Agent 的账单：为什么智能体比普通对话贵一个量级 ​

魔当实验室 · 2026年10月

本文是"AI智能体与本地自动化"系列第四篇，也是最后一篇。前三篇讲了这类工具是什么、市面上有哪些、自己搭要什么条件。这一篇回答被问得最多的那个问题：为什么它的钱花得这么快。

AI技术发展很快，文中提到的工具、能力和数据反映的都是当前阶段的情况，仅供参考。文中所有价格与用量都是 2026 年 10 月查询到的公开口径，实际以各家官方页面为准；所有金额都标了币种，人民币与美元的换算按 1 美元约合 7.2 元粗算，只为了让你感受量级，不做精确对账。

先说结论：这不是错觉 ​

一个人从聊天工具转到 Agent，最常见的第一反应是：额度怎么这么快就用完了。

这个反应是对的，而且不是某一家厂商定价黑心。是成本结构本身变了。

聊天是"一问一答，一次计费"。Agent 是"一件事，几十次计费"。你在聊天框里问一个问题，模型读一遍你的问题、答一段话，就完了。你让 Agent 把一件事做完，它中间要读需求、查资料、调工具、看结果、发现不对再改一版——每一步都是一次完整的模型调用。同样的问题，Agent 花掉的量可能是一次对话的几十倍甚至上百倍。

这一篇就把这笔账拆开：钱具体花在哪一层、为什么收费方式全变了、怎么算自己那份账、以及本地部署到底能不能省钱。

钱花在哪：上下文在滚雪球 ​

这是本篇最需要讲清楚的一个机制，理解它，后面所有事都顺了。

Agent 每走一步，都要把"系统提示 + 所有可用工具的定义 + 此前每一轮的完整过程"重新发给一遍模型。

模型本身没有记忆。它不是"记得刚才做到哪了"，而是每一次都被重新交代一遍全部背景。于是上下文像滚雪球：第一轮几千字，第十轮几万字，第二十轮十几万字。而且这些全都算输入，输入还比输出便宜得多——所以你会看到一个反直觉的结果：Agent 的账单几乎全花在"反复交代背景"上，花在"它干活"上的钱反而是小头。

几个公开口径可以标出这个量级（都是 2026 年 10 月查询）：

• 分析机构 Gartner 的说法是，Agent 工作流的消耗是对话机器人的 5 到 30 倍，一次请求会触发 10 到 20 次模型调用；这家机构还预计 2028 年前推理成本会涨 5 倍。
• 厂商自己披露的拆分更细：单个 Agent 大约是对话的 4 倍，多个 Agent 协作大约 15 倍，并行开一组 Agent 大约是单实例的 7 倍。
• 第三方机构 a16z 引用的模型路由平台数据显示，从 2026 年 2 月开始，那个平台上由 Agent 产生的 token 量已经超过了人类聊天对话产生的量，8 月的日均值是 7.3 万亿。魔当实验室觉得这一条比前面两条都有说服力——它不是营销数字，是使用结构真的换了。
• 学术侧甚至有"千倍"的极端结论（针对编程类长链任务）。魔当实验室这里要保守一点：这个研究的原始页面我们没能直接核对到，所以正文不引它的具体倍数，只保留一个方向——在长链条任务上，差距上百倍是公开数据能支持的量级，而不同任务之间的方差也非常大，同一个任务跑两遍差几十倍都有报道。

然后是两件最容易被低估的开销，它们都是"固定成本"：

**光是告诉 Agent 有哪些工具可用，就要烧掉几万字。**据媒体转述的厂商官方文档口径，接入 5 个 MCP 服务器时，工具定义部分就有约 5.5 万 token。也就是说你还没说话，这一轮的背景已经比一篇毕业论文长了。而且这 5.5 万 token 每一步都要重发一遍。

系统提示本身是每次 500 到 2000 token，加上工具格式说明每次三四百 token，多轮循环下来每轮再累加两三万到五万。这些数字来自社区实测，不是官方承诺，但多家口径互相印证，量级可信。

还有一个隐形的加价：**失败重试照样计费。**社区实测的结论是，因为重试和返工，实际支出会比标价高出三到五成。这一点特别容易被忽略，因为它在账单上长得跟正常调用一模一样——你不会知道其中有三分之一是它自己走错了路退回来重走的。这也是下文要强调"验收标准"的原因：Agent 的返工成本是看不见的。

