AI-агент через API: как создать, подключить и оплатить из России

AI-агент — это программа, которая использует языковую модель (LLM) для самостоятельного выполнения многошаговых задач: анализирует запрос, выбирает нужные инструменты, выполняет действия и оценивает результат. Чтобы создать своего AI-агента, вам понадобятся доступ к LLM через API, набор инструментов для взаимодействия с внешним миром и среда выполнения на Python. В этой статье разберём архитектуру агента, подберём модель под бюджет и напишем работающий прототип за 15 минут.

Что такое AI-агент и как он работает

В отличие от обычного чат-бота, который отвечает на один запрос и «забывает» контекст, AI-агент действует в цикле: получает задачу → рассуждает → выбирает инструмент → выполняет действие → оценивает результат → повторяет до достижения цели. Именно эта способность к автономному планированию и использованию внешних инструментов делает агентов полезными для реальных задач.

Ключевые компоненты AI-агента:

• Языковая модель (LLM) — «мозг» агента, отвечающий за понимание задачи и принятие решений. Подключается через API.
• Инструменты (tools) — функции, которые агент может вызывать: поиск в интернете, выполнение кода, запрос к базе данных, отправка email.
• Память — сохранение контекста между шагами: краткосрочная (история сообщений) и долгосрочная (векторная база данных).
• Цикл выполнения — оркестратор, который передаёт результаты инструментов обратно в LLM, пока задача не будет решена.

Простой пример: вы просите агента «узнай погоду в Москве и пришли её в Telegram». Агент вызывает weather API, получает данные, форматирует ответ и отправляет сообщение через Telegram Bot API — всё без вашего участия. Подробнее о механике вызова инструментов читайте в нашей статье про tool calling.

Какую LLM выбрать для AI-агента

Выбор модели определяет и качество работы агента, и его стоимость. Вот оптимальные варианты под разные бюджеты и сценарии:

Модель	Вход (₽/M токенов)	Выход (₽/M токенов)	Для каких задач
Claude Sonnet 5	252,73	1 263,61	Сложные агенты с десятками инструментов, code generation
GPT-5.6 Luna	25,28	151,64	Универсальный агент: поиск, анализ, генерация текста
Gemini 3.7 Flash	94,78	473,86	Быстрые агенты с потоковым выводом
DeepSeek V4 Flash	8,22	22,75	Простые агенты, обработка больших объёмов текста
Qwen 3.8 27B	53,71	322,23	Агенты с русскоязычными задачами

Цены указаны в рублях за 1 миллион токенов через API Hubris. Актуальные ставки всех 541 моделей смотрите в каталоге.

Для большинства задач разработчика оптимальным выбором будет GPT-5.6 Luna — она стоит 25,28 ₽ за миллион входных токенов и уверенно справляется с вызовом функций. Если агент должен писать и отлаживать код — берите Claude Sonnet 5, его способности к tool calling'у считаются лучшими в индустрии. Когда важна минимальная цена — DeepSeek V4 Flash за 8,22 ₽/M токенов выполняет простые цепочки действий с достаточным качеством.

Также в каталоге есть 22 бесплатные модели — их можно использовать для прототипирования агента перед запуском на платной модели. Не знаете, с чего начать? Читайте наш гайд как выбрать нейросеть под задачу.

Создаём AI-агента на Python за 15 минут

Напишем агента, который получает вопрос от пользователя, решает, нужен ли ему калькулятор, вызывает функцию вычисления и возвращает ответ. Для работы понадобится Python 3.10+ и API-ключ Hubris.

