Разработка ИИ-агента: стек, сроки и из чего складывается цена

Стоимость разработки ИИ-агента нельзя назвать одной цифрой: она зависит от задачи, числа подключаемых систем, требований к проверке ответов и от того, кто потом будет агента поддерживать. Мы не публикуем «средние цены по рынку»: надёжных открытых данных нет, а выдуманная вилка только запутает. Вместо этого разберём, из чего цена складывается, какой стек (n8n, LangGraph, SDK) лежит под разными вариантами, какие расходы начинаются после запуска и какие вопросы задать подрядчику до подписания договора. Описания инструментов сверены с официальной документацией на октябрь 2026.

Что вы на самом деле заказываете

ИИ-агент – это не «модель», а связка из нескольких частей. Когда подрядчик называет цену, в неё входит работа над каждой из них:

• Сценарий. Что агент делает, где его границы, когда он обязан передать задачу человеку.
• Модель. Облачная через API или собственная на вашем сервере.
• Инструменты и интеграции. CRM, почта, таблицы, база знаний, мессенджеры.
• Данные. Регламенты, база знаний, прайс-лист – всё, на что агент опирается.
• Проверка. Набор тестовых вопросов, ручная проверка, журнал действий.
• Инфраструктура. Где всё работает и как перезапускается.

Если из предложения подрядчика не видно, какая из этих частей на ком, цена будет сюрпризом. Что такое агент и чем он отличается от чат-бота, мы разбирали в обзоре «AI-агенты для бизнеса: гид по внедрению».

Шесть факторов, которые двигают цену

Фактор	Дешевле	Дороже
Объём сценария	Один понятный процесс, например ответы на частые вопросы	Несколько процессов с ветвлениями и исключениями
Интеграции	Телеграм и одна таблица	CRM, 1С, почта, телефония, свой API без документации
Данные	Готовая структурированная база знаний	Разрозненные файлы, устаревшие регламенты, данные «в головах»
Риск ошибки	Ошибка не стоит денег, человек видит ответ	Агент действует сам: платежи, письма клиентам, изменение данных
Размещение	Облачный сервис	Ваш сервер, закрытый контур, требования к хранению данных
Сопровождение	Вы сами правите сценарий	Подрядчик следит и дорабатывает по договору

Самый сильный рычаг – первый сценарий. Если начать с узкой задачи, вы быстро получите результат и поймёте, нужен ли агент в других процессах. Как выбрать первый сценарий – в статье «Как выбрать первый сценарий для AI-агента».

Стек: на чём делают агентов

Выбор технологии влияет и на сроки, и на то, сможете ли вы потом сменить подрядчика. Ниже – четыре популярных основы по описаниям из официальной документации.

n8n: визуальные сценарии

n8n – платформа автоматизации, где процесс собирается из блоков. По странице тарифов, на всех планах доступны узлы агентов, MCP и ИИ; облачные тарифы считаются по числу выполненных сценариев в месяц, а не по шагам внутри. На октябрь 2026: Starter – 20 € в месяц при оплате за год (2,5 тысячи запусков), Pro – 50 € в месяц при оплате за год (10 тысяч запусков). Кроме того, на странице указана Community Edition: стандартную самостоятельно размещаемую версию можно взять на GitHub. Условия лицензии уточняйте на сайте n8n. Когда n8n подходит и когда его мало, разбирает статья «n8n, Make или собственный код», а пошаговую сборку – «ИИ-агент в n8n пошагово».

LangGraph: оркестрация в коде

LangGraph описывает себя как низкоуровневый фреймворк и среду выполнения для долгоживущих агентов с состоянием. Основные возможности по документации: надёжное выполнение, потоковая передача, участие человека в процессе, сохранение состояния. Он ставится командой pip install -U langgraph. Это инструмент для разработчиков: гибкий, но требует программиста. Для трассировки и оценки LangChain предлагает отдельную платформу LangSmith. Сравнение с похожими фреймворками – в статье «LangGraph или CrewAI».

OpenAI Agents SDK

Лёгкая библиотека на небольшом наборе понятий: агенты (модели с инструкциями и инструментами), передача задач другим агентам и проверки входа и выхода. По документации, в неё встроена трассировка, есть сессии, поддержка MCP и голосовые агенты. Установка: pip install openai-agents. Модели OpenAI в России официально не работают, об оплате – одна ссылка ниже.

Claude Agent SDK

Библиотека на Python и TypeScript, которая даёт те же инструменты, цикл агента и управление контекстом, что и Claude Code. По документации в ней есть встроенные инструменты для файлов и команд, хуки, субагенты, MCP, права и сессии. Важная оговорка из документации: сторонним разработчикам Anthropic не разрешает предлагать вход через claude.ai и лимиты подписки в своих продуктах, поэтому для продуктов нужно использовать ключ API. Claude и Anthropic официально в России не работают, российские карты не принимаются; про оплату – отдельная статья.

Общий вывод: для простых процессов хватает n8n; сложная логика, свои требования к хранению данных и долгие процессы чаще решаются кодом. Обзор других вариантов – «Топ фреймворков для AI-агентов».

Сроки: на что уходит время

Конкретные сроки мы не обещаем: они зависят от вашей ситуации. Но этапы почти всегда такие:

1. Постановка. Сценарий, границы, критерии «хорошо». Здесь больше всего экономит время ваш представитель, который знает процесс.
2. Доступы и данные. Часто самый медленный этап: получить доступы к системам, собрать и привести в порядок базу знаний.
3. Сборка прототипа. Для простых сценариев – на готовой платформе, для сложных – в коде.
4. Проверка. Прогон тестовых вопросов, разбор ошибок, правка инструкций и ограничений.
5. Пилот. Агент работает на небольшом потоке с человеком рядом.
6. Запуск и сопровождение. Мониторинг, правки по обратной связи.

