Model AI yang tepat untuk setiap tugas,
dipilih otomatis, sebelum kamu kirim
Adaptive Mode membaca prompt yang akan kamu kirim dan menyarankan model paling hemat biaya untuk tugas itu. Perbaikan salah ketik atau terjemahan diarahkan ke model ringan yang murah. Refactor besar atau perancangan arsitektur diarahkan ke flagship. Kamu hanya memilih daya yang benar-benar kamu butuhkan.
Model yang lebih kecil berbiaya sepersekian dari flagship. Menyesuaikan ukuran model dengan tiap tugas berarti membakar jauh lebih sedikit anggaran paketmu per tugas, jadi kamu bisa mengerjakan lebih banyak tugas per hari tanpa menabrak batas penggunaan. Satu klik menerapkan saran itu dan kamu lanjut bekerja.
Adaptive Mode mencocokkan tiap tugas dengan model termurah yang mampu mengerjakannya dengan baik: Haiku untuk pekerjaan ringan, Sonnet untuk pekerjaan seimbang, Opus untuk pekerjaan berat. Biaya lebih sedikit per tugas, lebih banyak tugas per hari.
Inilah masalah biaya saat menjalankan agen coding AI. Setiap model punya harga, dan jurang antara yang murah dan flagship itu lebar. Claude Opus adalah model paling mumpuni, sekaligus paling mahal. Claude Haiku yang termurah. Claude Sonnet ada di tengah. Kebanyakan orang memilih satu model lalu membiarkannya, jadi mereka entah kekurangan daya untuk tugas sulit atau, jauh lebih sering, membayar mahal untuk tugas mudah.
Pikirkan apa yang sebenarnya kamu minta dari agen dalam sehari. Memperbaiki salah ketik. Mengganti nama variabel. Menerjemahkan string antarmuka. Menulis unit test singkat. Meringkas sebuah dokumen. Tak satu pun butuh flagship. Kalau semuanya kamu jalankan di Opus, kamu membakar anggaran penggunaan paketmu berlipat-lipat lebih cepat dari yang dibutuhkan, untuk hasil yang sama persis. Pemborosan itu tak kasat mata, dan justru karena itu ia menumpuk.
Adaptive Mode menutup jurang itu. Sebelum kamu kirim pesan pertama, ia membaca draf-mu, menakar seberapa sulit tugas itu sebenarnya, dan menyarankan model termurah dalam jajaran provider-mu yang tetap bisa mengerjakannya dengan baik. Model kelas berat tetap dicadangkan untuk pekerjaan yang pantas: arsitektur, audit keamanan, refactor besar. Sisanya diarahkan ke model yang berbiaya sepersekiannya.
Mengapa mencocokkan model dengan tugas
Berhenti membayar mahal untuk tugas mudah. Flagship untuk perbaikan salah ketik itu seperti membakar uang. Adaptive Mode mengarahkan pekerjaan ringan ke model ringan, jadi tiap tugas remeh berbiaya sepersekian dari biaya di kelas atas.
Simpan model bertenaga untuk masalah sulit. Menyesuaikan ukuran bukan berarti selalu memilih yang murah. Saat tugasnya berupa perancangan sistem atau audit keamanan, Adaptive Mode menyuruhmu naik kelas, supaya pekerjaan yang butuh kedalaman benar-benar mendapatkannya.
Lebih banyak tugas per hari di paket yang sama. Anggaran yang lebih kecil per tugas berarti kamu menabrak batas penggunaan lebih lambat. Sepanjang satu hari penuh dan dengan armada agen paralel, penghematannya menumpuk menjadi throughput tambahan yang nyata.
Nol hambatan dalam alur kerja. Saran muncul sebagai chip kecil di atas composer sebelum kamu kirim. Satu klik menerapkannya. Tak ada menu yang harus diubek, tak ada tebak-tebakan manual model mana yang cocok, tak ada perlambatan.
Soal ekonomi: konsumsi lebih sedikit, kerjakan lebih banyak
Agen sama, paket sama. Bedanya, seberapa banyak anggaran yang dilahap tiap tugas.
