Bir Yapay Zeka Ajanını Çalıştırmak Ne Kadara Mal Olur? Token'lar, Araçlar ve Gizli Maliyet Kalemleri
Bir yapay zeka ajanının çalışma maliyeti; her adımdaki model token'ları, ayrıca yeniden denemeler, araç ve arama ücretleri, barındırma, izleme ve insan incelemesidir. Bütçeyi token başına değil, görev başına yapın.
6 dk. okuma

İçindekiler
Bir yapay zeka ajanını çalıştırmanın maliyeti; attığı her adım için model token'ları, ayrıca yeniden denemeler, araç ve arama ücretleri, barındırma, izleme ve insanların ajanın işini gözden geçirmeye harcadığı zamandan oluşur. Öngörebileceğiniz kalemler arasında model faturası genellikle en küçüğüdür. Fiyatı, ajanın tamamladığı görev başına, yazılı varsayımlarla hesaplayın ve ilk ayın ardından gerçek günlük kayıtlarıyla karşılaştırın.
Destek triyajı yapan bir ajanın onayını yeni almış bir operasyon sorumlusunu düşünün. Pilot uygulama günde birkaç dolara mal olmuştu, bu yüzden bütçe kaleminde "API maliyetleri: düşük" yazıyor. Üç ay sonra finans ekibi faturanın neden üç katına çıktığını, kimsenin planlamadığı bir arama faturasının neden olduğunu ve iki kişinin sabahlarını hâlâ neden ajanın yanıtlarını kontrol ederek geçirdiğini soruyor. Bunların hiçbiri bilerek gizlenmedi. Sadece yazıya dökülmemişti.
Bir yapay zeka ajanını çalıştırmanın maliyetine neler dahildir?
Bir yapay zeka ajanının çalışma maliyeti, görevleri tamamlaması için her ay ödediğiniz her şeydir: model çağrıları, yeniden denemeler, araçlar, altyapı ve insan gözetimi. Yapay zeka ajanı, bir sonraki adımına kendisi karar vermek ve görev bitene kadar araçları çağırmak için bir model kullanan yazılımdır; bu yüzden maliyeti kullanıcı sayısıyla değil, adım sayısıyla artar. Yapay zeka ajanının ne olduğunu anlatan yazımız bu farkı ayrıntılı biçimde ele alıyor.
Maliyet kalemleri
Model çağrıları: her adım için milyon token başına fiyatlandırılan girdi ve çıktı token'ları.
Yeniden denemeler ve başarısız çalıştırmalar: zaman aşımı, hatalı biçimli bir yanıt veya başarısız bir kontrol sonrasında tekrarlanan çağrılar.
Araç ve arama ücretleri: ajanın çağırdığı web araması, grounding, zenginleştirme veya diğer ücretli API'ler.
Barındırma: ajanın üzerinde çalıştığı sunucu, kuyruk veya iş akışı platformu.
İzleme ve değerlendirme: günlük kayıtları, izler ve her istem veya model değişikliğinden sonra tekrarladığınız test çalıştırmaları.
İnsan incelemesi: insanların ajanın işini onaylamak, düzeltmek veya yeniden yapmak için harcadığı dakikalar.
2026 sonlarında model çağrıları nasıl fiyatlandırılıyor?
Model çağrıları milyon token başına fiyatlandırılır; girdi ve çıktı için ayrı, önbelleğe alınmış girdi ve toplu işler için ise daha düşük oranlar uygulanır. Token, metnin küçük bir parçasıdır; kabaca bir kelimenin bir bölümüdür ve aşağıdaki tüm modellerde çıktı token'ları girdi token'larından birkaç kat daha pahalıdır.
Her sağlayıcının kendi fiyatlandırma sayfasında 8 Kasım 2026 tarihinde listelenen, milyon token başına standart fiyatlar:
Claude Sonnet 5.5 (Anthropic): Girdi: $2. Çıktı: $10. Önbellek isabetleri: $0.10.
Claude Haiku 5.5 (100.000 token'a kadar olan istemler): Girdi: $0.10. Çıktı: $0.50. Önbellek isabetleri: $0.01. 100.000 token'ı aşan istemlerde girdi $0.50, çıktı $2.50'dir.
Claude Opus 5.5: Girdi: $4. Çıktı: $20. Önbellek isabetleri: $0.20.
GPT-6.1 Sol (OpenAI): Girdi: $2. Çıktı: $10. Önbelleğe alınmış girdi: $0.10. 272K girdi token'ını aşan istemler: $4 girdi, $15 çıktı.
GPT-6.1 Terra: Girdi: $1. Çıktı: $5. Önbelleğe alınmış girdi: $0.05.
Gemini 4 Argon (Google): Girdi: 30 Kasım 2026'ya kadar $2, 1 Aralık'tan itibaren $4. Çıktı: $10, ardından $20. Önbelleğe alınmış girdi: $0.10, ardından $0.20.
İki ayrıntı bütçeleri başlık fiyatından daha fazla değiştirir. Birincisi, toplu işleme üç platformda da yarı fiyatına sunulur; beklemeye razı olabilecek işler için geçerlidir. İkincisi, Gemini 4 Argon fiyatı 1 Aralık 2026'da ikiye katlanır; dolayısıyla Kasım ayındaki test çalıştırmalarına dayanan bir bütçe Aralık'ta yanlış çıkar. Bu modeller arasında fiyata göre değil göreve göre seçim yapmak için iş akışları için model seçimi rehberimize bakın.
Bir ajan neden bir sohbet botundan daha fazla token kullanır?
Bir ajan daha fazla token kullanır, çünkü her adımda talimatları, araç tanımlarını ve o âna kadar olan her şeyi yeniden gönderir; tek bir görev de birkaç adım sürebilir. Sohbet botu bir kez yanıt verir; ajan ise okur, plan yapar, bir aracı çağırır, sonucu okur ve modeli yeniden çağırır.

