波仔
🐦 第2章 扣子 AI 应用开发平台介绍
📄 一句话概括

三档版本对三类人：免费版验证想法、专业版跑业务、企业版管合规。 计费算四笔账：输入 token、输出 token、检索次数、工具调用。 新手只盯第一笔，漏掉的是后两笔——一个查三次库、调两个插件的回答，成本可能是纯对话的好几倍。

📝 本章和前面几章的关系

前两节讲「是什么」和「为什么选」，这一节讲「要花多少钱」。 本节的所有单价都是假设值，只为把三种计费算法的形状摆出来。 真实价格以平台当期页面为准，这里一个数都不当报价用。 会算这笔账，后面第 8 章到第 16 章那些案例你才知道哪些能天天跑、哪些只能演示。

一、三档，各管一段

免费版给的是额度，不是功能阉割。够你把一个想法从头跑到尾，验证它值不值得做。 专业版给的是稳定额度和更高配额。 项目开始有人用了，就得往这档走——免费额度用完之后的表现通常是排队或者直接失败。 企业版给的是合规与协作：成员管理、审计、数据隔离、私有部署。 to B 项目绕不开这一档，不是因为功能，是因为合同里要写的那几条。

三档的分界不在功能多少，在谁敢把它放进生产。

二、计费算的是哪几笔

第一笔，输入 token。每次对话都要重发人设、资料、历史。 这一笔省不掉，只能压——人设写短、资料只带命中的那几段。 第二笔，输出 token。单价通常比输入高好几倍。 限制字数、要求返回 JSON、别让它复述你的问题，都能省。 第三笔，检索次数。每问一次都要查库。高频问题可以缓存结果。

第四笔，工具调用。每个插件一次请求，按次算。能合并的调用就合并。 这四笔里，后两笔最容易被漏算。 因为它们不在「对话」这个动作里， 而在对话背后的每一次查询和调用里。

三、三种计费算法的形状

按席位：每人每月一个固定价，用多少都一个价。适合用量稳定的团队。 纯按量：用多少付多少。适合用量忽高忽低的场景，也适合做实验。 包月底价加超额：先买一池子额度，超了按量补。适合能估出大概量级的业务。

演示里三种场景各算了一遍。小团队试用：按量最便宜（二点二对三十）。 对外接客户：三种算法都上一千，差距反而不大。 这个结果值得记一下：用量小的时候，选最便宜的那种； 用量大的时候，三种差不多——那时候该操心的是怎么把量降下来，不是选哪种计费。

四、怎么估自己的账

三步。第一步，估每月对话次数——用「多少人 × 每人每天几次 × 二十二天」粗算。 第二步，估每次的 token：人设加资料加历史，中文字一个算一点六 token，再乘以一点五的余量。 第三步，把四笔账都乘进去，别只算前两笔。

演示里那个量级可以当参照：三百次对话是小团队试用，八千次是一个部门在跑，十二万次是对外接了客户。 这三个量级之间差的是两个数量级，处理方式完全不同。

五、动手 Demo：三种计费，三笔账

先定三种用量场景，再按三种计费算法各算一遍，看哪一档在哪个量级更划算。 单价是假设值，只为看算法形状。

SEAT  = 30.0      # 每席位每月
PER_K = 0.008     # 每千 token
QUOTA = 500000    # 包月含多少 token

for name, n, tk in USES:
    tot_k = n * tk / 1000.0
    over  = max(0.0, tot_k - QUOTA / 1000.0)
    print(name,
          '按席位 %.0f' % SEAT,
          '按量 %.1f' % (tot_k * PER_K),
          '包月 %.0f' % (SEAT + over * PER_K))

实跑输出：

--------------------------------------------------------------------
计费：三种模式，三笔账
--------------------------------------------------------------------


  ① 先定用量
  --------------------------------------------------------------------

| 场景 | 每月对话 | 每次平均 | 合计 |
|---|---:|---:|---:|
| 小团队试用 | 300 次 | 900 token | 27.0 万 |
| 一个部门在跑 | 8000 次 | 900 token | 720.0 万 |
| 对外接了客户 | 120000 次 | 1200 token | 1.44 亿 |


  ② 三种计费各算一遍
  --------------------------------------------------------------------

| 场景 | 按席位 | 纯按量 | 包月底价加超额 |
|---|---:|---:|---:|
| 小团队试用 | 30 | 2.2 | 30 |
| 一个部门在跑 | 30 | 57.6 | 84 |
| 对外接了客户 | 30 | 1152.0 | 1178 |

  三列用的单价是假设值，只为把三种算法的形状摆出来——真实价格以平台当期页面为准。
  按席位：用多少都一个价，适合用量稳的；纯按量：用多少付多少，适合忽高忽低；
  包月超额：先买一池子，超了再按量，适合能估出大概量级的。
  ! 选哪种不看哪家便宜，看你自己的用量曲线——用量抖得厉害的，按量最安全。

  ③ 一笔最容易漏的账
  --------------------------------------------------------------------

| 花在哪 | 为什么会涨 | 怎么压 |
|---|---|---|
| 输入 token | 每次都要重发人设、资料、历史 | 省不了，只能压 |
| 输出 token | 通常比输入贵几倍 | 限字数、要 JSON，能省 |
| 检索次数 | 每问一次都要查库 | 缓存高频问题 |
| 工具调用 | 每个插件一次请求 | 能合并就合并 |

  新手只盯「每次对话多少钱」，漏掉的是后两项：检索和工具调用都是按次算的。
  一个查三次库、调两个插件的回答，成本可能是纯对话的好几倍。

①第一张表先把用量定下来：三百次、八千次、十二万次。 合计那一列注意单位——二十七万 token、七百二十万、一亿四千四百万。 ②第二张表是三笔账并排。小团队那行差距最大：按量二点二，按席位三十，差十三倍。 所以试用期一定走按量。 ③对外接客户那行三种都上一千，差距缩到个位数。 这时候省钱的重点不是选计费方式，是把每次对话的 token 降下来。 ④第三张表是那笔最容易漏的账。 检索和工具调用都按次算，一个查三次库、调两个插件的回答，成本可能是纯对话的好几倍。

30 秒实验

  1. 按三步估一遍你项目的月成本。估完把结果乘以三，看还在不在预算里。
  2. 数一下你那个工作流里一次问答会触发几次插件、几次检索。这个数字乘上单价就是隐藏成本。
  3. 把提示词里「请你先复述我的问题」这类句子删掉。它每次都在给输出加钱。

常见误区

  1. 「免费版够用了。」验证够用，生产不够。额度用完后的表现通常是失败，不是变慢。
  2. 「token 便宜，不用管。」单次便宜，乘上次数就不便宜。一个问题多查三次库，成本翻几倍。
  3. 「输出和输入一个价。」输出通常贵几倍。让它少说废话，省的是真金白银。
自测三问（点开对答案） 1. 计费的四笔账是哪四笔？ —— 输入 token、输出 token、检索次数、工具调用。后两笔最容易被漏。 2. 小团队试用该选哪种计费？ —— 纯按量。演示里按量二点二、按席位三十，差十三倍。 3. 用量大了之后，省钱的着力点在哪？ —— 不在选计费方式——三种都差不多——在把每次对话的 token 降下来。

钱的事清楚了，下一个问题是：这东西到底给谁用。 下一节把四类使用者和他们各自的天花板摆出来，也回答「团队里该谁去学」。

相关笔记