Uitgavenlimiet voor agents (task budget)

Wat is een uitgavenlimiet voor agents?

Een uitgavenlimiet voor agents is een plafond op wat één stuk agentwerk mag kosten voor het stopt. Niet per aanvraag, maar over de hele opdracht: de sessie, de run, de loop, alles tussen het moment dat je de agent werk geeft en het moment dat hij terugkoppelt.

De eenheid maakt het verschil. Bijna elke kostenrem die je al kent telt aanvragen: zoveel oproepen per minuut, zoveel tokens in één oproep. Een agent maakt van één opdracht een onbekend aantal aanvragen, en het model beslist dat aantal tijdens het draaien. Jij niet.

Bij Anthropic hangt die limiet aan de agentsessie: een budget-object met een max_list_cost in hele dollarcenten, dat je meegeeft bij het aanmaken. Het platform rekent de tokens van het model, de web searches en de draaitijd af aan de publieke tarieven, houdt een lopend totaal bij, en start geen nieuwe modelaanvragen meer zodra dat totaal het plafond raakt. De sessie gaat op pauze met stopreden budget_reached, met haar geschiedenis en sandbox intact, en trek je het budget op, dan werkt ze verder. Een lopend totaal, een drempel en een genoteerde stopreden: zo ziet een uitgavenlimiet er overal uit.

Een limiet per oproep beschermt je niet

Waar iedereen zich op voorbereidt is die ene dure aanvraag. Wat er echt gebeurt is een loop die niet stopt, opgebouwd uit honderden aanvragen die stuk voor stuk niets voorstellen. Er gaat niets fout, elke oproep kost een fractie van een cent, en het totaal is het probleem.

• De context groeit bij elke stap. Elke beurt stuurt alles wat ervoor kwam opnieuw mee, dus de rekening van een loop groeit met het kwadraat van zijn lengte, niet in een rechte lijn.

• Herhaalpogingen kosten de volle prijs. Een simpele retry-loop rond een koppeling die plat ligt, betaalt voor elke poging.

• Subagents waaieren uit. Anthropic heeft zijn eigen werklast gemeten en rapporteerde dat agents ongeveer vier keer zoveel tokens gebruiken als een gesprek in een chatvenster, en multi-agent systemen ongeveer vijftien keer zoveel.

• Een duur model doet een goedkope stap. Tussen het topmodel en het kleine model van dezelfde leverancier zit ruwweg een factor tien, en die betaal je bij elke stap.

• Een geplande agent draait, ook als er niets te doen is. Op de nacht dat de map leeg is, start hij evengoed een sessie, laadt hij zijn instructies en redeneert hij over wat hij gevonden heeft.

Op welke niveaus een limiet kan staan

1. Per taak of sessie. Het enige niveau dat ingrijpt tijdens het ongeval en niet erna, want het legt een op hol geslagen loop stil terwijl die loop draait. Zet deze eerst.

2. Per gebruiker. Vangt de collega op die de agent handig vindt en hem nu veertig keer per dag inzet. Er is niets stuk, het volume is gewoon niet wat de proefopstelling veronderstelde.

3. Per agent of per deployment. De geplande deployments van Anthropic kopiëren het plafond naar elke sessie die ze starten, zodat het elke run apart begrenst en niet het maandtotaal.

4. Per omgeving. Een klein plafond op test houdt het nachtelijke experiment van een ontwikkelaar van de productiefactuur.

5. Een maandplafond op de hele rekening. Het vangnet voor wat de andere niveaus missen, inclusief de agent waar niemand je over verteld heeft. OpenAI zet die per organisatie en per project, en aanvragen boven de limiet komen terug als een 429 met project_spend_limit_exceeded.

Hoe de handhaving werkt, en waarin een melding verschilt

Een plafond dat het werk echt stillegt, kijkt naar het lopende totaal tussen twee stappen, niet middenin een stap. Anthropic zegt er zelf duidelijk bij wat dat betekent: de aanvraag die het totaal over het plafond duwde, was toegelaten toen de sessie er nog onder zat, en die loopt af. Een sessie met een plafond van 50 cent kan dus pauzeren op een genoteerde kost van 53. Beschouw het plafond als een grens op nieuw werk, eerder dan als een exact stoppunt.

Een harde limiet wordt buiten het model afgedwongen. Een sessie bij Anthropic die aan haar plafond zit, aanvaardt enkel nog gebeurtenissen die lopend werk afronden, zoals een tool-resultaat; een nieuwe opdracht krijgt een 400 terug. Hun task budgets zijn het andere type: geteld in tokens, meegegeven als een aftelteller die het model ziet, en in de documentatie omschreven als een zachte hint en geen hard plafond. Het model verdeelt zijn werk daar zelf op, wat nuttig is en iets anders is dan een uitgavenrem.