Заложите время на этапы 2 и 4: именно на них обычно «съедается» запас. Типичные причины провалов описаны в статье «10 ошибок при внедрении AI-агентов».

Что платите после запуска

Разработка – разовая часть. Дальше начинаются регулярные расходы:

• Модель. При облачной модели вы платите по числу обработанных токенов. Тарифы меняются, поэтому берите цифры только со страницы провайдера: чем длиннее вопросы и документы, тем больше расход. Если считаете для своего процесса, прогоните пробную партию и умножьте.
• Платформа. Тариф n8n Cloud или другого сервиса либо сервер для самостоятельного размещения. Какие бывают серверы и что нужно боту, описано в статье «Хостинг для Telegram-бота».
• Сопровождение. Правки сценария, обновление базы знаний, исправление интеграций после изменений в чужих сервисах.
• Контроль качества. Периодический просмотр журнала и разбор ошибочных ответов.

Отдельно держите в голове: поставщики моделей меняют версии и снимают старые с поддержки. Агент, написанный под одну модель, придётся перепроверять при переходе на другую. Хороший подрядчик закладывает такую проверку в сопровождение.

Как заказывать и что спросить у подрядчика

1. Опишите процесс как есть. Кто, что и в каком порядке делает сейчас, сколько занимает и где чаще всего ошибки.
2. Назовите критерий успеха. Сколько вопросов агент должен закрывать сам и что считается ошибкой. Как считать эффект, – в статье «Как считать эффект от AI-агента».
3. Попросите разбивку цены. Разработка, интеграции, настройка и проверка, ежемесячные расходы.
4. Уточните, кому принадлежит результат. Исходный код, сценарии n8n, инструкции, база знаний. Они должны остаться у вас.
5. Спросите про данные. Куда уходят ваши документы и вопросы клиентов, где они хранятся, как удалить.
6. Договоритесь о пилоте. Лучше начать с узкого сценария и оплатить этап, чем покупать сразу всё.
7. Закрепите границы. Что агент делает сам, а что отправляет на согласование человеку.

Тревожные признаки: обещание «100% точности», цена без описания состава, отсутствие тестов и отказ показать журнал работы агента. Если подрядчик не может объяснить, зачем взял именно этот стек, возможно, он просто использует привычный.

Сделать самому, нанять фрилансера или студию

Вариант	Когда подходит	На что смотреть
Сами на готовой платформе	Простой сценарий, есть время разбираться	Ваше время тоже расход; нужно следить за обновлениями
Фрилансер	Узкая задача, понятное задание	Кто будет сопровождать; передаст ли доступы и документацию
Студия или команда	Несколько систем, требования к безопасности, сопровождение	Состав команды, договор, права на результат

В любом варианте задание лучше написать самим: подрядчик не знает ваш процесс так, как вы. Даже простая страница с описанием шагов и примерами реальных обращений сильно снижает число недопониманий и, как следствие, правок.

Как выглядит понятная смета

Без цифр, только структура. Хорошее предложение подрядчика обычно делится на блоки, и каждый можно обсудить отдельно:

• Разовые работы: постановка и описание сценария, сборка агента, подключение каждой системы отдельной строкой, подготовка базы знаний, тесты.
• Передача: документация, доступы, обучение сотрудников, которые будут пользоваться агентом.
• Регулярные расходы: модель, платформа или сервер, сопровождение. Первые два обычно платите провайдерам напрямую, третье – подрядчику.
• Что не входит: доработки сверх согласованного сценария, новые интеграции, переход на другую модель.

Если предложение состоит из одной суммы и слов «под ключ», попросите расшифровку. Так проще сравнить нескольких исполнителей и увидеть, где один из них что-то не посчитал.

Частые вопросы

Сколько стоит разработка ИИ-агента?

Единой цены нет: она зависит от числа сценариев, интеграций, качества данных, требований к проверке и размещению. Мы не приводим средние цифры, потому что надёжной открытой статистики нет. Просите у подрядчика разбивку: разработка, настройка и проверка, ежемесячные расходы после запуска.

Что дешевле: n8n или разработка в коде?

Для простых процессов быстрее и дешевле собрать сценарий в n8n. Когда нужны сложная логика, особые требования к данным или долгие процессы, чаще выбирают код на LangGraph или SDK. Выбор зависит от задачи, а не от моды.

Сколько стоит содержание агента после запуска?

Складывается из оплаты модели по токенам, тарифа платформы или сервера и сопровождения. Тарифы n8n и моделей смотрите на официальных страницах: они меняются. Для оценки модели запустите пробную партию реальных обращений и посчитайте расход.

Какие сроки разработки?

Сроки зависят от доступов, данных и числа интеграций. Часто дольше всего получаются доступы и подготовка базы знаний, а не сама сборка. Узкий сценарий на готовой платформе обычно запускают быстрее, чем многосистемную автоматизацию.

Нужен ли собственный сервер?

Не всегда. Облачные платформы работают без сервера. Собственный сервер нужен, когда есть требования к хранению данных, особая нагрузка или самостоятельно размещаемая версия платформы.

Как проверить качество агента?

Составьте набор реальных вопросов и ожидаемых ответов, прогоните агента и отметьте ошибки. Затем запустите пилот на небольшом потоке с человеком рядом и просматривайте журнал работы.

Можно ли использовать модели OpenAI и Claude из России?

Официально эти сервисы в России не работают: страна не входит в список поддерживаемых, российские карты не принимаются. Вопросы оплаты разобраны в отдельной статье, а при выборе модели для проекта учитывайте и доступность, и требования к данным.