WEKA高管：多智能体成本最高达单智能体5.1倍

2026年11月10日，WEKA首席AI官Val Bercovici在VB Agentic Infrastructure Stack Summit接受VentureBeat创始人Matt Marshall采访时表示，企业为AI智能体支付的GPU支出高于实际所需，原因之一是模型提供商和客户仍按token消耗计费，使多智能体团队看起来比单智能体更贵，即使前者每次完成任务的成本更低。

他引用独立评测机构Vals AI在Vibe Code Bench AI上的结果称，多智能体团队为换取速度提升消耗大量token，成本是单智能体的1.8至5.1倍，质量提升几乎不可测。Bercovici称，首要规则是不要重复计算同一个token，也不要重复预填充；KV cache被逐出GPU显存后，服务下一个智能体的GPU不得不重算其他智能体已构建的上下文，企业因此购买额外GPU，主要是为了在高带宽内存中容纳更多缓存。

他说，客户对话已从2026年初追求token用量转向限制token消耗，财务团队开始按每次智能体运行的成本对比产出价值。Bercovici主张按每次完成结果的成本衡量智能体，并把工作上下文放在GPU显存之外的快速存储中，还称行业仍停留在按token计费，“我们计费的是消费，而不是结果”。在后续讨论中，Upwork平台基础设施工程副总裁Sudhanshu Bist表示，其AI网关能追踪模型支出并归因到团队和服务，但无法覆盖训练、微调、人工纠错和工具调用消耗的CPU资源。