BroadRouter
Começar

Quanto custam de verdade os sistemas multiagente: token ou sessão fixa

Pela equipe da BroadNet Inference · 4 min de leitura · Publicado em · Atualizado em

Um sistema multiagente custa mais ou menos os tokens de todos os agentes somados, mais as passagens de tarefa e o contexto repetido. A Anthropic mediu cerca de 15 vezes os tokens de um chat no seu sistema de pesquisa multiagente, contra 4 vezes para um agente só. Por token, a conta cresce a cada agente; num plano fixo, cresce com os agentes rodando ao mesmo tempo.

Dividir uma tarefa entre um orquestrador e subagentes pode terminar mais rápido e explorar mais. Também multiplica a conta, de formas que uma tabela de preços não deixa óbvias. Este post calcula quanto custa uma configuração multiagente por token e em sessões fixas, usando os preços publicados pela BroadNet para o DeepSeek V4.1 Flash. Como contar e comprar sessões está em como rodar agentes de código em paralelo num plano fixo; este post é sobre dinheiro.

Quantos tokens a mais um sistema multiagente usa?

Os números públicos mais claros vêm do texto da Anthropic sobre o seu sistema de pesquisa multiagente. Ela relatou que “agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats” (tradução: agentes costumam usar cerca de 4 vezes mais tokens do que interações de chat, e sistemas multiagente cerca de 15 vezes mais tokens do que chats). Também constatou que só o uso de tokens explicava 80% da variância nos seus testes de desempenho. Mais agentes gastam mais tokens, e muitas vezes conseguem resultados melhores por isso.

O mesmo texto é cuidadoso quanto a quando isso faz sentido: “For economic viability, multi-agent systems require tasks where the value of the task is high enough” (tradução: para serem economicamente viáveis, sistemas multiagente exigem tarefas cujo valor seja alto o bastante) para pagar o desempenho extra. Ele também observa que a maioria das tarefas de programação tem menos partes realmente paralelas do que a pesquisa.

Então uma premissa razoável de planejamento é que a versão multiagente de uma tarefa custa de 3 a 4 vezes a versão com um agente só. O seu design pode sair mais barato ou muito pior. Meça.

De onde vêm os tokens extras?

Multiplicador Por que acontece
Custo fixo por agente Cada subagente envia o próprio system prompt e as próprias definições de ferramentas em toda chamada
Leitura duplicada Subagentes releem os mesmos arquivos porque não compartilham contexto
Passagem de resultados O orquestrador lê a saída de cada subagente como entrada nova
Caches separados Prefixos diferentes por agente significam menos acertos de entrada em cache
Retries Uma subtarefa que falha reenvia todo o seu contexto

O post sobre o orçamento de tokens de um agente mostra como medir cada categoria por chamada.

Como os dois modelos de cobrança escalam?

A diferença principal é o que cada um conta:

  • Por token (pagamento por uso) conta cada token que cada agente envia e recebe. Adicionou um agente, adicionou os tokens dele.
  • Sessões fixas contam as requisições em andamento ao mesmo tempo. Nos planos ilimitados da BroadNet, uma sessão roda uma requisição por vez, sem medidor de tokens, por $60 por mês no Full Moon. Quatro agentes chamando o modelo de uma vez precisam de quatro sessões. Quatro agentes se revezando precisam de uma.

Ou seja, o plano não torna o multiagente gratuito. Uma sessão só produz até certo ponto: a cerca de 100 tokens por segundo, cerca de cerca de 259 milhões de tokens de saída por mês se gerasse sem parar. Mais tokens nas mesmas horas significam mais sessões.

A conta das sessões, passo a passo

Usamos o agente de código em tempo integral do nosso post sobre preço fixo vs por token: 1.000M de tokens de entrada por mês, 80% em cache, 50M de saída. No DeepSeek V4.1 Flash isso custa $65.40 por mês por token.

Configuração Tokens por mês Conta por token Sessões Conta do plano
Um agente, o dia todo 1× $65.40 1 $60
Orquestrador + 3 subagentes, todos ocupados o dia todo 4× 4 × $65.40 4 4 × $60
Mesma equipe, subagentes em rajadas, sobreposição de pico 2 cerca de 2× 2 × $65.40 2 2 × $60
Quatro agentes leves, cada um com volume de projeto pessoal 4 × leve 4 × $14.23 4 4 × $60

O que as linhas mostram:

  1. Agentes ocupados favorecem o plano, com uma margem por sessão. Nesse volume, cada sessão totalmente carregada economiza $5.40 por mês. Quatro sessões economizam quatro vezes isso.
  2. Subagentes em rajadas favorecem menos sessões. Compre para a sobreposição que você vê na maior parte do tempo. As páginas da BroadNet não dizem se uma requisição acima disso espera ou é recusada, então dê a cada agente um retry com backoff para um 429 de concorrência.
  3. Agentes leves favorecem o pagamento por token. Quatro sessões para quatro agentes quase sempre ociosos custam muito mais do que os tokens deles. No volume de um projeto pessoal, cada agente custa $14.23 por mês por token.