Ek token'lar nereden geliyor?
Tekrarlanan talimatlar: sistem istemi ve araç tanımları her çağrıyla birlikte gönderilir; görevin kendisinden önce çoğu zaman binlerce token tutar.
Büyüyen geçmiş: her adım önceki araç sonuçlarını bağlama ekler; bu yüzden bir görevdeki sonraki çağrılar öncekilerden daha büyüktür.
Araç sonuçları: bir arama veya veritabanı sorgusu, ajanın ihtiyaç duyduğundan çok daha fazla metin döndürebilir. OpenAI'ın fiyatlandırma sayfası, web aramasında dizinden alınan "arama içeriği token'larının", 1.000 çağrı başına $10 ücretin üzerine modelin kendi oranlarıyla faturalandırıldığını belirtir.
Düşünme token'ları: akıl yürütme modelleri hiç görmediğiniz token'lar üretir. Google'ın fiyatlandırma sayfası Gemini 4 Argon için "düşünme token'ları dahil, modelin işlediği her token sayılır ve faturalandırılır" der ve çıktı fiyatının bunları kapsadığını belirtir.
Yeniden denemeler: doğrulamada başarısız olan bir çağrı iki kez ödenir.
Uygulamalı bir örnek nasıl görünür?
Aşağıda, yukarıdaki Claude Sonnet 5.5 fiyatlarıyla hesaplanmış tek bir destek triyajı ajanı yer alıyor. Her rakam örnekleme amaçlı bir varsayımdır, ölçüm değildir; her birini kendi verilerinizle değiştirin.
Hacim: ayda 2.000 destek talebi.
Adımlar: talep başına 4 model çağrısı.
Girdi: çağrı başına 6.000 token; bunun 4.000'i her seferinde aynı olan sistem istemi ve araç tanımlarıdır.
Çıktı: çağrı başına 500 token.
Önbelleksiz model maliyeti: talep başına 24.000 girdi token'ı $0.048, 2.000 çıktı token'ı $0.020 tutar; yani talep başına $0.068, aylık $136.
İstem önbelleğiyle: talep başına tekrarlanan 16.000 token önbellek isabet oranına düşer; bu da talep maliyetini yaklaşık $0.038'e, yani aylık kabaca $75'e indirir, buna önbellek yazımları için küçük bir tutar eklenir.
Yeniden denemeler: on çağrıdan biri tekrarlanırsa yaklaşık %10 ekleyin; toplam kabaca $83 olur.
İnsan incelemesi: çalışanlar on talepten birini üçer dakikada kontrol ederse bu ayda 10 saat eder. Varsayılan saatlik iç maliyet $40 ise tutar $400'dır.
Bu varsayımlarla, ajanı inceleyen insanlar modelden birkaç kat daha pahalıya gelir. Aynı iş yükü Claude Haiku 5.5 üzerinde, önbellek öncesinde aylık model çağrılarında yaklaşık $7 tutar; Gemini 4 Argon üzerinde ise önbelleksiz Kasım'daki $136'dan Aralık'ta $272'ye çıkar. Barındırma ve izleme teknoloji yığınınıza bağlıdır ve ayrı kalemler olarak eklenmelidir.
Kaliteyi düşürmeden maliyeti nasıl azaltırsınız?
Maliyeti daha az ve daha küçük çağrı göndererek, basit adımları daha ucuz modellere yönlendirerek ve inceleme yükünü azaltarak düşürürsünüz; bir değerlendirme seti de kalitenin korunduğunu doğrular. Her seferinde yalnızca bir şeyi azaltın ve etkisini ölçün.

