Под крылом Linux Foundation появилось новое направление — Tokenomics Foundation. Фонд выпустил проект описания «Big-T Notation», разработанный старшим архитектором облачных решений Adobe, Деном Неффом. Фреймворк предназначен для оценки и управления расходами на токены в LLM- и агентных системах по аналогии с Big-O в теории алгоритмов.
Система классифицирует рабочие нагрузки по тому, как растет потребление токенов при увеличении объема использования или сложности задач. В рамках фреймворка выделяют «лестницу» классов сложности: T(1) — константа (например, кеш), T(log n) — сублинейный рост (например, RAG с SQL-фильтрацией), и T(n) — линейный рост, когда расход токенов пропорционален числу запросов.
Более сложные классы включают T(n·k) — мультипликативный рост, когда «думающие» модели или перечитывание контекста могут увеличить стоимость в 10–20 раз. T(n·k·a) — рост за счет агентов, где множителем становится глубина дерева агентов. T(∞) — неограниченный рост в системах без прерывания циклов.
На примере Yandex Cloud AI Studio показано, что один запрос пользователя может скрывать за собой сложные внутренние процессы. Типичный агентный вызов// в несколько этапов отправляет полный каталог инструментов, вызывает несколько инструментов параллельно и делает второй проход через модель для интерпретации результатов, что как минимум удваивает расход токенов.
Анализ цен Yandex показывает, что исходящие токены стоят дороже всего, а кешированные и токены инструментов — дешевле всего. Разница в цене за 1000 токенов между различными моделями Yandex может достигать 48 раз, что подчеркивает важность выбора модели в зависимости от класса сложности нагрузки.
