Kosten von Multi-Agent-Systemen: Warum Orchestratoren das 3- bis 6-fache kosten

Ein Manager-Agent, der an vier Arbeiter delegiert, liest 362.600 Eingabe-Token und schreibt 17.100 Ausgabe-Token, um eine Aufgabe zu erledigen, die ein einzelner 12-Schritt-Agent mit 172.800 Eingabe- und 4.800 Ausgabe-Token abschließt. Das ist das 2,1-fache der Eingabe und das 3,6-fache der Ausgabe. Vollständig mit Claude Sonnet 5 (2 $/10 $ pro Million) kostet das System 0,90 $ gegenüber 0,39 $ für den einzelnen Agenten. Vollständig mit Claude Opus 5 (5 $/25 $) kostet es 2,24 $, das 5,7-fache des einzelnen Sonnet-Durchlaufs.

Frameworks sind nicht die Kosten; LangGraph, CrewAI, das OpenAI Agents SDK und das Claude Agent SDK sind Open Source. Die Kosten sind der Kontext: Jeder Agent baut ihn neu auf, jede Übergabe kopiert ihn, jede Manager-Runde sendet ihn erneut.

Hier ist die Abrechnung hinter diesen Zahlen. Ein einzelner Agent hat ein 4.000-Token-Präfix (System-Prompt plus Tools), eine 500-Token-Aufgabe und zwölf Schritte, die jeweils einen 300-Token-Tool-Aufruf und ein 1.500-Token-Ergebnis hinzufügen. Seine Eingabe summiert sich über zwölf Schritte auf 172.800 Token; die Ausgabe beträgt 4.800.

Nun wird dieselbe Aufgabe aufgeteilt. Vier Arbeiter erhalten jeweils ein 3.000-Token-Präfix, eine 500-Token-Kurzbeschreibung und führen acht Schritte aus. Pro Arbeiter: 8 × 3.500 + 1.800 × 28 = 78.400 Eingabe, 8 × 300 + ein 1.000-Token-Bericht = 3.400 Ausgabe. Vier Arbeiter: 313.600 Eingabe, 13.600 Ausgabe.

Der Manager hat einen Startkontext von 4.500 Token. Er plant (800 Token Ausgabe), dann sendet er für jeden Arbeiter eine 300-Token-Anweisung und empfängt einen 1.500-Token-gekapselten Bericht, dann schreibt er eine 1.500-Token-Synthese. Seine sechs Runden senden 4.500 + 5.300 + 7.100 + 8.900 + 10.700 + 12.500 = 49.000 Eingabe-Token und 3.500 Ausgabe-Token.

Vier Dinge treiben den Multiplikator an: vier separate Präfixe statt einem, acht-Schritt-Arbeiter, die jeweils ihren wachsenden Kontext erneut senden, ein Manager, der seinen eigenen erneut sendet, und 3,6-mal so viele Ausgabe-Token, weil jeder Arbeiter einen Bericht schreibt und der Manager sie umschreibt. Die Ausgabe ist auf jedem Modell in der Tabelle fünfmal so teuer wie die Eingabe, daher schadet der letzte Faktor am meisten.

Ein 1.000-Token-Bericht eines Arbeiters wird einmal als Arbeiterausgabe bezahlt (10 $ pro Million bei Sonnet 5) und dann erneut als Manager-Eingabe bei jeder weiteren Manager-Runde. Im obigen sequenziellen Muster wird der erste Bericht viermal erneut gesendet, der zweite dreimal und so weiter. Das sind 15 erneute Sendungen von 1.500-Token-gekapselten Berichten, also 22.500 der 49.000 Manager-Eingabe-Token, die damit verbracht werden, Dinge erneut zu lesen, die er bereits gelesen hat.

