百级并行 coding agent 在无预算约束时，单月可烧出约 1.3M 美元 / 6000 亿级 token 的真实账单——成本是 harness 的一等公民。

Claim

百级并行 coding agent 在无预算约束时，单月可烧出约 1.3M 美元 / 6000 亿级 token 的真实账单——成本是 harness 的一等公民。

Why it matters

做 Agent 编排与评测时若只比「能不能写对代码」、不比 token 与并发上限，会把生产不可用的方案误判为成功；企业采购也需把员工级无限额度与自付 API 分开看。

Summary

Tom's Hardware 报道 OpenClaw 作者 Peter Steinberger（后加入 OpenAI）晒出 30 天约 $1.3M 的 OpenAI API 用量：约 6030 亿 token、760 万请求，约 100 个 Codex 实例由约 3 人团队驱动。员工侧额度覆盖账单；社区对比指出同等年预算可雇大量工程师。与既有 token 经济学观察一致：agentic coding 的主成本是累积输入与 thrashing。

Actions

• (none)

Evidence

• (none)

Caveats

• (none)

Research queries

• (none)

Body

背景

OpenClaw 是开源 agent 相关项目；作者 Peter Steinberger 在加入 OpenAI 后仍以高并发 coding agent 推进开发。2026 年 5 月前后，其公开的 API 用量截图被 Tom's Hardware、The Next Web 等媒体转载，成为「agent 舰队到底烧多少钱」的公开标尺。

机制

1. 规模：约 100 个 Codex 实例、约 3 人团队；30 天约 $1.3M、约 6030 亿 token、约 760 万请求。
2. 谁付账：员工侧额度覆盖，不等于中小团队自付 API 可复制。
3. 钱花在哪：agentic 主成本是每轮重送的累积输入上下文与重复 view/edit，而非单次 completion 的输出 token。
4. 对照：社区指出年化同等预算可雇数十名高级工程师——「无限 agent」未必优于「人 + 节制 AI」。

取舍

• 无并发/日配额的 demo 不能当生产方案。
• 评测必须同时报 pass@k 与 token/$。
• 内部无限额度实验不要直接外推到客户账单。

对我方（Vault / Mode B）

沉淀文应把 成本约束写进 claim 与 actions；settle 后详情页要能读完整论述，而不是只有 frontmatter 摘要。