Экономика coding agents: почему агентам теперь считают токены

По состоянию на 30 июня 2026 года экономика coding agents перестала быть бухгалтерской деталью. Это расчёт стоимости работы агентных инструментов для разработки через токены, время выполнения, лимиты, качество результата и риск повторных прогонов.

За один день появилось три хороших сигнала. Google DeepMind выпустила быстрые и более дешёвые модели для генерации медиа через API. OpenAI показала GeneBench-Pro, где качество агента измеряется уже не коротким ответом, а сложным исследовательским решением. 404 Media описала Caveman: инструмент, который заставляет Claude Code, Codex и другие coding agents отвечать короче, чтобы снизить output tokens.

Вместе это выглядит как взросление рынка. Команды всё меньше спрашивают «какая модель умнее» и всё чаще считают, сколько стоит один полезный шаг агента.

Три сигнала за один день

Google показывает цену мультимодального конвейера

В анонсе Google Nano Banana 2 Lite описан как самая быстрая и экономичная image-модель в семействе Nano Banana. Модель доступна в Google AI Studio, Gemini API и Gemini Enterprise Agent Platform; Google также пишет о развёртывании в AI Mode в Search, Gemini app и других пользовательских сервисах.

Для разработчиков здесь важны не только красивые картинки. Google указывает задержку около 4 секунд для text-to-image и выделяет цену $0,034 за 1K-изображение. На странице Gemini Developer API pricing это значение соответствует batch-режиму; стандартный платный режим для 1K-изображения указан как $0,067. Если агент генерирует десятки вариантов интерфейса, рекламных креативов или игровых ассетов, разница между интерактивной и batch-ценой быстро становится продуктовым решением.

Второй релиз, Gemini Omni Flash, переносит ту же логику в видео. Google пишет, что модель gemini-omni-flash-preview доступна в публичном preview через Gemini API и Google AI Studio, поддерживает генерацию и разговорное редактирование видео из текста, изображений и видео. В Google Cloud pricing для Gemini Omni Flash указаны $0,10 за секунду video output; там же раскрыт подсчёт токенов для изображений, аудио и видео.

У модели есть ограничения: сейчас Google говорит о 10-секундных генерациях, а audio references и scene extension в API пока не поддерживаются. Для экономики agents это существенная деталь. Агент может построить image-to-video pipeline, но стоимость и ограничения надо считать до того, как процесс попадёт в продакшен.

OpenAI измеряет не ответ, а стоимость решения

GeneBench-Pro интересен тем, что он про агентную работу, а не про знание факта. OpenAI описывает бенчмарк как набор исследовательских задач по вычислительной биологии, где модель должна изучить данные, выбрать подход, провести итерации и вернуть финальный ответ. В наборе 129 вопросов по 10 доменам и 21 поддомену; 82 из 129 задач прошли external expert review.

Сильнейшая модель OpenAI в публикации, GPT-5.6 Sol, получила 28,7% pass rate на самом высоком reasoning level и 31,5% в Pro mode. OpenAI сравнивает это с моментом начала работы над GeneBench, когда лучший frontier model GPT-5 набирал ниже 5%. Компания отдельно подчёркивает влияние test-time compute: на низком reasoning level GPT-5.6 Sol остаётся в single-digit pass rate, а на высоком решает почти в шесть раз больше задач, чем GPT-5.2, используя примерно две трети его токенов.

Это ровно та часть, где экономика coding agents становится интереснее обычной цены подписки. OpenAI пишет, что human expert в опросе оценивал типовую задачу GeneBench-Pro в 20-40 часов работы; при консервативной ставке $200 в час это тысячи долларов на одну задачу. При этом inference costs для текущих агентов компания оценивает в несколько долларов на задачу. Агенты всё ещё ненадёжны для замены эксперта, но даже частичная автоматизация начинает иметь экономический смысл.

GeneBench-Pro продолжает линию материалов о научных агентных бенчмарках. У нас уже был разбор о том, как OpenAI измеряла научных ИИ-агентов в LifeSciBench. Новая работа сильнее привязана к judgment-heavy analysis: надо не только выполнить процедуру, но и понять, когда данные шумят, где нужна диагностика и когда результат готов для следующего решения.

Caveman показывает, что output tokens можно проектировать

Третья история выглядит почти шуткой, пока не посмотришь на цифры. 404 Media пишет, что Caveman появился в начале апреля: автор Julius Brussee много работал с Claude Code и увидел, что заметная часть token spend уходит на вежливые вступления, переходы, оговорки и другой текст, который не помогает агентному циклу.

По данным 404 Media, Caveman используют или тестируют разработчики внутри компаний; в статье отдельно упомянут Legrand. Внутренний memo Legrand, который цитирует 404 Media, советовал сотрудникам быть внимательнее к usage allowance и среди high-impact мер называл использование Caveman skill, чтобы снижать output consumption без влияния на код.

В тесте 404 Media Caveman сообщил экономию около 5 800 токенов, или 65%. Brussee оценил сокращение output tokens примерно в 65-75% против многословного режима. GitHub-репозиторий Caveman даёт похожую рамку: среднее сокращение output tokens на 10 промптах указано как 65%, а важная оговорка вынесена отдельно: инструмент влияет на output tokens, но не на thinking/reasoning tokens.

Для инженера это не призыв заставить все модели отвечать телеграфом. Смысл другой: стиль ответа агента стал частью стоимости. Если агент пишет 300 строк объяснений после каждого маленького изменения, команда платит не только за полезный diff, но и за весь сопутствующий текст.