Übergaben tragen auch Rahmung: Die Kurzbeschreibung wiederholt die Aufgabe, der Bericht wiederholt Kontext. Unserer Erfahrung nach erhöht das die Rohdaten um 20 bis 40 %, daher sollte man die Arbeiterausgabe durch Anweisungen begrenzen („maximal 300 Wörter, keine Einleitung“).

Die sequenzielle Verteilung ermöglicht es Arbeiter 2, die Ergebnisse von Arbeiter 1 zu sehen, vergrößert aber den Kontext des Managers in jeder Runde. Die parallele Verteilung sendet alle vier Kurzbeschreibungen in einer Runde und liest alle vier Berichte in einer Runde: 4.500 + 5.300 + 11.900 = 21.700 Manager-Eingabe-Token statt 49.000 und etwa ein Viertel der Wanduhrzeit.

Bei einem Opus 5 Manager beträgt der Unterschied 27.300 × 5 $ = 0,14 $ pro Durchlauf; bei Sonnet 5 sind es 0,05 $. Wenn sich die Teilaufgaben jedoch überschneiden, wiederholen parallele Arbeiter gegenseitig ihre Tool-Aufrufe, und vier wiederholte 1.500-Token-Suchen kosten mehr, als der Manager gespart hat. Verwenden Sie parallel für unabhängige Teilaufgaben, sequenziell, wenn spätere Arbeiter von früheren Ergebnissen abhängen.

Der Planner liest die wenigsten Tokens und trifft die Entscheidungen, die im Fehlerfall am teuersten sind, daher ist er der eine Knotenpunkt, an dem ein Flaggschiff seinen Preis wert ist. Worker führen klar spezifizierte Teilaufgaben mit Tools aus, und genau das können günstige Modelle zuverlässig.

Vorgeschlagene Kombinationen mit Preisen pro Million:

• Planner: Claude Opus 5 ($5 / $25) oder GPT-5.5 ($5 / $30)
• Worker: Claude Haiku 5.5 ($0.10 / $0.50 bei Prompts bis 100K Tokens), GPT-5.4 mini ($0.75 / $4.50), Gemini 3.8 Flash ($0.75 / $3.75) oder DeepSeek V4.1 Flash ($0.30 / $1.20 zu Spitzenzeiten, halber Preis außerhalb)
• Mittelweg, wenn Worker Urteilsvermögen brauchen: Claude Sonnet 5 ($2 / $10) oder GPT-5.4 ($2.50 / $15)

Der preislich günstigste Worker ist jetzt Claude Haiku 5.5, das im Oktober veröffentlicht wurde; es ersetzt das alte Haiku 4.5 ($1 / $5) und kostet ein Zehntel davon. Wir haben es als Worker noch nicht getestet. Der günstigste Worker, der sich bei uns bewährt hat, für strukturierte Tool-Aufrufe auf klaren Briefings, ist DeepSeek V4.1 Flash, API-Name deepseek-flash, das den ausgemusterten V4 Flash ersetzt hat; siehe [DeepSeek V4 für KI-Agenten](/guides/deepseek-v4-for-ai-agents-cost) für die Stellen, an denen es scheitert. Zahlt für Sonnet 5- oder GPT-5.4-Worker, wenn Teilaufgaben mehrdeutig sind oder mehr als zehn Schritte laufen, denn ein billiger Worker, der abschweift, sendet seinen Kontext bei jedem verschwendeten Schritt erneut und der Manager zahlt dann dafür, einen schlechten Bericht zu lesen. Das breitere Ranking findet sich in [günstigstes LLM für KI-Agenten](/guides/cheapest-llm-for-ai-agents).

Aufgabe: "Compare three vendors' pricing pages and write a recommendation." Ein Planner, drei Worker mit jeweils acht Schritten (78,400 Input, 3,400 Output pro Worker; 235,200 und 10,200 zusammen), sequentielle Zuweisung, Manager-Runden von 4,500 + 5,300 + 7,100 + 8,900 + 10,700 = 36,500 Input und 3,200 Output.

