Гарри Тан, глава стартап-акселератора Y Combinator, оценивает свои расходы на токены для ИИ-агентов в $100-200 тысяч в год. За этой суммой - помощники, которым он поручает программирование, подготовку к интервью и повседневные задачи. Сам Тан признаёт: такой бюджет доступен далеко не каждому.
Об этом предприниматель рассказал Уолтеру Айзексону в подкасте The Builders. Подробности разговора передаёт TechCrunch. Цифра - приблизительная оценка Тана, а не опубликованный счёт или стоимость типичного агента. В описании выпуска указано, что интервью записали 19 июня 2026 года.
Зачем агенту столько токенов
Токены - это небольшие части текста, которые модель обрабатывает на входе и создаёт в ответе. Когда агент решает задачу, он может обращаться к модели несколько раз: прочитать материалы, составить план, изучить результат вызова инструмента и продолжить работу. Каждый такой шаг добавляет обработку данных, а вместе с ней и расходы, если сервис тарифицирует использование по токенам.
Сколько будет стоить конкретная задача, зависит от модели, объёма контекста и числа обращений. Из суммы, которую назвал Тан, нельзя вывести ни цену одного запроса, ни бюджет, необходимый другим пользователям. Это пример очень интенсивного личного использования, а не обязательный порог входа.
По словам предпринимателя, агенты помогают ему с кодом и рабочими проектами. Один из помощников изучал подкаст Айзексона перед записью, чтобы подготовить Тана к возможным вопросам. Такое поручение похоже на обычное исследование с помощью ИИ: человек задаёт цель, а затем проверяет, насколько полезны собранные материалы.
Помощник, который знает личный контекст
Но подготовкой к интервью дело не ограничивается. Как сообщает TechCrunch, Тан рассказал, что его агент прочитал электронную почту, файлы Dropbox и заметки Apple Notes, включая записи о терапии за 20 лет. По его замыслу, помощник с таким контекстом может предлагать идеи и замечать то, о чём пользователь ещё не спросил.
Широкий доступ делает подсказки потенциально более полезными, но одновременно поднимает вопрос доверия и приватности. Личные записи, переписка и рабочие документы содержат данные не только самого владельца. Прежде чем подключать их к агенту, стоит разобраться, куда отправляются данные, кто получает к ним доступ и как отключить интеграцию. История Тана описывает его собственный выбор, а не рекомендацию открывать агенту всю свою цифровую жизнь.
Агент внутри Y Combinator
ИИ-помощники используются и в самом акселераторе. По словам Тана, у Y Combinator есть внутренний агент Stray Light с контекстом о поддержанных основателях, заявках и переписке. Предприниматель говорит, что эта система помогает менять внутреннюю работу организации. Насколько хорошо она справляется с конкретными задачами и как устроен контроль доступа, из сообщения TechCrunch неясно.
Тан также открыл исходный код gstack - набора инструментов и инструкций для работы с ИИ при разработке. Он показывает один из способов организовать задачи агента, но сам по себе не объясняет названный годовой бюджет: стоимость зависит от того, какие модели и с какой нагрузкой используются.
Кто ещё тратит много на ИИ
Тан не единственный, кто открыто говорит о больших объёмах работы с моделями. Но сравнивать такие цифры напрямую сложно: где-то речь о личных расходах, где-то - о работе команды, а иногда стоимость рассчитана по публичным тарифам API и не равна реальному счёту.
- Питер Штайнбергер и команда OpenClaw. В мае 2026 года создатель OpenClaw показал статистику использования OpenAI примерно на $1,3 млн за 30 дней: около 603 млрд токенов и 7,6 млн запросов. Как пишет Tom's Hardware, около 100 экземпляров Codex использовала команда из трёх человек, а расходы покрывала OpenAI, где работает Штайнбергер. Издание отмечает, что сумма отражала стоимость с быстрым режимом; это не его личные траты.
- Исследователи OpenAI. По данным самой компании, к середине августа 2026 года медианный исследователь использовал кодинг-агентов на сумму свыше $600 в день, а показатель на 90-м процентиле превышал $7 тысяч в день. Это оценка использования по ценам API, а не раскрытые фактические затраты OpenAI на вычисления. Показатели также относятся к распределению сотрудников, а не к постоянной группе конкретных людей.
- Команда GenBrain AI. В своём разборе компания сообщила, что семь её агентов обходятся примерно в $1 150 в месяц, включая инфраструктуру. Из этой суммы около $710 приходится на работу с токенами Claude. Это расходы всей системы, а не одного агента; цифры приводит сама компания.
Примеры показывают широкий разброс бюджетов. На итог влияют число агентов, интенсивность их работы и способ расчёта стоимости - сравнение только по сумме без этих условий будет обманчивым.
С чего начать и как контролировать расходы
Тан считает, что для широкого распространения личных агентов их стоимость должна снизиться. Он называет собственные траты привилегией. При этом большая сумма сама по себе не доказывает, что каждый потраченный токен окупился: независимой оценки экономии времени или результатов в рассказе нет.
Если хочется попробовать ИИ на практике, начните с одной понятной задачи: например, попросите модель разобрать документ или помочь с фрагментом кода. Задайте бюджет, проверьте ответ и только после этого решайте, стоит ли расширять сценарий. В GPTunneL можно выбирать модели под разные задачи и оплачивать использование с одного баланса.