第 12 章 一单任务的成本

智能体每执行一单任务，都要现付一笔模型费，账单随用量增长。这笔成本平时并不可见，开发期用测试账号，账单月底才出，等看到数字时，产品往往已经多付了一个月。常见的失败方式是，试点阶段人人叫好，放量后月账单超过月收入，此后砍功能、加限制、降价都难以挽回，原因是从立项起就没算过这笔成本。

本章把一单任务的成本算清楚。12.1 讲价目表与成本结构的读法，12.2 给出一单任务的成本核算公式，12.3 比较四种收费模式并给出选型判据，12.4 讲毛利的三个设计动作与三条降本路径，12.5 用周报任务从模型费算到毛利，把整套计算走完。这门把成本算到一单任务、一个用户头上的学问叫单位经济学（unit economics）。一单挣不挣钱，决定一百单、一万单挣不挣钱；放大不会修正单笔的亏空，只会复制它。阅读本章只需第 2 章的词元概念作铺垫。全章数字一律采用“每百万词元一元”式的示意值，算法真实可用，换上自家账单就能直接使用。

12.1 词元成本的结构

模型服务按三行价目收费，输入一行、输出一行、缓存命中一行。一单任务的成本由三件事决定，价目怎么读、多轮输入怎么累积、圈数怎么估；轮和圈是一回事，第 5 章的回路转一圈就是一轮，两个词下文混用。这三件事合起来，构成产品经理的成本结构读法，也是与研发讨论成本的基础语言。

价目表的结构如下，数字为示意值。

价目行	示意单价（每百万词元）	定价机制
输入	1 元	整段文本并行送入模型，一次算完
输出	4 元	逐词元串行生成，后一个等前一个，占用算力时间长
缓存命中	0.1 元	服务端识别出前缀上一轮刚计算过，直接复用，只收折扣价

三行单价的差异都来自机制。输出贵在串行生成、占用算力久；缓存命中便宜在前缀复用，智能体每一轮都把之前的内容原样重发，服务端识别出这段前缀，就不重新计算。此外部分厂商把一天分为峰时谷时两个价格，知道这一机制即可，本章算例一律按单一价目计算。表上的具体数字是全书最容易过时的内容，模型价格一年调整多轮，值得记住的是三行结构和每行的机制；正式算成本前，先查当期官方价目页，把示意值换成实价，算例本身一个字不用改。

输入成本逐轮累积，机制是模型服务不保存对话，每一轮都把之前的完整历史重发一遍。用示意数字来看，系统提示加工具说明构成 3000 词元的固定开头，每一轮新增 2000 词元的本轮问题与工具结果，第一轮发送 5000，第二轮 7000，第三轮 9000，第五轮 13000，五轮合计 45000 词元，其中一多半是重发的旧内容。轮数翻倍，输入不止翻倍，成本增长快于线性。

圈数无法事先确定，只能实测出区间。周报归因任务顺利时三圈收尾，平均五圈，难周八圈；带条件触发的步骤按触发概率摊进平均圈数，例如数字校验每轮必跑，深挖复核只在难周运行。圈数之外还有一个输出端的放大因素，推理模型把思考过程写出来再作答，写出的每个字都按输出计费，一轮下来输出成本可能翻几倍。什么任务值得想透再答，本身就是成本决策，12.4 展开这一权衡。与研发讨论成本时，问“调一次多少钱”没有意义，一次调用的长度差异很大；该问的是一单任务平均几圈、最差几圈、每圈消耗多少输入和输出。

同一张价目表下，一单任务的成本还取决于任务本身消耗哪一行。归因类任务消耗输入，三张报表的明细、检索取回的资料都要进入上下文，输入词元动辄几万，输出只是几千字的结论；成文类任务消耗输出，两千字的周报初稿按一千汉字折合一千五到两千词元的口径，仅输出就有三四千词元，对应的是贵的那一行单价。任务轻重造成的成本差距可达一两个数量级，简单问答一单按分计，多步骤协作出一份报告按元计（口径见本章参考资料）。由此得到一条判断，比较两个模型谁便宜时，只看标称输入单价一定算错，这是最容易犯的错，正确做法是拿自家任务的输入输出构成去乘三行价目；研发提议换模型时，该问的是这单任务换过去之后，输入输出各摊多少、各乘哪个价。