Satu model untuk semuanya
- : Setiap tugas berjalan di model apa pun yang terlanjur kamu pilih.
- : Flagship untuk salah ketik atau terjemahan berbiaya berlipat-lipat dari semestinya.
- : Anggaran penggunaan paketmu cepat terkuras untuk pekerjaan yang tak pernah butuh daya itu.
- : Kamu menabrak batas penggunaan lebih awal di hari itu dan agen-agen mandek.
- : Mengganti model secara manual itu merepotkan, jadi tak ada yang mau repot.
Adaptive Mode aktif
- : Setiap tugas dicocokkan dengan model termurah yang mampu mengerjakannya dengan baik.
- : Pekerjaan ringan diarahkan ke model ringan dan berbiaya sepersekiannya.
- : Flagship dicadangkan untuk refactor, audit, dan arsitektur.
- : Anggaran lebih sedikit per tugas berarti lebih banyak tugas sebelum batas penggunaan apa pun.
- : Satu klik menerapkan model yang tepat, jadi penyesuaian ukuran benar-benar terjadi.
Peruteannya sendiri nyaris gratis: sebuah model kecil dan cepat melakukan analisis dengan biaya jauh di bawah satu sen, lalu menyingkir dari jalanmu.
Katakan apa tugasnya.
Agen terbuka di model yang tepat.
AI Suggestion memindahkan keputusan yang sama ke saat yang lebih awal, satu-satunya saat keputusan itu tidak berbiaya: sebelum sesi ada. Anda membuka agen, dan alih-alih terminal Anda mendapat satu kolom yang menanyakan apa yang akan dikerjakan agen ini. Anda menjawab dalam satu kalimat. Satu panggilan membacanya dan mengembalikan model, nama sesi dan, bila Anda belum memilih agen, agen mana yang sebaiknya mengambilnya.
Lalu sesi terbuka, sudah tersetel, dengan kalimat Anda sebagai pesan pertama. Anda tidak menempelkan apa pun, tidak menunggu CLI menyala untuk membetulkannya, dan tidak membayar tarif flagship untuk sebuah salah ketik.
Satu kalimat masuk. Satu tingkat kerumitan menyala. Agen terbuka di model yang sesuai dengan tingkat itu, dengan sesi yang sudah diberi nama.
Sesi sungguhan, dari kolom kosong sampai agen berjalan: satu kalimat menjelaskan tugasnya, bilah kerumitan berhenti di Sonnet, agen dan nama sesi ikut datang bersamanya, dan sesi terbuka dengan kalimat itu sudah terkirim.
Kenapa keputusannya harus diambil sebelum sesi terbuka
Saran yang sama, model yang sama, dua hasil yang sangat berbeda. Satu-satunya variabel adalah kapan Anda ditanya.
Ditanya setelah terminal terbuka
- : CLI sudah menyala di model apa pun yang tadinya diatur.
- : Prompt Anda sudah tertulis dan tinggal satu tombol dari terkirim.
- : Berganti model sekarang berarti membuang sesi yang baru Anda mulai.
- : Sarannya terbaca sebagai gangguan, jadi ditutup begitu saja.
- : Flagship tetap mengerjakan tugas sepele itu, dan tidak ada yang dipelajari.
Ditanya sebelum sesi ada
- : Belum ada yang dimulai, jadi tidak ada yang perlu dibatalkan.
- : Anda memang sedang menjelaskan tugasnya, dan itulah masukan yang dibutuhkan keputusan ini.
- : Model, nama sesi, dan agen ditetapkan dalam satu panggilan.
- : Sesi terbuka sudah terkonfigurasi, dengan penjelasan Anda sebagai pesan pertama.
- : Memilih model murah tidak berbiaya bagi Anda, jadi hal itu benar-benar terjadi.
Seluruh idenya ada di situ. Bukan saran yang lebih pintar: saran yang sama, diajukan pada saat berkata ya itu gratis.
Empat tingkat, dipetakan ke model asli provider Anda
Bilah kerumitan adalah bagian keputusan yang terlihat. Biarkan di Otomatis dan analisisnya akan menyalakan satu tingkat. Klik sendiri satu tingkat dan itu menjadi keputusan Anda: tidak ada yang dikirim, dan sesi langsung terbuka.
