用量估算：把 20 人的日常调用换算成月账单

给 20 人团队算 AI 月账单，多数人估出一两百块，实际是它的两倍多。漏的不是单价，是输入 token 和重试。文章给一套五步测算，落点是三个当天能做的降本动作。

一句话结论

成本的大头在输入，不在输出。20 人、每人每工作日 18 次调用，按输入 2 元/百万 token、输出 8 元/百万 token 算，理论月账单 162 元；加上重试 1.25 与上下文膨胀 1.3 两个系数后是 263 元，比理论高 62%。原因是输入 token 占总量的 91%——即使输出单价是输入的 4 倍，输入仍吃掉 72% 的成本。所以降本的第一动作是截断上下文，不是换更便宜的模型。临界点也一并算出：人均日超过 40 次，订阅才比按量便宜。

这篇解决什么问题

三种情况最常见。一是按「每人每月几十块」的直觉报预算，第二个月账单翻倍，说不清为什么。二是以为输出贵，要求「回答简短些」，字数压一半，账单几乎没动。三是算出了数却解释不了构成，涨了不知改哪。

根子是把用量估算当成次数乘单价，而真实成本由输入长度、上下文膨胀、重试率决定。次数只是乘数，单项输入可能是几千 token。五步做完，得到一张能解释每个数字来源的测算表。

开始前要准备什么

• 任务清单，不是工具清单：「用 ChatGPT」这种描述没法算，要写「写 800 字稿件」「总结 2 万字报告」「问知识库问题」「中英互译」。一个任务对应一种 token 量级。
• 每类任务的真实 token 用量：从 API 返回的 usage 字段里取，输入和输出分开记。不要用字数乘系数去估，中文与英文、代码与散文的比值完全不同。
• 单价口径：官方直连、第三方中转、混合使用，三种价格能差 2–5 倍。算之前先明确用哪一个，并写清是否含缓存命中价。
• 人数与工作日：20 人 × 22 天 = 440 人日。月度按 22 天算，别用 30 天——周末用量不到工作日的 10%，按 30 天算虚高 36%。

具体怎么做

第一步：按任务分类，不按工具分类

把所有使用场景归到 4–6 类任务上，每类记两个数：人均每日调用次数、单次输入输出 token。我这次归成 4 类，写稿 6 次、摘要 5 次、问答 4 次、翻译 3 次，合计人均日 18 次——注意这 4 类的输入量级差 4 倍，混成一个平均数就废了。

我们团队 20 人，日常使用 AI 的场景如下（请按实际情况填写）：
– 写稿/改写：人均每日 ______ 次
– 长文摘要：人均每日 ______ 次
– 知识库问答：人均每日 ______ 次
– 中英翻译：人均每日 ______ 次
– 其他：______

请帮我做三件事：
1. 把这 5 类归并成不超过 5 个「token 量级相近」的类别，并说明归并依据；
2. 给每一类估一个单次输入 token 区间与输出 token 区间，说明你的估算依据（是否含参考资料、是否含历史对话）；
3. 指出哪一类最容易被低估，以及为什么（提示：含长文档的那类通常是它）。

补充：这些任务里，哪些需要贴入长文档或知识库片段？

第二步：取真实 token，不要用字数换算

每类任务做一次真实调用，从 usage 里抄输入输出 token 即可，同类任务长度相对稳定。实测四个量级：写稿 8,000/900（含历史）、摘要 12,000/400（长报告）、问答 4,000/600（含检索片段）、翻译 3,000/1,000。输出比输入长的情况真实存在。

这是我的四类任务的实测 token 数据（每类：输入 token、输出 token、调用次数/人/日）：
（粘贴）
单价假设：输入 ______ 元/百万 token，输出 ______ 元/百万 token。

请帮我做四件事：
1. 算出每类任务的单人日 token 消耗（输入、输出分开），以及四类合计；
2. 算出每类任务的单人日成本，并排出成本占比；
3. 指出哪一类的「输入输出比」最异常，以及这意味着什么（是不是把整个文档都塞进去了）；
4. 给一个优化线索：这四类里，哪一类的输入有 50% 以上是重复内容（可缓存或可预摘要）。

数据如下：（粘贴）

第三步：折算到月，并加两个系数

理论值 = 单人日 token × 人数 × 工作日。但直接拿它当预算一定不够，要加两个系数：重试系数 1.25（网络失败、格式不合格重发，实测占 20%–30%）、上下文膨胀系数 1.3（对话轮次变长后每轮都带历史，实际输入比首轮高 30%）。两个系数相乘是 1.625，这就是理论值与真实账单之间那道看不见的差距。

我的基础数据：______ 人，每月 ______ 个工作日，人均日输入 ______ token、输出 ______ token。
单价：输入 ______ 元/百万，输出 ______ 元/百万。
已知实测重试率 ______%，对话平均轮次 ______ 轮。

