AI-агенты: что это, как создать и сколько стоит

Слово «агент» за последние два года затёрли до неузнаваемости: агентом называют и чат-бота на сайте, и скрипт с одним запросом к нейросети. Разберёмся, где настоящая разница, что нужно для запуска и во сколько это обходится в рублях.

Чем агент отличается от чат-бота

Чат-бот отвечает. Вы задали вопрос — модель сгенерировала текст. Всё, что она знает, лежит внутри неё: данные, на которых её обучали. Спросите про ваш прайс-лист или вчерашнюю заявку — она честно придумает ответ, потому что взять его негде.

Агент действует. У него есть доступ к вашим данным и к инструментам, которыми он может пользоваться сам: посмотреть в базу знаний, сходить в CRM, выполнить поиск, вызвать ваш API. Он не просто продолжает текст — он решает задачу за несколько шагов.

Практическая разница: чат-бот скажет «уточните у менеджера», агент откроет карточку клиента и назовёт статус заказа.

Из чего собирается агент

Модель — мозг. От её выбора зависит и качество, и стоимость: разброс цен между моделями достигает сотни раз, и самая дорогая нужна далеко не всегда.

База знаний (RAG) — ваши документы, инструкции, прайсы. Технология работает так: перед ответом система ищет в ваших файлах куски, относящиеся к вопросу, и подкладывает их модели. Модель отвечает уже не по памяти, а по вашим данным. Это главный способ заставить нейросеть говорить правду о вашем бизнесе.

Инструменты (MCP) — протокол, через который агент дотягивается до внешних систем. Вместо того чтобы писать интеграцию с каждым сервисом руками, вы подключаете готовый MCP-сервер, и агент начинает им пользоваться.

Канал общения — где агент встречается с человеком: виджет на сайте, мессенджер, ваше приложение через API.

Как создать агента в облаке

Собирать инфраструктуру под ИИ с нуля — держать сервер с видеокартой, разворачивать модель, следить за очередями — дорого и почти всегда лишнее. Проще взять готовую платформу, где всё это уже есть.

Мы разбираем на примере Рег.облака и Timeweb Cloud — у последнего раздел с агентами устроен понятнее всего для старта. Порядок такой:

Шаг 1. Создать агента. В панели есть раздел AI-агентов, где агент заводится кнопкой. На старте нужно только имя и системная инструкция — текст, который объясняет модели, кто она и как себя вести.

Шаг 2. Выбрать модель. Здесь важно не гнаться за флагманом. Для ответов по документам с головой хватает недорогой модели: разница в цене между ней и топовой — десятки раз, а на простых вопросах разницы в качестве вы не заметите.

Шаг 3. Загрузить базу знаний. Раздел «Базы знаний» принимает ваши файлы и сам превращает их в поисковый индекс. Никакого кода: загрузили инструкции и прайсы — агент начал по ним отвечать.

Шаг 4. Подключить инструменты. В разделе MCP-серверов доступны готовые интеграции — Яндекс Поиск, amoCRM, Bitrix24, Контур.Фокус, VK Реклама, Context7 для работы с документацией. Подключаются в один клик.

Шаг 5. Вывести к людям. Готового агента встраивают на сайт через iframe, подключают к своему приложению по API или заводят как чат-бот.

Сколько это стоит

Оплата идёт не за время работы сервера, а за токены — единицы текста, которые модель прочитала и написала. Примерно один токен на два-три символа русского текста.

Входящие токены — то, что вы отправили модели: вопрос пользователя, системная инструкция, куски из базы знаний. Исходящие — то, что она ответила. Исходящие всегда дороже, обычно в три-пять раз.

Ниже цены Timeweb Cloud за миллион токенов, актуальные на 25 июля 2026. В каталоге 61 модель, здесь — самые ходовые.

Флагманы для сложных задач

Рабочие лошадки — оптимум по цене и качеству

Дешёвые — для потока и простых ответов

Российские модели

Эмбеддинги — для баз знаний

Эти модели не пишут текст, а превращают его в числа для поиска. Именно на них работает RAG, и стоят они копейки.

Картинки и речь

Считаем на живом примере

Агент отвечает на вопросы клиентов по вашей документации. Один диалог — примерно так:

• системная инструкция: 500 токенов
• три куска из базы знаний: 1500 токенов
• вопрос человека: 100 токенов
• ответ агента: 400 токенов

Итого 2100 входящих и 400 исходящих за диалог.

На дешёвой модели вроде GLM 4.7 FlashX: 2100 × 9.45 ₽ / 1 000 000 + 400 × 54 ₽ / 1 000 000 ≈ 4 копейки за диалог. Тысяча обращений в месяц обойдётся в 40 рублей.

На флагмане вроде Claude 5 Fable тот же диалог стоит около 5,5 рубля, а тысяча обращений — 5500 рублей.

Разница больше чем в сто раз. Поэтому первое правило экономии простое: начинайте с дешёвой модели и повышайте класс только там, где качества действительно не хватает. На вопросах по документам разницы обычно не видно вовсе — работу делает база знаний, а не размер модели.

Когда агент не нужен

Честно: если задача решается поиском по сайту или готовым ответом из шаблона, агент будет дороже и капризнее. Он оправдан там, где вопросов много, они разные и ответ каждый раз надо собирать из ваших данных.

И ещё: агент не заменяет поддержку целиком. Разумная схема — он берёт на себя типовые вопросы и передаёт человеку всё, в чём не уверен.

Что дальше

Если под агента нужен собственный сервер — например, чтобы держать своё приложение рядом с ним, — загляните в рейтинг хостингов или подберите площадку по стране. А начать разбираться с сервером с нуля поможет первая настройка VPS.