Sari la conținut
SEMROI
Agenți AI

Cât costă un agent AI în 2026: ce stabilește prețul și cum îl calculezi

Ofertele merg de la 5K $ la peste 800K $. Iată ce mișcă de fapt prețul: construcția, costul per task la rulare și întreținerea pe care n-o bugetează nimeni.

Ahmet Molon, fondatorul SEMROI
Ahmet Molon
Fondator
8 min de citit
AI agent cost: $0.08 per task in our worked example

Pe scurt. Un agent AI custom costă trei lucruri: construcția (mai ales harness-ul și integrările din jurul modelului, nu modelul), rularea (token per task înmulțit cu numărul de task-uri, plus hosting) și întreținerea (schimbări de modele și prețuri, eval-uri, monitorizare). Ofertele online merg de la circa 5K $ la peste 800K $, pentru că stabilesc prețul după tipul de agent. Tu stabilește prețul după muncă: numără uneltele pe care trebuie să le apeleze, aprobările de care are nevoie, limbile pe care le vorbește și task-urile pe care le va rula în fiecare lună.

De ce ofertele pentru agenți AI merg de la 5K $ la 800K $

Caută cât costă un agent AI și prima pagină e plină de tabele de prețuri ale agențiilor. Una listează boți pe reguli la 15K–40K $ și agenți enterprise la 300K–800K+ $; alta pune un agent de task la 50K–120K $ și un sistem multi-agent la 150K–400K+ $; a treia pornește de la 2.500 $. Cele mai multe încă citează prețuri de token din era GPT-4 și puține arată măcar un calcul.

Tabelele nu sunt greșite, doar că stabilesc prețul după etichetă. „Multi-agent” sau „agent RAG” spune puțin despre muncă. Doi agenți cu aceeași etichetă pot diferi de zece ori la cost, pentru că unul citește dintr-o singură bază de date, iar celălalt scrie într-un CRM, un ERP și un sistem de plăți, cu un pas de aprobare înainte de fiecare scriere. Așa că mai jos împărțim prețul în părți pe care le poți număra.

Cele trei părți ale facturii

  • Parte: Construcție
    Ce plătești: Harness, integrări cu unelte, pregătirea datelor, eval-uri, aprobări, UI sau canalCe crește costul: Numărul de sisteme în care scrie, regulile de aprobare, limbile, conformitateaCând plătești: O dată, la început
  • Parte: Rulare
    Ce plătești: Token de model per task, taxe pentru unelte și căutare, hosting, vector storeCe crește costul: Pași per task, mărimea contextului, nivelul modelului, lipsa cache-ului, volumulCând plătești: Lunar, per task
  • Parte: Întreținere
    Ce plătești: Schimbări de modele și prețuri, rulări repetate de eval-uri, monitorizare, reparațiiCe crește costul: Modele care se schimbă repede, multe integrări, lipsa unui set de evalCând plătești: Lunar, deseori uitat
Cele trei părți ale costului unui agent AI și ce le crește pe fiecare
ParteCe plăteștiCe crește costulCând plătești
ConstrucțieHarness, integrări cu unelte, pregătirea datelor, eval-uri, aprobări, UI sau canalNumărul de sisteme în care scrie, regulile de aprobare, limbile, conformitateaO dată, la început
RulareToken de model per task, taxe pentru unelte și căutare, hosting, vector storePași per task, mărimea contextului, nivelul modelului, lipsa cache-ului, volumulLunar, per task
ÎntreținereSchimbări de modele și prețuri, rulări repetate de eval-uri, monitorizare, reparațiiModele care se schimbă repede, multe integrări, lipsa unui set de evalLunar, deseori uitat
Împărțirea noastră, noiembrie 2026.

Construcția: plătești harness-ul, nu modelul

Modelul îl închiriezi per token. Ce construiești e tot ce e în jurul lui: bucla care îl lasă să apeleze unelte, contextul pe care îl primește, regulile despre ce are voie să facă, verificările care prind greșelile. Codul ăsta e harness-ul agentului și acolo se duc orele de construcție. Factorii care îl mișcă:

  • Unelte și integrări. Fiecare sistem din care agentul citește sau în care scrie e o muncă separată: autentificare, tratarea erorilor, limite de rată, teste. Accesul doar pentru citire e ieftin; scrierile cer mai multă grijă. De obicei e cea mai mare linie.
  • Permisiuni și aprobări. Ce acțiuni rulează singure, care așteaptă un om, ce se loghează. O rambursare peste o limită, o schimbare de preț, o ștergere: fiecare regulă e cod, nu o propoziție într-un prompt.
  • Cunoștințe. Dacă răspunsurile vin din documentele tale, cineva trebuie să le curețe, să le împartă în bucăți și să le indexeze, apoi să le țină la zi. Vezi RAG pentru cum funcționează.
  • Eval-uri. Un set de task-uri reale cu răspunsuri bune cunoscute, rulat înainte de lansare și după fiecare schimbare. Fără el nu poți spune dacă un model sau un prompt nou a îmbunătățit lucrurile sau le-a stricat.
  • Limbi și piețe. Fiecare limbă în plus are nevoie de propriul set de teste, reguli de ton și date localizate.
  • Canal. Un bot de Slack, un număr de WhatsApp, un widget pe site sau un MCP server pe care echipa ta îl folosește din Claude: fiecare are setup-ul și limitele lui.
  • Securitate și conformitate. Apărare împotriva prompt injection, tratarea datelor și, în UE, obligația de a le spune utilizatorilor că vorbesc cu un AI.

