So funktioniert dieser Rechner
Für jede der vier Architekturen gelten die gleichen Preise Token pro Schleife Das einzige, was die Kosten zwischen ihnen ändert, ist also die FORM des Workflows, nicht der Preis pro Schritt. Reagieren ist die Einzelagenten-Basislinie: reactLoops × tokensPerLoop – ein Agent, eine Schleife, fertig, wenn es fertig ist. Gedankenbaum multipliziert die gleichen Kosten pro Schleife mit beiden Verzweigungsfaktor Und Tiefe — branching × depth × tokensPerLoop – weil die Erkundung von 3 Zweigen mit 3 Tiefenebenen bedeutet, dass man ungefähr 9 Argumentationsschleifen anstelle einer durchlaufen muss. Multi-Agenten-Debatte lässt jeden Debattieragenten für seine eigenen Runden laufen – agents × rounds × tokensPerLoop – fügt dann die Token hinzu, die der Richter lesen muss: die endgültige Antwort jedes Agenten plus die eigene Begründung des Richters, agents × answerTokens + judgeTokens.
Planer/Orchestrator ist am aufwändigsten: Der Orchestrator gibt sein eigenes Geld aus Planungstoken vorne, dann spawnt eine Reihe von Unteragenten, von denen jeder isoliert seine EIGENE vollständige interne Schleife ausführt – subagents × subagentLoops × tokensPerLoop – und jeder davon meldet sich nur komprimiert zurück Zusammenfassung dass der Orchestrator liest, subagents × summaryTokens. Der eigene Kontext des Orchestrators bleibt klein, da er immer nur die Zusammenfassungen sieht, nicht die vollständigen Traces der Subagenten – aber die gesamten SYSTEMWEITEN Tokenausgaben, die tatsächlich für jeden Modellaufruf in der Pipeline in Rechnung gestellt werden, umfassen immer noch alle Token, die jeder Subagent intern generiert. Ein schlanker Orchestrator bedeutet nicht, dass es sich um ein billiges System handelt: Es bedeutet, dass der teure Teil aus dem Kontextfenster des Orchestrators in eine Reihe paralleler Subagentenschleifen verlagert wird, die genauso abgerechnet werden. Die Kosten jeder Architektur betragen totalTokens / 1,000,000 × pricePerMillion, und der Multiplikator jedes Nicht-ReAct-Musters ist einfach seine Gesamttokenzahl dividiert durch die Gesamttokenzahl der ReAct-Basislinie.
Häufig gestellte Fragen
Warum kostet das „intelligente“ Planer-/Orchestrator-Muster in diesem Rechner letztendlich mehr als ein einzelner ReAct-Agent?
Denn ein schlanker Orchestrator und ein günstiges System sind zwei verschiedene Dinge. Im Planer/Arbeiter-Muster liest der zentrale Orchestrator nur eine komprimierte Zusammenfassung von jedem Subagenten zurück – ein paar hundert Token –, wodurch der EIGENE Kontext des Orchestrators klein wird und weit unter der Obergrenze jedes Kontextfensters bleibt. Aber jeder dieser Subagenten führt immer noch seine eigene vollständige interne Schleife aus Denk-Handel-Beobachtungs-Schritten durch, um seinen Teil der Aufgabe tatsächlich zu erledigen, und jedes dieser Schleifentoken wird irgendwo generiert und abgerechnet, auch wenn der Orchestrator sie nie direkt sieht. Bei 3 Subagenten, die jeweils 4 Schleifen mit 3.000 Tokens pro Schleife ausführen, sind das 36.000 Tokens an Subagentenarbeit, die nebenbei stattfinden, plus die eigenen Planungstoken des Orchestrators und die zurückkommenden Zusammenfassungen – systemweite Ausgaben, die ein einzelner ReAct-Agent, der 5 Schleifen derselben Aufgabe ausführt, nie bezahlen muss, da nur eine Schleife läuft, nicht eine Orchestratorschleife plus drei parallele Subagentenschleifen.
Lohnen sich die Mehrkosten für eine Tree-of-Thinking- oder Multi-Agenten-Debatte jemals?
