החשבון של סוכני הקוד: איך מתקצבים טוקנים לצוות בלי לחנוק את הפרודוקטיביות

חברת Uber שרפה את כל תקציב ה-AI שלה לשנת 2026 בארבעה חודשים, ואז הציבה תקרה של 1,500 דולר בחודש לעובד, לכל כלי קוד. זה לא סיפור על חברה אחת שהגזימה. זה סיפור על כל צוות פיתוח שנתן לסוכני קוד כמו Claude Code ו-Codex לרוץ חופשי, וגילה בסוף החודש שהחשבון הגיע לפני שהתשואה הגיעה.

במדריך הזה אנחנו לוקחים צוות אחד, מלווים אותו מההתחלה ועד הסוף, ובונים יחד שלושה דברים: מדיניות טוקנים שאפשר להעתיק, ניתוב בין מודלים עם שער אחד, ומודלים זולים לסוכני המשנה. בואו נפרק את זה.

החשבון שמגיע אחרי ההתלהבות

הדוגמה שתלווה אותנו לאורך כל הכתבה: צוות ה-Payments, 20 מפתחים, כולם עובדים עם Claude Code, וכולם השאירו את המודל החזק ביותר כברירת מחדל "כי הוא הכי טוב". אחרי חודש מגיע מייל מהכספים עם שאלה אחת: למה החשבון קפץ פי שלושה?

מסתבר שזה בדיוק מה שקרה ב-Uber. לפי Bloomberg, החברה שרפה את תקציב ה-AI של כל השנה בארבעת החודשים הראשונים, ואז קבעה לכל עובד תקרה של 1,500 דולר בחודש לכל כלי קוד אגנטי (סוכן שכותב ומריץ קוד בעצמו), כמו Cursor ו-Claude Code. התקציב של כל כלי נפרד, לכל עובד יש דשבורד שמראה כמה הוא צרך, ויש מסלול מסודר לבקש חריגה. שימו לב: הפרטים האלה מגיעים מדיווח עיתונאי (Bloomberg ועיתונות משנית), לא מהודעה רשמית של Uber.

החלק המעניין יותר הוא מה שאמר ה-COO של Uber, אנדרו מקדונלד, בראיון ל-Fortune: הקשר בין השימוש הגובר ב-Claude Code לבין פיצ'רים שמגיעים ללקוחות "עוד לא שם". במילים אחרות, הצריכה נמדדה מצוין, והתוצאה לא.

וזה לא רק Uber. סקר המפתחים של Stack Overflow לשנת 2026, שפורסם ב-6 באוקטובר עם יותר מ-30,000 משיבים, מראה שארגונים כבר מתחילים לנהל את זה:

לפי הסקר, 38% דיווחו שהארגון שלהם הציב מגבלות שימוש ב-AI, ו-27% כבר משתמשים במודלים שונים לעבודות שונות. עוד 28% סוקרים את נתוני ההוצאה, ו-25% מגבילים מי בכלל מקבל גישה. במקביל, 75% אומרים שהם מעדיפים איכות על פני מחיר כשהם בוחרים מודל. זה המתח כולו בשני מספרים.

למה קשה לשים תקרה בלי לחנוק את הצוות

הבעיה היא שיש לנו שלושה סוגים של "תקרה", והם לא מדברים אחד עם השני.

הראשון הוא מגבלת המנוי. במנויי Pro ו-Max של Claude יש מגבלת סשן של חמש שעות (חלון מתגלגל שמתחיל מההודעה הראשונה) וגם מגבלה שבועית, והן משותפות לצ'אט ול-Claude Code. כלומר, מפתח ששרף את המכסה בבוקר על Refactor גדול יכול למצוא את עצמו תקוע בצהריים. תחשבו על זה כמו על חבילת גלישה: היא לא נגמרת בכסף, היא נגמרת בזמן הכי לא נוח.

השני הוא שינוי בתנאים של הספק. לפי ההודעה של OpenAI מ-DevDay, כפי שדווחה ב-The New Stack וב-TNW, החל מ-30 באוקטובר המכסה של Codex ו-ChatGPT Work בתוכנית ה-Pro של 200 דולר יורדת מפי 20 ממנוי Plus לפי 10. מנויים קיימים שומרים על המכסה הישנה עד 29 באוקטובר. מי שתכנן את הרבעון על בסיס המכסה הישנה צריך לחשב מחדש.

