TrueForge vs Claude Managed Agents: 75%

Claude Managed Agents er Anthropics lukkede løsning til at drive agenter i produktion, hvor selskabet tager sig betalt for orkestrering, hukommelse og værktøjskald oven i selve token-forbruget. TrueForge gør det samme arbejde, men er open source og kan køre på egen infrastruktur eller hos den skymodel-udbyder, man allerede har en aftale med. Det ændrer regnestykket markant, fordi man ikke længere betaler et administrationslag oven i modelkaldene.

Vi ser jævnligt danske virksomheder, der først opdager omkostningsniveauet ved managed agent-tjenester, når fakturaen for produktionsdrift lander. Et open source-alternativ, der lader virksomheden selv styre infrastrukturen, er derfor en reel mulighed for at trimme budgettet uden at gå på kompromis med funktionalitet.

TrueFoundry har testet begge platforme på DevRev's Enterprise-Bench, et sæt agentopgaver brugt til at vurdere agent-harness. Den store besparelse på 75 procent gælder, når TrueForge kører den open source-model GLM-5.2 op mod Claude Managed Agents med Opus 4.8, altså en sammenligning, hvor både harness og model er forskellige. De 30 procent gælder, når samme model køres i begge harness, og det tal isolerer dermed selve harness-omkostningen fra modelvalget.

Det er en vigtig nuance. En del af de 75 procent skyldes formentlig, at GLM-5.2 i sig selv er billigere at køre end Opus 4.8, ikke kun at TrueForge er en mere effektiv harness. Den mere retvisende sammenligning af selve infrastrukturen er derfor de 30 procent, som viser, hvad man reelt sparer på orkestrering og context engineering, når modellen holdes konstant.

Den reelle besparelse ligger ikke i selve modelkaldet, men i, hvordan konteksten pakkes og sendes til modellen. Claude Managed Agents håndterer context engineering som en del af sin lukkede pakke, og det koster ekstra token-forbrug hver gang. TrueForge lader udvikleren styre præcis, hvor meget kontekst der sendes med, og hvornår hukommelse skal trimmes eller opsummeres, blandt andet gennem forsinket indlæsning af MCP-værktøjsskemaer og automatisk kompaktering af lange samtaler.

Det betyder i praksis, at en virksomhed med teknisk kapacitet til selv at finjustere sin context-strategi kan presse omkostningerne betydeligt længere ned end det, en managed tjeneste tilbyder som standard. Omvendt kræver det også, at man har nogen, der forstår at gøre det rigtigt. Gevinsten er ikke gratis, den kræver arbejde.

Et af de mest håndgribelige argumenter for TrueForge er, at det ikke binder virksomheden til én modeludbyder. Hvor Claude Managed Agents naturligt er bygget til at køre Anthropics egne modeller, er TrueForge modelagnostisk og kan sættes op til at bruge forskellige leverandører alt efter opgave og pris.

Det giver mulighed for at vælge den billigste eller mest velegnede model til den enkelte opgave i stedet for at være låst til én leverandørs prisstruktur. For virksomheder, der allerede har investeret i flere modelaftaler, eller som ønsker at holde dørene åbne for fremtidige skift, er det en strategisk fordel, der rækker ud over selve prisen på det enkelte agentkald.

Som principal konsulent hos AI Enterprise Konsulenten, hvor vi driver større AI-projekter for danske virksomheder fra problemafklaring til drift, ser vi ofte, at valget af agent-infrastruktur bliver truffet tidligt i et projekt og sjældent genbesøgt, selv når omkostningerne senere viser sig højere end forventet.

TrueForge er ikke en universalløsning. Det kræver, at man selv har eller henter teknisk kapacitet til at drive og vedligeholde infrastrukturen, og den indbyggede besparelse forudsætter, at man rent faktisk arbejder aktivt med context engineering frem for blot at overtage default-opsætningen. For virksomheder med komplekse, flertrins-agentopgaver i produktion er potentialet for besparelse dog stort nok til, at det bør indgå i overvejelserne, næste gang agent-infrastrukturen skal vælges eller genforhandles.