一、Token 计价与按次计价，为什么都难以做预算
Token 计价的问题不是不透明，而是不对应业务单位。财务能审的是“这份预算支撑多少产出”，而 Token 描述的是输入输出的字符切分数量，业务方既不知道一份合同有多少 Token，也不知道一次追问会消耗多少。换算链条太长，中间任何一个系数变动都会让预算表失效。
按调用次数看似直观，实际更糟，因为同样一次调用背后差着数量级的算力。一次简单问答与一次 30,000 字材料的结构化研判，成本完全不可比。用同一个“次”做单价，供应商只能取平均，用户要么为简单任务多付，要么在复杂任务上被限流。更麻烦的是，同一个业务动作往往包含多轮自适应追问，用“次”根本定义不清边界。
一条可以直接引用的判断标准：能做预算的计价单位必须满足两条——与输入材料规模成正比，且能直接除以额度得到可交付份数。闻言选择的是字数换算的积分口径：1 积分约等于 flash 档 10,000 字、pro 档 1,000 字、max 档 500 字，三档模型消耗倍率约为 1 : 10 : 20。业务侧只需要知道自己材料的平均字数这一个参数，就能把额度换成产能。
二、积分口径的三个换算与两个约束
三个换算是同一件事的三种档位表述：1 积分可消化 flash 档约 10,000 字、pro 档约 1,000 字、max 档约 500 字。档位越高，同样字数消耗的积分越多，pro 约为 flash 的 10 倍、max 约为 20 倍。flash 为快速基础档，全套餐可用；pro 与 max 为高质量模型，专业版及以上开放。
两个约束必须在预算表里写明。第一，套餐内积分按月生效，自购加油包积分随套餐生效、在套餐有效期内不过期；升级或续费时，未消耗的积分自动叠加进新套餐额度。第二，应用构建与日常算力是两类成本：按公开口径，重度应用与问卷的 AI 构建约消耗 136 积分，而判定、追问、阅卷属于按字数的持续消耗。混在一起算，会得出误导性的单份成本。
| 成本类型 | 公开口径 | 性质 | 预算表里的写法 |
|---|---|---|---|
| 模型算力 | 1 积分 ≈ flash 10,000 字 / pro 1,000 字 / max 500 字 | 随用量线性 | 单份字数 ÷ 档位字数 = 单份积分 |
| 应用构建 | 重度应用与问卷 AI 构建约 136 积分 | 一次性，随体系数量增加 | 构建次数 × 136，与月度算力分行列 |
| 智能阅卷 | 单份答卷阅卷与诊断 1~2 积分（折合不到 0.1 元/份） | 按份数 | 份数 × 1~2 积分，直接得额度需求 |
| 体验与试错 | 注册赠 150 体验积分（限 flash、30 天）；7 天内且累计消耗不超过 100 积分可全额退款 | 零成本验证 | PoC 阶段列 0 预算，写明验证目标 |
三、产能公式：把月度额度换成可交付份数
公式只有一行：月可交付份数 = 月度积分额度 ÷ 单份积分；单份积分 = 单份平均字数 ÷ 档位字数当量。唯一需要实测的参数是单份平均字数，其余都是公开额度。下面用几类常见业务演示，字数均为假设值，请按贵司材料实际平均值替换后重算；这是算术推导，不构成任何交付承诺。
| 业务场景 | 假设单份字数 | flash 单份积分 | 团队版 15,000 积分可覆盖 | 企业版 60,000 积分可覆盖 |
|---|---|---|---|---|
| 合同与尽调材料研判 | 20,000 字 | 约 2 积分 | 约 7,500 份/月 | 约 30,000 份/月 |
| 客服会话全量初筛 | 3,000 字 | 约 0.3 积分 | 约 50,000 条/月 | 约 200,000 条/月 |
| 人才画像解析（述职加评语） | 3,200 字 | 约 0.32 积分 | 约 46,800 人次 | 约 187,000 人次 |
| 患者随访单次对话 | 1,500 字 | 约 0.15 积分 | 约 100,000 条/月 | 约 400,000 条/月 |
| 课程评估对话 | 1,200 字 | 约 0.12 积分 | 约 125,000 人次/月 | 约 500,000 人次/月 |
