разборе стоимость сессии агента на GLM, DeepSeek и MiniMax.

Для длинных циклов у DeepSeek-V4-Flash окно контекста 380K и до 32 768 токенов в одном ответе, цена одна в любое время суток. У GLM-5.3-Flash окно 390K, у MiniMax-M2.7 — 180K, так что проверьте, что ваш самый большой запрос помещается.

Сузьте задачу, прежде чем увеличивать бюджет#

У отчёта есть ещё один урок для бюджета: чем дальше код уходил от оригинала, тем больше агенты путались. Запутавшийся агент делает больше шагов. Если оценка вышла слишком высокой, сначала уменьшайте число шагов на сессию: яснее задание, меньше кода в поле зрения, фиксированные шаги вынесены в скрипты (см. нужна ли модель на каждом шаге агента). Вдвое меньше шагов — вдвое меньше строка с токенами; это самый доступный рычаг.