Calculateur de coûts multi-agents
Calculez les dépenses des systèmes utilisant plusieurs agents IA collaborant. Ajoutez chaque agent de votre pipeline, attribuez un modèle, configurez la taille des tokens et la fréquence d'appel, et obtenez le coût total précis du système par tâche - avec des projections quotidiennes, mensuelles et annuelles.
Add each agent in your pipeline, configure its model, token sizes, and call frequency per task. The calculator totals all agent costs and projects spending for any time period.
Agent Pipeline (3 agents)
Add Agent
Workload Volume
Total Monthly System Cost
Cost per Task (All Agents)
$0.1875
Active Agents
3
Agent Cost Breakdown
Per task, descending| Agent | Model | Calls | Cost/Task | Monthly Cost |
|---|---|---|---|---|
Researcher 12,000 in · 1,500 out | GPT-4o OpenAI | 3× | $0.1350 72% | $2,025.00 |
Orchestrator 8,000 in · 2,000 out | GPT-5.4 OpenAI | 1× | $0.0500 27% | $750.00 |
Executor / Worker 5,000 in · 800 out | GPT-4o Mini OpenAI | 2× | $0.00246 1% | $36.90 |
| Total | $0.1875 | $2,811.90 |
Cost Distribution
Pourquoi les systèmes multi-agents coûtent plus que prévu
Chaque agent est un appel API distinct. Un pipeline en plusieurs étapes multiplie le nombre d'appels bien plus vite qu'il n'y paraît.
Rendre ce multiplicateur visible est ce qui permet d'optimiser avant de passer à l'échelle.
- Appels totaux = tâches par période × appels par tâche × nombre d'agents.
- Les agents à haute fréquence pèsent le plus dans la facture.
- Les boucles de recherche et de critique ajoutent des appels répétés.
Attribution des modèles par paliers
Tous les agents n'ont pas besoin d'un modèle haut de gamme. Réservez la puissance là où elle apporte de la valeur et utilisez des modèles économiques pour le travail répétitif.
- Orchestrateur et planificateur : modèle de pointe.
- Agents d'extraction, classification et formatage : modèle rapide et économique.
- Cache de prompts pour les contextes système volumineux et stables.
Configurer le calcul
Saisissez chaque agent avec son modèle, ses tokens d'entrée et de sortie et sa fréquence d'appel pour obtenir un coût par tâche fiable.
Projetez ensuite le résultat par jour, mois et an pour mesurer l'impact réel sur le budget.
- Ajoutez une ligne par agent du pipeline.
- Attribuez le modèle et les tailles typiques de prompt et de réponse.
- Définissez les appels par tâche selon la boucle réelle de chaque agent.
- Activez le cache sur les agents à contexte partagé et vérifiez le total.
Foire aux questions
C'est un outil qui estime les dépenses API LLM totales des systèmes où plusieurs agents IA collaborent pour accomplir des tâches. Au lieu de calculer le coût d'un seul modèle isolément, il additionne les coûts de tokens de chaque agent du pipeline - chacun avec son modèle, sa taille de prompt et sa fréquence d'appel - pour donner un coût total précis par tâche et par période.
Le réglage « appels par tâche » représente le nombre de fois où un agent donné est invoqué pour une exécution complète du pipeline. Pour un orchestrateur qui route une fois par tâche, utilisez 1. Pour un agent de recherche qui interroge des outils plusieurs fois en boucle, utilisez 3-5. Pour un critique qui examine la sortie de chaque sous-tâche, utilisez le nombre de sous-tâches.
Réservez les modèles de pointe à l'orchestration, la planification ou le raisonnement complexes. Attribuez des modèles rapides et économiques (GPT-4o Mini, Claude 3.5 Haiku, Gemini 2.5 Flash, DeepSeek-V4-Flash) aux agents travailleurs à haute fréquence qui font de l'extraction, de la classification, du formatage ou du parsing d'outils. Cette approche par paliers réduit typiquement les coûts de 70-90 %.
Les agents qui partagent un grand prompt système commun (base de connaissances, schéma d'outils) bénéficient fortement du cache de prompts. Activez l'option « Cache de prompts » sur tout agent ayant un contexte système stable et volumineux. Saisissez le nombre de tokens mis en cache pour voir l'économie reflétée dans le coût par tâche.
Chaque invocation d'agent est un appel API indépendant avec sa propre facturation de tokens d'entrée et de sortie. Un pipeline de 5 agents, chacun appelé 2-3 fois par tâche, génère 10-15 appels par tâche complète. Le calculateur rend cette surcharge visible pour optimiser le nombre d'appels, la taille du contexte et le choix des modèles avant de passer à l'échelle.
« Tâches par période » est le nombre de fois où votre pipeline complet s'exécute de bout en bout dans la fenêtre choisie. « Appels par tâche » est le nombre de fois où un agent donné est invoqué dans une seule exécution. Total d'appels API de cet agent = tâches par période × appels par tâche.
Non. Le calculateur multi-agents fonctionne entièrement dans votre navigateur en JavaScript côté client. Configurations d'agents, choix de modèles, tailles de tokens et projections de coûts ne sont jamais envoyés à un serveur, journalisés ni partagés. La conception de votre système multi-agents reste totalement privée.
Oui. Le calculateur est indépendant du framework. Que vous utilisiez LangGraph, AutoGen, CrewAI ou un pipeline maison, le coût dépend uniquement des modèles utilisés et des volumes de tokens par invocation. Faites correspondre chaque nœud ou agent à une ligne du calculateur pour obtenir des projections précises.