Cepat
01Perubahan teks atau konfigurasi tanpa logika di baliknya. Sebuah salah ketik, sebuah label, sebuah string terjemahan, sebuah kenaikan versi. Inilah tingkat yang seharusnya tidak pernah dilihat model flagship, dan justru paling sering dia terima.
Standar
02Perubahan kecil yang solusinya sudah diketahui. Menambahkan status ke sebuah tombol, menyambungkan komponen yang sudah ada, menulis satu tes pendek. Tidak ada yang perlu diselidiki, hanya ada pekerjaan yang perlu dikerjakan.
Rumit
03Sebuah fitur untuk dibangun, sebuah bug untuk ditelusuri, sebuah refactor untuk dijalankan. Jalannya tidak jelas sejak awal, jadi model butuh ruang untuk menjelajah sebelum memutuskan pendekatannya.
Ekstrem
04Arsitektur, audit, masalah tanpa penyebab yang diketahui. Untuk inilah model flagship ada, dan menyimpannya khusus untuk tugas semacam ini yang membuatnya tetap terjangkau saat dipakai di sini.
Tidak ada pengenal model yang ditulis di dalam fitur ini. Keempat tingkat itu diambil dari katalog provider tempat agen berjalan, diurutkan dari yang paling mampu ke yang paling ringan. Bila provider tersebut menawarkan kurang dari empat model, tabelnya melipat ke atas: dengan tiga model, Rumit dan Ekstrem sama-sama jatuh ke flagship, tidak pernah sebaliknya. Memilih terlalu kecil menyia-nyiakan satu proses penuh; memilih terlalu besar hanya menambah selisih harga satu panggilan.
Cara kerja AI Suggestion, langkah demi langkah
Enam langkah, empat di antaranya opsional, dan satu panggilan secara keseluruhan.
Anda membuka agen
Alih-alih terminal, Anda mendapat layar niat: wajah agen di atas latar beranimasi, sebuah panah yang menunjuk ke satu kolom, dan sebuah tautan di kanan atas untuk langsung membuka sesi kalau Anda sedang tidak berminat.
Anda menjelaskan tugasnya dalam satu kalimat
Bahasa sehari-hari, dalam bahasa Anda sendiri. Bukan prompt, bukan spesifikasi: apa yang akan dikerjakan agen ini. Kalimat itu satu-satunya masukan yang wajib, dan ia menjadi pesan pertama sesi.
Opsional: tunjuk folder yang terlibat
Folder proyek ditampilkan sebagai keping kecil berbentuk folder. Mengklik salah satunya memberi agen cakupan kerjanya dan mempertajam perkiraan kesulitan, sebab bug yang sama di aplikasi mobile dan di situs web bukanlah tugas yang sama.
Opsional: buka opsi lanjutan
Terlipat di bawah kolom: sifat pekerjaannya, untuk siapa, hasil yang Anda harapkan, rambu seperti tanpa commit atau tes wajib, serta konteks bebas seperti pesan galat yang ditempel atau nomor tiket. Semuanya ikut dalam panggilan yang sama dan diletakkan di depan prompt pertama agen.
Satu panggilan yang memutuskan, atau tidak ada panggilan sama sekali
Bila dibiarkan di Otomatis, mengirim akan memicu satu permintaan yang mengembalikan tingkat, model, nama sesi dan, bila belum ada agen yang dipilih, agennya. Klik sendiri sebuah tingkat dan tidak ada permintaan apa pun: sesi langsung terbuka di model yang sesuai dengan tingkat itu.
Sesi terbuka, sudah tersetel
Agen mulai di model yang dipilih, dengan nama sesi yang dihasilkan, dan penjelasan Anda dikirim sebagai pesan pertama lewat argumen peluncuran milik CLI sendiri, bukan ditempel ke terminal setelah menyala.
