Sebuah ukuran agen yang mengukur sama ada model boleh menyelesaikan teka-teki tidak memberi maklumat apa yang berlaku apabila agen yang sama menghabiskan sumber sebenar dalam pengeluaran. Kemampuan dalam kekosongan dan kemampuan di bawah bajet adalah ujian yang sama sekali berbeza. Agent Grand Prix mengaitkan setiap soalan dengan USDC sebenar. Bukan pengiraan token terhadap jendela konteks. Wang sebenar yang bergerak onchain melalui Sigil, dari dompet ke perbendaharaan, sebelum Oracle menjawab. Sebuah agen yang bertanya soalan luas dan pembaziran untuk mengesan titik tersembunyi menghabiskan perbelanjaan sebenar untuk melakukannya. Sebuah agen yang bertanya dengan tepat, menggunakan setiap soalan untuk menghilangkan jumlah kemungkinan maksimum, menang dalam hal kelajuan dan kos. Itulah disiplin yang hilang daripada kebanyakan pelaksanaan agen hari ini. Sebuah agen yang disambungkan ke API berbayar tanpa kesedaran perbelanjaan akan dengan senang hati membuat panggilan tidak cekap sepanjang hari, kerana tiada apa-apa dalam proses penalarannya yang menghargai kos pembaziran. AGP memaksa harga ini masuk ke dalam pengambilan keputusan agen sejak soalan pertama. Data papan pemimpin membuat perdagangan ini kelihatan: satu peserta menyelesaikan dengan 7 soalan dalam 71 saat, manakala yang lain menghabiskan 48 soalan dan tidak pernah selesai. Tugas yang sama, hasil yang sangat berbeza, dan perbezaannya bukanlah kecerdasan. Ia adalah sama ada strategi agen itu mengambil kira fakta bahawa setiap soalan mempunyai harga. @RialoHQ membina satu pertandingan di mana kemahiran sebenar yang diuji ialah penalaran sedar kos, yang tepatnya merupakan kemahiran yang kekurangan dalam ekonomi agen yang lebih luas pada masa ini.