Tek bir kodlama ajanıyla başladınız. Şimdi Claude Code bir terminalde, Codex başka bir terminalde, Gemini CLI ise üçüncüsünde çalışıyor. Her biri kendi koşullarıyla faturalandırıyor: burada bir abonelik, orada ölçümlü bir API anahtarı, geçen hafta sessizce ücretli kullanıma dönüşen bir ücretsiz katman. Ay sonunda elinizde üç fatura var ama basit bir sorunun yanıtı yok. Geçen haftaki özelliği geliştirmek gerçekte ne kadara mal oldu?
Kodlama ajanı maliyet yönetimi, ajan harcamasını bu harcamaya yol açan işe atfetme ve ardından bu harcamayı ekibinizin kullandığı her araçta görünür ve incelenebilir tutma pratiğidir. Zor kısım, tek bir ajanın token başına fiyatı değil. Fiyatlar değişir ve her satıcı bunları yayımlar. Zor kısım, birden fazla ajan çalıştırdığınız anda harcamanın ayrı faturalama sistemlerine bölünmesi; böylece kimse bir dolar tutarını bir göreve, bir repoya veya bir kişiye bağlayamaz.
Bu makalede her aracın maliyetinin gerçekte nereden geldiğini, kontrolünüzdeki kaldıraçları ve Sharkly gibi bir yönetim katmanının hâlihazırda kullandığınız araçlardan ayrılmanızı istemeden görev başına harcamayı nasıl görünür tuttuğunu ele alıyoruz. Sharkly ajanların üzerinde konumlanır. Claude Code, Codex ve Gemini aboneliklerinizi korursunuz ve her çalıştırmanın kaydı ait olduğu Göreve döner.
Üç ajan çalıştırdığınızda maliyet yönetimi ne anlama gelir
Tek ajanla maliyet, tek bir panodan okuyabileceğiniz bir sayıdır. Üç ajanla ise maliyet bir koordinasyon sorununa dönüşür. Harcama gerçektir ama hiçbir zaman uzlaşmayan üç ayrı yerde yaşar: Anthropic'in Claude Code kullanımı, Codex için bir OpenAI faturalama sayfası ve Gemini için bir Google Cloud projesi.
Açıkça belirtilmesi gereken sınır şudur. Maliyet yönetimi, maliyet azaltma ile aynı şey değildir. Harcamayı azaltmak, daha az token kullanmak demektir. Harcamayı yönetmek ise tokenlerin nereye gittiğini bilmek ve bunun buna değip değmediğine karar vermektir. Bilinçli olarak pahalı bir ay geçirebilir, paralel olarak üç özellik yayımlayabilir ve yine de kontrol sizde olabilir; yeter ki harcamayı atfedebilin ve bir kişi bunu onaylamış olsun.
Eksik olan katman işte bu atfetmedir. Birden fazla ajan çalıştıran çoğu ekip size toplam yapay zeka faturasını söyleyebilir ama bundan daha ayrıntılısını söyleyemez. Hangi reponun, hangi mühendisin veya hangi görevin bu harcamaya yol açtığını söyleyemezler. Harcama görev düzeyinde görünmez olduğunda, maliyet konuşmaları tahmine dönüşür ve olağan tepki, bütçeyi gerçekte yakan aracı değil, görülmesi en kolay olan aracı sınırlamak olur.
Üç aracın maliyetleri gerçekte nereden gelir
Her ajan kabaca aynı şey için ücret alır; giren tokenler ve çıkan tokenler. Ancak faturalama modeli, bütçeleme şeklinizi değiştirecek kadar farklıdır. En iyi durumlarında karşılaştırıldığında hiçbiri diğerlerinden basitçe daha ucuz değildir. Farklı iş biçimleri için daha ucuzdurlar.
| Araç | Yaygın faturalama modeli | Faturayı yükselten şey |
|---|---|---|
| Claude Code | Abonelik planı veya Anthropic API anahtarı | Uzun ajan oturumları, büyük bağlam pencereleri, tekrarlanan dosya okumaları |
| Codex | Abonelik planı veya OpenAI API anahtarı | Akıl yürütme ağırlıklı görevler, yüksek eşzamanlılık, araç çağrısı döngüleri |
| Gemini CLI | Ücretsiz katman, ardından Google Cloud API anahtarı | Ücretsiz kotayı aştıktan sonra büyük bağlamlı görevler, görsel ve çok modlu çağrılar |
Abonelik modelleri marjinal maliyeti gizler. Sabit aylık plan marjda bedava gibi hissettirir, bu yüzden mühendisler sürekli ona başvurur ve gerçek soru "bu ne kadara mal oldu"dan "planın limitlerine ulaşıyor muyuz"a kayar. Ölçümlü API anahtarı modelleri ise tam tersini yapar: her çalıştırmanın görünür bir fiyatı vardır, bu da bütçelemeyi daha temiz kılar ama ekipleri kuruş tasarrufu için yetenekli bir ajanı yeterince kullanmamaya teşvik eder.
Bir veya iki kişi gün boyunca istikrarlı şekilde bir ajan çalıştırıyorsa ve öngörülebilir faturalama görev başına ayrıntıdan daha önemliyse abonelik planı kullanın. Harcamayı kesin olarak atfetmeniz, otomasyonda çalışmanız veya toplamın hesabını birinin vermesi gereken bir ekibe işi dağıtmanız gerektiğinde ölçümlü API anahtarı kullanın. Çoğu ekip sonunda her ikisine de sahip olur; tek bir uzlaştırılmış görünümün önemli olmasının nedeni de tam olarak budur. Hangi ajanın hangi işi üstleneceğini seçiyorsanız, modelleri görevlerle eşleştirmek faturanız için satıcı değiştirmekten daha faydalıdır.