把周报归因任务的画像代入，输入合计 45000 词元、输出 2500 词元，按示意价目，输入行摊 0.045 元、输出行摊 0.01 元，八成以上成本压在输入行。既然八成成本集中在一行，优化就应该从这一行入手，控制资料长度、保持前缀稳定，比换一个输出便宜的模型更有效；这一判断直接决定 12.4 选择哪条降本路径。

价目三行、逐轮累积、圈数不定，三者画在图 12-1 里，合成产品经理的成本三问，适用于任何成本讨论。

1. 这一单任务消耗输入还是输出？
2. 平均几圈、最差几圈？
3. 哪部分前缀能命中缓存？

需求评审会的成本栏可以用这三问作为格式。新功能的成本栏答得出三问，这个功能的成本就立了一半；一问三不知，先不要争论做不做，让研发拿评测任务集跑十遍再回来讨论。

12.2 一单任务的成本核算

一单任务的模型费，等于各轮输入合计乘输入单价，加上各轮输出合计乘输出单价。粗算版用平均数，平均圈数乘每圈平均输入、平均输出，再各乘单价。公式不难，难的是公式里每个数从哪里来、波动如何处理，这一节一并给出。

代入周报归因任务的画像，固定开头 3000 词元、每轮新增 2000、每轮输出 500、平均五圈收尾。输入合计就是 12.1 算过的 45000 词元，输出合计是五轮乘 500，即 2500 词元；按示意价目，输入 45000 词元乘 1 元每百万是 0.045 元，输出 2500 词元乘 4 元每百万是 0.01 元，合计 0.055 元。一份周报的模型费，五分半。

这些数字来自实测，不是估算。每次调用模型，服务端的返回都带有这一次的输入输出词元数，研发可以直接记录；现成的测量装置是第 11 章的评测任务集，二十六份历史周报作为测试题，每跑一份记录圈数、输入、输出，质量考核装置同时充当成本测量样本。这里有一条纪律，量成本必须用真实任务，演示任务经过挑选，圈数偏低、资料偏短，量出的成本系统性地偏低。

产品经理的产出物是每类任务一行成本画像，共九个字段，后续三节都以它为输入。

字段	用途
任务名、每周频次	任务身份与放大倍数
平均圈数、最差圈数	日常记录与预算两个口径的来源
平均输入词元、平均输出词元	乘价目的基数
单份模型费、人审分钟数	变动成本两行
备注	口径与例外

画像自带波动的答案。按同一套画像，顺利三圈的周报模型费 0.027 元；难周八圈，输入合计 96000 词元、输出 4000，模型费 0.112 元。同一份周报，难周比顺利周贵四倍以上，因此成本要按两个口径记录，日常记录用平均数，做预算用最差值；月底对不上预算，多半是难周占比超出预期。厂商调价是常态，价目一变，历史成本要按新价目重算再做月度对比，否则两个月的数据放在同一张表上，比较的其实是两套价格。

公式连同周报的代入算例，画在图 12-2 里。

五分半看似很小，但这笔成本必须算，频次会把小数放大成大数。店长问答这类轻任务，单次模型费示意按 0.02 元计算，三家店的规模下每周几十次，支出几乎察觉不到；铺到一千家店、一天一万次，一天就是 200 元，一年七万出头，相当于一个人的工资。反过来看，周报一周一份属于低频任务，模型费在总成本中的占比始终很小，这类任务真正的成本大头在别处。

完整成本要把成本项列全，模型费只是第一行，后面至少还有三行。人审是最大的一行，核对初稿占用人工时，工时乘时薪直接进成本，15 分钟也是钱，12.5 逐行算出。重试是第二行，智能体必然出错，失败那一单的模型费白付，重跑再付一遍；八成的成功率意味着平均一单要跑一点二五次，速算式就是单次成本除以成功率，0.055 元的单次成本要按 0.069 元计。这一行与质量相连，错误分类决定处置方式、处置越重这一行越大，第 10 章讲过。外围设施是第三行，检索要查向量库、工具要调外部接口、会话要存历史，这些按次计费的小额支出在简单任务里不起眼，在复杂任务里合计常超过模型费本身（口径见本章参考资料）。

把成本项列全的目的只有一个，找出成本占比最高的一项，而哪一项最高取决于任务的形态。高频轻任务的大头在模型费，份数把它放大；低频重任务的大头在人审和固定摊销，模型费连零头都不到；多步骤协作的复杂任务，外围设施可能反超模型费。不要预判，逐项列出、计算一遍，占比最高的一项自然显现。

