老板不需要懂大模型，但必须搞清这三件事

一张报价单摆在会议桌上，服务名称那一栏写着「大模型接入」，金额是五位数。老板问了一句：你选的这个，比别人贵在哪。技术负责人讲了二十分钟，全是型号名和参数缩写。

那二十分钟里，跟这张报价单真正有关的信息只有三条：这件事每个月要花多少钱、你选的这个型号还能用多久、它哪天没了你怎么办。

本文不解释模型是怎么工作的——那件事和这张报价单没有关系。本文只做一件事：把这三条各配一个你自己能打开、能核对、不需要问任何供应商的依据。三条依据的原始页面，我们各追了一遍，链接在文末。

一、价格带：不看型号，看三个字段

打开任何一家的官方定价页，上面的信息量都不小。跟你有关的只有三个字段：

输入价、输出价、缓存命中价。 单位统一换算成「每百万 token 多少钱」——各家页面上的计价单位不一样，有的按千，有的按百万，有的按次，不统一到同一个单位，你比出来的差距是假的。

第三个字段最容易被漏。缓存命中价指的是同样一段内容被重复送进去时的价格，它通常明显低于输入价。一件重复度高的业务（同一份产品手册、同一套报价规则被反复带进去），这一项决定了你的账单是原价还是折价。看报价单的时候，问一句「我这个用法命中缓存吗」，比问「你用的是哪个型号」有用得多。

为什么本文不给你一张具体的价格表。

我们本来准备给，最后没给，理由是价格表有保质期，而这个保质期已经被两份公开材料量化过。

据斯坦福大学 HAI《AI Index Report 2025》（2025 年 4 月 7 日发布）：达到 GPT-3.5 同等水平的推理成本，在 2022 年 11 月到 2024 年 10 月之间下降超过 280 倍。同一份报告还写着，硬件层面的成本以每年约 30% 的速度下降，能效每年提升约 40%。

据 Epoch AI 于 2025 年 3 月 12 日发布的推理价格趋势分析，不同性能档位上的价格年降幅差别极大，原文写的是「ranging from 9x to 900x per year」——9 倍到 900 倍。

把 30% 这个数往后推两年算一次：0.7 × 0.7 ≈ 0.49。也就是说，按这个速度，硬件那一块的成本两年后大约是一半。能效那一头 1.4 × 1.4 ≈ 1.96，接近两倍。这两个乘法是我们自己做的，分子分母就是报告给的那两个年化比例，它假设的是「按同样的速度线性延续」——而报告本身并没有承诺这个速度会延续。 它能说明的只有一件事：你签的那份三年合同，第三年的单价一定不会是签约那天的单价，所以合同里要有重新议价的条款。

所以正确的动作不是记住一个数，是学会自己抓一次。

四步，把价目页换算成你听得懂的单位。

第 1 步。数出这件事一个月发生多少次。 工单数、报价单数、客服会话数、要写的文章数——数得出来的才做，数不出来的先别上。

第 2 步。别估算长度，直接跑 20 次真实的请求。 用你自己业务里的真实内容，不要用示例。跑完记下这 20 次一共花了多少钱。任何一家的控制台都有用量记录，这个数不用问供应商。

第 3 步。总花费除以 20，得到单次成本，再乘以第 1 步那个次数。 这就是这件事一个月的模型开销。

第 4 步。把这个数，和「这件事一个月占掉的人力分钟数 × 你的人力单价」写在同一行。 两个数并排，这张报价单该不该批就有答案了。

四步做完，你手上有一个可以拿去对账的数，而且它的口径是你自己的业务，不是任何一张行业均价表。

最后一条纪律：抓下来的那一页要截图，并且在截图上写上抓取日期。 多数定价页不标注更新时间，你不写，三个月后没有人能说清那是什么时候的价——包括当初做决定的你自己。

二、能力代际：不看发布会，看厂商自己的弃用页

每一家供应商都有两类页面。一类是发布会和新品说明，告诉你新的有多强；另一类通常藏在文档里，叫「模型弃用」「legacy」或者「已下线模型」，告诉你哪些型号被它自己标成了旧代、哪一天停止提供。

发布会那一页跟你的钱没关系，弃用那一页才有。

理由很直接：你不会因为出了更强的型号而多赚钱，但你会因为在用的那个型号被停掉而返一次工。所以「能力代际」这件事，老板要看的不是「谁家最强」，是三个问题：

• 1你在用的那个型号，被列进弃用列表了吗？
• 2如果在，官方给的过渡期是多久？ 有的给一年，有的给三个月。
• 3官方指定的等价替代型号是哪个？有没有说明差别？

