运行一个 AI 智能体要花多少钱？来自 4 个项目的真实数据

📌 One-Sentence Summary

一位全栈 AI 工程师拆解了四个 AI 智能体项目的真实运行成本，指出模型选择是决定 token 账单的最大因素（每 1，000 步成本相差约 140 倍），但最大的隐性成本在于上下文管理、基础设施，以及防止静默失败的防护措施。

📝 Summary

Denys 是一位全栈兼 AI 工程师，他分享了自己构建并运行的四个 AI 智能体系统的实测成本数据：一个个人助理智能体、一个旅行价格基准测试、一个直播音频检查器，以及一个房产证书服务。他认为，运行一个智能体需要三方面的成本——模型调用、它所驱动的系统，以及防止它静默失败的防护措施。模型选择对 token 账单的影响最大：1，000 个相同的智能体步骤在 DeepSeek V4.1 Flash 上花费 0.46 美元，而在 Claude Opus 5.5 上则要 26 美元，相差约 140 倍。在他的项目中，模型调用是最容易控制上限的部分（一次背景检查 0.05 美元，一次完整研究运行的上限为 2.10 美元），而一次基准测试运行的代理流量就花了 3.08 美元，最昂贵的意外来自静默失败，包括一次长达 8 天无人察觉的宕机。他详细介绍了上下文管理的 bug、基础设施的规模选择（决定服务器规格的是 CPU 而非内存）、何时端侧 AI 优于 API，以及大多数估算都会忽略的防护工作。最后，他给出了一个五数字估算框架，并坦诚说明了上限与实际支出之间的差距。

💡 Main Points

一个 AI 智能体有三个成本计量表，模型只是其中之一。

模型调用、智能体所驱动的系统（代理、浏览器、服务器），以及防止静默失败的防护措施都会产生成本。在全部四个项目中，最便宜的 token 是那些从未发送的 token，而昂贵的工时都花在了模型周边的部分上。

模型选择对 token 账单的影响超过其他任何因素，差距约 140 倍。

1，000 个相同的智能体步骤（输入 4，000 token，输出 500 token）在 DeepSeek V4.1 Flash 上花费 0.46 美元，在 Claude Haiku 5.5 上花费 0.65 美元，在 Claude Opus 5.5 上则要 26 美元。将每条消息路由到最便宜且够用的模型，并删除那些不划算的调用，能最大程度地削减账单。

上下文，而非每 token 的价格，才是 bug 和隐性成本的真正来源。

长会话在上下文溢出时返回乱码文本，保存的检查点变得过大，系统提示词中携带了很少用到的文件。回收会话、将检查点限制在 2 KB、按需加载技能，每次调用可节省数千个 token，同时加快回复速度。

智能体所驱动的基础设施，其成本可能超过模型账单。

一次旅行基准测试运行使用了约 935 MB 的代理流量（约 3.08 美元），屏蔽追踪器将每次搜索的流量从 4.2 MB 降至 2.5 MB，而决定服务器规格的是 CPU 而非内存（8 核上运行 20 个浏览器，负载约 30，剩余 6-7 GB 内存）。

大多数估算都忽略的成本，是让智能体可以安全地无人值守。

真实的失败案例包括：一次 8 天的静默宕机、一个「成功」但返回零行的任务、一次停止后仍持续花费 4 小时的运行，以及 49 分钟内 3，492 条告警（92.4% 为噪音）。这些体现为工时和信任的流失，而非 token 价格。

当输入不能离开本地且模型较小时，端侧 AI 更便宜。

两个开源模型（约 24 MB 权重）在场地自己的电脑上运行，用于直播音频检查，没有按次调用费用，32 个频道约占一台双核服务器的 0.9，代价是必须在真实数据上验证其准确性。

💬 Key Quotes

运行一个 AI 智能体需要三方面的成本：模型调用、它所驱动的系统，以及防止它静默失败的防护措施。

这一规律在四个项目中都成立：最便宜的 token 是你从未发送的那个，而昂贵的工时都花在了模型周边的部分上。

同样的工作每千步的成本从 0.46 美元到 65 美元不等，相差约 140 倍。

这些都不会体现为 token 价格。它体现为工时，以及当智能体说「完成」却出错时失去的信任。

把上下文当作预算来对待，就像你对待金钱一样。

📊 Article Meta

AI Screening： 90

Featured： Yes

Source： Hacker News - Newest: "AI Agent"

Author： shon_marshall

Category： 人工智能

Language： 英文

Read Time： 11 min

Word Count： 2605

Tags：

AI 与智能应用 , AI 工程 , 模型路由 , 上下文工程 , AI Agent