Почему счёт определяет кэшированный вход
Каждый шаг агента — это новый вызов, который начинается с того же системного промпта, тех же схем инструментов и того же разговора до этого момента, плюс немного нового: файл, который он только что прочитал, результат теста. К середине задачи вызов — это десятки тысяч токенов, и почти все они были в предыдущем вызове.
Если вызов начинается так же, как недавний, модель читает это начало из кэша, и эти токены оплачиваются по кэшированной цене. На DeepSeek это $0.011 за миллион против $0.45 без кэша, примерно в 41 раз дешевле. Кэширование автоматическое; каждый ответ сообщает, сколько было закэшировано, в поле usage.prompt_tokens_details.cached_tokens.
- Держите начало стабильным: сначала системный промпт и инструменты, затем история, в конце новое сообщение. Агенты уже так и работают.
- Агент, который сжимает или переписывает историю, начинает новый кэш; следующий вызов один раз платит полную цену.
- Кэш живёт несколько минут и требует начала около 1 000 токенов и больше. Передавайте
prompt_cache_keyна каждую задачу, чтобы её вызовы попадали на сервер, где это начало закэшировано.
Месяц работы агента, с расчётом
Один разработчик, агент работает около 4 часов в рабочий день, примерно по 100 вызовов в час, 22 дня: 8 800 вызовов. Каждый вызов отправляет 50 000 токенов и получает 700 назад. 46 000 из 50 000 (92%) повторяют предыдущий вызов и берутся из кэша. Для DeepSeek V4.1 Flash Uncensored:
| Часть | Токены | За 1 млн | Стоимость |
|---|---|---|---|
| Новый вход | 4 000 | $0.45 | 4 000 × $0.45 ÷ 1M = $0.0018 |
| Кэшированный вход | 46 000 | $0.011 | 46 000 × $0.011 ÷ 1M = $0.000506 |
| Выход | 700 | $1.75 | 700 × $1.75 ÷ 1M = $0.00122 |
| Один вызов | 50 700 | $0.00353 | |
| Месяц (8 800 вызовов) | $31.07 |
Кэшированный вход — это 92% токенов и 14% стоимости. Если бы попаданий в кэш не было совсем, тот же месяц стоил бы $208.78, то есть в 6,7 раза больше.
| Тот же месяц на | Один вызов | Месяц |
|---|---|---|
| DeepSeek V4.1 Flash Uncensored, с кэшем как выше | $0.00353 | $31.07 |
| DeepSeek V4.1 Flash Uncensored, без кэша | $0.02 | $208.78 |
| GLM 5.3 Flash Uncensored, с кэшем как выше | $0.0031 | $27.24 |
Размышление оплачивается как выход. DeepSeek размышляет только если вы задали reasoning_effort; GLM всегда размышляет коротко, и это добавляет выходные токены, которых здесь нет. У GLM также 128 тыс. токенов контекста против миллиона у DeepSeek.
Ваши цифры будут другими. Посчитайте со своими размерами токенов на странице Тарифы и проверьте на реальном запуске: каждый ответ несёт свою стоимость в usage.nokeep_credits, а консоль показывает расходы по дням.
Создано для долгих запусков агентов
- Миллион токенов контекста на
deepseek-v4.1-flash-uncensoredи ответы до 131 072 токенов, поэтому большая карта репозитория или долгая сессия помещаются без обрезки. - Вызовы инструментов в формате OpenAI на обеих моделях, с
tool_choiceиparallel_tool_callsна DeepSeek. См. Вызовы инструментов. - Без отказов посреди задачи. У обеих моделей отказы удалены, поэтому исправление уязвимости, тест эксплойта или скрапер не останавливают запуск.
- Автопополнение. Включите его в консоли, и вызов, который находит баланс недостаточным, один раз спишет деньги с сохранённой карты и пройдёт, вместо
402, который останавливает агента. Оно срабатывает не более трёх раз и на $100 за любые 24 часа, и пока недоступно для карт, выпущенных в Индии. - Без дневного лимита, если вы его не задали. Новый ключ ограничен только вашими кредитами; добавьте лимит на ключ в консоли, если он нужен. 120 запросов в минуту на ключ.
Настройте своего агента
Каждый агент ниже работает с форматом OpenAI. Укажите https://nokeep.ai/v1, вставьте свой ключ и выберите deepseek-v4.1-flash-uncensored. Где есть руководство, оно показывает точный экран настроек:
Любой другой инструмент, который принимает свой эндпоинт, совместимый с OpenAI, работает так же. Что поддерживается, а что нет, см. на странице API, совместимый с OpenAI.
Вопросы
Какая модель здесь самая дешёвая для агента кода?
Для агента с частым попаданием в кэш две модели получаются близко: $31.07 на DeepSeek и $27.24 на GLM в примере выше. DeepSeek обычно лучше для агентов: у него миллион токенов контекста и нет обязательного размышления.
Как понять, что кэш работает?
Смотрите usage.prompt_tokens_details.cached_tokens в каждом ответе. В долгом запуске агента большая часть usage.prompt_tokens должна появляться там после первого вызова.
Остановится ли мой агент, когда закончатся кредиты?
При включённом автопополнении нет: вызов, который находит баланс недостаточным, списывает деньги с сохранённой карты и получает ответ. Если оно выключено, вызовы останавливаются с 402, пока вы не пополните баланс.
Есть ли минимальная сумма или подписка?
Подписки нет. Кредиты начинаются от $5, 1 000 кредитов стоят $1, и они не сгорают. Кредиты не возвращаются.
Сохраняется ли мой код?
Нет. Мы ведём одну строку счётчиков на каждый вызов для оплаты, но никогда не промпт и не ответ, и ни один хост моделей их не хранит. См. страницу приватный LLM API.