Anthropic выпускает два способа запустить агента в продакшене, и их легко перепутать: оба крутят один и тот же агентский цикл. Claude Agent SDK — библиотека для Python и TypeScript, которая исполняет цикл внутри вашего процесса и на вашей инфраструктуре. Claude Managed Agents, запущенный в апреле 2026 года, — хостируемый REST API, где Anthropic сама держит харнесс, песочницу и лог сессии. Возможности почти совпадают: обе дают модели исполнение кода, работу с файлами, bash, браузер и MCP-инструменты. Поэтому выбор идёт не про функциональность, а про три вещи: кто оперирует рантаймом, кто разбирает отказы и как выставляется счёт. Ниже — разбор экономики по материалам инженерного гайда TrueFoundry (Claude Agent SDK vs Claude Managed Agents).
Кто владеет рантаймом: SDK, managed-сервис и открытый харнесс
В варианте с SDK вы получаете не только сам цикл, но и весь операционный контур вокруг него: шаги, фолбэки, состояния ошибок, логику ретраев, место хранения состояния сессии. Плюс инфраструктурная часть — масштабирование воркеров, провижининг песочниц для исполнения кода, живучесть процесса между рестартами. Именно это владение и есть ценность библиотеки: агент может делить транзакцию базы с основным бэкендом, ходить во внутренние сервисы по приватной сети, вести производственные процессы и не выходить за границу, которую нарисовала служба комплаенса. Тарификация при этом чисто токенная, а инфраструктурные расходы вы несёте сами и отдельно.
Managed-вариант убирает операционный слой: вы дергаете REST-эндпоинт, а провайдер поднимает и гасит песочницу, ведёт контекст длинной сессии и сохраняет лог выполнения. Платите вы стандартные токенные ставки плюс наценку за активное время рантайма. Обратная сторона — трейс рассуждений, входы и выходы инструментов, промежуточные файлы живут на инфраструктуре провайдера всю сессию. Для большинства команд это приемлемо, но при требовании VPC, обязанности хранить данные в контуре или полностью изолированном окружении это жёсткий стоп, а не вопрос предпочтений.
Общая черта обоих путей, которую не подсвечивает ни одна страница документации: и SDK, и Managed Agents работают только с моделями Anthropic. Self-hosting библиотеки покупает контроль над инфраструктурой, но не над моделью — каждая задача уходит на Claude и тарифицируется по фронтирной ставке независимо от того, нужна ей фронтирная способность или нет. На агенте, который запускается тысячи раз в сутки, большинству задач она не нужна.
Третий путь — открытый вендор-нейтральный харнесс: TrueForge под лицензией MIT, запуск через npx, Docker Compose или Helm. Он отделяет рантайм от слоя моделей, поэтому модель можно менять и разводить нагрузку по провайдерам, не переписывая агента. Шлюз AI Gateway сверху добавляет каталог из 1000+ моделей за одним OpenAI-совместимым API с накладными расходами примерно 3–4 мс и пропускной способностью 350+ RPS на одном vCPU.
Сессио-час: ставка, бесплатная квота и её потолок
У managed-варианта есть вторая строка в счёте, которой нет у библиотеки: активное время контейнера. Ставка — $0,08 за сессио-час, при этом первые 50 сессио-часов в сутки бесплатны суммарно по всем сессиям аккаунта. Бесплатная квота значит больше, чем кажется: 50 часов в сутки — это больше половины рабочего времени одного агента, а всё, что выше, уже тарифицируется по $0,08 за сессио-час. Для команды с умеренным потоком задач расходы на рантайм просто округляются до нуля, и весь счёт состоит из токенов.
Дальше начинается содержательная разница в форме затрат. Токенный счёт растёт от объёма переработанного контекста, а сессио-час — от времени, в течение которого контейнер активен. Долгая сессия с редкими вызовами модели стоит денег даже при скромном расходе токенов, и наоборот: короткая интенсивная сессия почти не добавляет рантаймной части. Поэтому прогноз бюджета по одной метрике систематически врёт — нужны обе.
Где живёт счёт: упаковка контекста и выбор модели
Основные деньги стоят не в рантайме, а в модели. Агентский цикл на каждом витке заново отправляет системный промпт и описания инструментов, а каждый round-trip инструмента тащит обратно выросший контекст. Отсюда два рычага: упаковка контекста внутри харнесса и маршрутизация задачи на модель дешевле, когда дорогая способность не нужна.