一句话小结这一节：决定账单的不是你问了多长的问题，是这条任务链有多长、每一步背着多少背景。

收费方式换了五种，共同点是封顶没了 ​

成本结构变了，收费方式跟着变。把现在市面上能看到的模式摆出来：

这里有一个观察值得单独指出：**中国产品几乎全部走积分制，但规则透明度差别很大。**同样叫"每月多少积分"，有的是滚动窗口自动恢复，有的当月底清零不结转，有的把两个功能共用一个额度池。你如果不看清恢复规则，很容易以为自己"还有额度"，其实那是下个月才会回来的部分。

海外的变化方向是从"次数限制"转向"按用量折算"，甚至开始按会话小时计费——有厂商的托管 Agent 报出的口径是每会话小时 0.08 美元（2026 年 10 月查询，以官方为准）。按小时收费这件事本身就是一个信号：服务商已经不假设你的任务有多长了。

各类订阅的公开档位放在一起看（人民币与美元分列，避免换算失真）：中国的办公类 Agent 个人档大致在 68 到 99 元每月这一带，往上还有 200 元、500 元乃至接近千元的档位，企业版多按席位计（约 198 元每席每月）；编程与编辑器类的美国产品个人档多在 8 到 30 美元，高用量档 100 到 200 美元，个别顶档 500 美元。这一段我不打算给出"哪家划算"的结论，因为档位口径互相矛盾（同一款产品在媒体报道里有三套价格），而且含多少用量、超出怎么折算的规则完全不同，直接比数字是自欺欺人。

但有一个厂商公开口径值得引，因为它给出了"重度使用长什么样"的参照：**据媒体报道的某头部厂商官方成本文档，企业部署下人均每个活跃日约 13 美元、月度落在 150 到 250 美元区间，九成用户低于每天 30 美元（2026 年 10 月查询）。**换成人民币就是人均每天约 94 元。这个数比绝大多数人的直觉高一到两个数量级，而它描述的不是极端用户，是平均活跃日。

所有模式变来变去，共同结果只有一句话：**重度用户的账单从封顶变成了上不封顶。**所以普通用户真正该学的不是比价，是判断"这个任务值不值得交给 Agent 跑"。下一节开始算。

自己算一遍：假设都摆出来，你可以换数 ​

下面是魔当实验室算的一笔账。先声明三件事：这是量级估算，不是报价；假设条件全列出来，请替换成你自己的数字；所有单价是 2026 年 10 月查询的公开价格页口径。

假设场景：你每月把 100 个多步骤任务交给 Agent（比如整理资料出周报、批量处理文档、跨几个软件搬信息）。每个任务约 15 轮，每轮输入约 3 万 token、输出约 800 token。

先算总量：

输入与输出的比例是 37.5 比 1。这就是上一节那个机制的数字样子——你只看见它写了一点东西，实际上它读了海量背景。

再套单价。按每百万 token 计价，选几档公开单价作样本：

从 39 元到 1836 元，**同一个工作负载，价差接近 50 倍。**这条价差不是"哪家便宜"，而是"你让多聪明的模型去干这条链"。而这个表格里最关键的一行是中国平均口径那一条：中国接口价格比同级美国模型低一个量级（权威机构的季度平均口径），这正是上一篇讲的"本地框架 + 在线接口"混合方案在成本上成立的前提——如果两地接口单价一样，混合方案的性价比根本谈不到这个程度。

然后是对照组，这一栏才是本篇标题的意思：

同样 100 件事，如果你用聊天工具一件件问（假设每次输入 1 千 token、输出 800 token，按中国平均单价）：每月约 2.2 元。 换成 Agent 跑（同一单价口径）：每月约 247 元。 差一百多倍。这个倍数是用上面的假设现推的，不是任何机构的统计，但它和前面 Gartner 给的 5 到 30 倍、厂商给的 4 到 15 倍在方向上完全吻合，而且比它们更极端的原因很清楚：**这里的假设是 15 轮的长链任务。**任务链越短，倍数越靠近官方口径；链越长，越靠近"上百倍"。

所以魔当实验室想让你带走的判断标准是这一句：**真正的差别不在每 token 的单价，在于调用次数和每一步背着的上下文长度。**找便宜的模型不如缩短任务链——少挂几个不用的工具、把一次性的大任务拆成有验收点的几个小任务，这两件事省下的钱都比换模型多。