O metodă utilă de scoping: scrie fiecare acțiune pe care agentul o poate face, marchează-le ca citire sau scriere și marchează care scrieri cer aprobare. Lista asta prezice construcția mai bine decât orice etichetă. Dacă lista e scurtă și pașii sunt ficși, s-ar putea să nu ai nevoie deloc de un agent: un tool de workflow precum n8n poate fi mai ieftin.

Rularea: calculeaz-o per task

La costul de rulare ghicesc cele mai multe estimări. Tu nu trebuie să ghicești: un task de agent e o serie de apeluri la model și fiecare apel are o mărime. Anthropic a măsurat că agenții folosesc de obicei cam de 4x mai mulți token decât interacțiunile de chat, iar sistemele multi-agent cam de 15x. Motivul: fiecare pas trimite din nou tot contextul, adică instrucțiunile, definițiile uneltelor și tot ce a văzut agentul până atunci.

Iată un exemplu calculat pentru un agent de suport care răspunde la o întrebare despre o comandă în cinci pași (citește mesajul, caută comanda, verifică politica, verifică stocul, răspunde). Ipoteze: un prefix fix de 8.000 de token (system prompt, politică, definițiile uneltelor), cam 1.500 de token de rezultate de la unelte adăugate la fiecare pas, 400 de token de output per apel. Rezultă 57.500 de token de input și 2.000 de token de output per task.

  • Setup: Claude Sonnet 5.5, fără cache (2 $ / 10 $ per MTok)
    Per task: 0,135 $La 10.000 de task-uri / lună: 1.350 $
  • Setup: Claude Sonnet 5.5, prefix fix în cache
    Per task: 0,078 $La 10.000 de task-uri / lună: 782 $
  • Setup: Claude Haiku 5.5, fără cache (0,10 $ / 0,50 $ per MTok)
    Per task: 0,007 $La 10.000 de task-uri / lună: 68 $
Exemplu calculat: cost de rulare per task și la 10.000 de task-uri pe lună, prețuri de listă noiembrie 2026
SetupPer taskLa 10.000 de task-uri / lună
Claude Sonnet 5.5, fără cache (2 $ / 10 $ per MTok)0,135 $1.350 $
Claude Sonnet 5.5, prefix fix în cache0,078 $782 $
Claude Haiku 5.5, fără cache (0,10 $ / 0,50 $ per MTok)0,007 $68 $
Calculul nostru pe prețurile de pe pagina Anthropic (citită pe 21 noiembrie 2026). Cache: scriere de 5 minute la 2,50 $, hit-uri la 0,10 $ per MTok. Fără reîncercări, hosting și taxe de unelte.

De aici rezultă trei lucruri. Unu, nivelul modelului contează cel mai mult: același task e de douăzeci de ori mai ieftin pe un model mic, așa că trimite pașii ușori spre el și păstrează modelul mare pentru cei grei. Doi, cache-ul pe prefixul fix reduce factura cu circa 40% aici. Trei, numărul de pași dictează totul: un task care ia zece pași în loc de cinci costă de peste două ori mai mult, pentru că fiecare pas retrimite un istoric mai lung.

Măsoară

Trece 20 de task-uri reale printr-un prototip, loghează token-ii de input și output per apel și înmulțește cu volumul tău lunar. Cifra asta bate orice tabel, inclusiv pe al nostru.

Adaugă și liniile mai mici: căutarea web costă 10 $ la 1.000 de căutări în API-ul Anthropic, hostingul și un vector store sunt de obicei între câteva zeci și câteva sute de dolari pe lună la volumul unei firme mici, iar Batch API înjumătățește prețul token-ilor pentru munca ce poate aștepta.

Întreținerea: linia care scufundă proiecte

Gartner a prezis în iunie 2025 că peste 40% din proiectele de AI agentic vor fi anulate până la finalul lui 2027, din cauza costurilor în creștere, a valorii de business neclare sau a controlului slab al riscurilor. O mare parte din cost vine după lansare:

  • Prețurile se mișcă. Gemini 4 Carbon de la Google costă 2 $ / 10 $ per MTok până pe 30 noiembrie 2026 și 4 $ / 20 $ de la 1 decembrie. Costul tău de rulare se poate dubla fără nicio schimbare din partea ta.
  • Modelele sunt retrase și tokenizer-ele se schimbă. Anthropic notează că noul său tokenizer produce cam cu 30% mai mulți token pentru același text. O schimbare de model înseamnă să rulezi din nou eval-urile și să verifici factura.
  • Eval-urile cer întreținere. Cazurile noi din utilizarea reală intră în setul de teste; setul se rulează din nou la fiecare schimbare.
  • Integrările se strică. API-urile își schimbă versiunile, token-urile expiră, câmpurile sunt redenumite.