Шаг 1. Установка и настройка

Получите API-ключ в личном кабинете Hubris и установите OpenAI-совместимую библиотеку:

pip install openai

Шаг 2. Определяем инструмент

def calculator(expression: str) -> float:
    """Вычисляет математическое выражение. Принимает строку вида '2+2'."""
    return eval(expression, {"__builtins__": {}}, {})

Шаг 3. Запускаем цикл агента

from openai import OpenAI
import json

client = OpenAI(
    api_key="sk-gw-...",  # ваш ключ Hubris
    base_url="https://api.hubris.pw/v1"
)

tools = [{
    "type": "function",
    "function": {
        "name": "calculator",
        "description": "Вычисляет математическое выражение",
        "parameters": {
            "type": "object",
            "properties": {
                "expression": {"type": "string"}
            },
            "required": ["expression"]
        }
    }
}]

messages = [{"role": "user", "content": "Сколько будет 15 умножить на 37?"}]

# Шаг 1: модель решает, нужен ли инструмент
response = client.chat.completions.create(
    model="openai/gpt-5.6-luna",
    messages=messages,
    tools=tools,
    tool_choice="auto"
)

msg = response.choices[0].message
messages.append(msg)

# Шаг 2: выполняем инструмент
if msg.tool_calls:
    for tool_call in msg.tool_calls:
        func_name = tool_call.function.name
        args = json.loads(tool_call.function.arguments)
        if func_name == "calculator":
            result = calculator(args["expression"])

        messages.append({
            "role": "tool",
            "tool_call_id": tool_call.id,
            "content": str(result)
        })

    # Шаг 3: модель формулирует финальный ответ
    final = client.chat.completions.create(
        model="openai/gpt-5.6-luna",
        messages=messages
    )
    print(final.choices[0].message.content)

print(f"Потрачено токенов: {response.usage.total_tokens}")

Этот агент затратит около 800 токенов — при цене GPT-5.6 Luna в 25,28 ₽ за миллион входных токенов один такой вызов обойдётся меньше 3 копеек. Более сложный пример с пошаговым разбором смотрите в статье чат-бот на Python за 15 минут.

Как оплатить API из России

Hubris принимает оплату в рублях — вам не нужна зарубежная карта. Доступны три способа пополнения баланса:

• СБП — мгновенный перевод через Систему быстрых платежей, минимальная сумма пополнения 300 ₽;
• Банковская карта — российские карты Мир, Visa и Mastercard;
• Счёт для юридических лиц — с закрывающими документами и УПД для бизнеса.

Максимальная сумма одного пополнения — 100 000 ₽. Все 541 модель из каталога доступны через единый API-шлюз с одним ключом — вы платите только за использованные токены, без отдельных подписок на каждого провайдера.

Частые вопросы

Сколько стоит запустить AI-агента?

Цена зависит от модели и объёма токенов. На бюджетной GPT-5.6 Luna (25,28 ₽/M входа) простой агент тратит около 2–5 тысяч токенов на один запрос — это 6–13 копеек. Месяц активного использования (~1 000 запросов) обойдётся в 60–130 ₽. Агент на Claude Sonnet 5 с длинными цепочками рассуждений будет стоить в 5–10 раз дороже.

Чем AI-агент отличается от чат-бота?

Чат-бот отвечает на одно сообщение в формате «вопрос → ответ». AI-агент работает в автономном цикле: самостоятельно вызывает инструменты, проверяет результаты и принимает решения. Он не ждёт следующего сообщения от пользователя — он выполняет задачу до конца.

Можно ли сделать агента бесплатно?

Да — в каталоге Hubris 22 бесплатные модели. Для прототипа агента подойдут бесплатные Gemini 3.5 Flash Lite или Nemotron 3.5 Lightning. Однако для продакшена рекомендуем платные модели: они надёжнее, быстрее и лучше справляются с вызовом функций.

Какие инструменты можно подключить к агенту?

Любые, у которых есть API: поиск в интернете, базы данных, email-рассылки, Telegram, Google Таблицы, GitHub, календари. Ограничение — только ваша фантазия и документация API конкретного сервиса.

Нужен ли свой сервер для запуска агента?

Нет — LLM работает на стороне Hubris, вам нужен только Python-скрипт и доступ к интернету. Для продакшена агента можно разместить на любом VPS за 300–500 ₽ в месяц.