Ile naprawdę kosztuje agent AI — i dlaczego rachunek zawsze zaskakuje

Dlaczego demo kosztuje groszy, a produkcja tysiące

Agent nie wykonuje jednego wywołania — wykonuje ich tyle, ile potrzebuje kroków, i przy każdym kroku wysyła narastający kontekst od nowa. Koszt nie rośnie liniowo z liczbą zadań, ale z liczbą kroków razy długość kontekstu w każdym z nich. Dlatego prototyp na trzech przykładach nie mówi nic o rachunku na tysiącu, a pierwsza faktura wygląda jak pomyłka.

Trzy pozycje, które zjadają budżet agenta

• Powtarzany prefiks — system prompt, definicje narzędzi i historia lecą przy każdym kroku pętli. To zwykle największa pozycja i jednocześnie najłatwiejsza do obniżenia.
• Refinement — kroki, w których agent poprawia własny wynik. McKinsey szacuje, że w zadaniach agentowych refinement odpowiada za około 60% kosztu zadania.
• Tokeny wyjściowe — zwykle 4–5× droższe od wejściowych. Długie, gadatliwe odpowiedzi kosztują najwięcej per token.

Program: 5 lekcji z liczbami, nie z hasłami

• Model kosztowy agenta — jak rozbić przebieg na kroki i policzyć każdy z nich.
• Polityka doboru modeli — kiedy tani model wystarcza, a kiedy jest droższy przez dodatkowe iteracje.
• Context pack — jak podawać agentowi tylko to, co potrzebne, i mierzyć różnicę.
• Meta-prompt i granice zadania — agent bez granic pracuje dłużej i drożej niż powinien.
• Rubryka LLM-judge — jak automatycznie ocenić wynik agenta, żeby nie płacić za ręczną kontrolę.

Misje: liczysz, potem optymalizujesz

Część misji tego kursu to zadania kodowe i ewaluacyjne uruchamiane w sandboxie na ukrytym zestawie testów — nie ocenia ich model, tylko przechodzące albo niedziałające testy. Piszesz na przykład funkcję kosztową dla agenta albo walidator jego outputu, a wynik jest binarny. To bramka, której nie da się przejść dobrym opisem.

Dla kogo jest ten kurs

Dla developerów, techleadów i osób odpowiedzialnych za budżet AI w zespole, które wdrażają albo utrzymują agenta i muszą przewidzieć rachunek, zanim on przyjdzie. Wymaga podstaw promptowania — jeśli ich brakuje, zacznij od Prompt Engineering Pro.

Zacznij od liczby, nie od kursu

Zanim wejdziesz w lekcje, policz swój przypadek w kalkulatorze kosztów AI: liczba wywołań, długość kontekstu, model. Zobaczysz, która z trzech pozycji dominuje u Ciebie — i od tej lekcji warto zacząć.