Un solo agente es un presupuesto de tokens. Un enjambre es un multiplicador de tokens, y el multiplicador puede escalar más rápido que el valor que produce el enjambre. El control de costos para enjambres es una disciplina de diseño, no una alerta de facturación.
La primera factura multiagente es el momento en que la mayoría de los equipos descubren que "más agentes" no es lo mismo que "más valor". Cada agente lee el contexto, llama al modelo y transfiere, y cada paso son tokens por los que usted paga.
Flujo de Caja: Token como Línea de Costo
Trate los tokens como una línea de costo en cada flujo de trabajo. La pregunta no es "¿funcionó?" — es "¿funcionó a un costo que el flujo de trabajo puede soportar?". Un enjambre que produce un resultado de $2 por $3 en tokens es una operación perdedora, sin importar cuán buena parezca la salida.
- Tokens por ejecución de flujo de trabajo.
- Tokens por agente, por transferencia.
- Costo por salida exitosa (no por ejecución).
Uso del Tiempo: Dónde se Escapan los Tokens
La mayoría de las fugas de costos multiagente ocurren en el contexto: cada agente vuelve a leer el contexto completo, vuelve a razonar sobre él y lo vuelve a transferir. El contexto compartido — leído una vez, heredado a bajo costo — es la mayor palanca de costos en un enjambre.
- Relectura del contexto en cada agente.
- Re-razonamiento sobre contexto ya razonado.
- Transferencias que pasan el contexto completo en lugar de resúmenes.
Las Disciplinas que Funcionan
- **Contexto compartido.** Leer una vez, heredar; no volver a leer.
- **Resúmenes en las transferencias.** Pasar lo que el siguiente agente necesita, no todo.
- **Almacenamiento en caché.** Almacenar en caché los pasos determinísticos; no volver a ejecutarlos.
- **Modelos escalonados.** Modelo económico para los pasos fáciles, de frontera para los difíciles.
Qué Rechazar
- Cada agente llamando a un modelo de frontera cuando un modelo económico sería suficiente.
- Relectura del contexto completo en cada agente.
- Volver a ejecutar pasos determinísticos por solicitud.
Cómo FACTA lo Enmarca
El trabajo multiagente de FACTA diseña para el costo como una restricción — contexto compartido, modelos escalonados, almacenamiento en caché y transferencias resumidas. El enjambre que se entrega es el enjambre cuyas economías unitarias se mantienen a escala, no solo en una demostración.
Conclusión
El control de costos multiagente consiste en tratar los tokens como una línea de costo y diseñar el enjambre para minimizarlos — contexto compartido, transferencias resumidas, almacenamiento en caché, modelos escalonados. El enjambre cuyas economías no se sostienen no se entrega.
Acerca de FACTA
FACTA ayuda a startups y equipos en etapa de crecimiento a convertir la IA en sistemas de producción que siguen funcionando — no en demos que impresionan una sola vez.
Diseñamos la arquitectura en torno a las partes que realmente fallan bajo uso real: herramientas que usted posee, credenciales que usted controla, conmutación por error, controles de costos, observabilidad. La infraestructura esencial que mantiene un sistema vivo después del lanzamiento.
Dirigido por Matías Baglieri y Carolina Fogliato, nos enfocamos en una cosa:
Liderazgo en IA que construye. No solo asesora.
Envíenos la última factura de tokens y el recuento de flujos de trabajo de su enjambre.
Le diremos dónde se escapan los tokens y qué arreglar. Consulte la gestión del presupuesto de tokens para la versión de un solo agente.
Explorar Automatización de IA