各位联盟营销伙伴，大家好！我叫帖木儿，负责 Cloud.ru 的市场。我们提供一个平台，用于AI 服务，这些服务集成到客户的云基础设施中。我的任务是确保定价透明。目前，许多人根据令牌成本来评估 AI，但这从根本上是错误的。客户支付的不是令牌，而是具体的结果。在本文中，我们将根据 Cloud.ru 的数据，分析如何正确计算 <a href="/ru/blog/massovyy-posting-video-4-strategii-povtoreniya-zadach-ii-agentami/" title="批量发布视频：AI 代理重复任务的 4 种策略AI 代理">AI 代理的单位经济效益，并确定有用回复的实际成本，以了解哪种 CPM 有利可图。
“市场上的供应商必须为他们的代理定价，客户必须理解这个价格，平台必须确保货架上的价格可以相互比较。只要三方都用令牌来衡量成本，这一切都无法实现。”
之前的材料是关于 OpenClaw 的：如何在不泄露数据的情况下部署代理以及为什么新版本是一个独立的服务。今天我们谈钱。
评估 AI 服务的成本：关注单位经济效益
衡量单位：有用回复，而非令牌
令牌是一个糟糕的指标。客户购买的不是令牌，而是问题的解决方案。“已关闭对话”也具有欺骗性。例如，Intercom 区分两种解决方案：已确认的（客户说“谢谢”）和假定的（客户只是离开了）。
两者都需要付费，但有一个细微差别：如果客户带着相同的问题回来，解决方案就会作废。Lorikeet 的一个例子（195 个案例，38 个供应商）：在 AI 关闭的 4200 个对话中，有 900 个是通过知识库文章链接关闭的。如果没有这些，解决率将从 70% 下降到 55%。
“已关闭”和“已解决”之间存在巨大差异。因此，我们的衡量单位是有用回复。这是一个由 AI 关闭且无需人工参与的对话，同时客户在 72 小时内没有带着相同的问题回来，也没有留下负面评价。所有未通过这些筛选的都计入成本的分子，但不计入有用回复的分母。失败的尝试由成功的尝试支付。这是关键。
模型案例：在线商店支持
为了进行计算，我们以一个典型的场景为例：在线商店支持。这是一个具有大量公共数据的普遍案例。商店每月收到 40,000 个请求。其中 90%（36,000 个对话）被路由到 AI 代理。
代理在没有操作员的情况下关闭的对话，我们称之为自动关闭——这是供应商展示的指标。代理的结构是：RAG（知识库搜索+答案生成）加上“订单状态”工具。一个对话需要三次调用LLM：
- 理解请求并选择路径。
- 根据找到的片段进行回答。
- 调用工具或为操作员汇总信息。
平均而言，这包括12,000个输入令牌（系统提示、片段、历史记录）和800个输出令牌。每个对话对知识库的请求是两次。模型过滤器会检查客户的回复和代理的答案（每次调用1000个令牌）。我们还预留了15%的令牌用于重复生成。
基础设施和成本
我们使用Cloud.ru的服务：
- 知识库：Evolution Managed RAG。
- 代理：Evolution AI Agents。
- 日志：Evolution Managed PostgreSQL。
莫斯科支持操作员的成本：125,000卢布/月（根据hh.ru 2025年的工资数据，85,300卢布工资+社保和间接费用）。每天处理40个工单，每个工单成本为149卢布。操作员每分钟成本为15.5卢布（125,000卢布 / 80%的10,080分钟）。对于零售聊天（每天60个请求），每个工单成本为99卢布。
计算假设
主要假设：
- 自动关闭比例：根据公开案例的中位数是70%。Ozon：27%（2020年）-> 62%（2022年）。我们取中间值——50%。
- 未通过过滤的对话：客户在72小时内返回或给出负面评价。假设：6%（在Lorikeet的例子中，21%的关闭对话是链接）。
- 此类对话的成本：150卢布补偿 + 3分钟操作员时间（200卢布）。
- 操作员升级时间：比普通工单多1.5分钟。
- 人工审核：3%的所有对话，每个3分钟。
- 知识库、提示：0.5个专家职位（乐观估计）。
- 折旧：50,000卢布/月（对于与CRM集成的集成商，最高可达150万卢布）。
模型和基础设施价格（Cloud.ru，2026年10月）
Evolution Foundation Models费率（含22%增值税，每100万令牌）：
- HiveTraceGuard-Pro（过滤器）：输入25卢布，输出125卢布。
- Qwen3-30B-A3B：输入10卢布，输出50卢布。
- GigaChat-3-Pro：输入25卢布，输出125卢布。
- Claude Haiku 4.5：输入100卢布，输出500卢布。
- Claude Sonnet 4.6：输入360卢布，输出2250卢布。
廉价模型和昂贵模型之间的差异：输入36倍，输出45倍。基础设施（Evolution，2026年9月，730小时/月）：
- 4 vCPU + 8 GB RAM：1.5616卢布/vCPU-小时，0.3904卢布/GB-小时。
- Evolution Managed RAG（2 GB，72,000个请求）：1.3664卢布/GB-小时，0.0976卢布/1000个请求。
- Evolution Managed PostgreSQL（2 vCPU，4 GB RAM，100 GB SSD）：1.49145卢布/vCPU-小时，0.4026卢布/GB-小时，0.016836卢布/GB-小时。
基础设施总计：13,420卢布/月。这是计算中最便宜的项目。
一个对话的成本
首先计算不同模型下一个对话的成本：
- Qwen3-30B-A3B: 0,43 руб.
- GigaChat-3-Pro: 1,32 руб.
- Claude Haiku 4.5: 3,76 руб.
- Claude Sonnet 4.6: 10,99 руб.