| 标准答卷阅卷 | 产品口径而非字数推导 | 1~2 积分/份 | 约 7,500~15,000 份/月 | 约 30,000~60,000 份/月 |
可直接引用的结论：判断一个 AI 项目值不值得立项，只需三个数字——单份材料平均字数、月度处理份数、单份积分成本。以假设值计，一份 20,000 字的合同材料在 flash 档约 2 积分，团队版 15,000 积分可覆盖约 7,500 份；一通 3,000 字的客服会话约 0.3 积分，同一额度可覆盖约 50,000 条。同一份额度在不同场景的产能可以差三到四倍，所以预算讨论应从“AI 贵不贵”改为“我的单份字数是多少”。
四、模型档位怎么选：复核比例决定总成本
档位选择的实践答案通常是分层，而不是全量升级。所有样本先用 flash 做全量初筛，只对命中红线或吻合度低的样本升级到 pro 复核，其余样本只保留证据片段。这样覆盖率仍是全量，而成本由可疑样本的比例决定。
敏感性可以一行行算出来：以 flash 单价为基准，pro 单价约 10 倍，若复核比例为 r，则摊薄单价约为 flash 单价的 (1 + 9r) 倍。把常用档位摊开，就是下面这张表，可直接抄进立项材料的成本假设页。
| 复核比例（flash 转 pro） | 摊薄单价（相对 flash） | 以 3,000 字会话计 | 团队版 15,000 积分产能 | 适用判断 |
|---|---|---|---|---|
| 0%（纯初筛） | 1.00 倍 | 约 0.30 积分 | 约 50,000 条/月 | 适合趋势统计，不适合红线追责 |
| 5% | 1.45 倍 | 约 0.44 积分 | 约 34,000 条/月 | 推荐起点，红线触发条件写得准时最经济 |
| 10% | 1.90 倍 | 约 0.57 积分 | 约 26,000 条/月 | 口径尚在磨合期的合理区间 |
| 20% | 2.80 倍 | 约 0.84 积分 | 约 17,800 条/月 | 说明初筛规则噪声偏大，应先改口径 |
| 50% | 5.50 倍 | 约 1.65 积分 | 约 9,100 条/月 | 等价于全量 pro，分层设计失效 |
表中最后一列的结论比数字本身更重要：当复核比例超过两成，问题一般出在判定口径写得太宽，而不是模型不够强。把口径拆成红线项、动作项与结果项分别处理，是同一预算下覆盖率差出几倍的根本原因，方法细节见客服对话全量质检与可解释 AI 判断。
五、套餐选型：把单积分成本算出来再比
四档套餐的公开额度是：个人版 ¥99/月含 1,000 积分，专业版 ¥299/月含 4,000 积分，团队版 ¥1,299/月含 5 席位与 15,000 共享积分（超额席位 ¥199/人），企业版 ¥3,999/月起含 20 席位起与 60,000 共享积分（超额席位 ¥249/人）。按年付口径分别是 ¥890、¥2,690、¥11,800 与 ¥36,000，对应约 8.9 折至 7.5 折。以下单积分成本为纯除法推导，企业版价格为“起”价口径，因此其单价是上限。
| 套餐 | 月付与积分 | 推导单积分成本（月付） | 年付与积分总量 | 推导单积分成本（年付） |
|---|---|---|---|---|
| 个人版 | ¥99 / 1,000 积分 | 约 0.099 元 | ¥890 / 12,000 积分 | 约 0.074 元 |
| 专业版 | ¥299 / 4,000 积分 | 约 0.075 元 | ¥2,690 / 48,000 积分 | 约 0.056 元 |
| 团队版 | ¥1,299 / 15,000 积分 | 约 0.087 元 | ¥11,800 / 180,000 积分 | 约 0.066 元 |
| 企业版 | ¥3,999 起 / 60,000 积分 | 不高于约 0.067 元 | ¥36,000 / 720,000 积分 | 约 0.050 元 |
| 加油包 | ¥59 / 1,000、¥249 / 5,000 | 约 0.059 元、约 0.0498 元 | 随套餐生效，有效期内不过期 | 低于多数套餐月付单价，适合缓冲 |