Een budgetmelding is nog een derde ding. Microsoft laat er bij de budgets van Azure geen twijfel over bestaan: er vertrekt een melding wanneer de drempel overschreden is, de resources worden niet geraakt en je verbruik wordt niet stopgezet. Kostgegevens staan er doorgaans pas na 8 tot 24 uur, en budgets worden om de 24 uur geëvalueerd. Een agent die de hele nacht loopt, kan dus een volle dag verbruik ver in het ongeval zitten voor de eerste mail vertrekt. Meldingen lezen een trend over een maand. Een loop vangen ze niet.

Een matchingloop die op 41 dollar uitkomt

Een groothandel laat elke nacht een agent leveranciersfacturen aftoetsen aan bestelbonnen. Hij draait op Claude Sonnet 5, in september 2026 geprijsd op 2 dollar per miljoen input-tokens, 10 per miljoen output en 0,20 per miljoen dat uit de prompt cache komt. Zijn vaste instructies en tooldefinities zijn samen 4.000 gecachete tokens, en elke stap voegt ongeveer 1.000 tokens tool-oproep en resultaat toe aan een geschiedenis die de stap erna volledig opnieuw meegaat. Eén stap kost dus de cache-read, plus de hele geschiedenis tot dan aan het inputtarief, plus 300 output-tokens.

Stap 1 kost ongeveer 0,6 cent, onzichtbaar onder elke limiet per oproep die je zou bedenken. Stap 50 kost ongeveer 10 cent, want die stuurt 50.000 tokens geschiedenis mee. Stap 200 kost ongeveer 40 cent voor precies evenveel werk.

Eén factuur raakt niet afgepunt: een creditnota die de agent niet vindt. Hij zoekt, leest, probeert een andere zoekopdracht, leest opnieuw. Er faalt niets, dus stopt er niets. Tel die 200 stappen op en de run komt op ongeveer 41 dollar uit, zo'n 20 miljoen input-tokens, voor één creditnota die niet matcht. De planning is nachtelijk, dus als niemand kijkt landt de maand rond 1.230 dollar. Iemand heeft deze agent getest in een chatvenster aan fracties van een cent per vraag, en op die test is het budget gebaseerd.

Zet er nu een plafond van 5 dollar op. Het lopende totaal gaat tijdens stap 69 over de 5 dollar, die stap loopt af, en de sessie pauzeert rond 5,09 met stopreden budget_reached. De factuur is nog altijd niet afgepunt, maar je weet het bij 5 dollar in plaats van bij 41, je weet het de eerste nacht in plaats van op het maandeinde, en de stopreden zegt welke agent het gedaan heeft.

Een uitgavenlimiet tegenover een rate limit

Allebei leggen ze een agent stil die te hard gaat, dus worden ze voor hetzelfde gereedschap aangezien. Wat ze uit elkaar houdt, is wie ze beschermen.

Een rate limit beschermt de leverancier en de andere klanten. Die begrenst aanvragen binnen een tijdvenster, zodat één klant de rest niet droog kan leggen. De leverancier zet hem, hij gaat over capaciteit en zegt niets over geld. Een agent die ertegenaan loopt, wacht even en probeert opnieuw, en het werk raakt af. Dezelfde rekening komt er, alleen later.

Een uitgavenlimiet beschermt jouw factuur. Die begrenst opgeteld verbruik zonder enig tijdvenster, en de run eindigt in plaats van te vertragen. Jij zet hem zelf. Elk van die 200 stappen hierboven was een keurige, netjes verspreide aanvraag waar geen enkele rate limiter reden had om te weigeren.

Waar moet je op letten bij een uitgavenlimiet voor agents

Beslis wat er gebeurt als het budget op is. Er zijn drie eerlijke antwoorden en je kiest er één per agent: stoppen en rapporteren, doorgeven aan een mens samen met de stand van zaken, of afwerken op een goedkoper model. De meeste platformen staan standaard op het eerste, en een gepauzeerde sessie zonder weg naar een mens is hoe een plafond een stille panne wordt.

Naast het plafond hoort kost per taak en per gebruiker. Eén lijn op een factuur zegt dat de maand duur was, niet welke agent, welke taak of welke collega. Zonder dat zet je het volgende plafond niet beter dan dit. Noteer per run: de identificatie, de gebruiker, het model, de tokentotalen en de eindkost.

Een te laag plafond leest als een defect. Anthropic waarschuwt dat een model met een budget dat duidelijk te klein is voor het werk, de taak kan weigeren, ze fors kan afslanken of vroeg kan stoppen met een half resultaat. Begint een agent te weigeren nadat je een budget ingevoerd hebt, trek dan eerst dat budget op voor je in de prompt naar een fout gaat zoeken.