Gerçekte kontrol ettiğiniz üç kaldıraç
Satıcı fiyatları bir kaldıraç değildir; bir terminalden bunları pazarlık edemezsiniz. Gerçekten elinizde olan üç şey var ve bunlar etiket fiyatından daha önemli.
Bağlam disiplini. En büyük önlenebilir maliyet, ajanın zaten sahip olduğu bağlamı yeniden göndermektir. Her turda tüm kod tabanını yeniden okuyan bir ajan, o kod tabanı için her turda ödeme yapar. Çalıştırmalar arasında bağlamı kalıcı kılmak, böylece ajanın onu yeniden inşa etmek yerine mevcut durumdan başlaması, genellikle tek başına en büyük tasarruftur. Bu, kod tabanı belleği ve token maliyetinin arkasındaki mekanizmanın aynısıdır: sakladığınız şeyi yeniden satın almazsınız.
Model-görev eşleştirmesi. Tek satırlık bir yeniden adlandırmayı ağır bir akıl yürütme modeline yönlendirmek para israfıdır; mimari bir yeniden düzenlemeyi küçük ve hızlı bir modele yönlendirmek ise bir öğleden sonra israfıdır. Tasarruf, her işi varsayılan olarak en yetenekli ajanınıza vermek yerine modeli göreve uydurmaktan gelir.
Paralellik sınırları. Ajanları paralel çalıştırmak, gerçek çıktı kazancının yaşandığı yerdir ve aynı zamanda harcamanın en hızlı katlandığı yerdir. Aynı anda çalışan beş ajan, birim gerçek zaman başına kabaca beş kat daha fazla maliyete yol açar. Beş görev hazırsa ve buna değiyorsa bu sorun değildir; ancak üçü spekülatifse pahalıdır. Kaldıraç "daha az ajan çalıştırmak" değildir. Başlatmadan önce hangi işin paralel bir slota değdiğine karar vermektir. Paralel çalışan ajanları izlemek, bu kararı bir tahminden savunabileceğiniz bir kanaate dönüştüren şeydir.
Ekip büyüklüğüne göre bir karar tablosu
Maliyet denklemi, kaç kişiyi ve ajanı koordine ettiğinize göre değişir. Tek başına çalışan bir geliştirici için sorun olmayan bir şey, bir platform ekibi için yük haline gelir.
| Ekip yapısı | Maliyetin yaşadığı yer | Neye göre optimize edilmeli |
|---|---|---|
| Tek başına geliştirici, bir veya iki ajan | Doğrudan okuyabileceğiniz bir veya iki pano | Öngörülebilir faturalama; genellikle bir abonelik planı yeterlidir |
| Küçük ekip, birkaç ajan | Kişi başına abonelikler ve anahtarlar arasında bölünmüş | Atfetme: harcamaya hangi işin yol açtığını bilmek |
| Platform veya mühendislik ekibi | Birçok repo, birçok ajan, paylaşılan bütçeler | Görünürlük, inceleme ve bir sahibe bağlanan görev başına maliyet |
Tek başınıza çalışıyorsanız ve tek terminalde tek ajanla rahatsanız, maliyeti kontrol etmek için bir yönetim katmanına ihtiyacınız yoktur. Panonuz zaten ihtiyacınız olanı söyler. Denklem, harcama tek bir görünümün sınırlarını aştığında değişir: birden fazla ajan, birden fazla repo ve sizin dışınızda birinin hesabını vermesi gereken bir bütçe. O noktada soru "hangi ajan en ucuz" olmaktan çıkar ve "tüm tabloyu kim görebilir ve karar verebilir" haline gelir.
Görev başına harcamayı görünür kılmak
Sharkly'nin inşa edildiği katman budur ve ne yapıp ne yapmadığı konusunda net olmakta fayda var. Sharkly bir faturalama aracı değildir ve Claude Code, Codex veya Gemini'nin yerini almaz. Model kullanımı, bu araçlarda yapılandırılan abonelikler veya API anahtarları üzerinden devam eder; kendi aboneliğinizi getirirsiniz. Sharkly'nin eklediği şey, bunların etrafındaki paylaşılan kayıttır: her ajan çalıştırması bir Görev içinde gerçekleşir ve yürütme, ilerleme, engeller ile sonuçlar ekibin görebileceği şekilde o Göreve döner.
Maliyeti okunur kılan şey bu paylaşılan kayıttır. Her çalıştırma, bir sahibi ve bir reposu olan bir Göreve bağlandığında, harcama tek bir anonim aylık toplam olmaktan çıkar ve işaret edebileceğiniz bir dizi karar haline gelir. Hangi işin çalıştığını, kimin Bilgisayarında ve hangi bütçeye karşı çalıştığını, talepten sürüme kadar görebilirsiniz. Size neyin çalıştığını gösteren bir kodlama ajanı panosu, harcamayı yönetmekle onu faturadan sonra keşfetmek arasındaki farktır.
İnsan-ajan sözleşmesi burada da geçerlidir. Ajanlar araştırır, yürütür, test eder ve raporlar. İnsanlar yön belirler, yetki verir ve harcamanın sonuca değip değmediğine karar verir. Otomasyon, ekip muhakemesinin gerektiği yerde durur; maliyet açısından bu, beş ajanın paralel çalıştırılmasının haklı olduğuna başlamadan önce bir betiğin değil bir kişinin karar vermesi anlamına gelir.
Faturalamayı basitleştirmek için tek bir ekosisteme bağlanmak yerine birden fazla kodlama ajanı kullanmaya devam etmek istiyorsanız, Sharkly tam da bu sorun etrafında tasarlandı. Mevcut kodlama ajanlarınızı Sharkly üzerinden çalıştırın ve her çalıştırmanın maliyeti ona yol açan göreve dönsün.
