Ajan oturumu maliyeti: GLM, DeepSeek veya MiniMax'te 50 adım

Ajanınız on dakika çalıştı ve fatura görevden büyük. Tuhaf bir şey olmadı: her adım tüm geçmişi yeniden gönderiyor, bu yüzden girdi tarafı her adımda büyüyor ve maliyetin çoğunu oluşturuyor. Aşağıdaki sayılarla, 50 adımlık bir oturum 885.000 girdi token'ı gönderir ve 40.000 yazar. Modeli, geçmişin ne kadar büyüyeceğine ve bir yanıtın ne kadar uzun olması gerektiğine göre seçin, ardından toplamı tablodan kontrol edin.

50. adım neden 1. adımdan daha pahalı#

Bir model çağrılar arasında hiçbir şey hatırlamaz. Bir göreve devam etmek için ajan her şeyi yeniden gönderir: talimatlar, önceki her adım ve son adımın ürettiği şey. 1. adım başlangıç bağlamını gönderir. 50. adım başlangıç bağlamı artı 49 adımlık geçmişi gönderir. Bu fikir size yeni geliyorsa, AI ajanları neden bu kadar çok token kullanır 20 adımlık bir örneği ele alıyor.

Diyelim ki ajan 3.000 token ile başlıyor (sistem istemi, görev, birkaç dosya) ve her adım geçmişe yaklaşık 600 token ekliyor: ajan ne yaptığına ve gördüğüne dair kısaltılmış bir not tutuyor, gerisini atıyor. 50. adım sonra 3.000 + 600 × 49 = 32.400 token gönderir. Yanıt adım başına yaklaşık 800 token'da kalır. Soru büyümeye devam eder; yanıt etmez.

50 adımın toplamı#

Aritmetikten önce bir tahmin yapın.

Toplam, kağıt üzerinde yapacağınız sırayla:

• Başlangıç bağlamı 50 kez gönderilir: 50 × 3.000 = 150.000.
• 0'dan 49'a kadar adım numaraları 49 × 50 ÷ 2 = 1.225 eder ve her birim 600 token geçmiş: 600 × 1.225 = 735.000.
• Toplam girdi: 150.000 + 735.000 = 885.000.
• Toplam çıktı: 50 × 800 = 40.000.

Geçmiş, 885.000'in 735.000'idir ve adım sayısından daha hızlı büyür. Görevi 100 adıma çıkarın: 99 × 100 ÷ 2 = 4.950, yani geçmiş 600 × 4.950 = 2.970.000 ve başlangıç bağlamı 100 × 3.000 = 300.000, bu da toplamda 3.270.000 girdi token'ı yapar. İki kat adım, neredeyse dört kat girdi. Çıktı yalnızca ikiye katlanır: 100 × 800 = 80.000.

Oturumun her modelde maliyeti#

Bir istek girdi ve çıktı için birlikte faturalandırılır, bu yüzden toplamı karşılaştırın. Bu şekilde hesaplandığında, üç model de bu yük için toplamda OpenRouter'dan daha ucuz çıkıyor; tablodaki OpenRouter sütunu bunu gösteriyor. Fiyatlar canlı, bu yüzden tablo güncel kalıyor.

Girdi tarafından okuyun. Bu oturumdaki her 100 token'ın yaklaşık 96'sı girdi, bu yüzden girdi fiyatı toplamın çoğunu belirler. Bugün 1M token başına girdi: DeepSeek-V4-Flash $0.015, GLM-5.3-Flash $0.02, MiniMax-M2.7 $0.05.

Ve ikiye katlanma, DeepSeek-V4-Flash'te:

Şimdi kendi yükünüz. Örneğimizdeki ortalama adım 885.000 ÷ 50 = 17.700 girdi token'ı gönderir ve 800 yazar. Günde beş böyle görev 5 × 50 = 250 adımdır. Sayıları kendinize göre değiştirin; hesaplayıcı canlı fiyatlarla adımlar üzerinden toplar.

