Три утилиты «экономии токенов» подняли счёт за ИИ-агентов на 18–46%
Разработчик два месяца экономил токены агентов через rtk, Headroom и ripwire, а потом сверил счёт в долларах: на 30 задачах SWE-bench он вырос на 18%, на реальных сессиях — на 46%. Причина в кэше промпта: на него уходит 92% счёта, а сжатие его не экономит. Даже вопрос «доделал?» утром, когда кэш остыл за ночь, обошёлся дороже разбора всего проекта. Смотрите на счёт провайдера, а не на счётчик токенов.
AI-обработка оригинала Habr AI; редакция Hamidun News
Разработчик, который делает десктопное приложение Tobari для запуска ИИ-агентов вроде Claude Code и Codex, два месяца пользовался тремя популярными утилитами для экономии токенов — rtk, Headroom и ripwire. Панель «сэкономлено» показывала красивые цифры. Но когда он сверил реальный счёт в долларах, оказалось, что расходы выросли.
На тестовом стенде из 30 задач SWE-bench (это набор реальных задач по исправлению багов в open-source-проектах) счёт с тремя утилитами вырос на 18%, а на повторе его настоящих рабочих сессий — на 46%. Представьте, что вы сжали вывод git status с одиннадцати строк до трёх и радуетесь, а на деле платите больше, потому что из-за этого ломается кэш, который делал основную часть работы дешёвой. Если вы подключаете к агентам «оптимизаторы», проверяйте их по счёту провайдера, а не по их собственным счётчикам.
Зачем вообще экономить
Поводом стала неразбериха с лимитами. OpenAI и Anthropic постоянно меняют лимиты в подписках и официально не публикуют объёмы. В сентябре Anthropic урезал недельные лимиты Claude Code, но подал это как повышение на 25%. До этого полгода действовал временный бонус +50%, и в уточнении компания сама признала итоговое сокращение на 17%. 29 сентября OpenAI выпустила подписку Pro 500 за $500 и в тот же день вдвое урезала лимиты Pro 200 для новых подписчиков. 22 октября SemiAnalysis измерила два аккаунта Claude Max 20x за $200: у одного пятичасовое окно оказалось на 19% больше, зато недельный бюджет на 20% меньше.
Три инструмента и что с ними пошло не так
Все три пытаются положить в контекст меньше байтов, но вмешиваются в разных местах.
rtk работает в шелле: перехватывает вывод команд и отдаёт модели сжатую версию. У него 84 тысячи звёзд на GitHub, а в описании обещано сокращение токенов на 60–90%. За всё время rtk не сжал ни одного вызова из 3 452. В README висела таблица «118 тысяч токенов → 24 тысячи», но это были оценки, а не замер. 22 июля, в день выхода замера JetBrains, авторы удалили таблицу. В описании коммита они написали, что rtk сокращает байты вывода bash, а не расходы.
Headroom (77 тысяч звёзд) стоит прокси между агентом и API и сжимает JSON, логи и старые выводы. Одну сессию автора он сделал дороже в 2,4 раза.
ripwire не сжимает ничего, а даёт агенту инструменты получше: вместо «прочитать файл на 800 строк» — «покажи функцию и кто её вызывает». Но агент не вызвал его ни разу.
Почему токены — не то, за что вы платите
Автор разобрал одну сессию Claude Code на Opus 5.5. Его запрос «Изучи проект от и до» занял около 15 токенов, а контекст за ход вырос с 39,5 до 167,5 тысячи. Три четверти — файлы и вывод команд, которые агент сам притащил из репозитория, ещё четверть — стартовый контекст. Сам агент «наговорил» меньше 3%.
Модель между запросами ничего не помнит, поэтому агент каждый раз отправляет ей весь диалог заново. Чтобы написать ответ на 2 317 токенов, он отправил 167 тысяч токенов 19 раз. Всего за ход получилось 2,19 миллиона токенов — в 13 раз больше самого диалога. Медианный запрос автора к модели — 335 тысяч токенов, а в средней сессии их около сорока.
