Copilot Studio eller Vertex AI: olika mått för kostnaden

För samma agentarbete växer kostnaden på olika sätt. I Copilot Studio beror förbrukningen på vilka svar och åtgärder agenten utför: Microsofts debiteringstabell anger 2 Copilot Credits för ett generativt svar, 5 för en agentåtgärd och ytterligare 10 för tenant graph grounding. Flera sådana poster kan uppstå i samma interaktion.

För den hanterade driften bakom Vertex AI Agent Builder styr i stället aktiv beräkningskapacitet, RAM, lagring samt läs- och skrivoperationer en stor del av kostnaden. Googles versionshistorik anger att Agent Builder ingår i Gemini Enterprise Agent Platform och att Agent Engine har bytt namn till Agent Runtime. Det är den miljön som jämförs här; modellernas tokenkostnad behöver räknas separat.

En interaktion är inte en gemensam prisenhet

Copilot Studio räknar separata Credits för ett generativt svar, en agentåtgärd och eventuell Graph-hämtning.

Copilot Studio mäter händelser i agentens arbete. Ett generativt svar följt av en agentåtgärd förbrukar i ett enkelt fall 7 Credits, oavsett om arbetet tar kort eller lång tid. En åtgärd kan exempelvis vara ett steg i agentens orkestrering. Om samma fråga också kräver hämtning från organisationens Microsoft Graph tillkommer den särskilda posten för tenant graph grounding. Använder agenten AI-verktyg eller en resonemangsmodell kan ytterligare Credits behövas.

Det gör antalet medarbetare till ett otillräckligt mått på Microsofts förbrukning. Två grupper med lika många användare kan få olika Credit-tal om den ena agenten ger enkla svar och den andra genomför flera steg för varje fråga. Det är därför antalet debiterade svar, åtgärder och tillägg per slutförd uppgift som behöver vara lika tydligt som användarantalet.

På Googles sida anger prisbladet för Agent Platform 0,085 USD per vCPU-timme, 0,009 USD per GiB-timme RAM och 0,30 USD per GiB lagring och månad. För Sessions och Memory Bank motsvarar en miljon skrivoperationer eller tre miljoner läsoperationer en vCPU-timme. Äldre styckpriser för sessionshändelser och lagrade minnen avser en annan prismodell och kan inte läggas ovanpå dessa resurspriser.

Tre scenarier med samma agentarbete

Följande är villkorade räkneexempel, inte uppmätta fakturor. I samtliga använder 100 personer agenten 10 gånger var under en månad. Belastningen antas ge 1 000 generativa svar och 1 000 agentåtgärder i Copilot Studio. På Google-sidan antas samma arbete medföra 1 000 skrivningar i Sessions, 1 000 skrivningar och 1 000 läsningar i Memory Bank samt 0,1 GiB lagrade data. Inga andra verktygsanrop ingår.

Copilot Studios grundfall blir 1 000 × (2 + 5) = 7 000 Credits. Vid betalning efter användning motsvarar en Credit 0,01 USD enligt Microsofts licensöversikt; den villkorade kostnaden blir 70 USD. För Google används listpriserna ovan. Google Clouds beskrivning av den fria nivån anger de första 50 vCPU-timmarna, 100 GiB-timmarna RAM och 1 GiB lagring per månad och faktureringskonto. Exemplen förutsätter att hela denna nivå är tillgänglig för just den jämförda agenten.

