本章进度 1 / 18
6%
正文已完成
L240先算一次任务到底花了什么
从输入、输出、重试、工具和基础设施建立完整成本口径,避免只盯模型单价。
先用本课建立“成本口径”的基本直觉,后面的判断和练习才不会只靠记结论。
建议按完整课程顺序先看上一课;如果术语陌生,可以随时回补。
- 无需安装新工具
- 直接阅读并完成本页理解检查
便宜的一次调用可能因为失败、重试和人工返工变成昂贵任务。成本应围绕任务完成来算。
能列出一次 AI 任务的主要成本项,并区分单次调用成本与完成任务成本。
核心概念
先把关键判断说清楚
Token 只是第一层
输入与输出 token 乘对应单价构成模型调用成本,但不是系统全部成本。
失败会放大成本
重试、无效长输出、重复检索和人工修订都会增加每个成功任务的真实成本。
用成功任务作分母
比较方案时应看每个通过验收的任务成本,而不是只比较每次请求均价。
案例拆解
低价模型反而更贵
模型 A 单次调用便宜,但合同字段经常漏提,需要二次调用和人工补录;模型 B 单次更贵但一次通过。
- 01
记录两种方案总调用与人工时间
- 02
只统计通过同一验收标准的任务
- 03
计算每个成功任务的综合成本
案例结果
团队发现单价低不等于完成任务的单位成本低。
提交前练习
现在轮到你
为一个实际 AI 流程列出从请求到验收的完整成本清单。
选做练习:本节练习可用于加速你巩固,但不影响继续学习。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
按每份通过字段校验的合同计算,模型 token、OCR、检索、平均重试和人工复核分钟数都计入。
评分标准
- 口径覆盖调用外成本
- 使用成功结果作分母
- 失败率有数据或明确假设
本课收口 · 理解检查
用 30 秒确认你理解了
用 30 秒理解检查确认你抓住了重点;阅读标记、练习和总结都不设硬门槛。
你现在更接近哪一种状态?
尚有必填项未完成,请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- OpenTelemetry Signals↗official-docs · 核对日期 2026-08-23
- Monitoring Distributed Systems↗reference · 核对日期 2026-08-23