先看结论
建议用低、中、高三种场景估算：模型输入/缓存/输出 Token，加上搜索、容器、文件、存储和运行时间，再加入重试、并发峰值和人工复核缓冲。最终用真实日志替换假设，才能把预算变成可执行的上限。
先拆成六类成本
AI Agent 通常包含模型 Token、工具调用、运行时、存储、重试和人工环节。一次任务看似只发了一个提示，实际上可能把系统提示、历史记录、工具 schema、检索结果和文件重复送入模型。
不同平台的计费方式不同：有的平台按 Token，有的平台还按容器分钟、会话小时、搜索次数、文件容量或席位收费。先列项目，再映射到供应商价格页，避免把所有成本都归入 Token。
| 成本项 | 常见计量方式 |
|---|---|
| 模型 | 输入、缓存输入、输出和推理 Token |
| 工具 | 搜索/调用次数、容器或计算时间 |
| 运行环境 | 会话小时、容器分钟或并发实例 |
| 数据 | 文件搜索、向量/对象存储和带宽 |
| 失败与重试 | 重复请求、超时后成功请求和恢复步骤 |
| 人工 | 审批、复核、返工和运维时间 |
依据： OpenAI API: PricingOpenAI: Understanding and counting tokensAnthropic: Claude Platform pricing
一条可以落地的月度公式
把每个 Agent 任务看成一组步骤，每一步记录模型和工具用量。Token 部分按模型费率计算，工具、运行和存储按各自价格相加；人工成本可以按每次复核分钟数乘以内部小时成本估算。
如果任务跨多个模型，按模型拆行；如果有缓存，单独记录命中比例；如果同一任务会重试，把重试次数作为乘数或独立情景，而不是隐藏在平均值里。
单任务成本 = Σ(输入/缓存/输出 Token 成本 + 工具费 + 运行费 + 存储费) + 重试成本 + 人工复核成本
月度预算 = 单任务成本 × 任务数 + 固定席位/基础设施费 + 风险缓冲
依据： OpenAI API: PricingOpenAI API: Prompt cachingAnthropic: Claude Platform pricing
示例：100 个编码 Agent 任务的预算
假设每个任务平均有 80,000 个输入 Token，其中 15,000 命中缓存，输出 10,000 Token；沿用一个示例模型的 $2/百万输入、$0.10/百万缓存输入、$10/百万输出费率。每个任务的 Token 成本为 65,000×2/1,000,000 + 15,000×0.10/1,000,000 + 10,000×10/1,000,000 = $0.2315。
如果每个任务还有 3 次工具调用、平均 10 分钟运行时间、0.2 次重试和 5 分钟人工复核，就把这些项目按供应商价格和内部成本补入。100 个任务的 Token 部分是 $23.15，不能把它误报成完整项目成本。
| 行项目 | 单任务示例 | 100 个任务 |
|---|---|---|
| Token | $0.2315 | $23.15 |
| 工具调用 | 按实际工具价 | 单价 × 300 次 |
| 运行时间 | 10 分钟 | 1,000 分钟 |
| 重试 | 0.2 次的期望成本 | 按失败率加入 |
| 人工复核 | 5 分钟 | 500 分钟 |
用低、中、高三种情景替代单点预测
低情景使用短上下文、较少工具和低失败率；中情景使用过去一周的 P50 用量；高情景使用 P90 或压力测试的上下文、并发和重试。这样预算不会因为一个平均数掩盖长尾任务。
对客服、代码 Agent、研究 Agent 和数据处理 Agent，成本结构可能不同。代码 Agent 可能受长上下文和运行时间影响，研究 Agent 可能受搜索和文件处理影响，客服 Agent 可能受请求数量和缓存命中影响。
P50 预算 = 中位任务成本 × 预计任务数
P90 预算 = P90 任务成本 × 峰值任务数 + 并发/重试缓冲
让成本可控的工程措施
- 为每个任务设置最大步骤数、最大 Token、工具白名单和运行时间上限。
- 复用稳定的系统提示和工具定义，观察缓存命中而不是盲目压缩上下文。
- 简单分类、检索和格式化任务使用更低成本模型，复杂决策再升级模型。
- 对重试设置指数退避、次数上限和幂等检查，避免失败循环。
- 记录任务 ID、模型、Token、工具、运行时间、失败原因和人工结果。
- 按项目、团队和任务类型设置预算告警与停机阈值。
依据： OpenAI API: Prompt cachingOpenAI API: PricingOpenAI: Using Codex with your ChatGPT plan
常见问题
AI Agent 成本只看 Token 就够了吗？
不够。还要看工具调用、容器或会话时间、文件搜索、存储、重试和人工复核；不同平台的计费项目不同。
为什么 Agent 任务会越跑越贵？
任务历史、工具结果和文件会增加后续输入上下文，Agent 还可能多轮调用或重试，因此单步价格不代表整项任务成本。
依据： OpenAI: Understanding and counting tokensOpenAI API: Pricing
如何给 Agent 设置预算上限？
同时设置最大步骤、Token、工具调用、运行时间和金额告警，并记录实际日志；达到阈值时暂停或请求人工确认。
依据： OpenAI: Using Codex with your ChatGPT planOpenAI API: Pricing
缓存一定会降低 Agent 成本吗？
缓存命中通常有更低费率，但要看提示是否稳定、模型是否支持以及缓存写入和读取规则；应以真实命中率核算。
官方来源与核对说明
本文资料核对日期：2026年10月17日。费率和适用规则可能更新，请结合官方最新说明与自己的协议确认。
- OpenAI API: Pricing
- OpenAI: Understanding and counting tokens
- OpenAI API: Prompt caching
- Anthropic: Claude Platform pricing
- OpenAI: Using Codex with your ChatGPT plan
本文由 AISub 根据 OpenAI 公开资料整理，并提供独立计算示例与选购建议。AISub 是独立价格观察工具，非 OpenAI 官方网站。