השלישי הוא תשלום לפי טוקנים (יחידות הטקסט שהמודל קורא וכותב, בערך שלושה רבעים של מילה באנגלית). פה אין תקרה טבעית בכלל. כל קובץ שהסוכן קורא, כל פלט של טסטים, כל סוכן משנה שהוא מפעיל, נכנס לחשבון.

ובתוך כל זה יש את מה שדוח ה-ROI של DORA (צוות המחקר של Google Cloud) קורא לו "עקומת J": ירידה זמנית בפרודוקטיביות לפני העלייה, בגלל עקומת למידה ו"מס אימות" על בדיקת קוד שה-AI כתב. בדוגמה של הדוח, ארגון של 500 מהנדסים משקיע 8.4 מיליון דולר ומגיע להחזר של 39% בשנה הראשונה, עם החזר השקעה בתוך כשמונה חודשים. המסקנה של DORA היא שהתשואה הגדולה מגיעה מאיכות המערכות הארגוניות, לא מהכלים עצמם. אם נחנוק את הצוות באמצע העקומה, פשוט לא נגיע לחלק שבו זה משתלם.

מדיניות טוקנים לצוות: תבנית שאפשר להעתיק

חוזרים לצוות ה-Payments שלנו. המטרה היא לא "לחסוך", אלא לדעת לאן הולך כל דולר ולהעביר אותו למקום שמחזיר הכי הרבה. הנה תבנית שאני ממליץ עליה, בנויה על ההנחיות הרשמיות של Anthropic לניהול עלויות:

בקצרה, למי שקורא בלי הווידג'ט: מתחילים בפיילוט של שבועיים עם קבוצה קטנה ומודדים בסיס עם הפקודה /usage ועם דוחות ההוצאה. לפי Anthropic, בפריסות ארגוניות הממוצע הוא בערך 13 דולר למפתח ליום עבודה פעיל, ו-150 עד 250 דולר למפתח בחודש, ו-90% מהמשתמשים נשארים מתחת ל-30 דולר ליום. אחר כך קובעים שתי שכבות: תקציב ברירת מחדל לכל מפתח, ושכבת "כבדים" עם תקרה גבוהה יותר ומסלול חריגה מסודר, בדיוק כמו ב-Uber. שלישית, קובעים מודל ברירת מחדל לפי סוג עבודה. רביעית, מכל ריצה אוטומטית ב-CI דורשים תקרה קשיחה. וחמישית, מסתכלים על הנתונים פעם בשבוע ומזיזים תקציב לאן שהוא מחזיר.

הקטע המדליק הוא שרוב הכלים כבר קיימים. ב-Claude for Teams ו-Enterprise יש מגבלות הוצאה ברמת הארגון, הקבוצה והעובד הבודד. ב-Console יש מגבלות הוצאה לכל Workspace. ובכל מצב אפשר לייצא מדדים דרך OpenTelemetry (תקן פתוח לשליחת מדדים למערכת הניטור שלנו) ולראות עלות לכל מפתח כמעט בזמן אמת.

מודלים זולים לסוכני משנה: הצעד עם התשואה הכי גבוהה

סוכן משנה (Subagent) הוא עוזר קטן ש-Claude Code שולח לבצע משימה צדדית, כמו חיפוש בקוד או הרצת טסטים, ומקבל ממנו רק סיכום. תחשבו על זה כמו על מתמחה שאנחנו שולחים לארכיון: הוא קורא מאות עמודים וחוזר עם עמוד אחד. אין שום סיבה שהמתמחה הזה יהיה השותף הבכיר והיקר ביותר במשרד.

מסתבר שבדיוק זה מה שקורה כברירת מחדל אצל הרבה צוותים. לפי התיעוד הרשמי, סוכן המשנה המובנה Explore רץ על Opus כשעובדים מול ה-API של Anthropic, וסוכני משנה אחרים יורשים את המודל של השיחה הראשית. אז אם צוות ה-Payments עובד על Opus, גם כל חיפוש קבצים עובד על Opus.