再补一个容易被忽略的成本项：**缓存。**国产轻量档里有的模型，命中缓存的输入价格能低到每百万 token 0.02 元——是离峰标价的百分之一。也就是说 Agent 那种"同一份背景反复发送"的负载，在云端是可以拿到大幅折扣的。而上一篇说过，本地跑就没有这个兜底，这也是本地方案在长链任务上又慢又吃带宽的原因。

什么活值得交出去，什么活不值得 ​

账算完了，落到判断上。这一节不谈产品，只谈任务特征。

值得交给 Agent 的：批量重复的活（重命名、格式转换、数据整理，这类任务链固定、失败重来不心疼）；长链但有明确验收标准的（周报、汇总表、"测试跑通"这种一测就知道成没成的）；需要在多个软件之间来回搬信息的；以及可以放到夜里无人值守跑的。它们的共同点是**"人工做很烦，但做没做成一眼看得出来"。**

不值得的：一次性的零碎小问题（对话工具更便宜，而且更快）；验收标准说不清的创意任务（Agent 会在一个错误方向上反复烧 token，而你要到最后才发现方向错了）；只要一段文字建议的咨询；以及需要人负最终责任的决策类工作——不是因为跑不动，是因为跑完了你还得自己核一遍，那省的到底是什么？

一条心法，比任何选型表都有用：先估"这件事人工做要多久"，再估"Agent 跑成要多少用量"，两者的比值决定值不值。

按上面那笔账换算一下：中国平均单价口径下，一个 15 轮的多步任务大约 2.5 元。所以一件事如果人工做要一小时，交出去很划算；如果人工只要三分钟，那你付的其实主要是返工费和你的核对时间。

顺带重复一遍那句提醒：**Agent 的返工成本是人看不见的，失败重试照样计费。**同一件事你看着它跑成功只花了一次钱，实际上里面可能重试了三遍。

本地部署在这本账里的真实位置 ​

最后一部分要诚实，和上一篇的能力边界结论直接接上。

本地一定不省钱的情况：你只是把聊天换成了 Agent，任务链短、用量低。这种情况在线订阅更省事，省掉的钱远不够你买硬件。

本地开始变得划算的条件（要同时满足几条）：任务重复度高、量大、可以夜间无人值守跑、素材对隐私敏感、并且你能容忍能力折价。上一篇说清楚了本地量化模型在长链多步任务上明显不如在线旗舰，这条折价必须记进成本。够得上"本地够用"的活是很具体的一类：素材处理、配音、图片、批量翻译这种子任务，本地模型能力是够的。

电费这一栏可以先算，因为它比你想的小。一台高配机器满载按 500 到 800 瓦估，每月跑 200 小时大约是 100 到 160 度电，按民用电价折算约 60 到 100 元（社区估算口径，不是实测）。也就是说**本地的成本重心从来不是电费，是那台一次性投入上万元的机器，以及你花在配置上的时间。**摊得平的前提是这台机器真的在大量跑重复任务。

**混合方案是现实里成本最优的形态。**复杂推理和长链任务走在线接口，本地模型承担廉价的重复调用。社区里流传的"八成廉价调用交给本地"是一种常见策略——这里要标注清楚，这是经验值，不是统计数据，但作为思路是对的：按次计费的负载里，绝大多数调用是重复、简单、对智商要求不高的，少数才是需要顶级模型的。分流这件事本身就是省钱。

还有一条判断逻辑要跟站内讲本地部署的那几篇保持一致：**Agent 时代"本地能不能替代在线"的判断标准没有变，只是从"能不能跑起来这个模型"换成了"能不能跑完一条链"。**你的硬件档次多了一个新判据——它撑不撑得住 64K 以上的上下文和几十次连续调用，而不只是装不装得下权重。至于把同一批模型在不同机器上跑起来这件事本身，现在也有开箱即用的工具在解决，不再是必须自己编译的门槛，这条本站之前讲本地部署时提过，这里不重复。

最后 ​

这篇是这个系列的收尾，所以最后想说的不是怎么省钱。

Agent 的成本结构决定了它更像雇人，而不像查资料。查资料按次收钱，雇人按工时和你的管理成本收钱。你雇一个助理，不会只问"他工资多少"，你会问"这件事交给他我到底省了多少时间、要不要返工、我得花多少力气验收"。

所以会用 Agent 的第一步，不是去找最便宜的那个订阅，而是学会给自己的任务定价——知道哪件事值 5 毛钱，哪件事值 50 块，哪件事无论如何都不该交出去。

这件事和审美、判断力其实是同一种能力。而这个系列从头到尾想说的也是同一件事：模型是租来的，判断力是你自己的。