Nu există un studiu public bun despre costul de întreținere al agenților. Agențiile folosesc ca regulă empirică 15–25% din costul de construcție pe an; ia-o ca punct de plecare și coboar-o cu un set bun de eval și cu integrări mai puține și mai solide.

Build sau buy: agenți per rezultat vs unul custom

Pentru joburi comune, mai ales suportul clienților, poți închiria un agent și plăti per rezultat. Prețul include deja harness-ul, eval-urile și întreținerea furnizorului.

  • Opțiune: Intercom Fin
    Model de preț: 0,99 $ per rezultat, plus licențe de helpdeskLa 10.000 de rezultate pe lună: Circa 9.900 $
  • Opțiune: Salesforce Agentforce
    Model de preț: 2 $ per conversație sau Flex Credits (0,10 $ per acțiune)La 10.000 de rezultate pe lună: Circa 20.000 $ per conversație
  • Opțiune: Agent custom (exemplul nostru de mai sus)
    Model de preț: Construiești o dată, apoi circa 0,08 $ per task plus întreținereLa 10.000 de rezultate pe lună: Circa 780 $ + hosting + întreținere
Prețurile agenților AI gata făcuți comparate cu un agent custom, noiembrie 2026
OpțiuneModel de prețLa 10.000 de rezultate pe lună
Intercom Fin0,99 $ per rezultat, plus licențe de helpdeskCirca 9.900 $
Salesforce Agentforce2 $ per conversație sau Flex Credits (0,10 $ per acțiune)Circa 20.000 $ per conversație
Agent custom (exemplul nostru de mai sus)Construiești o dată, apoi circa 0,08 $ per task plus întreținereCirca 780 $ + hosting + întreținere
Prețuri citite pe fin.ai și salesforce.com pe 21 noiembrie 2026; verifică minimele și costul licențelor.

Regula aproximativă: la câteva sute de conversații pe lună, cumpără. La mii pe lună sau când agentul trebuie să lucreze în sistemele tale în moduri pe care niciun furnizor nu le acceptă (ERP-ul tău, regulile tale de aprobare, limbile tale), o construcție custom se amortizează. Cele 10 exemple de agenți AI arată unde au tras firmele linia.

Cum obții o ofertă onestă

  1. Cere lista acțiunilor pe care le va face agentul, fiecare marcată ca citire sau scriere, și care cer aprobare.
  2. Cere costul de rulare per task, arătat dintr-un trace sau un prototip, nu o estimare lunară.
  3. Întreabă care e setul de eval, câte cazuri are și cine îl ține la zi.
  4. Întreabă ce se întâmplă când modelul e retras sau prețul se schimbă și cine plătește munca asta.
  5. Întreabă ce părți deții tu: codul, prompturile, setul de eval, datele. Dacă le deții, poți schimba mai târziu furnizorul sau modelul.

Întrebări frecvente

  • Cât costă să construiești un agent AI?

    Ofertele din piață merg de la circa 5K $ pentru un bot simplu la peste 800K $ pentru sisteme enterprise. Factorii reali sunt numărul de sisteme în care scrie agentul, regulile de aprobare, limbile și dacă ai nevoie de un set de eval și de monitorizare. Fă scoping-ul listând acțiunile agentului.

  • Cât costă pe lună rularea unui agent AI?

    Calculeaz-o per task: apeluri per task înmulțit cu token per apel înmulțit cu prețul modelului, apoi cu volumul tău lunar. În exemplul nostru, un task de suport în cinci pași costă circa 0,08 $ pe Claude Sonnet 5.5 cu cache, deci 10.000 de task-uri costă circa 780 $ pe lună, fără hosting și întreținere.

  • De ce folosesc agenții AI mai mulți token decât un chatbot?

    Fiecare pas al unui agent trimite din nou tot contextul: instrucțiunile, definițiile uneltelor și fiecare rezultat de la unelte de până atunci. Anthropic a măsurat cam de 4x mai mulți token decât un chat la agenți și cam de 15x la sistemele multi-agent.

  • E mai ieftin să cumperi un agent AI decât să-l construiești?

    La volum mic, de obicei da: agenții plătiți per rezultat, precum Intercom Fin (0,99 $ per rezultat), includ harness-ul și întreținerea. La volum mare sau când agentul trebuie să lucreze în sistemele și după regulile tale, o construcție custom costă mai puțin în timp.

  • Care e cel mai mare cost ascuns?

    Întreținerea după lansare: schimbări de preț ale modelelor, modele retrase, eval-uri rulate din nou și integrări stricate. Agențiile bugetează ca regulă empirică 15–25% din costul de construcție pe an.

Surse

  • Agent AI
  • Cost
  • Prețuri LLM
Ahmet Molon, fondatorul SEMROI
Ahmet Molon
Fondator