---
title: "Стоимость запуска ИИ-агента: шаги, контекст и кэш | BroadRouter"
description: "Почему каждый шаг агента для программирования дороже предыдущего, как кэширование меняет итог и когда сессия с фиксированной ценой выгоднее оплаты за токены. Расчёт."
url: https://broadrouter.com/ru/blog/ai-coding-agent-run-cost/
lang: ru
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/blog/ai-coding-agent-run-cost/) (обновлён 2026-11-15).

# Сколько стоит один запуск ИИ-агента для кода: шаги, контекст, кэш

Команда BroadNet Inference · 7 мин чтения · Опубликовано 2026-11-15

Агент заново отправляет весь контекст на каждом шаге, поэтому вход растёт пропорционально квадрату числа шагов: 60 шагов стоят примерно в 3,5 раза больше входа, чем 30. Большую часть счёта определяет кэширование: при истории, которая только дописывается, больше 90% входа может тарифицироваться по ставке для кэша. Умножьте стоимость запуска на число запусков в месяц и сравните с сессией по фиксированной цене.

## Главное

-   Суммарный вход за запуск = шаги × базовый контекст + прирост за шаг × шаги × (шаги − 1) ÷ 2. Число шагов важнее любого другого параметра.
-   Если история только дописывается, новыми остаются лишь токены, добавленные после прошлого вызова. В расчётном примере это оставляет 94% входа 30-шагового запуска в кэше.
-   По опубликованным ценам BroadNet на DeepSeek V4.1 Flash один и тот же 30-шаговый запуск без кэша стоит примерно в 8 раз дороже, чем при наилучшем кэшировании.
-   Сжатие или правка ранней истории сбрасывает кэш. Делайте это редко и крупными шагами.
-   Фиксированная сессия выгоднее, когда запуски в месяц × стоимость запуска превышают цену тарифа. Одна сессия выполняет один запрос за раз, поэтому время одного запуска ограничивает, сколько запусков поместится в месяц.

**На этой странице**

1.  Как растёт контекст во время запуска агента?
2.  Как выглядит расчётный запуск?
3.  Насколько кэширование меняет счёт?
4.  Как оценить собственный запуск?
5.  Из-за чего запуск стоит больше оценки?
6.  Когда сессия с фиксированной ценой выгоднее оплаты за токены?
7.  Место BroadNet Inference

Агент для программирования платит не за задачу. Он платит за шаг, и каждый шаг заново отправляет всю переписку до этого момента. Поэтому стоимость одного запуска намного сильнее зависит от того, сколько шагов он занимает и какая часть контекста кэшируется, чем от цены за токен. В этой статье стоимость одного запуска собрана из этих частей, с цифрами, и показано, когда сессия с фиксированной ценой выгоднее оплаты за токены.

Откуда берутся токены внутри каждого вызова (схемы инструментов, чтение файлов, история), разобрано в статье [Куда уходят токены в цикле агента](https://broadrouter.com/ru/blog/agent-token-budget/). Здесь речь об арифметике целого запуска.

## Как растёт контекст во время запуска агента?

Каждый вызов содержит:

-   **базовый контекст**, который отправляется при каждом вызове: системный промпт, описания инструментов, файлы правил, карту репозитория;
-   **всё, что добавили предыдущие шаги**: ответы модели и вызовы инструментов, содержимое файлов и вывод команд;
-   новую инструкцию или результат инструмента.

Обозначим базовый контекст _B_, а токены, которые добавляет каждый шаг, — _g_. Шаг 1 отправляет _B_. Шаг 2 отправляет _B + g_. Шаг _n_ отправляет _B + (n − 1) × g_. Если сложить, запуск из _n_ шагов отправляет:

**Суммарный вход = n × B + g × n × (n − 1) ÷ 2**

Второе слагаемое растёт пропорционально квадрату числа шагов. Поэтому длинные запуски и удивляют: последний шаг 60-шагового запуска намного больше первого, а каждый промежуточный шаг снова оплачивает все предыдущие.

## Как выглядит расчётный запуск?

Возьмём агента с базовым контекстом 15 000 токенов (системный промпт, десяток инструментов и карта репозитория). Каждый шаг добавляет 3 000 токенов: один файл или лог тестов плюс собственный ответ модели. Каждый шаг выдаёт 800 выходных токенов, включая рассуждения.

| Шагов | Суммарный вход | Выход | Самый большой вызов |
| --- | --- | --- | --- |
| 10 | 285 000 | 8 000 | 42 000 |
| 30 | 1 755 000 | 24 000 | 102 000 |
| 60 | 6 210 000 | 48 000 | 192 000 |

Переход с 30 на 60 шагов удваивает работу, но увеличивает вход примерно в 3,5 раза. Выход только удваивается. В этих запусках вход в 36–130 раз больше выхода, поэтому для агентов важнее всего цена входа, и цена входа из кэша.