Почему это больше, чем экономия на словах

Обычный разговор о стоимости LLM часто сводится к прайсу: input tokens, output tokens, кеширование, лимиты. Мы уже отдельно разбирали почему счёт за LLM растёт в enterprise AI. В coding agents проблема уже: агент не просто отвечает пользователю, он планирует, читает файлы, запускает инструменты, пишет код, получает ошибки, повторяет шаги и комментирует собственную работу.

Поэтому output tokens влияют сразу на несколько вещей:

• скорость цикла: короткий ответ быстрее прочитать и дешевле переслать в следующий шаг;
• стоимость повторов: агент часто делает не один вызов, а цепочку вызовов;
• качество контроля: terse-ответ хорош для логов и действий, но может скрыть reasoning, который нужен ревьюеру;
• лимиты: подписка или корпоративный allowance заканчиваются не на одном запросе, а на сумме маленьких действий;
• архитектура процесса: иногда дешевле разделить агента на planner, executor и reviewer, чем заставлять одну модель подробно говорить обо всём.

Это объясняет, почему материал не стоит превращать в сравнение тарифов Claude Code, Codex и Gemini. Для этого есть отдельный кластер про цены и лимиты AI-агентов для программирования. Здесь важнее другое: команды начинают проектировать агентные процессы так же, как раньше проектировали затраты backend, наблюдаемость и лимиты запросов.

Что считать команде перед внедрением coding agent

Если coding agent уже используется в команде, token economics лучше считать на уровне сценария, а не модели. Модель может быть дорогой на один вызов, но дешёвой на успешное решение, если делает меньше повторов. Дешёвая модель может оказаться дороже, если плодит лишние итерации и требует ручной проверки после каждого шага.

Практический чек-лист короткий:

• Разделяйте output tokens, reasoning tokens и tool-call costs. Caveman помогает только с тем, что агент говорит наружу.
• Считайте стоимость успешной задачи, а не стоимость одного запроса. Для agents это разные метрики.
• Фиксируйте режимы reasoning. GeneBench-Pro хорошо показывает, что качество и test-time compute связаны.
• Задавайте формат ответа: diff, список файлов, короткое решение, отдельное краткое обоснование для ревью.
• Держите лимиты на долгие циклы: maximum turns, budget per issue, smoke-тест до продолжения.
• Не режьте объяснения там, где они нужны для безопасности, финансовых решений или сложного ревью.

Хорошая экономика coding agents не означает «говори меньше любой ценой». Она означает, что команда знает, где нужна полнота, где нужен краткий машиночитаемый output, а где агент просто тратит бюджет на вежливость.

FAQ

Почему output tokens важны для Claude Code и Codex?

Потому что coding agents работают цепочками. Один длинный ответ редко ломает бюджет, но десятки длинных ответов в цикле планирования, правки, теста и ревью превращаются в заметный расход. Output tokens также попадают в контекст следующих шагов, если процесс хранит историю.

Чем экономика coding agents отличается от обычной цены подписки?

Цена подписки отвечает на вопрос «сколько стоит доступ». Экономика coding agents отвечает на другой вопрос: сколько стоит довести конкретную инженерную задачу до проверенного результата. В неё входят токены, reasoning level, лимиты, повторные запуски, качество проверки и время человека на ревью.

Нужно ли всем ставить Caveman или похожие правила краткости?

Нет. Краткость полезна для рутинных действий, логов, простых diff и повторяющихся агентных циклов. В сложных задачах стоит оставлять место для reasoning summary, допущений и рисков. Экономия, которая убирает проверяемость, быстро становится ложной экономией.

Главное

Google, OpenAI и история Caveman показывают один сдвиг с разных сторон. Агентный ИИ становится не только вопросом качества модели, но и вопросом экономики одной решённой задачи: сколько стоит изображение, секунда видео, исследовательская попытка, reasoning level, повторный прогон и лишний абзац ответа.

Для разработчиков это хорошая новость. Экономика coding agents управляется не только прайсом вендора. На неё влияют промпты, формат ответа, разбиение процесса, выбор reasoning level, кеширование, лимиты и нормальная инженерная дисциплина. Следующий сильный агентный стек будет не самым разговорчивым, а самым предсказуемым по цене за решённую задачу.

Источники и проверка фактов

Факты, цены, изображения и внутренние ссылки проверены 30 июня 2026 года. Быстро меняющиеся цены и доступность моделей указаны по официальным страницам Google, OpenAI, Google Cloud и GitHub/404 Media на момент проверки.

• Google Blog: Start building with Nano Banana 2 Lite and Gemini Omni Flash — дата релиза, доступность моделей, 4 секунды text-to-image, $0,034 per 1K image, $0,10 per second для Omni Flash, ограничения preview.
• Gemini Developer API pricing — стандартная и batch-цена image output для Gemini image models.
• Google Cloud: Agent Platform pricing — цена Gemini Omni Flash $0,10 за секунду video output и токенизация video/audio/image inputs.
• OpenAI: Introducing GeneBench-Pro — 129 задач, 10 доменов, 82 external expert reviews, результаты GPT-5.6 Sol и оценка стоимости задач.
• 404 Media: Companies Are Making Claude and Codex Talk Like Cavemen — история Caveman, Legrand memo, оценки экономии output tokens.
• GitHub: JuliusBrussee/caveman — README, поддержка Claude Code/Codex/Gemini и benchmark-таблица сокращения output tokens.