运行AI Agent需要多少成本？2026年每任务成本

在当今主流 API 模型上，使用工具的 Agent 任务单次成本大约在五美分到五十分之间，而长达 30 步的任务成本则在 28 美分到 5 美元左右。假设使用包含 4,000 个 token 的系统提示词及工具定义、1,500 个 token 的工具返回结果，以及每步 300 个输出 token，一次 12 步任务在 DeepSeek V4.1 Flash 上花费 $0.054（每百万 token $0.30/$1.20），在 Gemini 3.8 Flash 上为 $0.14（$0.75/$3.75），在 Claude Sonnet 5 上为 $0.37（$2/$10），在 GPT-5.4 上为 $0.47（$2.50/$15）。所有价格均摘自我们的目录，按每百万 token 的美元计价，更新于 2026-09-11。DeepSeek V4.1 Flash（API 名称 deepseek-flash）已取代 DeepSeek 停用的 V4 Flash。DeepSeek 数据行采用峰值费率；非高峰时段费用减半。DeepSeek 定价于 2026-10-27 在 api-docs.deepseek.com 核实。

上述数字未计入提示缓存。启用缓存后，相同任务成本分别降至约 $0.12（Sonnet 5）、$0.15（GPT-5.4）和 $0.06（Gemini 3.8 Flash）。本指南其余部分将拆解每个 token 的来源，以便您为自己的 Agent 重建估算；《AI Agent 最便宜 LLM》指南则基于相同追踪数据对 30 款模型进行了排名。

Agent是一个循环。每次迭代都会发送系统提示、工具模式、用户任务、之前所有的助手轮次和之前所有的工具结果，然后读回一个通常包含工具调用的简短助手轮次。模型永远不会记住上一步；你需要重新发送它。

本指南中使用的参考追踪：

• 系统提示加工具定义：4,000 token，每一步都发送
• 每一步之后追加的工具结果：1,500 token
• 每步助手输出（推理加工具调用）：300 token
• 第k步的上下文 = 4,000 + (k - 1) × 1,800 token

因此，第1步发送4,000 token，第12步发送23,800 token，第30步发送56,200 token。在一次运行中求和：

• 5步：38,000输入token，1,500输出token
• 12步：166,800输入token，3,600输出token
• 30步：903,000输入token，9,000输出token

一次30步运行只产生49,000 token的独特材料（4,000系统提示加30 × 1,500结果），但却计费903,000输入token。这个18倍的乘数就是Agent成本的全部故事。

成本 = 输入 token 数 × 输入单价 + 输出 token 数 × 输出单价。以 Claude Sonnet 5 运行 12 步为例：166,800 × $2/1M = $0.3336，加上 3,600 × $10/1M = $0.036，总计 $0.3696。各模型的相同计算如下：

有两点非常突出。从 12 步增加到 30 步会使成本增加约 5 倍，而非 2.5 倍，因为上下文增长与步骤数呈二次方关系。此外，输出 token 几乎无关紧要：在 Sonnet 5 上，30 步任务在输入上花费 $1.806，在输出上仅花费 $0.09。“保持回复简短”对账单影响微乎其微；缩短上下文长度才会真正省钱。在 Sonnet 5 上按步计算，第 1 步花费 $0.011，第 12 步花费 $0.051，完成相同的新增工作量成本翻了五倍。

在12步追踪中，170,400个计费token中有166,800个（98%）是输入，其中大部分与上一步发送的相同。提示缓存正是针对这种情况存在的：提供商存储已处理的前缀，并在您再次发送时收取降低的费率。

在Anthropic和OpenAI上，缓存读取成本大约为列表输入费率的10%，在Gemini上大约为25%。Anthropic还对初始缓存写入收取大约列表费率的125%。这些是近似乘数，不是目录行，因此请将以下数字视为估算值：

使用缓存后，30步Sonnet 5运行从$1.90降至约$0.40，削减了79%，因为只有每步最新的1,800 token按全额费率计费。缓存作用于前缀，因此任何在提示早期发生变化的内容（时间戳、重新排序的工具列表）都会静默地禁用缓存；每次调用时检查usage对象中的缓存token计数。我们的提示缓存成本比较涵盖了每个提供商的具体规则。

按 token 计价只能告诉你单次运行花费多少，而非最终完成任务的成本，而买家真正应该优化的是完成任务的成本。单次成功任务成本 = 单次运行成本 ÷ 成功率，再加上失败运行在重试或人工审核中产生的额外成本。

