Стоимость сессии агента: 50 шагов на GLM, DeepSeek и MiniMax

Агент поработал десять минут, а счёт получился больше самой задачи. Ничего странного: на каждом шаге он заново отправляет всю историю, поэтому входящая сторона растёт с каждым шагом и в итоге даёт большую часть расхода. На числах ниже сессия из 50 шагов отправляет 885 000 входных токенов и пишет 40 000. Модель выбирают по тому, как далеко вырастет история и какой длины нужен один ответ, а итог проверяют по таблице.

Почему 50-й шаг дороже первого#

Между вызовами модель ничего не помнит. Чтобы продолжить задачу, агент отправляет всё снова: инструкции, каждый прошлый шаг и то, что дал последний. Первый шаг отправляет только стартовый контекст. Пятидесятый — стартовый контекст и ещё 49 шагов истории. Если идея для вас новая, почему ИИ-агенты тратят так много токенов разбирает пример на 20 шагов.

Допустим, агент стартует с 3 000 токенов (системный промпт, задача, пара файлов), и каждый шаг добавляет в историю около 600 токенов: агент хранит сжатую заметку о том, что сделал и увидел, а остальное отбрасывает. Тогда 50-й шаг отправляет 3 000 + 600 × 49 = 32 400 токенов. Ответ остаётся около 800 токенов за шаг. Вопрос всё время растёт, ответ — нет.

Считаем 50 шагов#

Прежде чем считать, угадайте.

Сумма, в том порядке, в котором её считают на бумаге:

• Стартовый контекст уходит 50 раз: 50 × 3 000 = 150 000.
• Номера шагов от 0 до 49 дают 49 × 50 ÷ 2 = 1 225, и каждая единица — 600 токенов истории: 600 × 1 225 = 735 000.
• Вход всего: 150 000 + 735 000 = 885 000.
• Выход всего: 50 × 800 = 40 000.

История — это 735 000 из 885 000, и растёт она быстрее, чем число шагов. Удвойте задачу до 100 шагов: 99 × 100 ÷ 2 = 4 950, значит история 600 × 4 950 = 2 970 000, стартовый контекст 100 × 3 000 = 300 000, а всего 3 270 000 входных токенов. Шагов вдвое больше, входа почти вчетверо. Выход только удваивается: 100 × 800 = 80 000.

Сколько это стоит на каждой модели#

Запрос оплачивается за вход и выход вместе, поэтому сравнивать надо итог. В итоге, с учётом входа и выхода, все три модели дешевле OpenRouter на этой нагрузке; это видно в колонке OpenRouter. Цены живые, так что таблица обновляется сама.

Смотрите на неё со стороны входа: около 96 токенов из каждых 100 в этой сессии — входные, так что итог в основном решает цена входа. Вход за 1M токенов сейчас: DeepSeek-V4-Flash $0.015, GLM-5.3-Flash $0.02, MiniMax-M2.7 $0.05.

А вот удвоение на DeepSeek-V4-Flash:

Теперь ваша нагрузка. Средний шаг в нашем примере отправляет 885 000 ÷ 50 = 17 700 входных токенов и пишет 800. Пять таких задач за день — это 5 × 50 = 250 шагов. Подставьте свои числа: калькулятор сложит шаги по живым ценам.

Поместится ли история в окно#

Стоимость — один предел. Второй — окно: запрос больше контекста модели отправить нельзя вообще. В каталоге моделей CheapTokens (на 4 ноября 2026 года) такие пределы:

При росте 600 токенов за шаг одна только история подходит к окну не скоро.

• 3 000 + 600 × 289 = 176 400 — шаг 290 у MiniMax-M2.7.
• 3 000 + 600 × 619 = 374 400 — шаг 620 у DeepSeek-V4-Flash.
• 3 000 + 600 × 639 = 386 400 — шаг 640 у GLM-5.3-Flash.

Сессия из 50 шагов занимает малую часть любого из окон.

Настоящие сессии грубее. Если шаг вставляет большой лог и добавляет 6 000 токенов вместо 600, окно MiniMax-M2.7 в 180K кончается около 30-го шага: 3 000 + 6 000 × 29 = 177 000. В окна побольше та же задача влезает намного дольше.

Предел ответа работает с другой стороны. GLM-5.3-Flash и MiniMax-M2.7 пишут до 8 192 токенов за ответ, DeepSeek-V4-Flash — до 32 768. Допустим, на одном шаге нужен отчёт на 10 000 токенов. При пределе 8 192 ответ оборвётся на лимите, а finish_reason покажет length; на DeepSeek-V4-Flash он поместится в один ответ.

Тот же расчёт для бота поддержки#

Бот поддержки — тот же цикл, только с человеком внутри. Допустим, диалог идёт 30 реплик, системный промпт и правила занимают 1 000 токенов, а каждая реплика добавляет в историю 300 токенов (100 от клиента, 200 от бота).

• Стартовый контекст, 30 раз: 30 × 1 000 = 30 000.
• История: 29 × 30 ÷ 2 = 435 единиц по 300 токенов, то есть 300 × 435 = 130 500.
• Вход всего: 30 000 + 130 500 = 160 500.
• Выход всего: 30 × 200 = 6 000.

Один такой диалог стоит $0.0035 на GLM-5.3-Flash, $0.003 на DeepSeek-V4-Flash и $0.0089 на MiniMax-M2.7. Картина та же: около 96 токенов из каждых 100 — входные. Бот с тысячами диалогов в день почувствует это в первую неделю, и тут помогает обрезка истории. Скользящее окно или краткое содержание показывает, как.

Измерьте свою сессию#

Допущения выше — круглые числа. У вашего агента свои, а API говорит точно: в каждом ответе есть объект usage с входом и выходом этого вызова. Цикл ниже по форме совпадает с агентом без инструментов: история растёт, весь список отправляется заново. Это пример, подставьте вместо промпта свою задачу.

import os
import requests

URL = 'https://api.cheaptokens.dev/v1/chat/completions'
HEADERS = {'Authorization': 'Bearer ' + os.environ['CHEAPTOKENS_API_KEY']}

messages = [{'role': 'system', 'content': 'You are a research agent. Work in small steps.'}]
total_in = total_out = 0

for step in range(1, 51):
    messages.append({'role': 'user', 'content': f'Step {step}: continue the task.'})
    r = requests.post(URL, headers=HEADERS, timeout=120, json={
        'model': 'deepseek-ai/DeepSeek-V4-Flash-0731',
        'messages': messages,
        'max_tokens': 800,
    }).json()
    messages.append(r['choices'][0]['message'])
    total_in += r['usage']['prompt_tokens']
    total_out += r['usage']['completion_tokens']
    print(step, r['usage']['prompt_tokens'], r['usage']['completion_tokens'])

print('session:', total_in, 'input,', total_out, 'output')

Средняя цифра в каждой напечатанной строке — вход этого вызова, и она растёт с каждым шагом. Этот рост и есть история. Подставьте два итога из последней строки в калькулятор выше вместо 885000 и 40000 — получите цену своей сессии. Адрес, ключи и id моделей описаны в документации CheapTokens.

Какую модель взять под вашу сессию#

Цена сессии — в таблице. Чего таблица не покажет, так это помещается ли сессия, поэтому выбирайте по своему случаю:

Все три модели живут на одном балансе CheapTokens за одним OpenAI-совместимым адресом, так что после пробного прогона переход — это смена id модели. Актуальные цены — на странице цен; сравнение сильных сторон — в статье GLM, DeepSeek и MiniMax: что выбрать.