Ja, aber der Grund für die Zahlung des Multiplikators muss auf etwas anderem als den reinen Token-Kosten beruhen, denn allein auf Tokens verlieren beide Muster jedes Mal durch eine einzige ReAct-Schleife. Tree-of-thought verdient sein 1,8-faches (oder noch schlimmer, bei höherer Verzweigung oder Tiefe), wenn eine Aufgabe einen wirklich großen Lösungsraum hat, bei dem eine vorzeitige Festlegung auf einen Argumentationspfad wahrscheinlich zu einer falschen Antwort führt, die dann von Grund auf neu erstellt werden muss – die zusätzlichen Zweige sind eine Absicherung gegen einen viel teureren Wiederholungsversuch und nicht gegen ein kostenloses Upgrade. Die Multi-Agenten-Debatte zahlt sich aus, wenn die Selbstkonsistenz eines einzelnen Modells das eigentliche Risiko darstellt, wie z. B. bei der Klassifizierung mit hohen Einsätzen oder bei der kontradiktorischen Überprüfung, bei der unabhängige Agenten separat Antworten finden und dann beurteilt werden, um Fehler zu erkennen, die einem Solo-Durchgang entgehen würden. Wenn die Aufgabe innerhalb des zuverlässigen Bereichs eines einzelnen Agenten liegt, ist keines der beiden Muster seinen Multiplikator wert – Sie zahlen für eine Versicherung, die Sie nicht benötigen.
Ändert sich durch schnelles Caching, welche Architektur am günstigsten ist?
Dadurch werden alle vier Kosten um etwa den gleichen Anteil verringert, ohne sie neu anzuordnen, da beim Caching wiederholte Eingabe-Token-Präfixe (Systemaufforderungen, Tool-Schemata, gemeinsamer Kontext) berücksichtigt werden und jedes dieser vier Muster diese Präfixe weiterhin bei jeder Schleife, Verzweigung, jedem Agentendurchlauf oder jedem Subagentenschritt erneut senden muss. Die 5 Schleifen von ReAct profitieren jeweils teilweise von der Zwischenspeicherung des wiederholten Präfixes, ebenso wie die Zweige des Gedankenbaums, die Pro-Agent-Runden der Debatte und die internen Schleifen jedes Planer-Subagenten – der Rabatt gilt ungefähr gleichmäßig auf der ganzen Linie, anstatt die Form eines Musters gegenüber einer anderen zu bevorzugen. Was das Caching nicht bewirkt, ist eine Änderung der zugrunde liegenden Schleifenanzahl-Arithmetik: Ein Planer, der drei Subagenten generiert, die jeweils vier Schleifen ausführen, generiert immer noch weit mehr insgesamt generierte (Ausgabe-)Tokens als ein einzelner ReAct-Agent mit fünf Schleifen, und Ausgabe-Tokens kommen in der Regel überhaupt nicht für den Rabatt auf zwischengespeicherte Eingaben in Frage, sodass die Rangfolge der Architekturmuster in diesem Rechner unabhängig von Ihrer Caching-Einrichtung gilt.
Wie unterscheidet sich dies vom Agent-Loop-Budgetrechner und dem AI-Agent-Framework-Kostenrechner, die bereits auf dieser Website verfügbar sind?
Alle drei Preisagenten-Token werden ausgegeben, jedoch auf unterschiedlichen Ebenen desselben Stapels. Der Agent-Loop-Budget-Rechner berechnet das Schleifeniterationsbudget eines EINZELNEN Agenten – wie viele Denk-Handel-Beobachten-Runden kann sich ein Agent bei gegebenen Token-Kosten pro Schleife und einer Ausgabenobergrenze leisten, bevor Sie ihn abschneiden müssen – er vergleicht nie zwischen verschiedenen Architekturen, sondern nur mit der Anzahl der Runden, die ein Agent erhält. Der Kostenrechner für das KI-Agenten-Framework vergleicht den Tool- und Infrastrukturaufwand für die Ausführung einer bestimmten Agenten-Arbeitslast auf verschiedenen Frameworks, z. B. CrewAI im Vergleich zu LangGraph im Vergleich zu einer benutzerdefinierten Schleife – das gleiche Architekturmuster, die Preise sind unterschiedlich. Dieser Rechner liegt eine Ebene höher als beide: Er hält das Framework und die Kosten pro Schleife konstant und vergleicht stattdessen vier verschiedene ARCHITEKTURMUSTER zur Lösung derselben Aufgabe – ReAct mit einem Agenten, Gedankenbaumverzweigung, Debatte mit mehreren Agenten und Planer/Orchestrator mit isolierten Subagenten – um zu zeigen, dass das von Ihnen ausgewählte Muster Ihre Token-Ausgaben vervielfacht, bevor die Rahmenauswahl oder die Schleifenbudgetierung jemals ins Spiel kommt.