Kontrol listesi
Sabit öneki önbelleğe alın. Sistem istemini ve araç tanımlarını her çağrının başında aynı tutun; böylece önbellek oranlarıyla faturalandırılırlar. Anthropic'in sayfası Opus 5.5 ve Sonnet 5.5 için önbellek isabetlerini temel girdi fiyatının 0,05 katı olarak fiyatlandırır.
Araç sonuçlarını kırpın. Tüm kayıtları veya sayfaları değil, yalnızca ajanın ihtiyaç duyduğu alanları döndürün.
Adımları sınırlayın. Görev başına azami çağrı sayısı belirleyin ve bu sınıra ulaşan her işi bir insana yönlendirin.
Zorluğa göre yönlendirin. Sınıflandırma veya veri çıkarmayı küçük bir modele bırakın; daha büyük bir modeli yalnızca ihtiyaç duyan adımlarda çağırın.
Beklemeye razı olabilecek işleri toplu çalıştırın. Gece özetleri ve arka ofis işleri yarı fiyatlı toplu işlem oranlarını kullanabilir.
Bağlam uzunluğunu izleyin. Uzun istemler, 272K token'ı aşan GPT-6.1 Sol ve 100.000'i aşan Claude Haiku 5.5'te olduğu gibi bir isteği daha yüksek bir fiyat kademesine taşıyabilir.
İncelemeyi kanıtla azaltın. Bir insanın kontrol ettiği görevlerin oranını yalnızca günlük kayıtlarınız ajanın bunları doğru yaptığını gösterdiğinde düşürün. Bir yapay zeka ajanını üretime almadan önce test etme kontrol listemiz bunu nasıl hak edeceğinizi anlatıyor.
Vizio AI'da buna nasıl yaklaşıyoruz?
Bir ajanın maliyetini, onu geliştirmeden önce tamamlanan görev başına hesaplarız. Müşteriyle birlikte beklenen hacmi, görev başına adım sayısını, her adım için kullanılacak modeli ve bir insanın inceleyeceği iş payını yazılı hale getiririz; bunu da sağlayıcıların güncel sayfalarına göre, her oranın yanına tarihini yazarak fiyatlandırırız.
Pilot süresince her görev için token'ları, yeniden denemeleri, araç çağrılarını ve inceleme süresini kaydederiz; ardından görev başına gerçek maliyeti tahminle karşılaştırır ve tasarımı ayarlarız: önbellekleme, basit adımlar için daha küçük modeller, daha sıkı araç sonuçları ve değerlendirme setinin desteklediği yerlerde daha düşük inceleme oranları. Her ajan ilk günden itibaren bir harcama uyarısı ve bir adım sınırıyla gelir. Bu, DX Studio çalışmamızın bir parçasıdır.
Kaynaklar
Anthropic, Claude Platform Docs, Pricing (8 Kas 2026'da kontrol edildi): https://platform.claude.com/docs/en/about-claude/pricing
OpenAI, API Docs, Pricing (8 Kas 2026'da kontrol edildi): https://developers.openai.com/api/docs/pricing
Google AI for Developers, Gemini Developer API pricing (8 Kas 2026'da kontrol edildi): https://ai.google.dev/gemini-api/docs/pricing
Vizio AI, DX Studio: https://www.vizio.ai/studios/dx-studio
SSS.
Daha Fazla Oku

Attribution That Survives Your Tool Stack: Keeping UTMs From Ad to Booking to CRM

Clean Your CRM Data Before You Add AI: Dedupe, Grain and Ownership

Semantic Layer First: Getting Your BI Ready for AI Agents

How F&B CMOs Use Generative AI In Business For Location Decisions

How Real Estate Firms Use Business Analytics For City Parks To Drive Value

Data Storytelling and Visualization

When Does a Business Actually Need Digital Transformation?

Analytics for Product Recommendations

Data Analyst vs. Data Quality Analyst

The Best NoSQL Analytics Tools 2024