相差25倍！如果我们止步于此，模型的选择将是至关重要的。
有用回复的成本
在36,000个对话中，50%自动关闭，关闭了18,000个。其中6%是错误。剩下16,920个有用回复。每个有用回复不仅包含token，还包含：
- 失败尝试的token。
- 操作员升级所需的时间。
- 错误的成本。
- 验证。
- 知识库。
- 实施。
token的25倍差异在有用回复上变成了1.4倍：从51卢布到73卢布。昂贵的模型（Claude Sonnet 4.6），其token成本高出25倍，但最终结果的成本仅高出40%。为什么？因为所有其他成本对所有模型都是相同的。
成本结构：GigaChat-3-Pro (53卢布)
对于GigaChat-3-Pro（每个有用回复53卢布）：
- 升级和错误回复：71%的成本。这些成本通常不被视为“AI支出”，而是包含在支持人员的工资或补偿中。
- Token：2.8卢布 (5%)。这是所有人都在比较的唯一一项。
- 云基础设施：0.80卢布。
在Claude Sonnet 4.6上，token已经占到成本的32%。在这里，节省token是有意义的。如何节省？
- 缩短上下文：将12,000个输入token减少到6,000个。Sonnet上的有用回复成本从73卢布降至65卢布。
- 缓存：从缓存读取的成本便宜10倍。如果一半的上下文是系统提示，成本将降至66卢布。
在Qwen上，这些方法只能节省几分钱。
关键的节省杠杆
1. 自动关闭比例
从试点（35-50%自动关闭）过渡到工作流程（65%）可节省15-19卢布。自动关闭的十个百分点所节省的费用与切换到更便宜的模型所节省的费用相同（在Sonnet上，从50%增加到60%可节省14卢布，将Sonnet替换为Haiku可节省15卢布）。但前者适用于任何模型，后者只能一次性实现。
2. 错误比例
很少有人衡量未通过过滤的已关闭对话的比例，但它至关重要。
| 未通过过滤的比例 | 有用回复的成本 | 相关支出（卢布/月） |
|---|---|---|
| 6% | X | Y |
| 3% | X — 8卢布 | Y — Z |
将错误从6%降低到3%可为每个有用回复节省8卢布。从GigaChat-3-Pro切换到Qwen3-30B-A3B仅节省2卢布。如果将客户沉默的每个对话都视为已解决，15%的错误可能超过操作员一半的工资。
3. 升级质量
我为升级预留了1.5分钟的操作员时间（阅读摘要，继续）。这在“热”移交时有效：代理将压缩的历史记录、订单号和操作列表移交给操作员。在“冷”移交时（操作员阅读整个对话，其中机器人三次回答错误），1.5分钟会变成3或6分钟。
在3分钟内，GigaChat-3-Pro的有效回复成本从53卢布增加到77卢布，在6分钟内增加到127卢布。这已经比区域运营商更贵了。如果代理识别客户并预填充工单，运营商可以节省一到两分钟，这笔费用就会变成负数。
“传输质量是整个模型中预算中差异最大的一个单独项目，应该进行衡量：升级工单的平均处理时间应与普通工单分开计算。”
争取准确性=燃烧代币？如果为了将错误从6%降低到3%，对话的代币量增加了1.6倍，那么GigaChat-3-Pro的有效回复成本仍然从53卢布下降到46卢布。在Sonnet上，多余的代币比获得的准确性更昂贵，在那里最好改进知识库。
结论：什么是有利可图的CPM
实际结论：在支持工作流程中，最昂贵的不是代币，而是分母。所有能增加有效回复比例（知识库质量、正确路由、测试集）的措施，其回报速度都快于任何关于百万代币价格的谈判。
昂贵的模型（例如Sonnet）如果能带来比便宜模型10个百分点的自动关闭率和2个百分点的准确性，那么它们就是划算的。如果您的测试集上的差异小于此值，则您支付了过高的费用。如果大于此值，则您在代币上节省得不合理。
与人类的比较：两个注意事项
1. 工单价格：以每个工单149卢布计算，即使是Sonnet上35%自动关闭率的试点（每个有效回复110卢布）也显得有利可图。与运营商持平的自动关闭率为20-27%。但如果运营商每天处理60个工单（99卢布/工单），那么Sonnet上的同一试点（110卢布）就更贵了。区域/外包运营商（64卢布/工单）改变了局面：GigaChat-3-Pro（42卢布）更便宜，Sonnet（62卢布）持平。问题“是否划算”取决于您的工单成本和自动关闭率。
2. 数量：固定费用（知识库、实施、基础设施）为163,000卢布/月。在36,000次对话的情况下。在6000次对话中，GigaChat-3-Pro的有效回复成本为101卢布，在3000次对话中为159卢布（比运营商更贵）。每月低于3500次对话，代理就无法收回成本。如果固定费用更高（知识库的全职工资 – 200,000卢布/月，实施 – 150万卢布），收回成本的门槛将移至每月7000次对话。此时代币的比例下降到4%：你越现实地计算其他成本，每百万代币的价格就显得越不重要。
模型中未考虑的因素（双向）
- 不利于代理：工单系统或聊天平台的许可证。
- 有利于代理：人员流动（每年高达50%）、招聘和培训成本、新手工作效率低下、为促销活动进行扩展、夜班/周末班的工资。这些事情很难在没有具体数据的情况下计算，但企业通常愿意为此付费，即使日单位经济效益显示持平。
常见问题
在AI代理的语境中，“有用回复”是什么意思？
有用回复是指AI在没有人为干预的情况下结束对话，并且客户在72小时内没有带着相同问题返回，也没有留下负面评价。这是评估AI服务实际效率和成本的关键指标。
