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