Sebagian besar platform agent menempatkan diri di antara Anda dan penyedia model, lalu membebankan markup pada setiap token yang melewatinya. Sharkly tidak demikian. Penggunaan model bersifat bring-your-own-key: sebuah run ditagihkan ke paket Claude Code, Codex, atau API yang sudah terpasang pada Runtime yang menjalankannya, bukan ke saldo token yang dijual Sharkly kepada Anda. Klaim ini terdengar lebih sederhana daripada kenyataannya, dan ada baiknya kita jujur soal apa yang Anda tanggung maupun apa yang Anda hemat sebelum Anda memutuskan bahwa hal ini penting.
Apa dampak model reseller terhadap insentif Anda
Mulailah dari platform yang memang menjual token kepada Anda, karena itulah model default di kategori ini dan ada baiknya kita menyebutnya secara terang-terangan ketimbang berputar-putar.
Ketika sebuah platform menjual kembali akses model, pendapatannya terkait erat dengan berapa banyak token yang dibakar Agent Anda. Ini bukan kelemahan tersembunyi, melainkan model bisnis yang berjalan sesuai desainnya, dan hal itu menghasilkan insentif yang bisa diprediksi: platform tidak punya alasan untuk membuat sebuah run lebih murah. Prompt yang lebih efisien, context window yang lebih kecil, Runtime yang selesai dengan lebih sedikit token—semua itu mengurangi pendapatan platform dari akun Anda. Tidak ada yang memaksa penjual kembali token untuk meneruskan pemotongan harga yang dilakukan vendor model di baliknya, dan tidak ada yang memberi imbalan kepadanya karena membantu Anda mengeluarkan lebih sedikit biaya. Anda membayar markup untuk koordinasi, tetapi markup itu diukur dalam mata uang yang justru ingin platform buat Anda konsumsi lebih banyak.
Biaya kedua lebih senyap dan baru muncul belakangan. Jika tim Anda sudah memiliki paket Claude Code atau Codex, atau komitmen belanja API pada suatu penyedia, kemungkinan besar Anda sudah menegosiasikan harganya: tingkat langganan, diskon volume, tarif committed-use. Alihkan penggunaan itu melalui reseller, dan Anda membayar dua kali untuk daya tawar yang sama: sekali ke reseller untuk hak aksesnya, dan Anda kehilangan manfaat tarif yang sudah Anda amankan secara langsung, karena tarif reseller-lah yang berlaku sekarang. Hubungan harga yang Anda bangun dengan vendor model tidak ikut berpindah bersama Anda ke platform yang menjual kembali token di bawah akunnya sendiri.
Coba kira-kirakan angkanya. Sebuah tim yang menjalankan beberapa Agent melalui reseller dengan markup per-token yang bahkan tergolong kecil, di atas komitmen belanja yang sudah mereka miliki langsung dengan vendor model, membayar token yang sama dua kali: sekali dengan tarif hasil negosiasi yang tidak lagi bisa mereka pakai, sekali lagi dengan tarif berapa pun yang ditetapkan reseller. Kalikan itu untuk runs sepanjang satu Sprint, bukan satu Task saja, dan selisihnya akan terus membengkak tepat ke arah yang diinginkan reseller.
Semua ini tidak membuat penjualan kembali token menjadi tidak jujur. Ini hanya membuatnya menjadi model di mana kepentingan platform dan kepentingan biaya Anda menunjuk ke arah yang berbeda, dan itu layak Anda ketahui sebelum Anda menyerahkan runs Anda kepada sebuah vendor.
Berapa biaya BYOK yang sebenarnya Anda tanggung
Pemisahan ini juga tidak gratis di sisi Sharkly, dan artikel yang hanya mencantumkan keunggulan bring-your-own-key akan terdengar seperti pemasaran ketimbang penjelasan yang jujur soal tradeoff-nya. Mari sebutkan biayanya secara blak-blakan.
Anda mengelola sendiri kunci dan kuotanya. Tidak ada siapa pun di lapisan koordinasi yang memantau batas rate limit paket Claude Code Anda atau sisa kredit akun API Anda atas nama Anda. Jika tim Anda menjalankan lima Agent dengan satu kunci API Anthropic dan kunci itu terkena rate limit, itu adalah kendala yang menjadi tanggung jawab Anda untuk menyadarinya dan merencanakannya, sama seperti jika seseorang di tim Anda melakukan panggilan itu langsung dari terminal.
Sebuah run bisa gagal karena alasan yang sama sekali tidak ada hubungannya dengan Sharkly. Jika paket Claude Code yang terpasang pada sebuah Runtime terkena rate limit, atau akun API yang menopangnya kehabisan kredit, run tersebut berhenti, dan kegagalannya muncul sebagai kesalahan token atau autentikasi dari penyedia model, bukan sebagai gangguan Sharkly. Men-debug hal ini berarti memeriksa dua sistem, bukan satu: apakah Task tersendat karena sesuatu di Sharkly, atau karena paket di baliknya sudah habis. Inilah titik sambungan yang nyata, dan inilah harga langsung dari tidak adanya kumpulan token yang dikendalikan platform untuk meratakan semuanya.