Самый большой вызов к тому же должен поместиться в [контекстное окно](https://broadrouter.com/ru/glossary/context-window/). 192 000 токенов помещаются в DeepSeek V4.1 Flash и GLM 5.3 (по 1 048 576 токенов) и в Qwen3.8 27B (262 144). В Gemma 4 VL 26B (32 768) не помещаются: в этом примере уже седьмой вызов слишком велик.

## Насколько кэширование меняет счёт?

Провайдеры тарифицируют повторяющийся префикс промпта по сниженной ставке для [входа из кэша](https://broadrouter.com/ru/glossary/cached-input-tokens/). Агент, который только дописывает историю, каждый раз отправляет тот же префикс плюс немного нового, поэтому в лучшем случае новыми оказываются лишь токены, добавленные после прошлого вызова:

**Новый вход (лучший случай) = B + (n − 1) × g**

Всё остальное — попадания в кэш. Доля входа из кэша растёт по мере удлинения запуска:

| Шагов | Новый вход, лучший случай | Доля из кэша |
| --- | --- | --- |
| 10 | 42 000 | 85% |
| 30 | 102 000 | 94% |
| 60 | 192 000 | 97% |

Реальные агенты редко достигают лучшего случая, поэтому полезно оценить три варианта. По ценам BroadNet на DeepSeek V4.1 Flash ($0.175 вход, $0.0055 из кэша, $0.52 выход за 1 млн токенов, опубликованы 2026-11-14) вот стоимость каждого запуска относительно лучшего случая для 30 шагов:

| Шагов | Лучший случай кэша | 80% из кэша | Без кэша |
| --- | --- | --- | --- |
| 10 | 0,33× | 0,39× | 1,37× |
| 30 | 1× | 2,07× | 8,11× |
| 60 | 2,33× | 6,84× | 28,2× |

Бросаются в глаза две вещи. Без кэша 60-шаговый запуск стоит в 28 раз больше хорошо кэшированного 30-шагового. И чем длиннее запуск, тем важнее кэширование. В лучшем случае для 30 шагов выход составляет около трети стоимости, новый вход — меньше половины, а вход из кэша — меньше четверти, так что после кэширования следующая экономия лежит в выходе.

Кэширование нельзя просто включить. Оно зависит от того, хранит ли провайдер префикс и не меняет ли его ваш агент. Руководство OpenAI описывает точное совпадение префикса с минимальной кэшируемой длиной. Собственный API DeepSeek сохраняет единицы кэша в конце входа и выхода каждого запроса, поэтому следующий запрос, продолжающий предыдущий, может попасть в кэш. На [странице цен](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-ai-coding-agent-run-cost&utm_content=body) BroadNet сказано, что вход из кэша не требует настройки, а в документации — что попадания показываются в `usage.prompt_tokens_details.cached_tokens`, если модель их отдаёт. Каталог моделей BroadNet относит DeepSeek V4.1 Flash к “models we never ran on our hardware” (перевод: «моделям, которые мы никогда не запускали на своём оборудовании»), а Условия (§7.3) описывают модель “when partner-hosted” (перевод: «когда она размещена у партнёра»), так что в BroadNet она обслуживается через партнёра. Измеряйте свою долю попаданий, а не полагайтесь на цифры самого DeepSeek. Пишите префикс так, чтобы он кэшировался: [структура промпта для кэширования](https://broadrouter.com/ru/blog/prompt-structure-for-caching/).

## Как оценить собственный запуск?

Этот скрипт читает текущие цены из публичного [pricing.json](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-ai-coding-agent-run-cost&utm_content=body) BroadNet, поэтому никогда не устаревает, и выводит суммы токенов и стоимость запуска для каждого варианта кэша:

```python
import json, urllib.request

PRICES = json.load(urllib.request.urlopen("https://inference.broadnet.ai/pricing.json"))
m = next(x for x in PRICES["models"] if x["id"] == "broadnet/deepseek-v4.1-flash")
p_in, p_cached, p_out = m["input_per_m"], m["cached_input_per_m"], m["output_per_m"]

def run_tokens(steps, base=15_000, growth=3_000, out_per_step=800, cache_rate=None):
    total_in = steps * base + growth * steps * (steps - 1) // 2
    if cache_rate is None:                      # best case: only new tokens miss
        new_in = base + (steps - 1) * growth
    else:
        new_in = round(total_in * (1 - cache_rate))
    return total_in, new_in, steps * out_per_step

def run_cost(total_in, new_in, out):
    return ((new_in * p_in) + (total_in - new_in) * p_cached + out * p_out) / 1e6

for steps in (10, 30, 60):
    for label, rate in (("best", None), ("80%", 0.8), ("none", 0.0)):
        t, n, o = run_tokens(steps, cache_rate=rate)
        print(f"{steps:>3} steps  cache {label:>4}  input {t:>9,}  new {n:>9,}  "
              f"output {o:>6,}  cost/run {run_cost(t, n, o):.4f} USD")
```