成本画像还有一个与降本无关的日常用途，诊断用量异常。某个星期模型费突然翻倍，先不要归因于厂商调价，翻画像看圈数；圈数暴涨，九成是输入内容出了问题，上游数据变脏、接口返回格式变化、检索取回的段落变长，模型在反复做无用功。成本曲线异常上涨，多半是别处先出了问题，第 15 章可观测性一节会把这张表挂上看板。

12.3 卖调用量还是卖任务

市面上的收费方式有四种，订阅、计量计费、按结果付费、结果即服务。四种模式的差别集中在一件事上，用量风险归谁。以下逐一看每种模式适合谁、风险在哪，最后给出选型判据。

订阅制下，客户每月支付固定费用，用多用少一个价。这种模式对客户最有吸引力，支出可预期；代价是用量风险全部压在厂商一侧。传统软件敢这样定价，原因在于边际成本近乎为零；智能体不具备这个条件，每一单都现付模型费和人审费，成本随用量线性增长，订阅价锁定了收入，成本照样往上走。实践里常见的失败有两种，重度档用户吃掉的成本份额远超其贡献的收入份额；以及把高成本功能免费塞进低价套餐，每次运行成本按元计的功能，包含在按月计的套餐里，运行几次就耗尽月费（口径见本章参考资料）。因此智能体产品的订阅几乎都要配套额，档位限制用量、超出降级或加购、条款写明公平使用。配额的刻度要用客户理解的业务单位，按门店数定档、按月度份数给配额，超出加购就顺理成章。适合订阅制的任务有共同点，频次稳定、用途收敛、用户之间用量方差小，统一定价才有依据。

计量计费按实际用量收费，按调用量或词元数结算，模型厂商向产品团队收费用的就是这一种。这种模式对厂商最安全，成本涨收入跟着涨，毛利稳定；用量风险转给了客户。它适合看得懂词元账单、会做用量规划的平台和开发者；业务客户普遍不接受这种账单，客户想买的是一份周报，不是一个词元，看不懂计量单位的账单难以放心支付。面向开发者的产品常有变通做法，把计量打包成配额出售，一万次调用一个包，用完再买，单位从词元换成调用次数，客户能够计数，本质上仍是计量。产品经理必须理解这种模式，因为产品团队自己就是它的客户，模型厂商的账单用的就是这套口径，12.1、12.2 讲的就是怎么读它。

按结果付费对软件来说是新选项。这种收法本身不新，外包计件、按效果结算的广告早就在用，软件这门生意却一直用不上，原因在交付物，传统软件出售的是功能使用权，报表工具按导出次数收费，次数只是动作计数，客户用不用、导出了什么、导出得好不好，工具不管，也管不了，因此无法按结果收费；智能体第一次让“结果”成为可交付的东西，周报发出去了、工单关掉了、差旅订好了，任务完成、可数、可验收，软件产品才用得上这种收法。这也是四种模式里激励最顺的一种，客户按做成的一单付一单的钱，卖方跑三轮还是八轮、用旗舰还是小模型，客户不关心，成本优化的收益全部归卖方，越会省钱，赚得越多。它的硬前提是完成定义事先写得清楚，写不清楚，收款就会陷入争议；而写得清楚，靠的正是第 7 章的验收标准和第 11 章的评测体系，裁判是谁、判据是什么、抽检怎么抽，这些为研发验收建立的设施直接转化为收款条款，没有这两章的基础，按结果付费无法开展。它的风险在半成品，任务做到一半算不算完成、初稿可用但未通过核对收不收费，防法是把完成定义分档，初稿可用一档价、署名发出一档价，写进合同；出现争议时，按第 11 章现成的裁判规则裁决，任务集当判例、人工抽检当复核。

结果即服务（Result as a Service，RaaS），按结果付费的长期合同版本。卖的东西从一单一单的任务，换成了一整个岗位的产出，客户按月付费，厂商承诺交付一批成果，附带运维、迭代、保障，相当于把智能体当作数字员工出租。它的定价参照最硬，所替代的人力工时就是价格上限的天然基准，周报归因每周一个半工作日折算的工时成本，就是周报岗位对价的起点。它的风险也在“员工”二字上，客户会按对员工的要求来要求它，加活、催活、要求随叫随到。合同至少要写明四条。