Visibilitas pengeluaran tersebar di dua tempat. Dasbor penggunaan Sharkly menampilkan konsumsi per Agent, tetapi tagihannya sendiri muncul di invoice penyedia Claude Code, Codex, atau API Anda, bukan sebagai satu item baris di Sharkly. Jika tim keuangan Anda menginginkan satu angka untuk "berapa biaya AI coding kita bulan ini," mereka harus mencocokkan dua sumber ketimbang membaca satu ringkasan, dan pencocokan itu adalah pekerjaan manual yang harus benar-benar dilakukan seseorang.
Ada juga biaya onboarding, dan itu layak disebutkan ketimbang diabaikan begitu saja. Setiap Runtime yang Anda hubungkan perlu dikonfigurasi kunci atau paketnya sendiri, seseorang di tim harus bertanggung jawab memperbarui dan merotasi kredensial tersebut, dan karyawan baru yang ingin menjalankan Agent perlu akses ke akun penyedia di baliknya, bukan sekadar undangan ke Sharkly. Platform reseller bisa menyembunyikan semua itu di balik satu kali pendaftaran. BYOK tidak, dan itu memang disengaja, sehingga tim yang mengevaluasi Sharkly sebaiknya menganggarkan satu hingga dua jam nyata untuk penyiapan per Runtime ketimbang berharap waktunya nol.
Semua itu bukan alasan untuk menghindari BYOK. Itulah daftar jujur tentang apa yang Anda tanggung sebagai ganti tidak membayar markup token, dan sebuah tim sebaiknya masuk dengan mengetahuinya ketimbang baru menemukannya saat terjadi insiden.
Di mana lapisan manajemen tetap layak dipertahankan
Karena Sharkly tidak menjual token kepada Anda atau meratakan rate limit penyedia, wajar jika Anda bertanya apa sebenarnya yang dilakukan lapisan koordinasi ini. Ada tiga hal, secara konkret.
Lapisan ini menentukan di Computer mana sebuah run dieksekusi. Runtime sebuah Agent memerlukan host, lokal maupun cloud, dengan repositori dan sumber daya yang dibutuhkan sebuah Task, dan penugasan itu adalah tugas Sharkly terlepas dari siapa yang membayar token yang dikonsumsi run tersebut. Penagihan token dan penempatan eksekusi adalah dua urusan yang terpisah, dan BYOK hanya mengeluarkan platform dari urusan yang pertama.
Lapisan ini menjaga keberadaan manusia dalam alur persetujuan. Agent melakukan riset, eksekusi, pengujian, dan pelaporan; manusia yang menetapkan arah, memberikan wewenang, dan menerima hasilnya. Langkah review itu, yaitu siapa yang menyetujui sebuah Task sebelum di-merge atau ditutup, tidak bergantung pada siapa yang membayar panggilan model di baliknya. Markup reseller yang lebih murah tidak memberi Anda proses review yang lebih baik, dan model BYOK juga tidak menghilangkan proses tersebut.
Dan lapisan ini memberi Anda dasbor penggunaan yang menampilkan konsumsi per Agent meskipun token-nya sendiri ditagih di tempat lain. Anda bisa melihat Agent mana yang paling banyak membakar token dalam satu Sprint, jenis Task mana yang mahal untuk diotomatiskan, dan di mana sebuah Runtime bekerja paling intens—semuanya tanpa visibilitas tersebut mengharuskan Sharkly menjadi pihak yang menagih Anda untuk token yang dilaporkannya. Kegunaan dasbor itu tidak bergantung pada Sharkly sebagai pemilik tagihannya.
Itulah bentuk sebenarnya dari pemisahan ini: Sharkly mengelola di mana pekerjaan berjalan, siapa yang meninjau hasilnya, dan berapa biaya menjalankannya bagi Anda, tanpa perlu sekaligus menjadi vendor yang menjual hal yang sedang diukur tersebut.
Menilai apakah tradeoff ini sepadan
Jika tim Anda kecil, hanya punya satu Runtime, dan jarang terkena rate limit, pertanyaan reseller versus BYOK mungkin tidak banyak mengubah keseharian Anda. Tradeoff ini baru benar-benar terasa ketika Anda menjalankan beberapa Agent dengan paket yang sama, mengoordinasikan Crew di lebih dari satu Computer, atau mencoba menjawab "berapa biaya AI coding kita sebenarnya Sprint ini" untuk lebih dari satu tim. Pada titik itu, platform dengan insentif tersembunyi untuk menjaga pengeluaran token Anda tetap tinggi adalah biaya yang tidak bisa Anda lihat sepenuhnya, dan platform yang hanya memberi tahu berapa yang Anda belanjakan, tanpa sekaligus menjadi pihak yang menjualnya kepada Anda, sepadan dengan ketidaknyamanan dua dasbor tadi.
Taruhan Sharkly adalah bahwa masalah koordinasi, bukan masalah metering, yang layak dibebankan biaya. Sharkly adalah lapisan di atas agent yang sudah Anda jalankan, bukan vendor kedua yang berada di antara Anda dan token yang mereka konsumsi. Jika Anda sudah membayar Claude Code atau Codex secara langsung dan ingin runs-nya dapat ditugaskan, ditinjau, dan terlihat tanpa markup yang menempel di atas token, itulah lapisan yang dibangun Sharkly. Lihat harga terkini untuk mengetahui persis seperti apa sisi seat-nya.