Замените значения по умолчанию своими. Не угадывайте их, а возьмите из одного реального запуска:

1.  Записывайте `prompt_tokens`, `prompt_tokens_details.cached_tokens` и `completion_tokens` для каждого вызова, как в [статье о бюджете токенов агента](https://broadrouter.com/ru/blog/agent-token-budget/).
2.  **B** — это `prompt_tokens` первого вызова. **g** — средний прирост `prompt_tokens` от одного вызова к следующему.
3.  Выход на шаг — среднее `completion_tokens`. В него входят [токены рассуждений](https://broadrouter.com/ru/glossary/reasoning-tokens/), которые оплачиваются как выход.
4.  Ваша реальная доля кэша — сумма `cached_tokens`, делённая на сумму `prompt_tokens`.

Бесплатный [калькулятор стоимости запуска агента](https://broadrouter.com/tools/agent-run-cost-estimator/) выполняет тот же расчёт в браузере, так что можно попробовать другое число шагов, прирост и долю кэша без кода.

## Из-за чего запуск стоит больше оценки?

-   **Повторы.** Неудачный вызов инструмента или повтор после 429 — это ещё один вызов с полным контекстом. Считайте их шагами.
-   **Изменение префикса.** Метка времени в системном промпте, инструменты в другом порядке или файл правил, изменённый посреди запуска, превращают вход из кэша обратно в новый вход начиная с места изменения.
-   **Сжатие.** Суммаризация истории уменьшает контекст и снижает последующий вход, но новая история ещё ни разу не кэшировалась, поэтому следующий вызов платит полную цену входа. Сжимайте редко и крупными шагами; когда именно — в статье об [управлении контекстом долго работающих агентов](https://broadrouter.com/ru/blog/long-running-agent-context-management/).
-   **Большой вывод инструментов.** Лог тестов на 20 000 строк, добавленный на 5-м шаге, едет со всеми последующими шагами. По формуле это добавляет 20 000 × (оставшиеся шаги) входных токенов.
-   **Усилие рассуждений.** Высокое усилие может многократно увеличить выход на шаг. Для рутинных правок задавайте `reasoning_effort` равным `low`.
-   **Блуждание.** Агент, который тратит 60 шагов на задачу из 30 шагов, платит квадрат, а не удвоение. Лимит шагов — это лимит расходов. Рычаги описаны в статье [10 способов снизить расходы агента для программирования](https://broadrouter.com/ru/blog/cut-coding-agent-llm-costs/).

## Когда сессия с фиксированной ценой выгоднее оплаты за токены?

Переведите стоимость запуска в месячную сумму: **расходы в месяц = стоимость запуска × запуски в месяц**. Затем сравните её с фиксированным тарифом. В BroadNet тарифы покрывают DeepSeek V4.1 Flash без счётчика токенов: Full Moon стоит $60 в месяц, Orbit — $15 в неделю, Meteor — $1 в час, каждый за сессию.

**Запусков в месяц до окупаемости = цена тарифа ÷ стоимость запуска.**

Две вещи делают это сравнение сложнее, чем кажется:

1.  **Ваша доля кэша определяет сторону оплаты за токены.** При высокой доле кэша оплата за токены на Flash дешёвая, и чтобы превысить $60, нужно много запусков. При низкой — порог достигается быстро. В статье о фиксированном тарифе точка окупаемости показана как месячный объём: примерно 917 млн входных и 46 млн выходных токенов при 80% из кэша ([расчёт точки окупаемости](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/)).
2.  **Время задаёт потолок фиксированной стороны.** Сессия выполняет один запрос за раз. Если один вызов в среднем занимает 20 секунд (обработка промпта, около 800 выходных токенов при скорости около 100 токенов в секунду, плюс время инструментов), 30-шаговый запуск длится около 10 минут. Тогда в одну сессию помещается не больше примерно шести запусков в час. Больше параллельных агентов — больше сессий.