Спасает кэш промпта. Если запрос начинается с тех же байтов, что и предыдущий, этот кусок читается из кэша. Один и тот же токен контекста (в расчёте на Sonnet) стоит то ×0,1, то ×2, разница в 20 раз, а у Opus 5.5 чтение ещё дешевле — ×0,05, то есть в 40 раз. Весь ход «Изучи проект» обошёлся в 471 тысячу единиц с кэшем против 2,22 миллиона без него.
Кэш живёт около часа. Автор закончил вечером на планировании, а утром, через 8 с лишним часов, написал одно слово: «доделал?». Контекст пришлось записать заново — 293 582 токена по цене записи. Это стоило 606 тысяч единиц, больше всех 19 запросов разбора проекта. При тёплом кэше вышло бы около 34 тысяч, в 18 раз дешевле. Сжиматель токенов тут бы не помог: в реплике было пара токенов.
По реальному счёту автора за 146 сессий и 35,5 тысячи запросов за два с небольшим месяца 92% стоимости — кэш промпта. Ещё 42% всего счёта ушло на перестройку контекста, который уже лежал в кэше, но протух или сломался; 26% из них — после пауз больше часа. Кэш ломается тихо: ошибок нет, агент отвечает так же хорошо, просто счёт растёт. Единственный честный сигнал — доля входа, прочитанная из кэша. У голого Claude Code она около 98%.
Что делать на практике
- Считайте деньги по счёту провайдера, а не по панелям самих инструментов.
- Следите за долей входа из кэша: каждый процент вниз стоит дорого.
- Помните, что возвращение к остывшей сессии после часа паузы может стоить как большой разбор проекта.
- Не верьте обещаниям вроде «минус 60–90% токенов» без методики и замера на живом агенте.
Это опыт одного разработчика и его набора агентов, но дело в самой ценовой модели кэша, а не в конкретном проекте.
- 18 нояб. 2026 г.OpenAI выпустила GPT-6.2 Astra: второе место в рейтинге и цена ниже на 20%
- 18 нояб. 2026 г.Meituan открыла веса агентной модели на 1,6 трлн параметров, обученной без Nvidia
- 12 нояб. 2026 г.Дженсен Хуанг ушёл с поста CEO Nvidia: компания потеряла $1,4 трлн за две недели
- 12 нояб. 2026 г.Профсоюз Окленда добился переобучения вместо увольнений из-за ИИ: за забастовку 94,1%
Вопросы и ответы по материалу
Что известно по теме: зачем вообще экономить?
Поводом стала неразбериха с лимитами. OpenAI и Anthropic постоянно меняют лимиты в подписках и официально не публикуют объёмы. В сентябре Anthropic урезал недельные лимиты Claude Code, но подал это как повышение на 25%. До этого полгода действовал временный бонус +50%, и в уточнении компания сама признала итоговое сокращение на 17%. 29 сентября OpenAI выпустила подписку Pro 500 за $500 и в тот же день вдвое урезала лимиты Pro 200 для новых подписчиков.
Что известно по теме: три инструмента и что с ними пошло не так?
Все три пытаются положить в контекст меньше байтов, но вмешиваются в разных местах. rtk работает в шелле: перехватывает вывод команд и отдаёт модели сжатую версию. У него 84 тысячи звёзд на GitHub, а в описании обещано сокращение токенов на 60–90%. За всё время rtk не сжал ни одного вызова из 3 452. В README висела таблица «118 тысяч токенов → 24 тысячи», но это были оценки, а не замер. 22 июля, в день выхода замера JetBrains, авторы удалили таблицу.
Что известно по теме: почему токены — не то, за что вы платите?
Автор разобрал одну сессию Claude Code на Opus 5.5. Его запрос «Изучи проект от и до» занял около 15 токенов, а контекст за ход вырос с 39,5 до 167,5 тысячи. Три четверти — файлы и вывод команд, которые агент сам притащил из репозитория, ещё четверть — стартовый контекст. Сам агент «наговорил» меньше 3%. Модель между запросами ничего не помнит, поэтому агент каждый раз отправляет ей весь диалог заново. Чтобы написать ответ на 2 317 токенов, он отправил 167 тысяч токенов 19 раз.
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.