डिफ़ॉल्ट सेटिंग्स की कीमत किसी ने नहीं आँकी: आपके कोडिंग एजेंट चलाने वाला उत्पाद ही आपका मॉडल बिल चुन रहा है

आपके इंजीनियरों ने अपने कोडिंग एजेंट चुने। लेकिन जिन सेटिंग्स पर वे एजेंट चलते हैं, वे किसी ने नहीं चुनीं — और वही सेटिंग्स तय करती हैं कि कौन सा मॉडल जवाब देगा, बातचीत का कितना हिस्सा पूरी कीमत पर दोबारा भेजा जाएगा, और एक ही कीस्ट्रोक के पीछे कितने सब-एजेंट शुरू होंगे। Accenture Responsible AI के एक प्रीप्रिंट ने सार्वजनिक डेटासेट से लिए गए लगभग 10,000 वास्तविक एजेंट सत्रों की दोबारा कीमत लगाई और पाया कि चल रही किसी भी बातचीत में दखल दिए बिना काम को सबसे सस्ते सक्षम मॉडल पर ले जाने से एजेंटिक मॉडल खर्च का 13 से 21 प्रतिशत वापस मिल जाता है (Kwartler, Aqrawi और Abbasi, 2026)।

हस्तांतरणीय आँकड़ा प्रतिशत नहीं है। वह उसके नीचे बैठा भाजक है: प्रति इंजीनियर प्रति सक्रिय दिन 41 डॉलर।

आपके कोडिंग एजेंट चलाने वाला उत्पाद एक खरीद निर्णय है जो किसी ने लिया ही नहीं

एजेंट चलाने वाले उत्पाद के लिए पेपर जो शब्द इस्तेमाल करता है वह है हार्नेस — Claude Code, Codex, और उन्नीस अन्य, जिन्हें लेखकों ने लाइसेंस फ़ाइलों और कॉन्फ़िगरेशन दस्तावेज़ों से बनाए गए एक कपलिंग मैट्रिक्स में दर्ज किया है। लगभग कोई संस्था इसे खुद नहीं बनाती। सब वही अपनाते हैं जो मॉडल विक्रेता सीटों के साथ दे देता है, अपनी डिफ़ॉल्ट सेटिंग्स के साथ।

पैसा वहीं तय होता है। एक हार्नेस चुनता है कि किसी मोड़ का जवाब कौन सा मॉडल देगा, वह मॉडल कितना संदर्भ पढ़ेगा, प्रॉम्प्ट कैश का उपयोग कैसे होगा, और कौन से सब-एजेंट चलेंगे। लेखकों की शब्दावली में, वह इसलिए मूल्य सूची की दर चुनता है और उस दर पर खरीदी जाने वाली मात्रा भी तय करता है। बिल के दोनों आधे हिस्से, एक ऐसी कॉन्फ़िगरेशन फ़ाइल से तय होते हैं जिसकी समीक्षा किसी ने नहीं की।

इसकी तुलना उस तरीके से कीजिए जिससे वही संस्था 30,000 यूरो के सॉफ़्टवेयर मद को देखती है: विक्रेता समीक्षा, सुरक्षा प्रश्नावली, नाम से एक जवाबदेह व्यक्ति। एजेंट हार्नेस डेवलपर-टूल बजट के रास्ते आया और अब एक परिमाण कोटि बड़ी रकम हिला रहा है, बिना किसी जवाबदेह व्यक्ति के।

दोबारा कीमत लगाने पर क्या मिला

लेखकों ने एक राउटर बनाया, उसे हार्नेस और मॉडल एंडपॉइंट के बीच रखा, और वास्तविक सत्रों में मापे गए व्यवहार — सुधार, विराम और सब-एजेंट लॉन्च सहित — का उपयोग करके 10,000 सीटों वाली एक संस्था का अनुकरण किया।

माप	परिणाम
वर्तमान स्थिति में वार्षिक मॉडल खर्च, 10,000 सीटें	2.44 करोड़ डॉलर, अर्थात प्रति इंजीनियर प्रति सक्रिय दिन 41 डॉलर
कैश बचाने वाली रूटिंग से वापस मिला	13 से 21 प्रतिशत, यानी सालाना 33 से 51 लाख डॉलर
सबसे ऊँचे स्तर के मॉडल पर नीचे के स्तर से सस्ते पड़ने वाले लंबे वास्तविक सत्र	51 से 80 प्रतिशत
कुल बचत में केवल इस एक क्रॉसओवर का हिस्सा	लगभग तीन-चौथाई

इस परास को ध्यान से पढ़िए, क्योंकि यह विश्वास अंतराल नहीं है। 33 लाख डॉलर वह है जो लेखकों का वास्तव में चल रहा वर्गीकारक देता है; 51 लाख डॉलर वह है जो एक निर्दोष वर्गीकारक देता। इन दो आँकड़ों के बीच का अंतर आपके रूटिंग निर्णयों की गुणवत्ता है, सांख्यिकीय शोर नहीं।

