0Pricing
AI Agents · Leçon

Budgets de jetons par étape

Limitez les jetons d’entrée et de sortie de chaque nœud afin qu’une boucle incontrôlable ne vous ruine pas.

Budgets de jetons par étape est une leçon AI Agents gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage AI Agents, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours AI Agents comprend 4 leçons au total.

Les jetons coûtent de l’argent

Chaque jeton que vous envoyez ou recevez coûte de l’argent et du temps. Les agents de production suivent l’utilisation des jetons à chaque étape et appliquent des plafonds.

Limiter le nombre maximal de jetons partout

Définissez toujours le nombre maximal de jetons pour chaque appel. Sans cette limite, une invite défectueuse peut produire des réponses de 10 000 jetons :

response = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=messages,
    max_tokens=1024,   # cap per response
)

Limites par étape dans une boucle d’agent

Les différentes étapes nécessitent des budgets différents :

STEP_BUDGETS = {
    'planner': 512,
    'classifier': 64,
    'final_synthesis': 2048,
    'tool_call': 256
}

response = client.chat.completions.create(
    model=model,
    messages=messages,
    max_tokens=STEP_BUDGETS[step_name]
)

Réduire les jetons d’entrée

Les jetons d’entrée coûtent également de l’argent. Réduisez-les énergiquement :

import tiktoken
enc = tiktoken.encoding_for_model('gpt-4o-mini')

def trim_to_budget(text, max_tokens=4000):
    toks = enc.encode(text)
    if len(toks) > max_tokens:
        return enc.decode(toks[:max_tokens])
    return text

Budget total par exécution

Faites la somme des jetons d’entrée et de sortie pour toutes les étapes ; interrompez l’exécution si la limite est dépassée :

MAX_TOKENS_PER_RUN = 50_000
total = 0
for step in agent_steps:
    r = call_step(step)
    total += r.usage.total_tokens
    if total > MAX_TOKENS_PER_RUN:
        return 'Budget exhausted; partial result'

Plafonds de coût en dollars

Il est parfois plus pertinent d’établir le budget en dollars :

PRICES = {'gpt-4o-mini': {'in': 0.15e-6, 'out': 0.60e-6}}

for step in agent_steps:
    r = call_step(step)
    cost = r.usage.prompt_tokens * PRICES[model]['in'] + r.usage.completion_tokens * PRICES[model]['out']
    total_cost += cost
    if total_cost > MAX_COST_PER_RUN:
        break

Budgets adaptatifs

Dépensez davantage de jetons pour les étapes les plus difficiles :

if step_difficulty == 'easy':
    max_tokens = 256
elif step_difficulty == 'hard':
    max_tokens = 2048

Estimation de la longueur de sortie

Demandez parfois au modèle quelle devrait être la longueur de la réponse :

preview = llm.invoke(f'How many tokens (approx) does {question} need to answer?').content
budget = parse_int(preview, default=512)
final = llm.invoke(question, max_tokens=budget)

Tronquer les sorties des outils

Les sorties volumineuses des outils (HTML, journaux) gonflent le contexte. Tronquez-les avant de les envoyer au modèle :

tool_result = run_tool(...)
text = json.dumps(tool_result)
if len(text) > 4000:
    text = text[:4000] + '\n...[truncated]'

Compresser l’historique

Pour les longues conversations, résumez les échanges anciens afin d’économiser des jetons :

if total_message_tokens(messages) > 8000:
    messages = compact(messages)

Le format de sortie influe sur le nombre de jetons

Le JSON est verbeux. Pour les réponses structurées courtes, envisagez :

  • Un seul argument d’appel d’outil
  • Une liste séparée par des virgules
  • Un format personnalisé compact

Suivre la répartition des jetons

Les histogrammes par étape révèlent quelles étapes optimiser :

metrics.observe('step.planner.tokens', r.usage.total_tokens, tags={'agent': 'qa'})

Pourquoi limiter le nombre maximal de jetons ?

Pourquoi définir le nombre maximal de jetons pour chaque appel à un LLM ?

Récapitulatif

Limitez le nombre maximal de jetons pour chaque appel. Réduisez les entrées. Prévoyez des budgets par étape. Fixez des plafonds totaux par exécution. Suivez les répartitions. Compressez l’historique.

Questions Fréquemment Posées

La leçon « Budgets de jetons par étape » est-elle gratuite ?

Oui — le texte complet de « Budgets de jetons par étape » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours AI Agents, passe à CoddyKit PRO. Le cours AI Agents comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Budgets de jetons par étape » ?

Limitez les jetons d’entrée et de sortie de chaque nœud afin qu’une boucle incontrôlable ne vous ruine pas. Tu pratiques AI Agents avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer AI Agents ?

Aucune expérience préalable n'est requise. AI Agents sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.

Combien de temps prend la leçon « Budgets de jetons par étape » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon AI Agents ?

Oui. Chaque leçon AI Agents inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

  1. Budgets de jetons par étape
  2. Routage des modèles (économique → coûteux)
  3. Mise en cache des invites et des résultats (Anthropic, Vertex)
  4. Quantification et décodage spéculatif
← Retour à AI Agents