Quanto custa um fluxo de trabalho do Claude Code — o fan-out que ninguém precifica

O custo de um fluxo de trabalho é sua distribuição, e nenhum dos guias sobre fluxos menciona isso. A documentação da própria Anthropic é o lugar certo para aprender o que são fluxos dinâmicos e como escrevê-los. Esta página responde à pergunta que vem logo depois: quanto custa executar um e qual configuração altera esse valor.

Versão curta — um fluxo de trabalho que se distribui para cinco subagentes consome aproximadamente tokens equivalentes aos de cinco agentes, não de um. Esse é o objetivo do recurso e também a cobrança.

A matemática

# A workflow's cost is not "one task". It is the fan-out.
#
#   workflow_cost = orchestrator_steps x step_cost
#                 + subagents x subagent_steps x step_cost
#
# A step is 25,000 in / 1,200 out — the same sizing used on
# every other cost page here, so these numbers are comparable.
#
#   Claude Sonnet 5      $0.043 / step
#   Claude Haiku 4.5     $0.022 / step
#
# Same job, three shapes:
#
#   one thread, 20 steps, all Sonnet
#     = 20 x $0.043 = $0.868
#
#   5 subagents x 8 steps + 6 orchestrator steps, all Sonnet
#     = 46 x $0.043 = $2.00
#
#   same fan-out, subagents on Haiku, orchestrator on Sonnet
#     = 40 x $0.022 + 6 x $0.043 = $1.13
#
# The fan-out costs more than the single thread. Mapping the fan-out
# to the cheap tier is what buys most of it back.

Leia os três formatos como o mesmo trabalho feito de três maneiras. A distribuição é mais cara que a thread única em todos os casos — o que muda é quanto mais cara, e isso é decidido quase inteiramente pelo tier em que os subagentes são executados.

A única linha que muda o resultado

O trabalho dos subagentes em um fluxo costuma ser delimitado e mecânico: ler um arquivo, resumir um diff, verificar uma condição, informar o resultado. É para isso que serve um modelo pequeno. O orquestrador é o oposto — ele mantém o plano, e um plano ruim desperdiça todos os subagentes abaixo dele; é aí que um tier forte justifica seu preço.

# The one line that changes every workflow run: the tier the
# background and sub-task work lands on.

export ANTHROPIC_BASE_URL=https://api.kunavo.com
export ANTHROPIC_AUTH_TOKEN=sk-kn-...
export ANTHROPIC_MODEL=claude-sonnet-5                # orchestration
export ANTHROPIC_DEFAULT_OPUS_MODEL=claude-opus-5-5   # agents that ask for opus
export ANTHROPIC_DEFAULT_SONNET_MODEL=claude-sonnet-5 # agents that ask for sonnet
export ANTHROPIC_DEFAULT_HAIKU_MODEL=claude-haiku-4-5 # the fan-out

O Claude Code encaminha automaticamente suas chamadas de subtarefas para o que estiver mapeado na categoria Haiku; portanto, esse mapeamento é usado em toda execução, mesmo que você não esteja usando workflows explicitamente. A linha do Opus existe porque o padrão integrado do Claude Code e seu alias opus resolvem para o Opus mais recente; se a Kunavo ainda não oferecer esse modelo, qualquer fallback para ele retornará 404. A linha fixa ambos em Opus 5.5 (claude-opus-5-5), que exige o Claude Code v2.1.280 ou posterior (em uma versão mais antiga, execute claude update). A linha do Sonnet é mais importante para workflows: o alias sonnet solicita o Sonnet 5.5, que a Kunavo não oferece; sem essa configuração, todo subagente definido como model: sonnet, a fase de execução de opusplan e /model sonnet retornarão 404. O ponto de equilíbrio da categoria do orquestrador — quanto pior um modelo mais barato precisa ser para deixar de ser mais barato — está em Opus vs Sonnet vs Haiku.

Duas coisas que a estimativa não captura

Tentativas novamente. Um subagente que falha e é executado novamente é cobrado duas vezes, e a distribuição aumenta a probabilidade de que pelo menos um falhe. Isso é invisível em qualquer estimativa feita no momento do planejamento e só aparece no registro de uso.

Contexto em cache. No sentido oposto, subagentes lançados pelo mesmo orquestrador frequentemente compartilham um prefixo estável, e um acerto de cache é cobrado por uma fração da tarifa de entrada. Em um fluxo longo, essa é a maior redução individual disponível — maior que a alteração de tier acima. O mecanismo e as três formas pelas quais o roteamento por um gateway o interrompe estão em cache de prompts do Claude.

Decidir se deve distribuir o trabalho

Fluxos de trabalho não são uma otimização de custos, e vale deixar isso claro, porque esse enquadramento determina a resposta. Eles compram latência e abrangência: vários subagentes trabalhando ao mesmo tempo terminam mais rápido e cobrem mais terreno do que uma única thread percorrendo a mesma lista. A questão é se isso vale o múltiplo, e a matemática acima fornece o múltiplo para o seu próprio caso.

Quanto ao recurso em si — como definir um fluxo, como os subagentes são orquestrados e qual é a sintaxe — a documentação da Anthropic é a autoridade, e esta página não tenta repeti-la. O que executa os modelos por baixo é uma URL base e uma chave; o lado da decisão entre assinatura e cobrança por token está em limites do Claude Pro e Max.

Perguntas frequentes