cost-model

把选用哪个 AI 模型这件事，换算成真正的花钱、跑得快慢和能跑多久，用在要给客户报价、做预算、或判断用哪个模型划算时。算钱不只是 token 费，还会算限流/RPM、并发、GPU/实例和折扣，并校验 SKU 是否还有效，避免只看单价就把结论砸了。

# 成本核算

把「用哪个模型」换算成「多少钱、能不能跑得动、能用多久」。

## 为什么需要这个 skill

模型报价看起来是查表，实际有三个坑，每个都会让结论错一个数量级：

1. **只算 token 费**，把它当成项目成本报给客户——漏掉的人工审核部分往往是算力的十几倍。
2. **只看单价不看限流**——旗舰模型比往期档贵一倍，但 RPM 可能只有 1/60。算出来能负担，实际跑不动。
3. **引用了已下线的 SKU**——报价当时成立，签合同时那个型号已经没了。

所以核算的顺序是：**先定口径 → 三轴都算 → 检查报价是否还有效 → 才给数**。

---

## 第一步：口径三问（不能跳）

给任何数字之前，先在心里答完这三问，并把答案写进输出。口径不同，同一件事的报价能差两个数量级。

**1. 算的是算力成本还是交付成本？**

- **算力成本** = token + 工具调用 + 存储 + 订阅。机器账单。
- **交付成本** = 算力 + 人工审核 + 事实核对 + 合规过审 + 本地化 + 返工。真实成本。

默认按算力成本算，**但必须显式列出没算进去的部分**。经验比例：产出类任务里算力通常只占交付成本的个位数百分比。把算力成本当交付成本报出去，是这个 skill 要防的头号错误。

**2. 一次性还是持续跑？**

- 一次性 → 算单次，限流基本不是约束。
- 持续 → 算月度总额，**并且必须校验限流**（见轴二）。

**3. 这个数给谁看？**

- 内部选型 → 给区间，可以带假设。
- 对外报价 / 写进方案 → 只能用