Geçmiş pencereye sığar mı?#

Maliyet bir sınırdır. Diğeri penceredir: modelin bağlamından büyük bir istek hiç gönderilemez. CheapTokens model kataloğu (4 Kasım 2026) bu sınırları listeler:

Adım başına 600 token'lık büyümemizle, geçmiş tek başına birçok adımdan sonra pencereye yaklaşır: MiniMax-M2.7 yaklaşık 290. adımda (3.000 + 600 × 289 = 176.400), DeepSeek-V4-Flash yaklaşık 620. adımda (3.000 + 600 × 619 = 374.400), GLM-5.3-Flash yaklaşık 640. adımda (3.000 + 600 × 639 = 386.400). 50 adımlık bir oturum bunlardan herhangi birinin küçük bir kısmını kullanır.

Gerçek oturumlar daha zorludur. Bir adım büyük bir günlük yapıştırır ve 600 yerine 6.000 token eklerse, MiniMax-M2.7'nin 180K'sı yaklaşık 30. adımda sona erer: 3.000 + 6.000 × 29 = 177.000. Aynı görev daha büyük pencerelere çok daha uzun süre sığar.

Yanıt sınırı ters yönde çalışır. GLM-5.3-Flash ve MiniMax-M2.7 yanıt başına 8.192 token'a kadar yazar, DeepSeek-V4-Flash 32.768'e kadar. Diyelim ki bir adımın 10.000 token'lık bir rapor üretmesi gerekiyor. 8.192 sınırında yanıt üst sınırda durur ve finish_reason length der; DeepSeek-V4-Flash'te tek yanıta sığar.

Bir destek botu için aynı toplam#

Bir destek botu, içinde bir insan olan aynı döngüdür. Diyelim ki bir konuşma 30 tur sürüyor, sistem istemi ve kurallar 1.000 token alıyor ve her tur geçmişe 300 token ekliyor (100'ü müşteriden, 200'ü bottan).

• Başlangıç bağlamı, 30 kez: 30 × 1.000 = 30.000.
• Geçmiş: 29 × 30 ÷ 2 = 435 birim 300 token, yani 300 × 435 = 130.500.
• Toplam girdi: 30.000 + 130.500 = 160.500.
• Toplam çıktı: 30 × 200 = 6.000.

Böyle bir konuşma GLM-5.3-Flash'te $0.0035, DeepSeek-V4-Flash'te $0.003 ve MiniMax-M2.7'de $0.0089 tutar. Şekil aynı: her 100 token'ın yaklaşık 96'sı girdi. Günde binlerce konuşma yapan bir bot bunu ilk haftada hisseder ve geçmişi kısaltmak kaldıraçtır. Kayan pencere veya özet nasıl yapıldığını gösterir.

Kendi oturumunuzu ölçün#

Yukarıdaki varsayımlar yuvarlak sayılardır. Ajanınızın kendine ait olanları vardır ve API size tam olarak söyler: her yanıt, o çağrının girdi ve çıktı token'larını içeren bir usage nesnesi taşır. Bu döngü, araçlar olmadan bir ajanla aynı şekle sahiptir: geçmiş büyür, tüm liste yeniden gönderilir. Bu bir örnektir; istemi kendi görevinizle değiştirin.

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')

Yazdırılan her satırdaki ortadaki sayı o çağrının girdisidir ve her adımda yükselir. Bu yükseliş geçmiştir. Son satırdaki iki toplamı yukarıdaki maliyet hesaplayıcısına 885000 ve 40000 yerine koyun, oturumunuzun fiyatını elde edersiniz. Temel URL, anahtarlar ve model kimlikleri CheapTokens belgelerinde açıklanmıştır.

Oturumunuz için hangi model#

Oturum başına fiyat tabloda. Gösteremediği şey, oturumun sığıp sığmadığıdır, bu yüzden durumunuza göre seçin:

Üç model de aynı OpenAI uyumlu adresin arkasında tek bir CheapTokens bakiyesinde duruyor, bu yüzden bir deneme çalıştırmasından sonra geçiş yapmak model kimliği değişikliğidir. Güncel fiyatlar fiyatlandırma sayfasında; güçlü yönlerin yan yana karşılaştırması GLM vs DeepSeek vs MiniMax sayfasında.