2026年6月，国产大模型API降价的消息很密集。
人民网6月16日援引《证券日报》报道称，DeepSeek、小米、腾讯云等头部国产大模型运营主体接连下调API价格。智东西5月27日报道，小米正式宣布MiMo-V2.5系列API价格永久下调，最高降幅达到99%，并同步升级新版Token Plan计费体系；几天前，DeepSeek也宣布V4-Pro当前促销价将从6月1日起转为正式价格，不再恢复原价。
看起来，开发者的AI账单该松一口气了。
但Agent场景里，情况没这么简单。CSDN一篇6月30日的文章提到，在Agent开发、自动化工作流、月均3000万token以上的重度使用场景中，有开发者遇到过这样的账单变化：调用量翻了5倍，API单价降了75%，总API支出却和半年前差不多，新增的工具订阅还在继续增加。
单价在降，任务变重了。这是很多Agent账单看不出降幅的原因。
Agent不是一次问答
普通聊天产品里，成本比较容易估：用户问一句，模型答一句，输入和输出token加起来，就是主要消耗。
Agent不是这样。
比如一个任务：“查昨天深圳到北京的航班延误情况，整理成表格发到邮箱。”在Agent里，它通常不会只调用一次模型。它要先理解意图，再规划步骤；可能调用航班查询工具，解析返回结果；如果结果不完整，还会换关键词或换接口重试；最后再整理表格，调用邮件工具发送。
用户只看到一句指令，系统内部已经跑过多轮模型调用和工具调用。
更麻烦的是上下文。Agent为了保持任务连续，往往要把前面步骤的输入、输出、工具返回、失败原因继续带到后面的prompt里。任务越往后走，上下文越长。一个工具返回的JSON、一次校验说明、一次重试记录，都可能变成下一步的输入。
所以Agent的成本不只是“用户输入+最终回答”。它更像一条任务链路，每一步都在重新消耗上下文。
这也是为什么模型单价下降后，账单不一定同步下降。价格降的是每个token的单价，但Agent增加的是token的总量，以及工具调用次数。
工具描述也在吃token
很多Agent产品会挂载搜索、数据库、日历、邮件、文档、代码执行等工具。为了让模型知道这些工具怎么用，系统需要把工具名称、参数说明、返回格式写进prompt。
工具越多，说明越长。哪怕某次任务只会用到其中一个工具，系统设计不当时，也可能把一整套工具描述都塞进上下文。
这部分成本很容易被忽略，因为它不直接出现在用户界面里。用户只看到Agent“查了一下”“发了一封邮件”，后台可能已经为工具schema、历史步骤和中间结果付过好几轮token。
对于简单问答，这点开销不明显；对于自动化工作流和长期运行的Agent，它会慢慢变成固定负担。
重试会把账单放大
Agent有自主执行能力，也就有自主犯错的空间。
一次搜索结果不符合预期，它可能自动重试；接口报错，它可能换参数再试；规划模块判断“信息不足”，它可能追加新的检索步骤。每次重试都会带上更长的上下文，成本就不只是多一次调用，而是多一次更贵的调用。
这也是固定订阅模式在Agent时代容易紧张的地方。
X平台用户@op7418曾转述一篇分析，认为在AI Agent时代，“固定费率+高token消耗”的订阅模式很难长期维持。其原因并不复杂：旧模型可能变便宜，但用户往往会选择最新、更强的前沿模型；同时Agent把单次任务拆成多次调用，平台很难用固定月费覆盖持续增长的消耗。Cursor和Claude Code的涨价，也被这类讨论视为同一类压力的体现。
这不是说订阅模式一定会消失，而是它会越来越精细。固定月费、额度包、超额按量、Credits体系，都会被重新设计。小米MiMo新版Token Plan取消上下文窗口长度区分，改用Credits计费，就是这类变化的一种表现。
只看API单价会误判成本
Agent计费大致会碰到几类方式：按token量计费，按请求次数计费，固定订阅加额度，或者Credits体系。
按token计费最直接，但难点在预估。一个看似简单的任务，如果触发多轮工具调用和重试，实际token可能远高于开发时的估算。
按请求计费也不一定省。用户眼里的一次任务，在Agent内部可能拆成多次模型请求和多次工具请求。如果平台按内部调用计数，成本会被任务拆解放大。
固定订阅的体验最好，但风险在平台侧。用户越依赖Agent自动执行，平台承担的token和工具成本越高。到一定程度，涨价、限额或转向分层计费就会出现。
所以选模型时，不能只盯着“每百万token多少钱”。更该问几个工程问题：
- 一个任务平均会跑几步？
- 每一步是否都要带完整历史上下文？
- 工具描述是不是每次都全量注入？
- 失败后最多重试几次？
- 第三方工具是按次收费，还是按月订阅？
这些问题，比厂商海报上的降幅更接近真实账单。
成本控制要写进链路里
Agent账单要降，不能只等模型继续降价。更现实的做法，是在系统里加几道硬约束。
第一道是预算熔断。每个任务从开始执行起，就记录累计token、模型调用次数、工具调用次数。超过设定上限时，任务暂停，返回“需要人工确认”或“继续执行会产生额外消耗”。这类机制尤其适合自动化工作流，避免Agent在无人值守时反复重试。
第二道是工具调用去重。相同参数的查询，不必在短时间内反复调用外部API；搜索、数据库读取、文档检索这类动作，都可以先经过缓存层。缓存不一定复杂，关键是别让Agent把同一个问题问十遍。
第三道是上下文压缩。Agent不需要把每一步的完整返回都塞进后续prompt。工具返回可以先提取关键字段，长文本可以先做摘要，中间步骤只保留对后续决策有用的信息。上下文越干净，后面的调用越便宜，模型也更不容易被无关信息带偏。
第四道是工具清单收缩。很多Agent一开始会把所有工具都挂上，看起来能力很强，实际是每次调用都背着一堆用不上的说明。按任务类型加载工具，比全量挂载更适合生产环境。
这些做法不新鲜，但在Agent产品里很容易被推迟。早期大家更关心“能不能跑通”，等到用量上来，账单才会提醒你：能跑通只是第一步，可控地跑才是产品能力。
降价是真的，省钱要另算
模型降价当然是好事。DeepSeek、小米、腾讯云等厂商下调API价格，说明推理技术和算力成本确实在变化。对普通问答、轻量调用、低频工具使用者来说，账单可能会直接受益。
但Agent不是普通问答。
它把一次请求变成多步执行，把单轮上下文变成长链路上下文，还引入了搜索、数据库、邮件、代码执行等外部工具。单个token便宜了，不代表整个任务便宜了。
知乎专栏《相信大模型成本会下降，才是业内最大的幻觉》里有一个判断值得警惕：很多AI创业者把“模型会降价”当成未来成本下降的前提，但用户需求常常集中在更新、更强的模型上，而不是已经变便宜的旧模型上。
对Agent开发者来说，真正要盯的不是某个模型又降了多少，而是任务链路有没有失控：上下文是否膨胀，重试是否有上限，工具是否重复调用，订阅费用是否被单独统计。
API单价是明牌。Agent账单里的暗账，通常藏在这些地方。
