成本算式：云端、Agent、本地与视频四条线Cost formulas: cloud, agents, local and video

成本控制Cost control

不给价格数字，只给四条可复算的算式与口径：token、席位、显存电费、视频秒数；每条附官方定价页指针。

No price figures, only four reproducible formulas and conventions — tokens, seats, local power, video seconds — each with an official pricing pointer.

English summaries and interface labels are available. The guide body below is currently in Chinese.

口径先说清Conventions first

所有单价查官方定价页当日价，不写死在文档里。
token 数按输入与输出分开；缓存命中与批量折扣单独列。
汇率写当日中间价；电费写当地阶梯价。
估算留 20% 余量；返工与人工复核必须计入。

1. 云端对话Cloud chat

月成本 = 会话数 × 平均轮次 × (输入 tokens × 输入单价 + 输出 tokens × 输出单价)
输入 tokens ≈ 系统提示 + 历史 + 检索资料 + 用户输入
输出 tokens ≈ 平均回答长度

控制点：限制历史轮次、压缩检索资料、把长任务拆会话。

2. Agent 任务Agent tasks

单任务成本 = 规划轮 × 模型单价 + 工具调用次数 × 单次工具成本 + 重试次数 × 单次成本
月成本 = 任务数 × 单任务成本 + 人工审批时间 × 时薪

控制点：工具白名单、失败重试上限、审批点前移。

3. 本地模型Local model

一次性 = 硬件 + 下载流量 + 调试时间
月成本 = 电费 + 维护 + 评估复跑
电费 = 功耗 kW × 每日小时 × 30 × 电价

控制点：量化档、上下文长度、并发数；调用量小时云端通常更省。

4. 视频生成Video generation

单条成本 = 单段秒数 × 单价 × 尝试次数
总成本 = 单条成本 × 镜头数 + 剪辑人力 + 音乐/字体许可
尝试次数按 2–3 倍估

控制点：分镜一次写清、单段只放一个主体、失败片段及时停。

四个判断Four decisions

1. 调用量小：云端按量更省，本地先不算。 2. 数据不能出网：本地成本要加上运维与评估。 3. 长任务多：Agent 的重试与审批比模型单价更影响总成本。 4. 视频返工高：把尝试次数写进预算，不要按一次过估。

常见误判Common misreads

只算 token：检索、工具、人工与返工常占大头。
只算单价：配额与限流会改变实际可用量。
只算硬件：电费、维护与升级周期没进表。
只算一次：视频与 Agent 都要按尝试次数估。

出处Sources

来源Source	链接URL
OpenAI · ChatGPT Pricing（官方定价页指针，D9：本站不采价格数字）	https://openai.com/chatgpt/pricing/
Anthropic · Claude Pricing（官方定价页指针）	https://www.anthropic.com/pricing
Google · Google AI plans（Gemini 订阅档位指针）	https://one.google.com/about/google-ai-plans
本站 · 成本控制指南（口径与陷阱）	https://tools.specul.com/mcp/guides/cost-control.html

资料核验日期：2026-11-03。产品功能与条款可能变化，使用前请核对原始来源。Sources checked: 2026-11-03. Features and terms may change; check the original sources before use.