उनके परिणामों की एक पंक्ति इस तंत्र को ठोस बना देती है: एक लंबे कोडिंग सत्र के भीतर एक पंक्ति का बदलाव 0.90 डॉलर से 0.36 डॉलर पर आ जाता है। इसलिए नहीं कि मॉडल सस्ता हो गया, बल्कि इसलिए कि अनुरोध ने अपने पीछे पूरी बातचीत घसीटना बंद कर दिया।

बिल का एक तिहाई दोबारा किया गया काम है, काम नहीं

आपकी अपनी कंपनी में दोबारा कीमत लगाने पर जो निष्कर्ष सबसे अधिक टिकेगा, उसका रूटिंग से कोई लेना-देना नहीं।

अनुकरण में सुधार — वे मोड़ जहाँ कोई एजेंट को बताता है कि वह गलत था और वह दोबारा कोशिश करता है — वर्तमान स्थिति के बिल का एक तिहाई से अधिक बनाते हैं। उन्हें हटा दीजिए और मासिक खर्च 20.3 लाख डॉलर से 13.1 लाख डॉलर पर आ जाता है। सुधार वही एकमात्र सबसे आम कारण भी हैं जिसके चलते लोग किसी कोडिंग एजेंट को बीच में रोकते हैं: लेखकों द्वारा उद्धृत विक्रेता नमूने में सभी व्यवधानों के 32 प्रतिशत।

यह McKinsey की QuantumBlack द्वारा इस वर्ष पहले प्रकाशित एजेंट लागत निष्कर्ष के ही आकार का है: बैंकिंग में एक ग्राहक सेवा एजेंट के लिए टोकन लागत एजेंट की परिवर्तनीय परिचालन लागत का 20 से 25 प्रतिशत है, जबकि मानवीय निगरानी 70 से 75 प्रतिशत (McKinsey QuantumBlack, 2026)। भिन्न कार्यभार, भिन्न पद्धति, वही निष्कर्ष: एजेंट का महँगा हिस्सा वह है जहाँ किसी मनुष्य को उसके उत्पाद पर दोबारा नज़र डालनी पड़ती है।

गुणवत्ता का एक संकेत भी उसी दिशा में इशारा करता है। GitClear के 2023 से 2026 के बीच 62.3 करोड़ कोड परिवर्तनों के विश्लेषण में ब्लॉक डुप्लिकेशन 81 प्रतिशत बढ़ा, एक ही कमिट के भीतर कॉपी-पेस्ट 41 प्रतिशत, त्रुटियाँ छिपाने वाली संरचनाएँ 47 प्रतिशत, और रीफैक्टरिंग से होने वाला पंक्ति स्थानांतरण 70 प्रतिशत घटा (GitClear, 2026)। इस परिणाम के लिए उनका गढ़ा शब्द उधार लेने योग्य है: चिरस्थायी V1 घटक — कोड जो रिलीज़ हो जाता है और कभी समेकित नहीं होता, क्योंकि जिसे एजेंट दोबारा बना सकता है उसे कोई रीफैक्टर नहीं करता।

दोबारा किए गए काम की कीमत आप दो बार चुकाते हैं: एक बार बिल पर, एक बार कोडबेस में।

प्रति टोकन कीमत प्रति कार्य लागत नहीं है

क्रॉसओवर का परिणाम ही प्रति-सहज वाला है, और यही वह है जो लागत के प्रति सजग हर परिचालन प्रमुख की सहज प्रवृत्ति तोड़ता है।

लंबे, उपकरण-गहन सत्रों में सबसे ऊँची कीमत वाला मॉडल प्रति सत्र उससे नीचे के स्तर से कम लागत लेता है — 100 डॉलर या उससे अधिक लागत वाले वास्तविक सत्रों में 51 से 80 प्रतिशत में। तंत्र कैशिंग है: एक शीर्ष स्तरीय मॉडल जो कैश किया गया संदर्भ नीचे के स्तर की आधी दर पर पढ़ता है, वह किसी भी ऐसे सत्र में जीतता है जो अपना इतिहास पर्याप्त बार दोबारा पढ़ता है, और एजेंटिक काम लगातार दोबारा पढ़ता है। पेपर इस निर्भरता पर दो-टूक है: शीर्ष मॉडल हटा दीजिए और पूरी बचत 13 प्रतिशत से 3.1 प्रतिशत पर ढह जाती है, क्योंकि क्रॉसओवर को उसकी ज़रूरत है।

इसलिए "हमने सबको सस्ते मॉडल पर ले आया" कोई लागत कार्यक्रम नहीं है। यह इस बात पर दाँव है कि आपके सत्र छोटे हैं।