Для коротких всплесков Meteor работает так же в меньшем масштабе: если за час помещается шесть запусков, каждый стоит $1 ÷ 6. Сравните это со стоимостью одного запуска с оплатой за токены из скрипта. Чтобы проверить свои объёмы, воспользуйтесь [калькулятором фиксированного тарифа и оплаты за токены](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/).

| Ваш сценарий | Обычно дешевле |
| --- | --- |
| Несколько коротких запусков в день | Оплата за токены |
| Длинные запуски с плохим кэшированием | Фиксированная сессия |
| Агенты работают большую часть рабочего дня | Фиксированная сессия |
| Несколько агентов параллельно весь день | По одной фиксированной сессии на агента |
| Нужен нативный вызов инструментов в BroadNet | Оплата за токены на GLM 5.3 или Qwen3.8 27B |

## Место BroadNet Inference

BroadNet показывает токены из кэша и токены рассуждений в блоке usage, так что каждое число выше можно измерить на собственных запусках. У DeepSeek V4.1 Flash низкая цена входа из кэша и контекст 1 048 576 токенов, а безлимитные тарифы убирают для неё счётчик токенов; [как работают сессии](https://broadrouter.com/ru/guides/unlimited-llm-api-sessions/).

Сначала проверьте одно ограничение. В документации BroadNet вызов инструментов указан только для [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) и [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/), и ни одна из них не входит в фиксированный тариф. Агентам, которые правят код через текст, например [Aider](https://broadrouter.com/ru/guides/aider-unlimited-deepseek/), нативный вызов инструментов не нужен. Если вашему нужен, проверьте DeepSeek V4.1 Flash со своим агентом до покупки тарифа или заложите в бюджет GLM или Qwen с оплатой за токены. А если ваш агент запускается лишь время от времени, оплата за токены обычно обойдётся дешевле любого фиксированного тарифа.

Бесплатные инструменты по теме (на английском)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Бесплатные инструменты (на английском)](https://broadrouter.com/tools/)

## Термины в этой статье

[Токен (token)](https://broadrouter.com/ru/glossary/token/)

Токен — это единица текста, которую языковая модель читает и пишет: слово, часть слова, знак препинания или последовательность байтов, которую выдаёт токенизатор модели. LLM API считают, ограничивают и обычно тарифицируют использование в токенах.

[Вызов инструментов (tool calling)](https://broadrouter.com/ru/glossary/tool-calling/)

Вызов инструментов (function calling) — это функция LLM API, при которой модель возвращает структурированный запрос на выполнение функции, заданной разработчиком, с аргументами в JSON. Приложение выполняет функцию и отправляет результат обратно; сама модель код никогда не выполняет.

[ИИ-агент (AI agent)](https://broadrouter.com/ru/glossary/agent/)

ИИ-агент — это система, в которой языковая модель сама направляет свои шаги к цели: решает, какие инструменты вызвать, читает результаты и повторяет, пока не выдаст итоговый ответ или не упрётся в лимит. Фиксированный сценарий, который вызывает модель в заранее заданных местах, обычно называют не агентом, а workflow.

[Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/)

Контекстное окно — это максимальное число токенов, с которым языковая модель может работать в одном запросе. В него входят промпт, история диалога, описания инструментов, изображения и сгенерированный ответ, включая токены рассуждений. Всё, что не помещается, приходится обрезать, сжимать в краткое изложение или делить на несколько запросов.

[Оплата по факту (pay-as-you-go)](https://broadrouter.com/ru/glossary/pay-as-you-go/)

Оплата по факту (pay-as-you-go) — это модель ценообразования, при которой вы платите только за то, что использовали, по счётчику в единицах вроде токенов, запросов или минут аудио, без подписки и минимальных обязательств. Так тарифицирует большинство LLM API — с предоплаченного баланса или по периодическому счёту.

[Вход из кэша (cached input tokens)](https://broadrouter.com/ru/glossary/cached-input-tokens/)

Вход из кэша (cached input tokens) — это токены промпта, которые провайдер LLM недавно обработал и может взять из кэша, а не вычислять заново; обычно это повторяющийся префикс, например системный промпт или документ. Провайдеры тарифицируют их дешевле, чем новые входные токены.

[ИИ-агент для программирования (AI coding agent)](https://broadrouter.com/ru/glossary/coding-agent/)

ИИ-агент для программирования — это инструмент, в котором языковая модель работает с кодовой базой в цикле: читает файлы, правит их, запускает команды, например тесты, читает вывод и решает, каким будет следующий шаг, пока задача не выполнена или не достигнут лимит.