A regra prática: uma sessão vale a pena quando os agentes que a usam passam por ela cerca de 917 milhões de tokens de entrada e 46 milhões de de saída por mês.

Como estimar a sua própria conta?

  1. Rode o fluxo multiagente por uma semana numa chave de pagamento por uso, com registro de uso por agente.
  2. Some os tokens por agente: entrada, entrada em cache e saída. Multiplique por cerca de 4,3 para ter um mês.
  3. Pelos horários das requisições, encontre quantas requisições se sobrepõem na maior parte do tempo. Esse é o seu número de sessões.
  4. Compare o total por token com sessões × $60 na calculadora de preço fixo vs por token.
  5. Antes de comprar um mês, rode o mesmo fluxo em horas Meteor de $1, uma por sessão.

Uma chave de pagamento por uso permite 4 requisições em andamento e 30 por minuto, então uma distribuição grande de trabalho também vai bater em rate limits na cobrança por token. Planeje o backoff nos dois casos; veja agentes de longa duração.

Como reduzir o custo multiagente?

  • Comece com um agente só. Adicione subagentes apenas onde o trabalho se divide de forma limpa.
  • Dê aos subagentes menos ferramentas e prompts mais curtos do que ao orquestrador.
  • Devolva resumos, não transcrições, dos subagentes para o orquestrador.
  • Use um modelo mais barato nos subagentes onde a qualidade permitir, e deixe o mais forte para o planejamento.
  • Rode as passagens de tarefa em sequência quando a velocidade não importa. Agentes em sequência dividem uma sessão.

Onde a BroadNet Inference se encaixa

Os planos ilimitados da BroadNet servem para sistemas multiagente cujos agentes ficam ocupados: cada sessão custa $60 por mês sem medidor de tokens no DeepSeek V4.1 Flash, e uma chave pode ter várias sessões. Chaves por token servem para distribuições em rajadas e para outros modelos, como o GLM 5.3. O plano não serve para agentes ociosos a maior parte do dia, e a BroadNet não lista tool calling para o DeepSeek V4.1 Flash, então teste antes o uso de ferramentas pelos seus subagentes. O guia do OpenAI Agents SDK mostra a ligação, e os planos estão em inference.broadnet.ai/plans.

Perguntas frequentes

Quanto um sistema multiagente custa a mais do que um agente só?

Depende do design, mas os números publicados pela Anthropic dão uma escala. Os agentes dela usaram cerca de 4 vezes os tokens de um chat e o sistema de pesquisa multiagente cerca de 15 vezes, ou seja, mais ou menos de 3 a 4 vezes um agente só para a mesma pergunta.

Um plano de preço fixo sai mais barato para sistemas multiagente?

Quando cada sessão fica ocupada. Uma sessão Full Moon da BroadNet compensa a partir de cerca de 917 milhões de tokens de entrada e 46 milhões de de saída por mês no DeepSeek V4.1 Flash. Sessões que ficam ociosas a maior parte do dia custam mais do que pagar por token.

Quantas sessões do plano um orquestrador com subagentes precisa?

Uma por requisição rodando ao mesmo tempo. Um orquestrador que espera enquanto três subagentes trabalham em paralelo precisa de três ou quatro, dependendo de ele chamar o modelo nesse intervalo. Passagens de tarefa que acontecem uma depois da outra precisam de uma.

Por que subagentes usam tantos tokens?

Cada subagente tem o próprio contexto. Ele carrega o próprio system prompt e as próprias definições de ferramentas, relê arquivos que outros agentes já leram e devolve resultados que o orquestrador depois lê de novo.

Sistemas multiagente valem a pena para programação?

Às vezes. O texto da Anthropic observa que a maioria das tarefas de programação tem menos partes realmente paralelas do que a pesquisa, e que tarefas que exigem contexto compartilhado se encaixam mal. Teste primeiro um agente só e adicione subagentes onde o trabalho se divide de verdade.

Ler em MarkdownPerguntar ao ChatGPTPerguntar ao ClaudePerguntar ao Perplexity