Кредитная тарификация OpenAI Workspace Agents: что ожидать на практике

До 6 мая 2026 года все, кто запускал Workspace Agents, получали их бесплатно в рамках исследовательского превью OpenAI. Это означало, что агенты могли быть многословными, неэффективными и избыточно ресурсоёмкими без финансовых последствий. После 6 мая счёт начал идти.

Спустя месяц платного биллинга паттерны достаточно ясны, чтобы о них писать. В этом материале, реальная стоимость агентов, что увеличивает счёт и несколько практик, которые делают затраты предсказуемыми.

Модель биллинга в одном абзаце

Workspace Agents тарифицируются в кредитах на уровне рабочего пространства. Каждый запуск агента потребляет кредиты в зависимости от используемой модели, времени работы, количества вызовов инструментов и объёма данных в контексте. Кредиты покупаются пакетами на всё рабочее пространство. Администраторы могут устанавливать лимиты для каждого агента (например, «этот агент не может тратить больше X кредитов в день») и получать уведомления перед исчерпанием пакета.

Реальная стоимость агентов в продакшне

Реальные цифры из продакшн-развёртываний в малом и среднем бизнесе, детали скрыты для защиты клиентов, но данные репрезентативны:

1. 01

   Еженедельный репортёр метрик

   Запускается 4 раза в месяц (еженедельно). Каждый запуск тянет данные из BigQuery, сравнивает с планом, пишет ~500 слов. Расход на использование: небольшая предсказуемая сумма в месяц на агента. Предсказуемо.

2. 02

   Агент исходящих по лидам

   Запускается на каждый новый входящий лид. При 200 лидах/мес расход на использование, предсказуемая сумма в месяц, включая чтение обогащающих данных и составление писем. Масштабируется линейно с объёмом лидов.

3. 03

   Агент разбора обращений

   Классифицирует каждое входящее обращение. При 1500 тикетах/мес с разумным заземлением в документах, предсказуемая сумма в месяц. В пиковые сезоны может заметно вырасти, если не установлен лимит.

4. 04

   Агент подготовки к встречам

   Запускается за 30 мин до каждой внешней встречи. Для команды из 10 менеджеров с 40 внешними встречами/неделю, предсказуемая сумма в месяц.

5. 05

   Агент проверки счетов

   Запускается по событию загрузки в Drive. 300 счетов/мес с OCR и проверкой регламента, предсказуемая сумма в месяц.

6. 06

   Агент составления ответов на RFP

   Редко, но тяжело. Каждый запуск тратит больше кредитов, чем большинство других (большой контекст, много вызовов поиска). При 3 RFP/мес, небольшая предсказуемая сумма в месяц. Стоит того при экономии 8+ часов времени SE на каждый опросник.

Что увеличивает счёт

Четыре вещи, в порядке частоты, с которой они пробивают лимиты:

1. 01

   Неограниченное контекстное окно

   Когда агент тянет «всю недавнюю активность» без ограничений, токен-стоимость растёт быстро. Всегда добавляйте LIMIT в запросы и ограничения контекстного окна в промпт. Мы видели агентов, у которых расход вырастал в разы после того, как кто-то добавил в промпт «прочитай полную историю клиента».

2. 02

   Многословные вызовы инструментов

   Агенты, обращающиеся к одному и тому же инструменту 5 раз, когда хватило бы одного, расточительны. Отслеживайте количество вызовов инструментов в первые недели; если процесс стабильно генерирует более 10 вызовов, обычно есть избыточный вызов, который можно убрать.

3. 03

   Бесконечные повторы при временных сбоях

   Если коннектор нестабилен, агент может повторять запросы бесконечно. Устанавливайте явные лимиты повторов (максимум 3) и резервные пути. У одного клиента коннектор HubSpot периодически падал; агент повторял запросы часами и сжёг весь пакет кредитов.

4. 04

   Неограниченный объём чтения данных

   Агенты BigQuery, запрашивающие полные таблицы вместо партиций. Агенты Drive, читающие целые папки вместо конкретных файлов. Агрессивно ограничивайте область чтения на уровне коннектора.

Как планировать затраты при сборке

Три практики, которые делают стоимость предсказуемой, а не неожиданной:

• Оцените ожидаемые запуски в день. Это главный рычаг. Агенты с высокой частотой на высокообъёмных каналах стоят дороже, чем агенты по расписанию.
• Устанавливайте дневной и месячный лимиты кредитов для каждого агента при сборке, не «добавим когда-нибудь». Начните жёстко, ослабляйте по мере понимания использования.
• Проведите период наблюдения за стоимостью в первые 2 недели после запуска. Следите за реальным потреблением кредитов против оценки. Корректируйте до выхода агента на полный объём.
• Стройте условия раннего выхода, агент должен останавливаться при низкой уверенности поиска, а не продолжать пробовать новые подходы.
• Для агентов по расписанию предпочитайте редкие-но-полные запуски частым-но-поверхностным, один хороший понедельничный отчёт лучше семи шумных ежедневных.

Честная математика ROI

Если вы оцениваете Workspace Agents и пытаетесь просчитать экономику: затратная сторона реальна, но невелика. Полностью загруженный менеджер по продажам среднего уровня стоит бизнесу существенных денег каждый месяц (всё включено). Агент исходящих по лидам, возвращающий каждому менеджеру 30 минут/день на исследованиях, при предсказуемой сумме в месяц на кредиты у провайдера модели возвращает эти инвестиции многократно, если внедрение прошло успешно.

Реальный вопрос не в том, дороги ли кредиты агентов (нет, относительно человеческого времени). Вопрос в том, внедрите ли вы агентов успешно, будут ли ими пользоваться, будет ли команда доверять результатам, увидит ли руководство ценность. Стоимость обычно не узкое место. Им является внедрение.

Итог

Кредитная тарификация. Это не подвох. Это особенность: вы платите за доставленную ценность, а не за простаивающую инфраструктуру. Для SMB, запускающего 3–5 агентов, ожидайте предсказуемой суммарной суммы в месяц на кредиты у провайдера модели. Это меньше, чем частичная ставка подрядчика, и обычно меньше, чем время, которое агенты возвращают команде в первую неделю месяца.

Больший риск не в счёте. Он в запуске агента, который технически работает, но никто не использует. Рассчитывайте затраты, но оптимизируйте под внедрение.