कैश ही छिपा हुआ मीटर है

पेपर के तीन कॉन्फ़िगरेशन विवरण 200 कर्मचारियों वाली कंपनी के लिए मुख्य प्रतिशत से अधिक मूल्यवान हैं।

पहला, कैश का जीवनकाल। कोडिंग एजेंट का कैश उपभोक्ता सदस्यता पर एक घंटा जीवित रहता है, लेकिन API कुंजियों और क्लाउड प्रदाताओं पर पाँच मिनट — और एक एंटरप्राइज़ गेटवे ठीक इसी तरह जुड़ता है। Anthropic दोनों विकल्पों का दस्तावेज़ीकरण करता है और एक घंटे के कैश को लिखने पर आधार इनपुट टोकन की दोगुनी दर पर रखता है (Anthropic, 2026)। वास्तविक सत्रों के दो सार्वजनिक संग्रहों में 17 से 27 प्रतिशत उपयोगकर्ता मोड़ पाँच मिनट से अधिक के विराम के बाद आए। इनमें से हर मोड़ कैश को ठंडे से पूरी कीमत पर दोबारा बनाता है। लंबा TTL मुफ़्त नहीं है, लेकिन लगभग निश्चित रूप से उससे सस्ता है जो डिफ़ॉल्ट सेटिंग आपके साथ कर रही है।

दूसरा, गेटवे स्वयं। यदि हार्नेस और मॉडल के बीच का प्रॉक्सी कैश मार्कर या बीटा हेडर हटा देता है, तो प्रदाता हर एक मोड़ पर पूरी बातचीत को बिना-कैश इनपुट मानकर बिल बनाता है। यह कैशिंग का मौन और पूर्ण नुकसान है, और कारण है एक सही-सही काम कर रहा नेटवर्क उपकरण।

तीसरा, भूमिका के अनुसार संदर्भ डिफ़ॉल्ट। 3,00,000 टोकन के इतिहास पर दस हज़ार ठंडी वापसियों की लागत केवल उसे दोबारा भेजने के लिए 18,750 डॉलर है; उसे पहले 30,000 टोकन तक छाँटने की लागत 1,875 डॉलर। किसी कार्य के बीच बैठे इंजीनियर को पूरा इतिहास सचमुच चाहिए हो सकता है। एक मसौदा संशोधित कर रहे मार्केटिंग व्यक्ति को पिछले संस्करण के पीछे का तर्क नहीं चाहिए। सबके लिए एक ही सीमा डिफ़ॉल्ट सेटिंग के भेस में एक मूल्य-निर्धारण निर्णय है।

ईमानदार प्रतिपक्ष

चार सीमाएँ, सीधे शब्दों में।

यह एक प्रीप्रिंट है, और संस्करण मायने रखता है। arXiv 2609.28919 24 सितंबर 2026 को प्रकाशित हुआ और 26 सितंबर को संशोधित। संशोधन ने मुख्य आँकड़ा 14-21 प्रतिशत से 13-21 प्रतिशत किया, बचत 50 लाख से 51 लाख डॉलर, और पेपर का शीर्षक बदला। सहकर्मी समीक्षा पूरी नहीं हुई है। यदि आपने पहले के आँकड़े कहीं उद्धृत देखे हों, वे पहले संस्करण के हैं।

यह एक अनुकरण है, लेखा-परीक्षित बिल नहीं। लेखक 10,000 सीटों वाली संस्था का मॉडल सार्वजनिक सत्र संग्रहों से लिए व्यवहार पर बनाते हैं, किसी एक कंपनी के बिल पर नहीं। वे स्पष्ट हैं कि उनके परिदृश्य सबसे छोटे मोड़ों का कम प्रतिनिधित्व करते हैं — वास्तविक अनुरोधों का एक चौथाई सात से कम अनुरोधों वाले सत्रों में है, उनके 3.8 प्रतिशत के मुकाबले — और कि उनके किसी एक संदर्भ संग्रह के आकार वाले सत्र 13 प्रतिशत को लगभग 9 प्रतिशत पर ले आते।

गणित एक ही मूल्य सूची से बँधा है। सब कुछ Anthropic की 21 सितंबर 2026 की सूची कीमतों पर टिका है। एक समान कैश-पठन व्यवस्था के तहत क्रॉसओवर गायब हो जाता है और बचत 6 प्रतिशत पर आ जाती है। प्रदाता कम सूचना पर कीमतें बदलते हैं। जो हस्तांतरित होता है वह पद्धति है, आँकड़ा नहीं।