1. 交付物清单逐项列明，不包含的写明不包含。
2. 交付节奏固定，每周几份、几点前交付。
3. 口径调整算维护，新增分析算加购。
4. 出错后的赔付方式，返工还是折抵。

写不清边界的 RaaS，会从赚钱的生意变成赔钱的客服。

四种模式的对照画在图 12-3 里。选择时依次回答三个问题。

1. 任务可数吗？一份周报、一张关闭的工单，数得出来，按结果收得动；“帮你更好地决策”这类数不出来的，只能订阅。
2. 用量方差大吗？客户之间用量差别大，重度用户会吃掉无配额订阅的毛利，要么计量，要么订阅加配额。
3. 客户为什么付钱？客户买的始终是办完的事，不是调用次数，收费方式离这件事越近，销售话术越短。

选型不是终身制。新产品常先按结果试水，客户按期对账、攒下信任，再转为订阅打底、按结果计增量，两种混着收。模式确定后，12.2 那页成本画像就从内部成本清单变成对账单，按结果收费的产品，每份收入对着每份成本，毛利当场可以算出；这也是成本侧要先把成本算清的原因，收费方式选得再巧，底下的成本数字是糊的，毛利就永远是估的。

12.4 成本跟着用量涨，毛利要靠设计

毛利是收入减去变动成本，毛利率是两者的比值。传统软件的规模优势在智能体身上不成立，用户增长十倍，服务器只增加一点，毛利自动变厚；智能体每一单现付模型费加人审费，用户增长十倍，变动成本跟着增长十倍，放量不会自动改善毛利，反而常常把它压薄。毛利要靠设计，三个设计动作加三条降本路径，每一项的控制权都至少有一半在产品经理手里。

测试期和放量期，成本是两回事。测试期的流量来自研发自己，任务短、轮数少；进入生产环境，真实用户的用法把用量结构整个换掉。一个测试期每天几十块钱的客服智能体，进入生产、流量铺开后，日成本涨到几千元，这种跳变来自结构，算不上事故（口径见本章参考资料）。第 6 章放量门上测成本的那一条，问的就是成本是否随用量可预测地增长；涨得可预测，放量才是经营，涨得没数，放量就是赌博。

设计拆成三个动作。第一个动作，计价单位对齐成本单位，按份收费的产品，成本必须也按份核算；走订阅的产品，用配额守住毛利，没有配额的订阅，等于把成本控制权交到用户手里。第二个动作，把人审算进变动成本，核对一单占多少分钟、时薪多少、人审率百分之多少，三个数相乘得出每单的人审成本，与模型费并排立一行；把人审当作“运营的事”不计进成本的团队，毛利就是这样虚增的。第三个动作，安排固定投入的摊销节奏，开发、评测集、数据接入是一次性投入，持续评测和提示词迭代是每月支出，两类固定成本除以放量后的份数，才知道每份分摊多少。三个动作合起来，毛利模型就成立了，每份收入，减每份变动成本，再摊每份固定成本，盈亏一目了然。

设计之外还有降本，三条常规路径画在图 12-4 里。

第一条是提示词瘦身。长资料进入上下文就是成本，给模型的资料多长是设计决策。归因任务每轮新增的 2000 词元里，检索从“整段报表”改为“只取相关行”，每轮新增降到 1200，五轮输入合计就从 45000 降到 33000，单份模型费从 0.055 元降到 0.043 元，节省两成。两成在高频任务里就是可观的成本，一天一万次的任务，单次省 0.012 元，一天省 120 元，一年四万多。这条路径的控制权在产品手里，给模型的资料清单是产品定义的一部分，哪段资料对答案有贡献、哪段是求稳妥而冗余加入的，在评测集上跑一遍对照就能知道。

第二条是缓存，命中价一折。命中的前提是前缀逐字一致，因此提示组装有一条纪律，不变的内容排在前面，系统提示和工具说明放最前，用户消息、检索结果、带时间戳的字段放在后面；前缀一旦变动，缓存作废重算。收益可以算出来，还是五轮的周报任务，第一轮整段 5000 词元未命中，之后各轮只有新增的 2000 词元按全价、旧内容全部命中，未命中 13000、命中 32000，输入费从 0.045 元压到 0.016 元，单份总成本 0.026 元，节省一半。命中率与提示构成直接相关，以固定系统提示为主的产品，复用可达八成上下；提示高度动态的，复用只剩三成（口径见本章参考资料）。这对产品多一层含义，每修改一次系统提示，缓存前缀整条作废，修改频繁的产品，缓存收益归零。保持提示词稳定、把动态内容后置，这是产品决策，不只是工程习惯。

