《你的 Agent 每回答一句，背后在烧几十次 API：工具调用的隐藏账单》

你以为「我问一次、平台答一次」就是一次 API 调用、一笔钱。带工具的 Agent 会让你这个直觉彻底翻车。

一个用户可见的回答背后，Agent 可能悄悄调了二三十次接口：查天气一次、搜资料三次、跑代码两次、读数据库五次、最后总结一次……每一次都是一次独立计费的 API 调用。你看到的是一句话，账单上记的是一长串。

一、一次回答 ≠ 一次 API 调用

普通聊天，是你发一段、模型回一段，调用次数约等于对话轮数。

但 Agent（带工具/函数调用的智能体）的工作方式是 ReAct 循环：先「想」下一步调哪个工具，调完把结果「看」一遍，再决定下一步，直到它觉得能回答了才收尾。这条链上每一步，都是一次真实的模型推理调用。

实测里反复出现的比例：一个用户问题，Agent 背后跑 5 到 50 次 API 调用。简单问答偏低，复杂任务（写代码、跑分析、多步检索）轻松到二三十次。换句话说，你账单上的调用数，可能是你以为的 10 到 50 倍——而你只在界面上看见最后那一句。

放大来自三个叠加机制：

① 工具调用本身是「双份」计费。 一次工具调用通常拆成两次模型调用：一次是模型决定「我要调工具 X，参数是 Y」（输出一段结构化 JSON），一次是工具返回结果后模型「读结果、决定下一步」。光这一步，一次工具动作就至少两次推理。

② 上下文回传，越滚越大。 工具返回的内容（搜索结果、数据库行、代码执行输出）会被整段塞回上下文，作为下一轮推理的输入。调用越往后，每次推理要处理的 token 越长——后面的调用比前面的更贵。一个 10 步的 Agent，第 10 步的输入 token 往往数倍于第 1 步。

③ 并行扇出与重试。 有些 Agent 会并行调多个工具（同时搜三个源），调用数瞬间翻倍；再叠加重试风暴（上一轮聊过的「重试税」），一次失败自动重发三遍，账单再乘三。

三件事叠起来：调用次数 ×N，单次成本又随上下文上升，再叠加重试——一个看起来很简单的问题，烧掉的钱可能是你直觉的几十倍。

最阴的地方不是贵，是看不见。

很多平台的账单只给你一个聚合数字：「本次会话消耗 X token，扣 Y 元」。你不知道这 X token 里，有多少是工具调用、多少是上下文回传、哪一步突然涨了三倍。等月末发现「这个 Agent 比预期贵十倍」时，已经烧了一个月。

更隐蔽的是：工具调用的报错重试、上下文溢出截断，往往静默发生——你看到正常回答，账单上却多了一笔你看不懂的调用。没有逐调用明细，你连「哪一步贵了」都定位不了。

这也解释了为什么很多人觉得「Agent 太贵、用不起」：不是模型单价高，是工具调用的调用次数和上下文回传，被打包成一团看不清的账。

每个都能落地，省下来的钱会叠加。

开关 1：给工具调用设步数上限。 Agent 跑多少步就停。一个没收敛的 ReAct 循环可能无限调工具，设个上限（比如 15 步）既是省钱也是防失控。

开关 2：压缩上下文回传。 工具返回别整段塞回去。只保留模型下一步真正需要的字段（比如搜索只留标题+链接+摘要，不塞全文）；长结果做截断或先摘要再入上下文。这一步直接砍掉「越往后越贵」的那截。

开关 3：按 key / 按 Agent 设硬上限。 给每个 Agent、每个 key 设日级或月级额度上限，等于给「工具调用失控」装保险丝。配合上一步，单次异常不会拖垮整月账单。

开关 4：逐调用明细可导出。 账单真正的坑不在单价，在「出了事你才发现不了」。每次工具调用都留一行账：时间、模型、输入/输出 token、request_id、是否工具调用、耗时。异常（某 Agent 突然翻 10 倍、某步静默重试）当天就能看见，而不是月末才恍然大悟。

我们把「逐调用可见」做成默认能力，而不是付费加购：

也诚实交代短板：方舟通道当前只激活 1 个模型（DeepSeek-V4-Flash），广度是短板我们不掩饰；工具调用「怎么省」是你应用层自己的工程活（步数上限、上下文压缩），我们给的是把每一笔都摊开、让你能算清的干净链路，而不是替你把账做小。

Agent 省不省，不是「模型单价」决定的，是「调了多少次、每次上下文多长、有没有失控」决定的。把 4 个开关打开，再拿自己的调用日志算一遍——比看任何「Agent 很便宜」的通稿都准。

延伸阅读：上轮《输出 token 才是吞金兽》聊「输出比输入贵 3–10 倍」；更早《重试税》聊「失败自动重试把计量放大 20%–30%」；本轮聊「工具调用把一次回答拆成几十次计费」。三篇合起来，才是 Agent 时代账单的完整拼图。