בואו נעשה את החשבון לפי מחירון ה-API הרשמי. ריצה טיפוסית של סוכן חיפוש קוראת נניח 80 אלף טוקנים וכותבת 5,000. על Opus 5.5 (4 דולר למיליון טוקנים נכנסים, 20 דולר למיליון יוצאים) זה כ-42 סנט. על Haiku 5.5, שעולה 0.10 דולר למיליון נכנסים ו-0.50 דולר למיליון יוצאים כל עוד הפרומפט קטן מ-100 אלף טוקנים, אותה ריצה עולה פחות מסנט אחד. ההבדל הוא בערך פי 40, וזה בדיוק המקום שבו רוב הטוקנים נשרפים. בחישוב גס, בלי הנחת מטמון (Cache): 15 ריצות כאלה ביום, 21 ימי עבודה, 20 מפתחים, והפער החודשי הוא בערך 2,650 דולר מול 66 דולר.

חשוב לשים לב לקאץ' אחד: ב-Haiku 5.5 בקשה שהפרומפט שלה עובר 100 אלף טוקנים משלמת מחיר גבוה פי חמישה. לכן כדאי לתת לסוכני חיפוש משימות ממוקדות. ועוד דבר: אנחנו לא מורידים את המודל הראשי. גם ב-Anthropic ממליצים על Sonnet לרוב משימות הקוד ועל Opus להחלטות ארכיטקטורה, וזה בדיוק המבנה: מוח יקר במרכז, ידיים זולות בשטח.

ככה זה נראה בפועל. קובץ אחד בריפו שמחליף את Explore המובנה בגרסה על Haiku, ופקודה אחת ל-CI עם תקרה קשיחה לכל ריצה:

# 1. override the built-in Explore subagent with a cheap Haiku version
mkdir -p .claude/agents
cat > .claude/agents/Explore.md <<'EOF'
---
name: Explore
description: Read-only codebase search. Use to find files, call sites and patterns.
tools: Read, Grep, Glob
model: haiku
---
You search the codebase and return a short summary with file paths.
Never edit files.
EOF

# 2. scripted / CI runs: Sonnet, hard dollar cap, hard turn cap
claude -p --model sonnet --max-budget-usd 5.00 --max-turns 20 \
  "Fix the failing test in auth.spec.ts"

למי שרוצה את זה לכל הצוות בבת אחת, יש גם משתנה סביבה רשמי, CLAUDE_CODE_SUBAGENT_MODEL, שקובע מודל ברירת מחדל לכל סוכני המשנה, ואפשר לפרוס אותו דרך ההגדרות המנוהלות של הארגון.

ניתוב עם magpie: שער אחד, הרבה מודלים

השלב הבא הוא ניתוב (Routing): במקום שכל מפתח יחליט ידנית על איזה מודל ועל איזה חשבון הוא עובד, שער אחד מחליט בשבילו. הכלי magpie הוא שער מקומי בקוד פתוח שמריץ סוכני קוד כמו Claude Code, Codex ו-Gemini CLI על כל מודל שנבחר, עבור צוותים שעובדים עם יותר מסוכן אחד, ספק אחד או חשבון אחד. נכון להיום יש לו כ-16,500 כוכבים ב-GitHub ורישיון MIT.

תחשבו עליו כמו על מרכזייה: כל הסוכנים מתקשרים למספר אחד במחשב שלנו (127.0.0.1:3425), והמרכזייה מעבירה כל שיחה לספק המתאים. הוא מדבר את הפרוטוקולים של OpenAI, Anthropic ו-Gemini ומתרגם ביניהם, כולל קריאות לכלים.