第三条是小模型打底。一单任务里的每一步，不必都用同一个模型，取数、对数、排版这类确定性高的轻活，交给小档模型运行，归因、判断这类难活留给旗舰模型。交不交的唯一标准，是评测证明这一步小模型做得对；失败率高的便宜档，重试加返工摊下来，未必比一次做对的贵档省钱，只看单价会得出相反的结论。第 5 章讲过的推理模型也在这条路径上，推理模型把思考过程写出来再作答，想得多答得慢，思考的每个字都按输出计费；日常问答想一步就走，月度复盘才值得想透再答，这一档位分配是产品决策。分档不必一步到位，先用关键词分流，简单问题走轻档，带纠纷、赔付这类字眼的走旗舰档，规则不够用时，再引入小模型充当分类器。需要注意一点，分档判错比不分档更伤，复杂任务错给了轻档，节省的成本会以质量损失的形式偿还，因此路由规则要进评测任务集，与其他行为一同考核。三档模型怎么组合、怎么路由，第 13 章正面展开，案例线 13.5 会把本章这套成本再优化一遍。

三条路径没有一条是纯工程活，瘦身删的是产品的资料清单，缓存靠产品的版本纪律，档位是产品的分配决策。三条之外还有第零条，需求本身，4.4 粗算拦下来的场景，一分钱都不用花，节省得最彻底。

最后补上放量决策里最容易漏看的一项，核对队列。系统的吞吐按秒计，人的吞吐按小时计，核对一单 15 分钟，一周一百单就是 25 小时，超出一名核对员的满负荷工作量。人审工时随份数线性增长，涨到某个量级，它就从成本行变成容量瓶颈，成本表上有它，排班表上也有它。出路是分档，影子期积累的信任记录，换成分级人审的依据，低风险批次抽检、高风险逐条过，第 8 章的自主度档位表管的就是这件事，哪类动作绝不放行的边界，第 14 章划定。另一条出路是把核对环节设计到客户侧，各片区的运营自己核对，15 分钟从产品的变动成本，变成客户价值故事的一部分，客户买到的是“有人把关的周报”，把关的是自己的员工。人审率从此是一个产品指标，每单摊的人审分钟数，纳入 15.2 的护栏。

12.5 【案例线进七】一份周报的成本

这一节把前四节的工具在周报任务上完整用一遍，从第一次模型调用算到定价、毛利、放量。先重申案例线的规矩，品牌虚构、人物化名、数字全部为示意值，但每一行的算法都是真的，换上任何一家真实门店的数字就能使用。

第一行，模型费。12.2 已经算过，归因任务平均五圈，输入合计 45000 词元、输出 2500 词元，按示意价目全价计算，0.055 元。数字的来历交代清楚，以便这份成本可以复算，圈数和词元是二十六份历史周报在评测集上跑出的画像，价目是示意的。这里刻意按全价计成本，12.4 三条降本路径能降的先不降，保守口径先把成本算足，实际运行时这一行只会更小。

第二行，人审费。4.6 的规则很明确，周报发出前必须经过小周核对，通读结论、抽几个数字对后台、改两处措辞、确认可发，按 15 分钟计，时薪按 60 元折算，这一行是 15 元，是模型费的 270 多倍。4.4 粗算点破过的漏洞在这里有了实数，核对占用的是运营部门的时间，不是研发部门的，但都是公司的工时，必须一起算进成本。影子期的核对更贵，小周要双份对照，智能体写的和自己写的并排比较，一份初稿核对需要半个钟头，影子期这一行按 30 元记。这笔翻倍的支出不是浪费，换的是放行依据；影子期几周一过，这一行就回到 15 元的稳态。

第三、四行，固定投入。一次性投入示意按 5 万元计，细分为三块，链路开发加两支提示词的打磨约 3 万，二十六份历史周报评测集的建设约 1 万，三个后台的数据接入约 1 万，按两年 104 周摊销，每周约 480 元。持续运维再立一行，持续评测、坏案例回流、提示词迭代、数据管道维护，示意按每月 1500 元，每周约 350 元。固定两行合计每周 830 元。