Zum Vergleich: Ein einzelner Sonnet 5-Agent, der das Ganze in 12 Schritten erledigt, kostet $0.39. Multi-Agent gewinnt nur dann bei den Kosten, wenn die Worker günstig sind. Prompt-Caching (etwa 10% für Cache-Reads bei Anthropic und OpenAI) gilt für jede Zeile und vor allem für die Worker, deren Präfix jeweils achtmal erneut gesendet wird; der [Vergleich zum Prompt-Caching](/compare/ai-prompt-caching-costs) enthält die Preise. Modelliert eure eigene Aufteilung im [Rechner](/calculator). DeepSeek-Zeilen verwenden Spitzenlast-Preise; DeepSeek-Preise geprüft am 2026-10-27 auf api-docs.deepseek.com. Haiku-5.5-Zeilen verwenden den Preis für Prompts bis 100,000 Tokens (geprüft am 2026-11-03); kein Worker-Aufruf hier kommt dem nahe.

LangGraph, CrewAI, das OpenAI Agents SDK und das Claude Agent SDK sind kostenlos installierbar und nutzbar; ihre Anbieter verkaufen optionale Hosting- und Observability-Dienste, die auf ihren eigenen Seiten bepreist sind. Was jedes Framework kostet, ist das Scaffolding: Rollen- und Zielvorlagen, Tool-Use-Instruktionen, Übergabebeschreibungen und Output-Format-Regeln, die jedem Modellaufruf vorangestellt werden. Nach unserer Erfahrung reicht dies von ein paar hundert Token pro Schritt bei den schlankeren SDKs bis zu ein paar tausend bei den meinungsstärkeren, und es wird bei jedem Schritt jedes Agenten erneut gesendet.

Messen Sie es einmal mit dem Token-Zähler des Anbieters, mit und ohne das Standard-Prompt des Frameworks, und überschreiben Sie die Vorlage, wenn sie Ihre eigene überwiegt. Die gleiche Messung gilt für MCP-Tool-Listen, behandelt in [MCP-Server-Token-Kosten](/guides/mcp-server-token-cost).

Mit dem OpenAI Agents SDK hat jeder Agent sein eigenes model, sodass der Planer und die Arbeiter unabhängig bepreist werden und der Arbeiter dem Planer als Tool ausgesetzt ist:

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

In LangGraph geben Sie jedem Knoten seinen eigenen Modell-Client; in CrewAI setzen Sie llm pro Agent. Siehe [OpenAI Agents API-Kosten](/guides/openai-agents-api-cost) für Informationen, wie das SDK die Nutzung meldet.

Multi-Agenten-Systeme scheitern teuer, weil ein verwirrter Worker in einer Schleife feststecken kann, während der Manager wartet. Wenden Sie die Schutzmaßnahmen pro Agent an, nicht nur pro Durchlauf:

• max_tokens bei jedem Aufruf und eine Ausgabewortbegrenzung in den Anweisungen jedes Workers
• max_turns (oder das Framework-Äquivalent) für jeden Worker, typischerweise 8 bis 12, und für den Manager, typischerweise 6 bis 10
• Eine Stopp-Bedingung, die jeder Worker auslösen kann: ein report-Tool, das seine Schleife beendet
• Ein Dollar-Budget pro Durchlauf, summiert aus den Nutzungsfeldern jedes Agenten, wobei der Manager abbricht, wenn es überschritten wird

Der Artikel [Token-Budget-Schutzmaßnahmen](/guides/ai-agent-token-budget-guardrails) enthält einen Runner, den Sie um jeden Knoten wickeln können. Für nächtliche Verteilungen, bei denen die Latenz keine Rolle spielt, gilt die Batch-API mit etwa 50% Rabatt für Workers ebenso einfach wie für einzelne Aufrufe; siehe [Batch-API-Preisvergleich](/compare/llm-batch-api-pricing).