Совместное исследование Стэнфорда, MIT и других учреждений выявило высокий расход токенов агентами ИИ при выполнении задач программирования, показав, что эти агенты могут использовать миллионы токенов, пытаясь исправить ошибки в коде. Исследование, опубликованное в апреле 2026 года, подчеркивает, что стоимость написания кода агентом ИИ примерно в 1000 раз выше, чем при стандартных разговорах с ИИ, из-за обширного "чтения" кода, необходимого для работы. Это включает подачу модели контекста проекта, журналов операций и сообщений об ошибках, что приводит к экспоненциальному росту входных токенов. В исследовании также обнаружена значительная вариативность затрат: выполнение одной и той же задачи может стоить вдвое дороже при разных запусках. Кроме того, исследование выявило, что некоторые модели, такие как GPT-5, более эффективны в использовании токенов, что влияет на финансовые результаты в корпоративных приложениях. Результаты указывают на то, что современные модели ИИ не обладают "осознанием стоп-лосса", часто потребляя больше токенов при решении нерешаемых задач. Исследование призывает к разработке политик, учитывающих бюджет, для эффективного управления расходом токенов, поскольку непредсказуемые затраты ставят под угрозу устойчивость моделей подписки в сценариях использования агентов ИИ.