Det billigaste sättet att köra en kodagent i Claude Code-stil
Harnessen kan vara gratis; det är modellen som kostar. En agentsession består mest av indatatokens, så en modell med billig cachad indata — DeepSeek V4 Flash för ungefär $0.12 för sessionen nedan — kostar en bråkdel av en frontiermodell, och en lokal modell kostar ingenting per token.
Uppdaterad
Vart pengarna tar vägen i en agentsession
En kodagent skickar om samtalet vid varje tur: systemprompten, filerna den läst, varje verktygsresultat. En session läser alltså miljontals indatatokens och skriver jämförelsevis få. Två priser avgör notan — cacheläst indata och utdata — och det rubricerade indatapriset spelar mindre roll än det verkar.
En session, prissatt på varje modell
En illustrativ session: 3M indatatokens, varav 2,5M är cacheträffar, och 60K utdatatokens. Ungefär en timmes jämnt arbete i ett medelstort repository.
| Modell | Indata / cachad / utdata ($/M) | Den här sessionen |
|---|---|---|
| Ollama eller LM Studio, lokalt | 0 / 0 / 0 | $0 (din hårdvara) |
| DeepSeek V4 Flash | 0.15 / 0.003 / 0.60 | ≈ $0.12 |
| GLM-5.3 Flash (Z.ai) | 0.15 / 0.03 / 0.50 | ≈ $0.18 |
| DeepSeek V4 Pro | 0.435 / 0.0036 / 0.87 | ≈ $0.28 |
| Gemini 3.6 Flash | 0.75 / 0.075 / 3.75 | ≈ $0.79 |
| GPT-5.4 mini | 0.75 / 0.075 / 4.50 | ≈ $0.83 |
| Kimi K2.7 Code | 0.95 / 0.19 / 4.00 | ≈ $1.19 |
| GLM-5.3 (Z.ai) | 1.40 / 0.26 / 4.40 | ≈ $1.61 |
| Claude Sonnet 5 | 2.00 / 0.20 / 10.00 | ≈ $2.35 (inkl. cacheskrivningar à $2.50/M) |
| GPT-5.5 | 5.00 / 0.50 / 30.00 | ≈ $5.55 |
Källa: listpriser i USD per miljon tokens, från den models.dev-ögonblicksbild som levereras med OHarness (hämtad 2026-09-19). Leverantörer ändrar priser; kontrollera deras innan du förlitar dig på en siffra.
Billigt per token är inte billigt per uppgift
En modell som klantar till verktygsanrop eller fastnar i en loop på ett test som fallerar använder fler turer, och det är turerna som kostar pengar. Den billigaste uppsättningen som fungerar är oftast två modeller i en session: en billig för att läsa, söka och göra små ändringar, och en starkare som du byter in med /model för ändringen som kräver det. I OHarness konverterar det bytet ingenting, så det kostar inget att göra det ofta.
Kom igång
npm install -g oharnessexport DEEPSEEK_API_KEY="..."oharness -m deepseek/deepseek-v4-flashSedan, mitt i sessionen, /model deepseek/deepseek-v4-pro eller /model anthropic/claude-sonnet-5 när ett svårare steg dyker upp, och /cost för att se vad sessionen har kostat hittills.
Planer med fast pris
Flera leverantörer säljer kodprenumerationer med egna endpoints, och OHarness har en post för var och en: Z.ai GLM Coding Plan, Kimi Code, Alibaba Coding Plan och en ChatGPT-plan via openai-codex. En plannyckel fungerar bara mot planens endpoint, och därför är var och en en separat leverantör med en egen nyckelvariabel.
Vanliga frågor
Vilket är det billigaste alternativet till Claude Code?
Att köra en gratis harness som OHarness mot en lokal modell via Ollama kostar ingenting per token. Bland hostade modeller är DeepSeek V4 Flash en av de billigaste som hanterar verktygsanrop väl: ungefär $0.12 för en session med 3M indatatokens och 60K utdatatokens till listpris.
Varför är priset för cachad indata viktigare än indatapriset för kodagenter?
En kodagent skickar om större delen av samtalet vid varje tur, så merparten av indatatokens är upprepningar som leverantören kan servera från cache. I en typisk session är det mesta av indatan cacheträffar, och därför kan en modell med mycket lågt pris för cacheläsning vara många gånger billigare än det rubricerade indatapriset antyder.
Kan jag använda Claude-modeller och billigare modeller i samma session?
Ja. OHarness lagrar historiken i ett leverantörsneutralt format, så /model kan byta från DeepSeek till Claude och tillbaka mitt i en session utan att konvertera eller tappa samtalet.
Kostar OHarness i sig något?
Nej. Harnessen är gratis att använda med din egen leverantörsnyckel eller en lokal modell. Den valfria hostade planen debiterar modellanvändning i krediter; den är en bekvämlighet, inget krav.