Anda bahkan tidak perlu memilih agennya
Kalau Anda membuka layar ini tanpa menyebut agen, pertanyaannya melebar. Bola itu menampilkan tanda tanya dikelilingi tiga wajah, dan kalimat yang Anda ketik menentukan siapa yang mengambil tugasnya: salah satu agen yang sudah ada di ruangan Anda, salah satu dari empat belas peran bawaan, atau salah satu dari sekitar 260 pakar di katalog.
Ini juga yang kini Anda dapatkan pada proyek yang benar-benar baru. Ia tidak lagi diam-diam membuat agen full-stack hanya karena sesuatu harus dibuat. Ia menanyakan Anda sedang mengerjakan apa, lalu memilih agen yang dituntut oleh jawaban itu.
Agen, model, dan nama sesi kembali dari satu panggilan yang sama, karena merangkai tiga permintaan akan melipattigakan latensi sebuah layar yang seluruh nilainya justru terletak pada kecepatannya dibanding membuka terminal lalu membetulkan modelnya belakangan.
Satu pertanyaan setelah sesi terbuka
Begitu agen berjalan, sebuah bilah tipis bertanya sekali: apakah model yang disarankan sudah tepat? Tiga jawaban: membantu, terlalu ringan, terlalu berat.
Tiga, bukan dua, karena “itu salah” tidak bisa dipakai. Arah kesalahannya bisa. Terlalu ringan dan terlalu berat adalah dua koreksi yang berlawanan, dan hanya arahnya yang memberi tahu kebijakan penentuan ukuran harus bergerak ke mana.
Bilah itu tidak pernah menghalangi apa pun, ditanyakan sekali per sesi, dan jawabannya hanya dikirim bila Anda mengaktifkan berbagi data penggunaan.
Abaikan, lewati, atau matikan di tempat yang mengganggu Anda
Sebuah layar yang berdiri di antara Anda dan terminal Anda harus sepele untuk disingkirkan. Ada empat jalan keluar, dan tidak satu pun terkubur di dalam menu.
Buka langsung
Sebuah tautan di kanan atas layar membuka sesi persis seperti sebelum fitur ini ada. Tanpa panggilan, tanpa analisis, tanpa jeda.
Tentukan sendiri tingkatnya
Mengklik sebuah tingkat pada bilah mengubahnya menjadi keputusan Anda. Tidak ada permintaan yang dikirim, dan sesi langsung terbuka di model yang sesuai.
Mati untuk agen ini, proyek ini, atau di mana saja
Setelan ini diselesaikan mulai dari agen, lalu proyek, lalu aplikasi, jadi Anda bisa mempertahankan layar ini untuk agen yang memang menguntungkan dan mencabutnya dari agen yang selalu Anda buka dengan cara yang sama.
Dimatikan dari tempat Anda berada
Ketiga sakelar itu juga ada di popover “Kenapa ada layar ini?” pada layarnya sendiri. Anda mematikannya tepat saat ia mengganggu, bukan tiga menu kemudian.
Agen otomatis sama sekali tidak melihat layar ini: bot QA, tiket backlog, tugas terjadwal, mockup, langkah tim, dan agen sementara sudah membawa briefnya sendiri, dan tidak ada orang yang duduk di depannya.
Cara kerja Adaptive Mode, langkah demi langkah
Ia berjalan sekali, sebelum pesan pertamamu, dan tak pernah menghalangimu.
Kamu mulai mengetik prompt-mu
Buka percakapan baru dengan agen mana pun dan tulis apa yang ingin kamu kerjakan. Adaptive Mode hanya melihat percakapan yang benar-benar baru, jadi ia tak pernah menginterupsi sesi yang sedang berjalan.
Ia membaca tugas dan menganalisisnya
Begitu draf-mu cukup memadai dan kamu berhenti sejenak, Adaptive Mode mengirim bagian awal draf-mu ke model perutean kecil dan cepat yang menakar seberapa berat tugas itu.
Muncul saran model
Sebuah chip muncul di atas composer: 'Beralih ke Haiku', 'Beralih ke Sonnet', atau 'Beralih ke Opus', mana pun yang paling hemat biaya. Jika model-mu saat ini sudah pilihan terbaik, ia justru memberitahumu hal itu.