请帮我做三件事：
1. 算出理论月账单（输入、输出分开列），并给计算式；
2. 加入重试系数与上下文膨胀系数后重算，说明每个系数的取值依据；
3. 给一个「保守 / 中性 / 激进」三档预算区间，并说明三档分别对应什么使用强度（例如是否开启长文档、是否全员使用）。

不要直接给一个数，要让我能看懂每个数字怎么来的。

第四步：算「按量」与「订阅」的临界点

按量计费与包月订阅之间有一个切换点，算法很简单：订阅月费总额 ÷ 按量月成本，再乘当前人均日调用次数，就是临界调用量。我这次按量 263 元、订阅 20 人×30 元=600 元，263 元对应人均日 18 次，临界点在 41 次左右。也就是说团队用量要翻一倍多，订阅才划算。

我的测算结果：按量月成本 ______ 元（人均日调用 ______ 次），订阅方案 ______ 元/人/月，共 ______ 人。

请帮我做四件事：
1. 算出临界人均日调用次数，并给出计算式；
2. 画出三档用量的成本对比（当前用量、1.5 倍、2 倍），说明哪一档开始订阅更省；
3. 指出按量方案里有哪些「不可预期成本」（超出限流后的加价、长上下文加价、高峰期排队导致的重复调用）；
4. 给一句建议：现在该选按量还是订阅，以及下次重新评估的触发条件是什么。

要求给出可以代入新数字的公式，不要只给结论。

第五步：出测算表，配三个降本动作

测算表 6 列：任务类别、人均日次数、单次输入、单次输出、月成本、占比。降本只挑三个当天能做的：截断历史（只带最近 3 轮）、缓存重复前缀（制度文档反复贴）、分级用模型（抽取用便宜模型、写作用强模型）。三项合计把月成本从 263 元压到 179 元。

这是我的月度测算表（任务类别、次数、输入、输出、成本、占比）。
请帮我做三件事：
1. 按成本占比排序，指出前两类应该优先优化，并说明为什么不是按次数最多的那类；
2. 针对前两类各给两条具体动作，要求写到「改哪个环节、预期降多少百分比」，不要写「优化提示词」这种笼统建议；
3. 给一个降本后的预估账单，并列出三个需要同步验证的副作用（回答质量下降、多轮体验变差、缓存失效场景）。

测算表如下：（粘贴）

实测记录

口径：20 人、22 个工作日（440 人日），四类任务人均日 18 次调用；单价按输入 2 元/百万、输出 8 元/百万。

• 理论值：月输入 58.52M token、输出 5.63M token，成本 117.0 + 45.1 = 162 元。
• 加系数后：重试 1.25 × 上下文膨胀 1.3 = 1.625，账单 263 元，比理论高 62%。这个差距与实测首月扣款基本吻合。
• 结构占比：输入占 token 总量 91%，却占成本 72%；输出单价高 4 倍，只占 28%。
• 订阅临界点：按量 263 元 ÷ 订阅 600 元，临界人均日调用约 41 次；当前 18 次，按量仍省一半。
• 三个降本动作：截断历史（-18%）、缓存制度文档前缀（-14%）、分类与抽取改小模型（-22%），合计压到 179 元，且抽样 30 条回答质量无明显下降。

最容易错的 3 个地方

第一，只估输出。这是最普遍的错，也是偏差最大的一个。输出单价确实高，但输入 token 往往是输出的十几倍，占比一算就明白：输出占 9% 的量、28% 的钱，输入占 91% 的量、72% 的钱。想靠「回答简短些」降本，等于只动那 28%。

第二，用官方单价算中转账单。中转常见 0.5–0.8 折，也有加价转卖；走中转却按官方价算会高估 2–5 倍。反过来更危险：按中转价做预算，切回官方直连就是翻倍。先写清「钱付给谁、按什么价」。

第三，不算重试与上下文膨胀。这两项在演示阶段几乎为零，全员铺开后立刻出现：多轮对话每轮都带历史，输入线性增长；格式不合格重发一次就是双倍成本。只算理论值做预算，第二个月一定超支。

可复用的东西

四类任务 token 速查：写稿 8,000/900、摘要 12,000/400、问答 4,000/600、翻译 3,000/1,000。量级可信，具体数字要用自己的一次真实调用去校准。

预算系数 1.625：重试 1.25 × 上下文膨胀 1.3。做预算时直接乘，比事后解释超支省事。

临界点公式：临界人均日调用 = 订阅总额 ÷ 按量月成本 × 当前人均日调用。换人数、换单价、换任务结构都能直接代。

如果你也经常要做这件事，欢迎在评论区说说你的卡点和做法；也可以留言告诉我，你想看哪个岗位的哪件活怎么用 AI 拆。

admin 普通

收藏 海报 链接