四行摆齐，试点期一份周报的全成本约 845 元，模型费 0.055 元、人审 15 元、固定 830 元。对照价值一侧，小周原来每周归因全程 12 小时，乘 60 元时薪是 720 元。845 对 720，试点期这份成本怎么算都是亏的，而且亏得有明确原因，830 元的固定投入占掉成本的 98%，三家店一周一份的产量，摊不平这笔投入。频次不高的任务摊不平固定投入；试点期算的是验证期的成本与价值，验证概念是否成立、验收能否通过，单位经济学的成败要等放量后再看。试点期与放量后的两份成本，画在图 12-5 里。

放量到一百家门店的规模，门店按片区管理，一个片区十来家店，周报一家店一周一份，一周一百份，核对签发归各片区的运营。变动成本随份数增长，模型费加人审每份 15.055 元，一百份每周 1506 元；固定投入示意按不变计，每周仍为 830 元，实际放量时运维一定会涨，这笔重估留在放量门上。合计每周约 2336 元，摊到每份，全成本 23.4 元。成本结构整个翻转，试点期固定占 98%，放量后变动占六成五；变动里，人审 15 元占每份成本的六成四，模型费 0.055 元占千分之二，占比最高的一项不在模型，在核对。

接下来定价，锚有三个。成本 23.4 元是下限，低于它就是卖一单亏一单；价值是上限，客户侧一份周报背后是 720 元的工时对价，扣除 15 分钟核对后净省 705 元；市场对照看同行，外包一个分析师半天是什么价格，据此形成判断。示意定价每份 60 元，客户按月折算约 260 元，对应每周净省的七百多元，这笔得失客户很容易算清；60 元不到价值的一成，议价空间充足。厂商一侧，毛利每份 60 减 23.4 等于 36.6 元，毛利率 61%。再算回本点，固定投入每周 830 元，每份扣掉变动成本还剩 44.9 元（60 减去变动 15.055），830 除以 44.9 约等于 18.5，每周做到第 19 份，固定成本就有人买单，此后每多一份，净赚 44.9 元。换算成月度更直观，一周一百份，月收入约 2.6 万，月成本约 1 万，月毛利约 1.6 万。三个数都算得出来，这门生意放量后的单位经济结构是健康的；健康不靠感觉，靠的是每个数字都经得起复算。

健康的结构里埋着 12.4 末尾说的瓶颈，这里有了实数，一百份乘每份 15 分钟，每周 25 小时的核对工时。问题不在钱，在人力，25 小时意味着需要将近专人负责核对，而且这个数随份数线性增长，两百份就是两个半人。出路是分档，影子期和试点期积累的信任记录正是分档的依据，数据干净、归因稳定的片区降为抽检，出过异常的片区全检，新片区过渡期全检。用示意数字计算，低风险片区抽三成，人审工时从每周 25 小时降到 7.5 小时，每份人审成本从 15 元降到 4.5 元，每份全成本从 23.4 元降到约 12.9 元，毛利率从六成提到近八成。每周节省一千元上下不算小数，但这一方案真正解决的是容量，7.5 小时在正常排班范围内，25 小时超出。分档有一条底线不能碰，涉及财务口径和合规表述的结论，无论信任记录多好都不进抽检，永远全检，这条边界第 14 章划定，案例线 14.5 落地。

这份成本最后接回主线。6.4 放量决策那一页有四个空，其中测成本的那一栏，问的是一份产出的全成本算不算得平；这一节给出的就是填法，模型费按圈数乘词元乘价目，人审按工时乘时薪，固定按摊销周期除以份数，三行加出全成本，再对着价值定价格、对着价格算毛利、对着毛利找占比最高的一项。本章全部数字按一张价目表计算，第 13 章把一张表换成三档模型的组合，这套成本还能再优化一遍。

本章小结

• 12.1 成本结构读法。价目表三行，输入、输出、缓存命中，输出贵在串行生成，命中便宜在前缀复用；输入逐轮累积，圈数事先无法确定。成本三问，消耗哪行、几圈、命中多少。
• 12.2 任务级核算。一单模型费等于各轮输入乘输入价加输出乘输出价，数字从评测任务集实测得出，平均数供日常记录、最差值做预算；完整成本四行，人审、重试（除以成功率）、外围设施都在，频次把小数放大成大数。
• 12.3 定价四模式。订阅、计量、按结果、结果即服务，差别在用量风险归谁；按结果付费的收法不新，新在软件第一次用得上，结果可数可验收，前提是第 7 章的标准和第 11 章的评测经得起核对。
• 12.4 毛利与降本。成本随用量线性增长，放量不自动改善毛利；三个设计动作（计价对齐、人审计入、摊销节奏）加三条降本路径（瘦身、缓存、小模型打底），控制权一半在产品手里。
• 12.5 周报的全成本。试点期一份 845 元，固定占 98%；放量后每份 23.4 元，人审占六成四；定价 60 元，毛利率 61%，每周第 19 份回本；先出问题的不在模型费，在核对队列。