Цифры внутреннего бенчмарка TrueFoundry против Claude Managed Agents выглядят так. Managed Agents с Opus 4.8: около 11 из 14 задач, $11,80 за прогон. Тот же Opus 4.8 в TrueForge: та же точность, но примерно 40% токенов от managed-варианта и примерно на 30% ниже стоимость прогона. Тот же бенчмарк с GLM-5.2 в TrueForge: те же ~11 из 14 задач при $2,90 за прогон против $11,80, то есть примерно на 75% дешевле — разница почти в 4 раза.
Важная деталь: точность во всех трёх конфигурациях одна и та же. Экономия пришла не из ухудшения результата, а из двух вещей — более компактной упаковки контекста и права поставить на рутинный шаг не фронтирную модель.
Второй рычаг — каскадный авто-роутинг. На 550 промптах маршрутизация между Haiku, Sonnet и Opus снизила затраты на 69% при сохранении 98% качества относительно одиночной флагманской модели, а средняя задержка упала с 7,6 до 4,0 секунды. На трафике, по форме похожем на продакшен, снижение затрат дошло до 80%. Задержка здесь — не побочный эффект, а часть экономики: более дешёвый тир обычно ещё и быстрее, поэтому роутинг улучшает и стоимость, и отклик.
Статьи расходов, которых нет в прайсе
Первая — инфраструктурные ограничения как цена. Если данные обязаны оставаться в вашем контуре, managed-рантайм закрыт независимо от его ставки за сессио-час, и вы платите за собственных воркеров, песочницы и хранение состояния — деньгами и инженерным временем. Считать это «дороже» или «дешевле» в отрыве от требований бессмысленно: сравниваются разные наборы рисков.
Вторая — операционная работа. Managed-сервис снимает масштабирование, провижининг песочниц, хранение состояния и апрувы, но наблюдаемость переходит на лог провайдера. При self-hosting вы собираете трейсы, метрики и алерты сами, и это регулярная статья расходов, а не разовый проект — та часть бюджета, которую в поддержке обычно недооценивают при первом расчёте.
Третья — цена проверки. Глубокий разбор каждого шага агента сам по себе токенный: методы чтения внутренних активаций модели устроены так, что генерируют сотни токенов на каждую прочитанную активацию, из-за чего прогонять их по каждому токену длинного трейса непрактично (Natural Language Autoencoders). Практический вывод для бюджета: выборочный аудит вместо тотального, по срезам, где ошибка стоит дороже всего.
Чек-лист перед запуском
- [ ] Посчитать ожидаемые сессио-часы в сутки и проверить, укладывается ли поток в бесплатные 50 часов.
- [ ] Зафиксировать требования к резидентности данных и VPC до выбора managed-рантайма, а не после.
- [ ] Прогнать свой набор задач на двух-трёх моделях и сравнить не прайс-лист, а стоимость выполненной задачи.
- [ ] Замерить расход токенов на виток цикла: длинный системный промпт и схемы инструментов видно в счёте первыми.
- [ ] Включить роутинг по сложности запроса и отдельно замерить, сколько качества теряется на каждом тире.
- [ ] Разделить бюджет на три строки — токены, рантайм, наблюдаемость — и вести их раздельно.
- [ ] Проверить, можно ли сменить модель, не переписывая агента: это главный признак, что харнесс не запирает вас у одного поставщика.
Частые ошибки
- Считать только цену токенов и забывать про рантайм и операционный слой: у managed-варианта это вторая строка счёта, у self-hosting — ваши воркеры и песочницы.
- Сравнивать модели по прайс-листу за миллион токенов вместо цены решённой задачи: разница в упаковке контекста даёт 40% токенов на том же результате.
- Выбирать managed-рантайм до проверки требований комплаенса, а потом обнаруживать, что трейсы и файлы обязаны оставаться в своём контуре.
- Включать авто-роутинг и не мерить качество: экономия 69% и 80% получена на разных профилях трафика, и переносить её на свой поток без замера нельзя.
- Строить прогноз роста на бесплатной квоте: за границей 50 сессио-часов в сутки счёт меняет форму, и тариф начинает зависеть от длительности сессий.
Экономика агента в продакшене складывается из трёх независимых решений: кто оперирует рантаймом, какая модель выполняет каждый конкретный шаг и сколько стоит наблюдать за результатом. Первое решается требованиями к инфраструктуре, второе — замером на своих задачах, третье — выборочностью аудита. Стоимость имеет смысл считать только после того, как все три зафиксированы: иначе сравнение идёт между разными архитектурами, а не между счетами. Разборы соседних сценариев дают рамку для такого расчёта, но не заменяют замер на своём потоке.