Kamu menerapkannya dengan satu klik
Klik chip itu dan model diterapkan. Jika sebuah sesi sedang berjalan, Adaptive Mode mengalihkannya secara langsung. Pilihan itu juga disimpan ke agen, jadi peluncuran berikutnya mulai di model yang tepat.
Atau hitung ulang, atau abaikan
Mengubah kata-kata prompt-mu? Tekan segarkan untuk menghitung ulang rekomendasi bagi draf baru. Puas dengan model-mu saat ini? Abaikan chip itu dan kirim. Kamu memegang kendali atas setiap keputusan.
Setelah itu ia tetap diam
Adaptive Mode menyarankan sekali per percakapan, jadi ia tak pernah mengganggumu atau diam-diam menghabiskan jatah bulananmu saat kamu terus mengedit. Ia mengerjakan tugasnya, lalu menghilang.
Perutean model yang tak terikat provider
Adaptive Mode membaca jajaran model dari provider mana pun yang kamu pakai dan merekomendasikan dari katalog itu. Ia tak terikat pada satu vendor.
Claude
Merutekan di antara Haiku, Sonnet, dan Opus. Haiku untuk perbaikan cepat, penggantian nama, terjemahan, test singkat, dan ringkasan. Sonnet untuk tinjauan pull request, endpoint baru, debugging rumit, dan refactor. Opus untuk arsitektur sistem, audit keamanan, refactor legacy besar, dan pekerjaan performa mendalam.
Codex
Merutekan di jajaran Codex, dari model mini yang cepat dan murah untuk bug kecil dan pertanyaan singkat, ke default seimbang untuk fitur end-to-end dan test, hingga model penalaran flagship untuk perancangan sistem rumit dan tinjauan kode mendalam.
Antigravity
Merutekan di antara model Antigravity cepat untuk perbaikan kecil, terjemahan, dan ringkasan, serta model Antigravity mumpuni untuk mengimplementasikan fitur, debugging, dan analisis lebih dalam.
Provider lain
Untuk provider mana pun, Adaptive Mode kembali ke aturan sederhana: model termurah untuk pekerjaan ringan, model seimbang untuk pekerjaan normal, model paling mumpuni untuk pekerjaan sulit. Tambahkan satu provider dan ia merutekan di dalam model-model provider itu.
FAQ
Apa itu Adaptive Mode di AgentsRoom?
Adaptive Mode adalah perutean model cerdas untuk agen coding AI-mu. Sebelum kamu kirim pesan pertama, ia membaca prompt-mu dan menyarankan model paling hemat biaya dalam jajaran provider-mu yang tetap bisa mengerjakan tugas dengan baik. Tugas ringan mendapat model ringan yang murah; tugas berat mendapat flagship. Tujuannya sederhana: berhenti membayar mahal dengan model bertenaga untuk pekerjaan yang tak membutuhkannya.
Bagaimana Adaptive Mode memilih model?
Ia mengirim bagian awal draf-mu ke model perutean kecil dan cepat yang sudah diarahkan dengan contoh jenis tugas mana cocok untuk tingkat model mana. Lalu ia mengembalikan model termurah yang cocok untuk tugas itu, divalidasi terhadap model yang benar-benar ditawarkan provider-mu saat ini. Jika model-mu saat ini sudah paling cocok, ia menyatakan model itu optimal alih-alih mendorong perubahan.
Bagaimana ini benar-benar menghemat uangku?
Model yang lebih murah berbiaya sepersekian dari flagship untuk tugas sederhana yang sama. Kalau kamu menjalankan perbaikan salah ketik, penggantian nama, terjemahan, dan test singkat di model kelas atas, kamu membakar anggaran penggunaan paketmu berlipat-lipat lebih cepat dari yang dibutuhkan. Adaptive Mode mengarahkan pekerjaan ringan itu ke model ringan, jadi tiap tugas berbiaya lebih sedikit dan kamu bisa mengerjakan lebih banyak tugas sebelum menabrak batas penggunaan. Sepanjang satu hari dan dengan banyak agen paralel, penghematan itu menumpuk.
Model apa saja yang bisa ia sarankan?
