Administrar costos

Esta guía muestra cómo ver cuánto cuestan las ejecuciones de un agente y cómo poner un tope a una ejecución autónoma.

Cómo se registran los costos

Cada ejecución de un agente escribe un registro de ejecución que incluye sus tokens de entrada, tokens de salida, tokens de razonamiento, tokens de lectura en caché y de escritura en caché, un costo estimado en centavos y el costo de los subagentes que haya lanzado.

Los precios provienen del catálogo de models.dev, que se usa solo para enriquecer la lista de modelos con el precio y la ventana de contexto, nunca como fuente de identificadores de modelos. Un modelo al que el catálogo no puede asignar precio registra $0, y las ejecuciones sin costo quedan excluidas del resumen de Uso y coste. Un modelo local de Ollama, por lo tanto, no muestra ningún gasto, aunque sus conteos de tokens sí se registran. Un plan de tarifa plana (kimi-code, una suscripción de Claude) se comporta igual solo cuando el catálogo no tiene precio para el modelo que sirvió la ejecución; si lo tiene, la ejecución se estima de todos modos con esas tarifas. En una cadena de respaldo, la ejecución se cotiza según el modelo que realmente la sirvió, no el que se solicitó.

Consulta cuánto estás gastando

Observabilidad → Resumen

Llega desde el pie de la barra lateral → Observabilidad. La pestaña Uso se abre primero (totales de tokens de todo el historial); cambia a Resumen —la segunda pestaña— para ver la superficie principal de costos:

Un selector de rango de tiempo: últimas 24 horas, últimos 7 días, últimos 30 días o todo el tiempo
Filtros facetados por agente, modelo, estado y rol, como chips que puedes descartar
Una franja de KPI: ejecuciones totales, costo total, tasa de error, tasa de caché, tokens por segundo, latencia media y tiempo hasta el primer token, cada uno con su variación respecto al período anterior (oculta en «Todo»)
Gráficas de actividad y de costos, más un desglose de Costo por rol que reparte el gasto entre el agente principal, sus subagentes y su asesor
Una tabla por agente ordenada por costo, con los diez primeros y un botón para mostrar todos. Al tocar una fila, todas las demás superficies se filtran a ese agente
El registro de ejecución detallado, que ancla un panel de transcripción para una ejecución seleccionada

Ajustes → Servidor → Proveedores de modelos

La tarjeta Uso y coste de esta página muestra los últimos siete días de gasto observado como una sola cifra en dólares, con un desglose por proveedor y, cuando el proveedor lo publica, el tiempo que falta para que se reinicie la próxima ventana de cuota.

Las ejecuciones de un solo agente

Ajustes → Espacio de trabajo → Agentes → selecciona un agente → Registros enumera sus ejecuciones con el estado, la duración, las horas de inicio y finalización, el PID y el adaptador. Esta pestaña no muestra el costo: para eso, usa la tabla por agente en Observabilidad → Resumen.

Pon un tope a una ejecución autónoma

Dos comandos slash, escritos en el compositor de un espacio, son las únicas ejecuciones con tope de gasto:

/goal ship the auth refactor --budget 20
/loop keep the flaky tests green

Cada segmento de una ejecución de /goal o /loop se detiene cuando su gasto cotizado alcanza los 500 centavos ($5.00). Al llegar al 80 % de esa cifra, el bucle primero orienta al modelo para que cierre y deje un traspaso limpio, de modo que no muera a mitad de la tarea.
Un objetivo duradero completo tiene un tope de 5000 centavos ($50.00) a menos que pases --budget <dollars>. El supervisor inyecta el presupuesto restante del objetivo en cada segmento, así que un presupuesto explícito nunca se excede en un segmento entero.
--days N agrega una fecha límite de reloj y --max N un techo de número de ejecuciones. Ambos son opcionales; sin ellos, el objetivo solo queda acotado por el costo.
Un objetivo que choca con su límite se detiene en budgetExhausted y solo puede reanudarse aumentando el presupuesto.

Como el tope se calcula con precios, un modelo al que el catálogo no puede asignar precio nunca lo alcanza. Esa ejecución queda acotada, en cambio, por la protección contra bucles repetitivos, el abandono del supervisor tras tres fallas consecutivas y tú.

Un mensaje en un espacio, una mención con @ o un paso de pipeline no tienen tope de gasto. La ejecución termina cuando el modelo se detiene, cuando tú la detienes o cuando la protección contra bucles la orienta.

Reduce el uso de tokens

Compacta una conversación larga

Escribe /compact en el compositor del espacio. El comando se intercepta en el cliente y nunca llega a la transcripción; el servidor pliega el historial más antiguo en un resumen anclado y la conversación continúa sobre el contexto compactado.

La compactación se rechaza mientras un agente está a mitad de turno y cuando no hay nada lo bastante antiguo para plegar. El arnés integrado también compacta por su cuenta a medida que el historial se acerca a la ventana de contexto del modelo.

Elige el nivel de esfuerzo de forma deliberada

El Esfuerzo de razonamiento de un agente (Ajustes → Espacio de trabajo → Agentes) ofrece los niveles que publique el modelo seleccionado. Los niveles más altos gastan más tokens de razonamiento. Reserva los niveles más altos para el trabajo que los necesite.

Elige el modelo de cada agente

El modelo es un campo por agente, así que un agente de formato o de clasificación puede ejecutarse en un modelo barato mientras que un agente de arquitectura lo hace en uno caro. Filtra por modelo la tabla por agente en Observabilidad → Resumen para ver qué combinación te está costando de verdad.

Busca ejecuciones con conteos de tokens desproporcionados

Abre el registro de ejecución de Resumen (las 50 ejecuciones filtradas más recientes) y el panel de transcripción en cualquier cosa inusual. Las causas habituales son un prompt de sistema o una persona demasiado largos, un contexto que debería haberse compactado y una tarea que debería haber sido varias tareas más pequeñas.

Qué ocurre si un presupuesto se define fuera de banda

Para ser exhaustivos, si monthlyBudgetCents o una política de presupuesto se escriben directamente en la fila de un agente:

Los presupuestos se evalúan después de que termina una ejecución, no antes del despacho. Un listener al completarse la ejecución compara el gasto del agente en lo que va del mes con su techo.
Cruzar el umbral suave (80 % de forma predeterminada) registra un incidente de advertencia y dispara un evento BudgetThresholdCrossed al que puedes enganchar un disparador de pipeline.
Agotar el presupuesto registra un incidente grave, dispara el mismo evento y cambia el estado del ciclo de vida del agente a paused.
El bloque previo al despacho existe, pero solo lo consultan el recolector de ejecuciones huérfanas y el conciliador de tickets varados al programar una recuperación; un despacho normal nunca llega a él y nada en la ruta de despacho revisa el estado paused. La única señal visible es la insignia del ciclo de vida en el organigrama.

Guías relacionadas

Conceptos relacionados

Ciclo de vida del despacho de un agente