# 1. install the local gateway (macOS / Linux)
curl -fsSL https://usemagpie.ai/install.sh | sh

# 2. add a provider - a preset needs only the key
magpie provider add deepseek sk-...

# 3. run Claude Code on another model
magpie claude deepseek/deepseek-v4-pro

# 4. a routing group that fails over between subscriptions
magpie group add "Opus anywhere" models=claude/claude-opus-5-5,copilot/claude-opus-5.5 routing=smart
magpie claude group/opus-anywhere

# 5. what's left on every plan
magpie quota

החלק החשוב לתקציב הוא קבוצות ניתוב (Routing groups): כמה מודלים או חשבונות שהסוכן רואה כמודל אחד. כשמכסה של חשבון אחד נגמרת, השער עובר לבא בתור והסוכן אפילו לא רואה שגיאה. יש כמה מצבים: במצב smart הוא משתמש קודם במנוי שמתחדש הכי מהר, כדי שפחות מכסה תלך לפח באיפוס. במצב order הוא עובר לפי סדר קבוע. במצב pace הוא בוחר את החשבון שנשאר לו הכי הרבה מהשבוע ביחס לזמן. יש גם ניתוב לפי כוונה, שבו מודל קטן קורא כל בקשה ושולח משימות כבדות למודל החזק ושאלות קצרות לזול. ובשביל צוות, אפשר לשתף את השער ברשת המקומית ולתת לכל לקוח מפתח עם תקרת טוקנים ועלות יומית, שבועית או חודשית משלו.

בעיניי חשוב לומר גם את ההסתייגויות. זה כלי צד שלישי שקורא את פרטי ההתחברות של הסוכנים מהמחשב (אפשר לכבות את זה בהגדרות), ושולח פעם ביום טלמטריה בסיסית שאפשר לבטל. לפני שמעבירים מנוי של Claude או ChatGPT דרך כלי אחר, כדאי לבדוק את תנאי השימוש של הספק. ומודל זול אחר הוא לא תמיד תחליף שווה ערך: צריך למדוד על המשימות שלנו לפני שמעבירים אליו עבודה אמיתית. וכן, יש בשוק עוד הרבה "שערים" שמבטיחים מודל חינמי. על אלה אני ממליץ לעבור.

בעיניי: תקציב הוא לא בלם, הוא הגה

שורה תחתונה, צוות ה-Payments שלנו לא צריך לעבוד פחות עם סוכנים. הוא צריך לעבוד חכם יותר: מודל Sonnet כברירת מחדל, Opus כשבאמת צריך, Haiku לכל העבודה השחורה של סוכני המשנה, תקרה קשיחה לכל ריצה אוטומטית, ושער שמעביר עבודה בין חשבונות במקום שמפתח יחכה חמש שעות.

הלקח של Uber הוא לא שסוכני קוד יקרים מדי, אלא שמדדו שימוש במקום למדוד תוצאה. לוח מובילים שמתגמל צריכת טוקנים יוצר בדיוק את מה שהוא מודד: צריכת טוקנים. ההמלצה שלי היא למדוד דולר לכל Pull Request שנכנס, לכל באג שנסגר, לכל פיצ'ר שהגיע ללקוח.

וחשוב להיות הוגנים לגבי המגבלות. מחירים ומכסות זזים כל חודש, ולכן כל מספר כאן נכון ל-19 באוקטובר 2026. החישובים שלנו מתעלמים ממטמון ומחשיבה מורחבת, ששניהם יכולים להזיז את החשבון לכיוונים שונים. והמספרים של Uber מגיעים מדיווחים בעיתונות, לא מהחברה.

אז השאלה שאני משאיר לכם: אם הייתם צריכים מחר לנמק לסמנכ"ל הכספים כל דולר של טוקנים, איזה מדד תוצאה הייתם שמים לידו?

רוצים ללכת עם זה רחוק יותר?

את כל מה שראינו כאן, מסוכני משנה ומודלים ועד Hooks, הגדרות צוות וניהול הקשר, אני מפרק לעומק בקורס Claude Code Mastery באנגלית.

מי שמעדיף בעברית ורוצה לבנות סוכנים, Skills ואוטומציות עם Claude, מוזמן לקורס Practical AI with Claude.

את הדמואים, ההגדרות והמדידות האלה אני מעלה ל-YouTube ול-LinkedIn, ועדכונים שוטפים יש ב-X, ב-Instagram וב-TikTok. את הקוד שלי אפשר למצוא ב-GitHub.