Apa pun yang ditawarkan provider-mu. Di Claude itu Haiku, Sonnet, dan Opus. Di Codex mencakup model mini cepat, default seimbang, dan model penalaran flagship. Di Antigravity mencakup model cepat dan model mumpuni. Untuk provider lain ia kembali ke termurah, seimbang, dan paling mumpuni. Adaptive Mode membaca daftar model secara langsung, jadi ia selalu merekomendasikan model yang benar-benar bisa kamu jalankan.
Apakah ia mengganti model secara otomatis?
Tidak. Adaptive Mode hanya menyarankan. Kamu menerapkan perubahan dengan satu klik pada chip. Jika sebuah sesi sedang berjalan, ia mengganti model secara langsung; dalam semua kasus pilihan disimpan ke agen agar peluncuran berikutnya mulai di model yang tepat. Kamu juga bisa mengabaikan saran itu dan tetap memakai model-mu saat ini.
Kapan saran itu muncul?
Pada percakapan yang benar-benar baru, setelah kamu mengetik prompt yang memadai dan berhenti sejenak. Ia berjalan sekali per percakapan, jadi ia tak pernah menginterupsi sesi yang sedang berjalan dan tak pernah diam-diam menghabiskan jatah bulananmu saat kamu terus mengedit.
Bisakah aku menghitung ulang saran itu?
Bisa. Jika kamu menulis ulang prompt-mu, tekan tombol segarkan pada chip untuk menghitung ulang rekomendasi bagi draf baru. Hitung ulang manual memakai satu dari saran bulananmu, jadi ia tersedia saat kamu butuh tanpa berjalan di setiap ketukan tombol.
Apakah prompt-ku bersifat pribadi?
Untuk menghitung saran, hanya bagian awal draf-mu yang dikirim ke server AgentsRoom, sekali per percakapan, dan hanya saat Adaptive Mode aktif. Kamu bisa mematikan fitur ini sepenuhnya dari pengaturan jika kamu lebih suka memilih model sendiri.
Apakah Adaptive Mode bekerja dengan Codex dan Antigravity, bukan hanya Claude?
Ya. Adaptive Mode tak terikat provider. Ia membaca katalog model dari provider mana pun yang dipakai agen dan merekomendasikan dari katalog itu, entah itu Claude, Codex, Antigravity, atau provider lain yang didukung. Perintah pergantian model dibuat untuk provider yang sedang kamu pakai.
Bagaimana cara mengaktifkan atau mematikan Adaptive Mode?
Ia mati secara default. Buka pengaturan AgentsRoom, masuk ke bagian opsi composer, lalu centang Adaptive Mode untuk mengaktifkannya: kotak centang yang sama juga mematikannya. Selama ia mati, tak ada yang menganalisis draf-mu dan tak ada apa pun tentangnya yang keluar dari komputermu.
Apa itu AI Suggestion di AgentsRoom?
AI Suggestion adalah layar singkat yang ditampilkan sebelum sesi agen dimulai. Anda menjelaskan tugasnya dalam satu kalimat, dan satu panggilan mengembalikan model termurah di katalog provider Anda yang sanggup mengerjakannya, sebuah nama sesi dan, bila Anda belum memilih agen, agen yang sebaiknya mengambilnya. Sesi lalu terbuka sudah terkonfigurasi, dengan kalimat Anda sebagai pesan pertamanya.
Bagaimana kalau saya sudah tahu seberapa sulit tugasnya?
Klik tingkatnya pada bilah. Itu mengubahnya menjadi keputusan Anda, melewatkan panggilannya sepenuhnya dan langsung membuka sesi di model yang sesuai dengan tingkat itu. Layar ini paling cepat justru saat Anda sudah tahu jawabannya.
Apa yang terjadi kalau panggilannya gagal atau saya sedang luring?
Agen tetap terbuka, di model yang akan dipakainya kalau fitur ini tidak ada. Jaringan mati, batas pemakaian, dan jawaban yang tak terpakai berakhir sama, sebab layar yang bisa menghalangi Anda membuka agen jelas lebih buruk daripada tidak ada layar sama sekali. Kalau mesinnya jelas sedang luring, layarnya bahkan tidak ditampilkan.
