多智能体系统成本：为何编排器成本高达3到6倍

一个委托给四个工作代理的管理代理读取362,600个输入令牌并写入17,100个输出令牌来完成一个任务，而单个12步代理只需172,800个输入和4,800个输出。这是输入的2.1倍，输出的3.6倍。全部使用Claude Sonnet 5（每百万$2 / $10）时，系统成本为$0.90，而单个代理为$0.39。全部使用Claude Opus 5（$5 / $25）时，成本为$2.24，是单个Sonnet运行的5.7倍。

框架不是成本所在；LangGraph、CrewAI、OpenAI Agents SDK和Claude Agent SDK都是开源的。成本在于上下文：每个代理重建它，每次交接复制它，每个管理轮次重新发送它。

以下是这些数字背后的计算。单个代理有一个4,000令牌的提示前缀（系统提示加工具）、一个500令牌的任务，以及十二步，每步增加一个300令牌的工具调用和一个1,500令牌的结果。其十二步的总输入为172,800令牌；输出为4,800。

现在拆分相同的任务。四个工作代理各有一个3,000令牌的提示前缀、一个500令牌的简要说明，并运行八步。每个工作代理：8 × 3,500 + 1,800 × 28 = 78,400输入，8 × 300 + 一个1,000令牌的报告 = 3,400输出。四个工作代理：313,600输入，13,600输出。

管理代理有一个4,500令牌的起始上下文。它进行规划（800令牌输出），然后对于每个工作代理，它发送一个300令牌的调度并接收一个1,500令牌的包装报告，然后写一个1,500令牌的综合报告。其六轮发送4,500 + 5,300 + 7,100 + 8,900 + 10,700 + 12,500 = 49,000输入令牌和3,500输出。

四个因素驱动了乘数：四个独立的提示前缀而不是一个，每个重新发送其增长上下文的工作代理有八步，一个重新发送自己上下文的管理代理，以及3.6倍的输出令牌，因为每个工作代理写一份报告而管理代理重写它们。输出价格是输入价格的五倍，在表中的每个模型上都是如此，所以最后一个因素影响最大。

工人的1,000词报告作为工人输出付费一次（Sonnet 5上每百万词$10），然后作为管理者输入在后续每次管理者轮次中再次付费。在上述顺序模式中，第一份报告被重新发送四次，第二份三次，依此类推。总共15次重新发送1,500词的包装报告，即管理者49,000输入词中的22,500词，用于重新读取它已经读过的内容。

交接也带有框架：简报重复任务，报告重复上下文。根据我们的经验，这会增加原始结果的20%到40%，因此通过指令限制工人输出（"最多300词，无开场白"）。

顺序派遣让工人2看到工人1的发现，但每轮都会扩大管理者的上下文。并行派遣在单轮中发送所有四份简报并读取所有四份报告：4,500 + 5,300 + 11,900 = 21,700管理者输入词，而非49,000词，并且实际时间约为四分之一。

在Opus 5管理者上，差异为27,300 × $5 = 每次运行$0.14；在Sonnet 5上则为$0.05。但如果子任务重叠，并行工人会重复彼此的工具调用，四次重复的1,500词搜索成本超过管理者节省的费用。对于独立子任务使用并行，当后续工人依赖先前发现时使用顺序。

规划者读取最少的 token，并做出错误时代价最高的决策，因此它是旗舰模型能体现其价值的一个节点。工作者使用工具执行明确指定的子任务，这正是廉价模型可靠完成的工作。

建议搭配及每百万 token 费率：

• 规划者：Claude Opus 5（$5 / $25）或 GPT-5.5（$5 / $30）
• 工作者：Claude Haiku 5.5（提示不超过 100K token 时为 $0.10 / $0.50）、GPT-5.4 mini（$0.75 / $4.50）、Gemini 3.8 Flash（$0.75 / $3.75）或 DeepSeek V4.1 Flash（峰值 $0.30 / $1.20，非峰值减半）
• 当工作者需要判断力时的中间选择：Claude Sonnet 5（$2 / $10）或 GPT-5.4（$2.50 / $15）

目前价格最低的工作者是 Claude Haiku 5.5，于 10 月发布；它取代了旧版 Haiku 4.5（$1 / $5），成本仅为后者的十分之一。我们尚未将其作为工作者进行测试。我们所见过的、在清晰简报的结构化工具调用中表现稳定的最便宜工作者是 DeepSeek V4.1 Flash，API 名称为 deepseek-flash，它取代了已退役的 V4 Flash；请参阅 [DeepSeek V4 for AI agents](/guides/deepseek-v4-for-ai-agents-cost) 了解其失败之处。当子任务模糊或运行超过十步时，请为 Sonnet 5 或 GPT-5.4 工作者付费，因为一个廉价工作者如果偏离方向，会在每一步浪费中重新发送其上下文，然后管理者需要支付读取糟糕报告的费用。更广泛的排名请参见 [cheapest LLM for AI agents](/guides/cheapest-llm-for-ai-agents)。