本章的结论一句话，智能体产品卖一单、付一单，想谈规模，先得把成本算清。模型费、人审、摊销这三行，没有一行是财务专属，每一行的控制权都至少有一半在产品经理手里，资料清单、提示词版本、模型档位、人审档位、定价模式，全是产品决策。下一章把价目表本身换成决策题，模型和供应商怎么选、怎么换、怎么留退路。

试一试

1. 拿自己的产品（没有就用案例线的周报）计算一单任务的全成本：模型费按圈数乘输入输出乘单价，人审按工时乘时薪，固定投入按摊销周期除以每周份数，三行加总。算完标出占比最高的一项，它就是下一步最该推动的事，大头在模型就查资料清单和档位，大头在人审就查分级审核，大头在摊销就查放量节奏。
2. 让研发把评测任务集里的任务各跑十遍，记录每遍的圈数、输入词元、输出词元，得出平均和最差两个口径，看两者差几倍。差超过三倍，说明用量结构还没摸透，预算要按最差值立。
3. 给这单任务过 12.3 的三问：任务可数吗，用量方差大吗，客户为什么付钱。选定一种定价模式，然后写出完成定义：什么算交付、半成品按哪档计、争议找谁裁决。
4. 把成本外推两档：用量十倍和一百倍时，固定摊到每份多少、人审工时每周多少小时。人审小时数除以一个人的周工时，超过一半就该设计分档方案了。

参考资料

• 《Building and Distributing Agentic AI》（Julian Soh 等，Apress 2026）第 2 章（成本与定价：token 是与模型服务的交易货币，提示词与补全词元分开计价；会话场景下每个后续请求都包含此前问过的内容，词元逐轮递增；各用例的词元构成估算；多智能体协作把词元消耗显著放大；缓存输入词元机制；按词元计费与预配算力两种模式；把用户采纳增长与词元消耗合在一起建模），见 txt-ref-zh/building-distributing-agentic-ai/07-Chapter 2 Cost and Pricing.md（中译）
• 《Agentic AI For Dummies》（Pam Baker，Wiley 2026）第 9 章（经济影响：生成式 AI 的投资回报兑现普遍慢于预期，智能体把产出接到行动上，使回报更可落地；高结构环境里数周就能见回报，长期回报集中在风险与合规类场景；任务与岗位之分、人与智能体的分工逻辑），见 txt/agentic-ai-for-dummies.txt（英文原文，第 9 章行 5780-5900）
• 《GenAI on Google Cloud》（Ayo Adedeji、Lavi Nigam、Sarita A. Joshi、Stephanie Gervasi，O'Reilly 2026）第 7 章（生产成本管理：真实成本模型：直接模型费之外，间接基础设施成本常超过直接费，重试、冗余调用、低效路由是隐藏成本；测试期日成本几十美元的客服智能体放量后日成本数千美元；简单问答按分计、多智能体协作的报告生成按元计；重度档用户成本份额远超收入份额、高成本功能包进低价月费不可持续），见 txt/genai-google-cloud.txt（英文原文，第 7 章行 9140-9215）
• 《悟道智能体开发》（本书工程姊妹卷）第 1 章 1.3 节（输入与输出分价的机制原因：预填充并行、解码串行；缓存命中价与未命中价分列；时段计价的存在；多轮会话逐轮重发前缀的账），本章 12.1 的知识底本，产品向转述，工程深挖按该书对应章指引
• 《悟道智能体开发》第 14 章 14.2 节（成本工程：带条件分支的步骤按触发概率摊派调用量；按正确完成的任务计成本、失败率高的便宜模型未必便宜；人的时间进成本公式；人工审批的吞吐按小时计、容量照人规划；前缀缓存命中率靠“不变内容排前”的提示组装纪律经营；小模型路由的成本量级），本章 12.2 与 12.4 的知识底本，产品向转述，工程深挖按该书对应章指引