Der OpenAI-Agenten-Rechner modelliert mehrstufige Agenten-Workflows. Ein Lauf kann mehrere Modellschritte und Tool-Aufrufe enthalten; deshalb reichen reine Kosten pro Anfrage oft nicht aus. Du gibst typische Tokens je Modellschritt, aktuelle Tokenpreise, Toolkosten und Erfolgsquote ein. Das Ergebnis zeigt Kosten pro Lauf und pro erfolgreichem Lauf.
Kosten pro erfolgreichem Lauf sind besonders nützlich, wenn Agenten mehrere Versuche benötigen oder Workflows nicht immer ihr Ziel erreichen.
Externe API-, Browser-, Such-, Speicher- oder Personalaufwände sind nur enthalten, soweit du sie als Toolkosten je Aufruf abbildest.
5.000 Läufe mit fünf Modellschritten ergeben 25.000 Modellschritte. Bei 1.200 Eingabe- und 350 Ausgabetokens je Schritt, den Beispielpreisen sowie drei Tool-Aufrufen à 0,002 € liegen die geschätzten Gesamtkosten bei rund 192,50 €. Bei 85 % Erfolgsquote kostet ein erfolgreicher Lauf im Mittel etwa 0,0453 €.
Teile die durchschnittlichen Kosten pro Lauf durch die Erfolgsquote als Dezimalwert. So werden fehlgeschlagene Läufe rechnerisch mitberücksichtigt.
Agenten können externe APIs, Suche oder andere Werkzeuge mehrfach verwenden. Diese Kosten können zusätzlich zu den Modellkosten anfallen.
Wenn die Tokenmenge pro Schritt ähnlich bleibt, steigen die Modellkosten annähernd proportional mit der Zahl der Modellschritte.
Nutze die Erfolgsquote. Je niedriger sie ist, desto höher werden die rechnerischen Kosten pro erfolgreichem Ergebnis.
Ja, wenn sich ein sinnvoller durchschnittlicher Betrag pro Aufruf bestimmen lässt. Andernfalls solltest du die externen Kosten separat modellieren.
| Baustein | Verwendung |
|---|---|
| Eingaben | Deine Nutzungs- und Preisannahmen |
| Berechnung | Themenspezifische Mengen- und Kostenlogik |
| Ausgabe | Hauptergebnis plus Planungskennzahlen |