以下为假设成功率的测算示例（请自行测量实际数据；此处仅供参考）：

• DeepSeek V4.1 Flash：单次运行 $0.054，成功率 50% = 每次成功 $0.11
• Gemini 3.8 Flash：单次运行 $0.139，成功率 75% = 每次成功 $0.185
• Claude Sonnet 5：单次运行 $0.370，成功率 92% = 每次成功 $0.40

廉价模型仅在 API 支出上占优。一旦失败产生任何成本，优势即刻消失：每次失败消耗的五分钟人工时间，足以抵消省下的 $0.32。当较弱模型需要更多步骤时，它也会失去优势。一次 Gemini 3.8 Flash 运行若徘徊了 30 步（$0.71），其成本几乎是仅需 12 步完成的 Sonnet 5 运行（$0.37）的两倍。请记录各模型的完成步数；这比按 token 单价更能准确预测成本。实际落地模式通常是先路由到廉价模型，验证后再将失败案例升级处理；《AI Agent 最便宜 LLM》指南中提供了相应的路由代码。

对于规范明确、具备严格工具 Schema 且对每次工具调用都设有校验器的 Agent，Gemini 3.8 Flash（$0.75/$3.75）和 GPT-5.4 mini（$0.75/$4.50）是我们会在无人值守场景下使用的最便宜模型：两者在 12 步追踪测试中成本均约为 $0.14，能稳定遵循 JSON Schema，且在常规工作中极少需要比旗舰模型更多的步骤。DeepSeek V4.1 Flash 单次运行 $0.054，是高频低风险循环任务（如分类、数据增强、网页抓取）的真实选择，因为这类任务的重试成本为零。

当任务具有开放性、错误调用工具会产生副作用（发送邮件、编辑代码、转账），或廉价模型的步数失控时，应选用 Claude Sonnet 5 或 GPT-5.4。仅在多 Agent 架构中的规划者角色，或单次失败成本超过一美元的极端情况下，才考虑付费使用 Claude Opus 5（$5/$25，12 步运行 $0.92）或 GPT-5.5（$5/$30，$0.94）。大多数团队的最佳单任务成本策略是由旗舰模型担任规划者，委派给廉价模型执行。Claude、OpenAI 和 Gemini 的 Agent 成本指南已对各模型家族进行了详细拆解。

智能体在循环时失败成本高昂。四种控制措施，按节省成本的频率排序：

• 最大步骤：在 N 次工具调用后硬性停止循环。对于大多数任务类型，15 次已经足够；如果一次运行需要 30 步，通常表示卡住了。
• 每次调用的 max_tokens：最合理的工具调用加上简短说明，对于智能体轮次通常为 1,000 到 4,000。它阻止失控的独白，而非上下文增长。
• 停止条件：以 final_answer 工具调用、重复的相同工具调用（循环特征）或连续两次空工具结果结束。
• 每次运行的美元预算（根据使用量计算）：每次调用后，将 input_tokens × rate_in + output_tokens × rate_out（缓存读取按折扣费率）加入总计，超过上限则中止。

Sonnet 5 每次运行 $0.50 的预算允许大约 14 步未缓存的参考追踪，或大约 35 步缓存步骤。对于非延迟敏感的工作，批量端点可以将 Anthropic 和 Google 上的标价降低约 50%；对于需要每一步结果才能进行下一步的循环，批量端点有用，但用于隔夜回填则无效。请参阅 LLM 批量 API 定价。

将你自己的数据代入公式。设定 S = 系统加工具令牌数，R = 平均工具结果令牌数，O = 每步平均输出令牌数，N = 步骤数：

• 总输入令牌数 = N × S + (R + O) × N × (N - 1) ÷ 2
• 总输出令牌数 = N × O
• 运行成本 = 输入令牌数 × rate_in ÷ 1,000,000 + 输出令牌数 × rate_out ÷ 1,000,000

然后除以你的实测成功率，并加上升级路径的成本。在更换模型前值得尝试三种降低成本的方法：一旦工具结果过时几个步骤，就总结或丢弃（这直接攻击二次项），修剪工具模式使 S 更接近 2,000 而非 6,000，并启用缓存以便重新发送的上下文按折扣费率计费。AI 成本计算器接受每月令牌量；将每次运行成本乘以每月运行次数得到预算线，如果有订阅工具可用，请参阅 API 与订阅指南。