रूटिंग स्वयं अपूर्ण है। वर्गीकारक जटिलता केवल 63 प्रतिशत बार सही पकड़ता है, और उसने जो मोड़ स्थानांतरित किए उनमें 12.5 प्रतिशत गलत अवनयन थे, काम की माँग से नीचे के स्तर पर भेजे गए। उसकी सीमा 0.8 से 0.5 तक ढीली करने पर 46 प्रतिशत अधिक मोड़ स्थानांतरित होते हैं और बचत 10 प्रतिशत पर गिर जाती है, क्योंकि सुधार श्रृंखलाओं की लागत स्थानांतरणों की बचत से अधिक है। आक्रामक रूटिंग दोबारा काम खरीदने का तरीका है।

और सबसे व्यापक सावधानी: यदि टोकन लागत वास्तव में एजेंट की परिवर्तनीय परिचालन लागत का एक चौथाई है, तो टोकन मद का 13 से 21 प्रतिशत वापस पाना एजेंट की वास्तविक लागत के लगभग 3 से 5 प्रतिशत के बराबर है। लेने योग्य है। रणनीति नहीं है।

इस तिमाही में क्या बदलें

चार कदम। कोई भी खरीद नहीं है, और केवल एक तकनीकी है।

1. अपने ही बिल से प्रति इंजीनियर प्रति सक्रिय दिन का आँकड़ा निकालिए। पूरा अभ्यास यही है। अनुकरण के 41 डॉलर पर, तीस इंजीनियर लगभग 220 सक्रिय दिनों में सालाना 2,71,000 डॉलर के करीब पहुँचते हैं; विक्रेता द्वारा बताए गए लगभग 13 डॉलर के औसत पर, 86,000 डॉलर के करीब — यह उनकी इकाई पर मेरा गणित है, उनका निष्कर्ष नहीं, और यही फैलाव मापने का कारण है, अनुमान लगाने का नहीं।
2. हार्नेस कॉन्फ़िगरेशन को नाम से एक जवाबदेह व्यक्ति दीजिए, उसी स्तर पर जिस पर उस आकार का कोई भी अन्य खर्च होता है। इस समय डिफ़ॉल्ट सेटिंग्स उसी की हैं जिसने उन्हें भेजा।
3. रूटिंग पर विचार करने से पहले तीन सेटिंग्स जाँचिए: कैश TTL, आपका गेटवे कैश मार्कर अपरिवर्तित आगे भेजता है या नहीं, और संदर्भ सीमाएँ भूमिका के अनुसार अलग हैं या नहीं। पेपर की अपनी सिफ़ारिश क्रम इन्हें किसी भी राउटर से पहले रखती है, क्योंकि कैश हटाने वाले गेटवे के पीछे बैठा राउटर कुछ भी नहीं बचाता।
4. मापदंड प्रति टोकन या प्रति सीट लागत से बदलकर प्रति सत्यापित कार्य लागत कीजिए — वह इकाई जिसमें सुधार श्रृंखला शामिल है। यह लेखकों की समापन सिफ़ारिश है और एकमात्र आँकड़ा है जो तब हिलता है जब काम वास्तव में बेहतर होता है, न कि केवल सस्ता।

यह आख़िरी बात सुनने से ज़्यादा कठिन है, क्योंकि इसके लिए ज़रूरी है कि एजेंट के किसी काम की लागत और यह रिकॉर्ड कि किसी मनुष्य ने उसे स्वीकार किया, एक ही जगह रहें। देखने योग्य है कि Scovai इसे अपने Digital Employees सतह पर कैसे संरचित करता है: लागत के तीन स्रोत जानबूझकर अलग रखे जाते हैं — जो आप बिल पर चुकाते हैं, जो प्लेटफ़ॉर्म के अपने काउंटर मापते हैं, और जो प्रदाता घोषित करता है — मासिक और प्रति-लेनदेन सीमाएँ उपकरण के बजाय सीट से जुड़ी होती हैं, और एक घोषित नियम कि जहाँ कोई आँकड़ा मौजूद नहीं है, वहाँ सतह शून्य छापने के बजाय यही कहती है।

इस पेपर का असुविधाजनक निष्कर्ष यह है कि इस दशक में अधिकांश कंपनियाँ जो सबसे बड़ी परिवर्तनीय तकनीकी लागत जोड़ेंगी, वह इस समय एक ऐसी कॉन्फ़िगरेशन फ़ाइल से तय हो रही है जो एक डेवलपर टूल के साथ आ गई थी। किसी विक्रेता वार्ता से नहीं, किसी बजट से नहीं, किसी के निर्णय से नहीं।

तो तिमाही बंद होने से पहले पता लगाइए कि आपके कोडिंग एजेंट प्रति इंजीनियर प्रति सक्रिय दिन वास्तव में कितने का पड़ते हैं — और नाम से कौन उन सेटिंग्स को बदलने के लिए अधिकृत है जो यह तय करती हैं। यदि दूसरे प्रश्न का उत्तर कोई नहीं है, तो आपने समस्या पहचान ली है, और वह कभी भी प्रति टोकन कीमत नहीं थी।