Bir AI ajanı her adımda tüm geçmişini neden yeniden okur

Ajanınız on dakika çalıştı ve fatura, işin göründüğünden büyük. Neredeyse her zaman sebep aynı: model çağrılar arasında hiçbir şey hatırlamaz, bu yüzden her adım o ana kadarki tüm konuşmayı tekrar girdi olarak gönderir. 50 adımlık bir oturum, ilk mesajlarının bedelini 50 kez öder; bu yüzden maliyet, yapılan işten daha hızlı büyür.

Anthropic'in 4–5 Kasım 2026'da Claude Code için duyurduğu bir düzeltme bunu küçük bir yerde gösteriyor. Aşağıda: ne değişti, 50 adımlık bir döngünün aritmetiği ve bu konuda ne yapabileceğiniz.

Her şeyi yeniden okuyan bir durum satırı#

Claude Code arka plan alt ajanları başlatabilir: siz devam ederken yan bir iş üzerinde çalışan yardımcı ajanlar. Her biri tek satırlık bir durum gösterir, örneğin 'testler çalışıyor, 8'den 3'ü tamam'.

X'teki ClaudeDevs hesabı değişikliği duyurdu (gönderi 5 Kasım 2026 tarihli; ikincil raporlar 4 veya 5 Kasım diyor). Durum eskiden her 30 saniyede bir yenilenirdi ve her yenileme alt ajanın tüm konuşmasını yeniden okurdu. Şimdi Haiku 5.5 durumu kısa notlardan yazıyor ve Anthropic bunu güncelleme başına yaklaşık %99 daha ucuz olarak belirtiyor. Bu, güncelleme başına bir rakam, oturum başına değil: alt ajanın gerçek işi hâlâ geçmişini okuyor.

Eski yöntemin ne anlama geldiğini düşünün. Diyelim ki bir alt ajanın yirminci dakikada 60.000 token'lık konuşması var. Durumun kendisi belki 30 token. Ama o 30 token'ı yazmak için model, alt ajan çalıştığı sürece dakikada iki kez 60.000'in tamamını yeniden okumak zorundaydı.

'Testler çalışıyor' demek için kimsenin tam döküme ihtiyacı yok. Birkaç satır not (ne yapıyorum, ne bitti) yeterli. Düzeltmenin tamamı bu: bir yan göreve dökümü değil, notları verin.

Her adım geçmişi neden yeniden gönderir#

Cevap verdiği anda sizi unutan birine mektup yazmayı düşünün. Devam etmek için tüm yazışmayı artı yeni satırı tekrar gönderirsiniz. Bir ajan adımı tam olarak bu çağrıdır: sistem istemi, göreviniz, önceki her cevap ve her araç sonucu yeniden girer. (Bu hikâyenin sohbet versiyonu uzun bir AI sohbeti neden daha pahalıya gelir yazısında.)

Rakamlara dökelim. Sistem istemi ve görevin 3.000 token aldığını ve her adımın yaklaşık 2.000 eklediğini varsayalım (modelin cevabı artı okuduğu araç çıktısı). O zaman n. adım 3.000 + 2.000 × n token gönderir: 1. adımda 5.000, 10. adımda 23.000, 50. adımda 103.000.

Şimdi 50 adımın tamamını toplayın. Büyüyen kısım 2,000 × 1,275 = 2,550,000, burada 1.275 = 1 + 2 + … + 50. Her seferinde gönderilen başlangıç istemi 50 × 3,000 = 150,000. Toplamda: 150,000 + 2,550,000 = 2,700,000 girdi token'ı. Tamamlanmış konuşma yalnızca 103.000 tutuyor. 103.000 token'lık bir döküm elde etmek için modelden 2,7 milyon token geçirdiniz ve fatura ilk rakama göre geliyor.

Maliyeti: bir görev, bir gün#

Aynı 50 adımlık ajanı DeepSeek-V4-Flash üzerinde fiyatlandırın. Ortalama adım 54.000 token gönderir, yani toplamda 54,000 × 50 = 2,700,000 girdi token'ı ve adım başına yaklaşık 400 yazar (400 × 50 = 20,000). Görevin tamamı $0.0425 tutar. İşte aynı iş yükü elimizdeki her modelde, OpenRouter'ın yanında:

Tabloda her model, girdi ve çıktı birlikte sayıldığında toplamda OpenRouter'dan daha ucuz.

Şimdi durum satırı. 120 güncelleme bir alt ajanın bir saati ve her biri yaklaşık 30 token yazar (30 × 120 = 3,600 çıktı). Eski yöntem: 60,000 × 120 = 7,200,000 girdi token'ı, yukarıdaki 50 adımlık görevlerin iki buçuktan fazlası, sadece bir durum metni için harcanmış. 500 token'lık bir notla 500 × 120 = 60,000 olur. GLM-5.3-Flash'te bu $0.144'e karşı $0.0013.

Kendi ajanınızı deneyin: adım başına token, gün başına adım ve görev.

Temel URL, anahtar ve ilk istek CheapTokens belgelerinde; her model için güncel fiyatlar fiyatlandırma sayfasında.

Dört kesme yolu#

Bunların hiçbiri özel bir araç gerektirmez. Bu bir sorma alışkanlığıdır: bu çağrı gerçekten geçmişe ihtiyaç duyuyor mu?

Notlar deseni#

Ajan çalışırken birkaç satır not tutun ve bir durum veya özet gerektiğinde yalnızca bunları küçük bir modele verin. İşte GLM-5.3-Flash üzerinde (zai-org/GLM-5.3-Flash, 390K bağlam, cevap başına 8.192'ye kadar çıktı token'ı):

import os
from openai import OpenAI

client = OpenAI(
    base_url='https://api.cheaptokens.dev/v1',
    api_key=os.environ['CHEAPTOKENS_API_KEY'],
)

notes = [
    'Task: fix failing tests in billing/',
    'Done: found 3 failing tests, fixed 2',
    'Now: running the third test',
]

reply = client.chat.completions.create(
    model='zai-org/GLM-5.3-Flash',
    max_tokens=100,
    messages=[
        {'role': 'system', 'content': 'Write a one-line status from the notes.'},
        {'role': 'user', 'content': '; '.join(notes)},
    ],
)
print(reply.choices[0].message.content)
print(reply.usage.prompt_tokens, reply.usage.completion_tokens)

Tek bir kısa satır geri alırsınız ve kullanım çifti girdinin on binlerce değil, onlarca token olduğunu gösterir. Bu, Claude Code değişikliğiyle aynı fikir, bir düzine satırda.

Hangi alışkanlık durumunuza uyar?

Claude Code kullanıyorsanız güncelleyin ve durum satırı notu için değişiklik günlüğüne göz atın.

Döngünün kendisi için DeepSeek-V4-Flash (deepseek-ai/DeepSeek-V4-Flash-0731) size 380K bağlam, cevap başına 32.768'e kadar çıktı token'ı ve her saatte tek fiyat sunar. Örneğimizin 103.000 token'lık sonu o pencereye üç kereden fazla sığar. Notlar ve özetler için GLM-5.3-Flash. Diğer modeller modeller sayfasında.