A compactação lê todo o contexto como entrada
sobrecarga de compactação
compactações
custo indireto
custo total de execução

Onde a compactação compensa – acionando o gatilho

Compacte muito cedo e você disparará muitos eventos; compacte tarde demais (ou nunca) e cada etapa relê um contexto enorme. A coluna de custo total geralmente tem um mínimo no meio.

Compacto emCompactaçõesDespesas geraisCusto total de execução

A limpeza que ninguém orçamenta

An autonomous agent has no long-term memory of its own run, so it keeps the whole working context in the prompt: the system instructions, the tool definitions, every tool result it has seen and every step it has taken. Esse contexto cresce monotonicamente e muito antes de transbordar a janela do modelo o agente tem que compactar - entregue todo o contexto ao modelo, receba um resumo compactado e continue a partir do resumo. A compactação é o que mantém um agente de várias horas ativo, mas não é gratuita: resumir um contexto de 150.000 tokens fatura 150.000 tokens de entrada para aquele evento, e uma execução que compacta três ou quatro vezes pode gastar de um quinto a um terço de seu total de tokens apenas nisso. É um custo que nunca aparece no preço por chamada e nunca aparece em uma estimativa simbólica ingênua, e é exatamente por isso que as contas dos agentes são mais altas do que a matemática no verso do envelope. A maneira de controlá-lo é ajustar quando você compacta e quão pequeno você reinicia, e cobrar a releitura com desconto com cache ou um resumidor mais barato. Dimensione o lado multivoltas no calculadora de custos de conversação multivoltas, todo o loop no calculadora de orçamento de loop de agente, e a vitória do cache no calculadora de economia de cache imediata.

Hospede seu projeto:DigitalOcean – $ 200 grátis ↗VPS da Hostinger
Calculadora de orçamento de loop de agenteCusto de conversa em várias voltasCusto da etapa do agente AICusto da janela de contextoEconomia imediata de cache