Bisakah ia memilih agen, bukan cuma model?
Bisa, saat Anda membuka layar ini tanpa menyebut agen. Tugasnya dicocokkan dengan agen yang sudah ada di ruangan Anda, empat belas peran bawaan, dan katalog pakar. Ini juga yang kini dilakukan proyek yang benar-benar baru, alih-alih diam-diam membuat agen full-stack karena sesuatu harus dibuat.
Cocok dipadukan dengan
CLI Doctor
Ketika Claude Code, Codex, atau CLI agen mana pun mati saat diluncurkan, AgentsRoom membaca errornya, perintah persis yang dijalankan, dan dari mana setiap flag peluncuran berasal, lalu menjelaskan apa yang rusak dan cara memperbaikinya.
Saran Agen
Tidak yakin agen AI mana yang harus digunakan? Deskripsikan tugas Anda dalam bahasa yang sederhana dan AgentsRoom akan menyarankan agen yang tepat: dari ruangan Anda, 14 peran bawaan atau 260+ ahli katalog, dengan alasan satu baris. Satu klik menetapkan tugas.
Penggunaan Token Claude Code
Lihat konsumsi token dan biaya per sesi secara real time. Berpadu dengan Adaptive Mode: rutekan dengan cerdas, lalu lihat penghematannya mendarat.
Delegasi Agen
Sebuah agen dev menyerahkan test ke agen QA yang lebih murah lewat MCP. Ide yang sama dengan Adaptive Mode, diterapkan ke agen secara utuh.
Multi-Provider
Jalankan Claude, Codex, dan Antigravity berdampingan. Adaptive Mode merutekan di dalam provider tempat tiap agen berada.
Statistik Proyek
Waktu, prompt, token, dan biaya per proyek dan per agen. Tampilan dasbor dari anggaran yang dibantu Adaptive Mode untuk kamu jaga.
Pelacakan Status Agen
Status langsung tiap agen di tiap proyek, jadi kamu selalu tahu siapa yang sedang bekerja dan siapa yang membutuhkanmu.
Pulihkan Sesi
Keluar dan kembali dengan tiap agen, terminal, dan pilihan model persis di tempat kamu meninggalkannya.
Bacaan lanjutan
Cara Mengurangi Biaya Token Claude Code Tanpa Memperlambat
Claude Code membebankan biaya per token, dan sebagian besar pengeluaran tidak terlihat: konteks yang membengkak, model yang salah, PDF mentah, agen yang membaca ulang file yang sama. Inilah sebenarnya di mana uang itu pergi dan bagaimana cara menguranginya, dengan kebiasaan dan alat yang menjaga tagihan Anda tetap rendah tanpa memperlambat Anda.
Cara memeriksa penggunaan token Claude Code: 4 cara untuk melihat apa yang dibelanjakan agen Anda
Empat cara untuk memeriksa penggunaan token Claude Code: perintah /cost, transkrip sesi, CLI ccusage, dan meter per sesi secara langsung. Lihat dengan tepat apa yang dibelanjakan setiap agen.
Agen AI Mana yang Harus Anda Pilih untuk Proyek Anda?
Agen frontend yang menulis salinan pemasaran Anda adalah kegagalan yang diam. Cara mencocokkan setiap tugas dengan agen AI yang tepat: peran, ahli katalog, agen kustom, dan apa yang harus dilakukan ketika Anda tidak tahu siapa yang harus mengambil pekerjaan itu.
Berhenti membayar daya model AI yang tak kamu butuhkan
Unduh AgentsRoom dan biarkan Adaptive Mode memilih model paling hemat biaya untuk tiap tugas. Model ringan untuk pekerjaan ringan, flagship untuk masalah sulit, anggaran yang dibakar lebih sedikit per tugas, lebih banyak tugas yang dirilis per hari.
Aplikasi pendamping: pantau agen Anda saat bepergian
Gunakan Claude, Codex, Antigravity CLI, atau penyedia AI lainnya.
Kirim bug dan permintaan langsung ke backlog publik Anda.