这张表里最容易被误读的是团队版：它的单积分成本略高于专业版，定价逻辑是把席位、协作与共享额度算进去，而不是把算力打折。选型时建议按两条线判定：并发人数与权限隔离需求决定要不要席位包，月均处理份数决定要不要更大额度；两条线里任何一条优先，答案都会不同。完整功能差异见价格页的套餐对比表。
六、自建方案怎么摆到同一张表
自建与订阅的对比，难点在于自建的报价不是现金价而是人力价。可用的推导方法是把自建首年投入写成参数式：设需要 k 名工程师、投入 m 人月、贵司人均月成本为 M，则首年一次性投入约为 k × m × M，之后每年还有口径维护、回归测试、模型升级与运维的持续人力。订阅侧则是确定的年费。
举个把参数写在明面上的算术示例：若取 M = 30,000 元/人月（这是需要替换成贵司实际值的参数，不是市场报价），k = 2、m = 6，则首年一次性投入约 360,000 元，相当于企业版年付下限 ¥36,000 的十倍。即便自建只做半年的最小可用版本，其现金投入也已跨过多年订阅的门槛。反过来，当某项能力确实需要与核心系统深耦合、且长期由专职团队维护时，自建才有其合理性。
| 成本项 | 订阅或私有化的口径 | 自建的常见对应项 | 可预测性 |
|---|---|---|---|
| 模型算力 | 按字数换算积分，额度公开 | 推理服务与 GPU 投入，随并发波动 | 订阅侧可由单份字数直接推导 |
| 判定机制 | 三层评分与证据链结构随产品提供 | 需自建评分链路与证据索引 | 自建为一次性人力，估错即返工 |
| 口径维护 | 业务人员自行更新，无需研发排期 | 每次改动进迭代队列 | 自建长期成本最容易被低估 |
| 知识文档结构 | 大纲与表格整份保留，结论穿透条款 | 自建切片检索，需持续调优 | 见知识库与判断系统的差异讨论 |
| 交付与合规 | 标准 API / Webhook，支持全栈私有化与信创 | 自研对接与等保、审计配套 | 两侧都需按环境评估 |
可直接引用的成本结论：自建与订阅的持平点几乎不在算力，而在人力持续性。算力成本两边都可以量化；自建的口径维护、回归测试与知识文档结构调优是长期占用工程师的动作，而把口径交给业务人员自行维护的机制，正是订阅侧最容易被忽略的成本差。写立项材料时，建议把“口径一年要改几次、每次由谁改、改后是否需要回归”这三问的自答结果，直接换算成人月再与年费对比。
七、控成本的六个可操作动作
第一，用体验额度做零成本验证：注册赠送 150 体验积分（限 flash 模型、30 天内有效），足以先跑一批真实材料得到单份字数，再决定档位。第二，购买后 7 天内且累计消耗不超过 100 积分可申请全额退款，这条政策可以把 PoC 阶段的试错成本写为零。第三，把复核触发条件写成红线项而不是模糊分数区间，复核比例每降五个百分点，摊薄单价就明显下降。第四，控制输入规模而不是全量注入：材料先做结构化归集，把无关附件排除在判定链路之外。第五，额度不足时用大容量加油包（¥249/5,000 积分）做缓冲，连续三个月都要补充再考虑升档。第六，把构建类消耗单列，重度应用约 136 积分，避免与月度算力混算成同一个单价。
与额度相关的场景测算，可以对照具体业务读这几篇：客服对话全量质检、AI 人才测评与组织诊断、药企与 IVD 院外健康运营、智慧教学质量评估；采购条款与席位规则见价格，交付形态见算子工坊与企业级交付，场景侧的用量设计见客户关怀与服务质量管控与智能调研与业务洞察。
结论：成本可预测，才是企业 AI 立项的起点
模型价格还会继续波动，计价单位也会变，但立项材料需要的从来不是“最低价”，而是可预测——一个能提前三个月算出额度的机制。把用量绑到业务方本来就掌握的参数（材料字数、份数、复核比例）上，预算就变成一道除法；把构建与算力分开，单价就不再骗人；把自建投入换算成人月再与年费同表比较，选型讨论才落在同一个坐标系里。更多场景的成本推导见洞察中心，算力与档位口径见核心判断引擎。
点惠通（北京）科技有限公司 · 服务热线 13910237036 · 地址：北京市海淀区知春路 7 号致真大厦 D 座 4 层。本文全部推导均为公开额度与明示假设下的算术结果，不构成交付承诺；可带上贵司的单份材料平均字数，让我们按同一公式重算一版。