这三问的答案全部在供应商自己的文档里，不需要任何技术背景就能读。让人打开那一页，截图，写上日期，贴进你的采购档案。

换代对你的真实影响不是「变强了」，是「要重跑一次验收」。 一个已经在跑的流程，换了型号之后，原来定好的那套话术、那套判断标准、那批测试用例，都要再过一遍。这一遍要花的是人天，不是 token 钱。所以采购的时候就该问清楚：过渡期内要重测的东西有多少，谁来测。

顺着这条线还有一个更该被老板知道的判断：追最强，对你的回报影响排在很后面。

据 Gartner 于 2025 年 6 月 25 日发布的预测：超过 40% 的 agentic AI 项目会在 2027 年底之前被取消，被点名的原因集中在成本失控、价值不清和风险控制不足，不是模型不够强。

这条预测本身是一个机构的判断，不是已发生的统计，引用它的时候要知道这个区别。但它指的方向和一件常识对得上：一个流程如果没人负责、没定验收标准，换成再强的型号也一样跑不出结果。你的瓶颈通常不在代际上，在代际这件事上花掉的注意力，多数是浪费的。

三、停服风险：已经有现成的先例

这一条是三件事里最少被写进合同、也最贵的一件。

先看一个已经发生过的事实：月之暗面的平台文档里写着，Kimi K2 本体已于 2026 年 5 月 25 日 下线。这不是预测，是一条可以打开页面核对的记录。你依赖的那个型号会消失，这件事有先例。

供应侧还有一层你完全控制不了的变化。据美国商务部工业与安全局（BIS）2026 年 1 月 13 日发布的许可审查政策修订，对华半导体出口的审查口径被再次调整。这类变动不由你的供应商决定，也不由你决定，但它最终会落到你的账单和可用性上。

一张五行的自查表，把它填了。 每一行都只要一句话的答案：

• 1这条业务依赖几家供应商？ 答案是「一家」的，风险等级直接标最高。
• 2在用的型号，在弃用列表里吗？停服公告会发到哪个邮箱？ 收不到公告等于没有预警。
• 3换掉它需要多久？ 给一个天数。给不出天数，说明没人试过。
• 4换掉它之后，哪些东西要重做？ 提示词、判断规则、测试用例、对接口，逐项列出来。
• 5历史数据能导出来吗？导出的是什么格式？ 会话记录、标注结果、日志——导不出来的，等于押在了对方手上。

合同里必须写进去的三条，一条都不要省：提前告知期（停服或调价提前多少天通知）、等价替代（供应商是否承诺提供替代能力，以及替代期间的价格）、数据可导出（导出的范围、格式和期限）。这三条谈的时候不贵，出事的时候值很多钱。

四、这三件事管不了什么

必须把边界说清楚，否则这篇文章会被用错。

第一，这三件事一件都不解决「我该从哪一步动手」。 如果你还没有一个正在跑的场景，价目页查得再熟也没有用——你算出来的是一个不存在的业务的成本。顺序是先有场景，再有这三件事。没有场景就去比价格，是把第二步当第一步做。

第二，它们只决定边际成本，不决定回报。 模型开销通常只是这件事总成本里较小的一块，人力、整理资料、返工、还有那个负责盯着它的人，加起来常常更大。价格带压到最低，也救不回一个没人负责的流程。

第三，抄别人的结论会过期。 上面那两组年降幅数据说的正是这件事：任何一张表、任何一个「某某型号最划算」的结论，都带着一个没写出来的抓取日期。别人替你查过的，不算你查过。

什么时候不该花时间在这三件事上。

一种是你的用量还很小的时候。一个月的模型开销还不到一次外卖团建的钱，为它开三次会、比五家价格，是把最贵的资源（老板和骨干的时间）花在最便宜的一项上。用量小的阶段，正确的做法是先跑起来，等账单能被看见了再回来做这三件事。

另一种是这件事还没有人负责的时候。三件事都要有人去打开页面、截图、写日期、填表。这个动作交不出去，表就永远是空的，而一张空表比没有表更危险——它会让你以为自己已经管过了。

先把场景选出来，再回来做这三件事，顺序反了，前面的功夫都要重来。这套「先算人力分钟数、再决定要不要上」的判断顺序，在《DeepSeek企业实战》第 1 课。