任务：“比较三家供应商的定价页面并撰写推荐。”一个规划者，三个工作者各运行八步（每个工作者 78,400 输入，3,400 输出；合计 235,200 和 10,200），顺序调度，管理者轮次为 4,500 + 5,300 + 7,100 + 8,900 + 10,700 = 36,500 输入和 3,200 输出。

作为比较，一个单独的 Sonnet 5 智能体在 12 步内完成整个任务需要 $0.39。多智能体只有在工作者廉价时才在成本上胜出。提示缓存（Anthropic 和 OpenAI 的缓存读取大约 10%）适用于每一行，并且主要适用于工作者，其前缀每次被重新发送八次；[prompt caching comparison](/compare/ai-prompt-caching-costs) 中有费率。在 [calculator](/calculator) 中模拟你自己的拆分。DeepSeek 行使用峰值费率；DeepSeek 定价于 2026-10-27 在 api-docs.deepseek.com 检查。Haiku 5.5 行使用其提示不超过 100,000 token 的费率（于 2026-11-03 检查）；这里没有工作者调用接近该限制。

LangGraph、CrewAI、OpenAI Agents SDK 和 Claude Agent SDK 均可免费安装和运行；其供应商提供可选的托管和可观测性服务，价格见各自页面。每个框架实际带来的成本是脚手架：角色与目标模板、工具使用指令、交接描述和输出格式规则，这些都会被附加到每次模型调用中。根据我们的经验，在较精简的 SDK 上，每一步可能仅需几百个 token，而在较固执己见的框架上则可能达到数千个 token，并且会在每个代理的每一步中重复发送。

请使用供应商的 token 计数器，在有和没有框架默认提示词的情况下各测量一次，如果默认模板超出你自己的模板，则覆盖它。同样的测量也适用于 MCP 工具列表，详见 [MCP server token cost](/guides/mcp-server-token-cost)。

使用 OpenAI Agents SDK 时，每个 Agent 都带有自己的 model，因此规划者和工作者独立定价，工作者以工具形式暴露给规划者：

from agents import Agent, Runner, function_tool

@function_tool
def fetch_pricing_page(url: str) -> str:
    return http_get(url)[:6000]          # cap the result: ~1,500 tokens

worker = Agent(
    name="researcher", model="gpt-5.4-mini",            # $0.75 / $4.50 per 1M
    instructions="Answer one sub-question with the tool. Max 300 words, no preamble.",
    tools=[fetch_pricing_page],
)
planner = Agent(
    name="planner", model="gpt-5.5",                    # $5 / $30 per 1M
    instructions="Split the task into at most 3 sub-questions, delegate, then write the recommendation.",
    tools=[worker.as_tool(tool_name="research", tool_description="Research one sub-question")],
)
result = Runner.run_sync(planner, task, max_turns=8)
planner_in = sum(r.usage.input_tokens for r in result.raw_responses)
planner_out = sum(r.usage.output_tokens for r in result.raw_responses)
# planner cost = planner_in * 5 / 1e6 + planner_out * 30 / 1e6; workers log their own

在 LangGraph 中，为每个节点分配其自己的模型客户端；在 CrewAI 中，为每个代理设置 llm。有关 SDK 报告使用情况的方法，请参阅 [OpenAI Agents API 成本](/guides/openai-agents-api-cost)。

多代理系统失败成本高昂，因为一个混乱的工作者可能在管理者等待时循环。请按代理而非仅按运行应用防护措施：

• 每次调用设置 max_tokens，并在每个工作者的指令中设置输出字数限制
• 每个工作者设置 max_turns（或框架等效项），通常为 8 到 12，管理者通常为 6 到 10
• 每个工作者可触发的停止条件：一个结束其循环的 report 工具
• 每次运行的美元预算，来自每个代理的使用字段总和，当超出时管理者中止

[token 预算防护措施](/guides/ai-agent-token-budget-guardrails) 文章中提供了一个可包裹每个节点的运行器。对于延迟不重要的夜间扇出，Batch API 可享受约 50% 折扣，同样适用于工作者和单次调用；参见 [批处理 API 定价对比](/compare/llm-batch-api-pricing)。