[Лимит расходов (spend limit)](https://broadrouter.com/ru/glossary/spend-limit/)

Лимит расходов — это потолок суммы, которую аккаунт, проект или ключ API может потратить за период, обычно за месяц. Когда расход его достигает, провайдер отклоняет новые запросы, часто с ошибкой HTTP 429 или 400, пока не начнётся новый период или лимит не поднимут.

## Вопросы и ответы

### Сколько стоит один запуск ИИ-агента для программирования?

Посчитайте токены, затем оцените их. В примере из этой статьи 30-шаговый запуск с базовым контекстом 15 000 токенов и приростом 3 000 токенов на шаг отправляет 1 755 000 входных и 24 000 выходных токенов. Сколько это стоит, зависит в основном от того, какая часть входа тарифицируется по ставке для кэша.

### Почему длинный запуск агента стоит непропорционально дороже?

Каждый шаг заново отправляет всё, что было до него. Вход на шаг растёт линейно, поэтому суммарный вход за запуск растёт пропорционально квадрату числа шагов. Удлинение запуска с 30 до 60 шагов в расчётном примере увеличивает вход примерно в 3,5 раза.

### Какой доли попаданий в кэш ждать от агента для программирования?

Зависит от агента и провайдера. При истории, которая строго только дописывается, промахиваются только самые новые токены, что в наших примерах дало от 85% до 97%. Правки истории, метки времени в системном промпте и долгие паузы её снижают. Измеряйте её по prompt\_tokens\_details.cached\_tokens.

### Когда сессия с фиксированной ценой дешевле оплаты за токены для агента?

Когда стоимость запуска × число запусков в месяц больше цены тарифа. В BroadNet тариф Full Moon для DeepSeek V4.1 Flash стоит $60 в месяц за сессию. Лёгкое или эпизодическое использование обычно дешевле с оплатой за токены.

### Меняют ли оценку токены рассуждений?

Да. Они оплачиваются как выход, а выходной токен стоит дороже входного. Заложите измеренные рассуждения в выход на шаг. В BroadNet их показывает completion\_tokens\_details.reasoning\_tokens, если модель это значение отдаёт.

## Читайте также

-   [Бюджет токенов агента: куда уходят токены в цикле агента](https://broadrouter.com/ru/blog/agent-token-budget/)
-   [Как снизить расходы агента для программирования на LLM: 10 способов](https://broadrouter.com/ru/blog/cut-coding-agent-llm-costs/)
-   [Фиксированный тариф или оплата за токены в LLM API: когда выгоднее](https://broadrouter.com/ru/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Кэшированные входные токены: как снизить счёт за LLM API](https://broadrouter.com/ru/blog/cached-input-tokens-explained/)
-   [Управление контекстом долгоживущих агентов с окном 1 млн токенов](https://broadrouter.com/ru/blog/long-running-agent-context-management/)
-   [Claude Code на открытых моделях: прокси, нативные эндпоинты, лимиты](https://broadrouter.com/ru/blog/claude-code-with-openai-compatible-models/)
-   [OpenClaw и Hermes Agent на дешёвой модели: настройка и расчёт токенов](https://broadrouter.com/ru/blog/openclaw-hermes-agent-cheap-model/)
-   [Руководство: Как устроены безлимитные тарифы LLM API для агентов](https://broadrouter.com/ru/guides/unlimited-llm-api-sessions/)
-   [Руководство: Aider на безлимитной DeepSeek V4.1 Flash](https://broadrouter.com/ru/guides/aider-unlimited-deepseek/)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-ai-coding-agent-run-cost&utm_content=page-cta) ·

**Источники**

-   [Справочник API BroadNet Inference: поля usage, cached\_tokens, учёт рассуждений в max\_tokens, лимиты (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [Страница цен BroadNet Inference и pricing.json, цены обновлены 2026-11-14 (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [Страница тарифов BroadNet Inference: один запрос за раз на сессию, без счётчика токенов (проверено 2026-11-15) (на английском)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-blog-ai-coding-agent-run-cost&utm_content=sources)
-   [Руководство OpenAI по кэшированию промптов: совпадение префикса и минимальная кэшируемая длина (проверено 2026-11-15)](https://developers.openai.com/api/docs/guides/prompt-caching)
-   [Документация DeepSeek API, кэширование контекста: единицы кэша на границах запросов (проверено 2026-11-15)](https://api-docs.deepseek.com/guides/kv_cache)