Kort aktiv körtid. Anta 100 vCPU-timmar och 200 GiB-timmar RAM. Efter den fria nivån debiteras 50 vCPU-timmar och 100 GiB-timmar: 4,25 + 0,90 = cirka 5,15 USD. Den antagna lagringen ryms inom den fria nivån. Sessions- och minnesoperationerna påverkar avrundningen med mindre än en cent. Googles drift blir billigare än Microsofts grundfall om separata modellkostnader och andra tillägg tillsammans håller sig under ungefär 64,85 USD.
Lång aktiv körtid. Behåll användare, svar, åtgärder, lagring och minnesoperationer men anta 1 000 vCPU-timmar och 2 000 GiB-timmar RAM. Efter samma fria nivå blir Googles beräknade resurskostnad 950 × 0,085 + 1 900 × 0,009, eller cirka 97,85 USD. Microsofts grundfall ligger kvar på 70 USD så länge varje interaktion fortfarande ger just ett generativt svar och en agentåtgärd.
Redan licensierade medarbetare. Återgå till den korta körtiden och samma agentarbete, men anta att användarna har berättigande Microsoft 365 Copilot-licenser och använder agenten autentiserade med sina egna identiteter i ett medarbetarscenario. Då anger Microsoft ingen ytterligare Credit-avgift för den inkluderade användningen, medan Googles beräknade resurskostnad fortfarande är cirka 5,15 USD. Microsoftlicensernas pris ingår inte i jämförelsen, och inkluderingen omfattas av villkor för skälig användning samt undantag för vissa agenttyper.

Med antagandet att RAM-förbrukningen i GiB-timmar alltid är dubbelt så stor som antalet vCPU-timmar når Googles resurskostnad ungefär 70 USD kring 730 vCPU-timmar, före modellkostnader. Det är en gräns för just denna belastning. En annan relation mellan RAM och körtid, eller en fri nivå som redan används av andra agenter på kontot, flyttar gränsen.

Det som ändrar jämförelsen efter grundkalkylen

Googles resursbelopp är inte agentens totalpris. Val av modell och mängden in- och utgående token läggs till, liksom modellarbete för att skapa minnen och eventuella andra tjänster agenten anropar. Ett arbetsflöde som använder lång samtalshistorik kan dessutom öka både mängden lagrade data och de token som skickas till modellen. Därför kan en låg kostnad för själva Agent Runtime samexistera med en betydligt högre kostnad för hela uppgiften.

Copilot Studios grundfall kan på motsvarande sätt underskatta en agent som gör flera åtgärder, använder Graph-data eller anropar debiterade AI-verktyg. Om varje interaktion i exemplet även använder tenant graph grounding ökar den beräknade Microsoftförbrukningen med 10 000 Credits, motsvarande 100 USD vid samma betalningssätt. Skillnaden följer agentens utformning snarare än fler användare eller längre körtid.

Den jämförbara enheten är därmed en slutförd uppgift med samma funktion: vilka svar som lämnas, vilka steg som utförs, vilken information som hämtas och vad som sparas. En agent som enbart besvarar frågor och en agent som också ändrar data utför olika arbete även om båda tar emot lika många frågor. Det förklarar varför ett pris per användare eller per konversation lätt ger fel rangordning.

Ekosystem och styrning har också en kostnad

Copilot Studio och Googles Agent Platform använder olika kontroller för vilka tjänster en agent får nå.

I en organisation med Microsoft 365 kan Copilot Studio passa befintliga identiteter, Microsoft Graph och Power Platform. Det kan minska arbetet med att ansluta interna datakällor, men det beror på vilka behörigheter och anslutningar agenten faktiskt behöver. Google-alternativet passar ofta bättre in i en miljö där teamet redan förvaltar agenter, resurser och åtkomst i Google Cloud. Den fördelen är organisatorisk och kan inte läsas av direkt i listpriset per vCPU-timme.

Styrningen påverkar också vilken arkitektur som är möjlig. Om en agent ska nå interna system behöver organisationen bestämma vilka identiteter den arbetar med och vilka verktyg den får anropa. Kostnaden för att införa och förvalta dessa åtkomstvägar är skild från debiteringen för svar eller körtid. För en svensk IT-ansvarig kan därför den billigaste raden i räkneexemplet vara mindre avgörande än hur agenten passar den åtkomstmodell och driftmiljö som redan finns.

Valet beror ytterst på vilken del av arbetet som växer. Många steg per fråga driver Copilot Credits; lång aktiv körning och stort RAM-behov driver Googles resurskostnad. Befintliga licenser kan ändra Microsofts marginalkostnad, medan Googles fria nivå kan sänka kostnaden för en liten belastning. De effekterna behöver vägas tillsammans med modellförbrukning och den styrning som uppgiften kräver.

Läs också: