2026 年 11 月 2 日,钛媒体一篇报道把"算力版滴滴"的生意摊到了台面上:独立分布式云计算服务商派想未来(运营主体之一为派欧云)把分散的闲置 GPU 资源拼成一张算力网络,按 Token 向客户转售模型 API。这条新闻对长沙中小企业真正的价值,不在于谁要上市,而在于它把"你付的钱到底付给了谁"这件事说透了——单价是透明的,计费结构与用量责任却常常是空白。 上一篇我们写过大模型 AP…
2026 年 11 月 2 日,钛媒体一篇报道把”算力版滴滴”的生意摊到了台面上:独立分布式云计算服务商派想未来(运营主体之一为派欧云)把分散的闲置 GPU 资源拼成一张算力网络,按 Token 向客户转售模型 API。这条新闻对长沙中小企业真正的价值,不在于谁要上市,而在于它把”你付的钱到底付给了谁”这件事说透了——单价是透明的,计费结构与用量责任却常常是空白。
上一篇我们写过大模型 API 单价对比,也写过AI 合规采购清单里的法律责任那一层。本文只补中间那一块:大模型 API 计费方式怎么谈——钱怎么算、超量谁担、模型被换掉谁先知道。
一、转售层正在成为中小企业的默认采购路径
按钛媒体 2026 年 11 月 2 日的报道(引自招股书口径,未经当事方核实):派想未来 2025 年营收 7.70 亿元,其中 AI 云计算收入从 2023 年的 26.5 万元增至 2025 年的 1.19 亿元,占比提升到 15.5%;综合毛利率从 2023 年的 17.7% 降到 2024 年的 12.3%、2025 年的 9.4%;2025 年 AI 云业务毛利率为 -10.7%;同年 GPU 资源成本 1.17 亿元,与 AI 云收入 1.19 亿元基本相当;日均 Token 消耗已破万亿;前五大客户收入占比 2025 年为 79.0%;贸易应收款项周转天数 75 天;2025 年经营现金流净额 -1.36 亿元。
更有意思的是定价机制:据爱分析的报道,该公司的定价页面与 DeepSeek、GLM、Kimi 等官方 API 文档定价一致。原因不复杂——定价权在模型厂商手里,Token API 是同质化商品,客户切换供给方的门槛很低。招股书也直接提示,客户可能要求降价,也可能出于商业或合规原因改用其他云服务商。
把这组数字翻译成中小企业的采购语言,是三件事:
- 你付的单价是模型厂商定的,但服务是中间商给的。模型调价、模型下线、算力限流这三件事的责任边界,只有写在合同里才成立。
- 中间层的毛利被压缩,锁定效应就会变强。服务商更希望你把业务留在它的平台上,谁来负责把你迁走,是要提前谈的。
- 账期是风险传导的末梢。转售层对上游的账期压力,最终会体现为你这边的停服阈值与欠费规则。
二、五种计费单位,分别适合什么场景
不同的大模型 API 计费方式没有通用解。平台侧提供的计费单位大致可以归为五类,差别不在技术,而在你能不能提前知道用量。
| 计费单位 | 典型场景 | 主要风险 | 议价要点 |
|---|---|---|---|
| 按 Token(输入与输出分开计价) | 文本生成、文档处理、报表解析 | 用量随业务量线性上涨;长文档输入放大成本 | 输入与输出分别报价;缓存命中价、批量异步折扣写清 |
| 按调用次数或按会话 | 客服问答、工单流转 | 一次业务动作触发多次模型调用时按次累加 | 定义”一次”的边界:重试、工具调用、子流程是否计费 |
| 按并发或预留吞吐 | 实时语音、直播式高峰 | 闲时闲置同样付费 | 弹性与预留比例;高峰超量单价;能否随用随缩 |
| 按席位订阅 | 办公助手、员工通用工具 | 使用率低仍然按人头付费 | 活跃席位定义;试用与培训席位是否计费 |
| 按结果或按任务 | 报价、审单、跟单等端到端自动化 | “合格结果”难以定义,容易产生验收争议 | 合格判定标准、返工是否重复计费、抽检比例写进附件 |
选型可以用三个问题过一遍:用量可不可预测、失败的代价大不大、场景成熟到什么程度。用量稳定、失败可容忍的场景,按量计费通常更合适;用量波动大、失败代价高的场景,预留并发或席位通常更划算;端到端自动化的验收标准如果还没定下来,先别急着按结果计费——争议带来的额外成本往往高于谈下来的折扣。
三、把单价之外的五件事写进合同
单价是明牌,计费口径是暗牌。下面五条建议直接写进合同或报价单附件,每一条都能在验收环节被检查。
- 计费口径。输入与输出是否分开计价;缓存命中是否计费、折扣多少;批量与异步任务是否有更低价;失败重试与工具调用产生的 Token 归属谁;换用不同 tokenizer 后如何折算计量。
- 用量上限与超量责任。设硬性用量上限(cap);超量部分按阶梯单价计算;未经确认不自动扩额;同时要求供应商说明异常调用的排查与止损机制。
- 账期、欠费与停服阈值。结算周期与账期长度;余额预警阈值;停服前的通知期;停服后数据保留多久、以什么方式导出。
- 模型替换、下线与调价的通知义务。提前通知期;是否允许替换到功能等价的国产模型;迁移协助的责任方;已购资源包与预付余额如何处理。这一条是转售型采购里容易被忽略、却在半年后才暴露问题的一条。
- SLA 与故障降级路径。可用性怎么算;故障时是切备份模型还是排队;故障期间是否照常计费;恢复时间怎么承诺。
这五条可以和你已有的验收表合并使用,例如给 AI Agent 划权限边界的护栏与验收清单里的验收条目写法。清单一旦能变成可勾选项,验收就不再依赖双方对”效果”的各自理解。
四、长沙中小企业的三步做法
步骤一:索取一份书面”计费口径说明”。不接受口头承诺,也不接受只有一张单价表的报价单。要看到输入与输出单价、计费单位、超量阶梯、停服阈值这四样。
步骤二:做一个两周的小规模试点,先取三个数字。单次业务动作的平均 Token 消耗、峰值并发、失败重试率。这三个数字决定了大模型 API 计费方式该怎么定:按量付费,还是谈席位或预留吞吐。
下面是一个说明性算例,参数为便于讲解而设定的假设值,不对应任何一家企业的实际账单。设输入单价为 a 元/百万 Token、输出单价为 b 元/百万 Token(a、b 取你实际采购平台的当日公示单价),一个电商客服场景平均每次会话触发 3 次模型调用、每次输入 1500 Token、输出 400 Token,则每次会话的输入约 4500 Token、输出约 1200 Token,单次会话的模型成本约为 0.0045a + 0.0012b 元;一个月 8000 次会话,对应支出约为 36a + 9.6b 元。若同样的场景按每次会话 0.02 元报价,月支出是 160 元。两种口径的差额,往往来自单次动作的调用次数和输入长度,而不是”谁家更贵”。
步骤三:把试点数字写进报价与合同。预算区间沿用站内既有口径:长沙中小企业的单项目投入一般在 5 万到 20 万元,年服务费在 2 万到 10 万元区间,具体测算方法可参考制造业中小企业 AI Agent 投入产出比计算指南。长沙企业决策链通常较短,企业负责人往往直接拍板,建议把”计费口径说明、用量上限、SLA 降级路径”三项设为首付款的前置条件,而不是上线后再补。
还要提醒一句:长沙企业选择本地服务商时,看重的是随叫随到,而本地集成商常常同时承担软件开发与云资源代采购。中间多一层,上面五条里的第 3 条与第 4 条就更要写细——出问题时的首要对接人、模型被替换时的通知对象,都应该落到具体的人和具体的天数上。
五、三个容易误判的地方
- “单价低就是成本低”。单价之外还有输入长度、失败重试、缓存命中策略三件事在放大或缩小总支出。
- “先多买额度更划算”。预付资源包通常有有效期,周期内用不完的部分可能失效;阶梯折扣往往绑定用量门槛,达不到门槛反而更贵。
- “上线后再优化用量”。没有硬性 cap 的情况下,一次脚本异常重试或批量请求被反复触发,就足以在月底变成一笔说不清的账单。
最后补一句数据透明度问题:如果你的调用量已经大到需要自己做用量统计,可以看看用一层 AI 网关把账算清的思路,把计费口径和调用记录收在自己手里。这件事在采购谈判中的价值,往往高于在技术方案里的价值。
免责声明:本文基于行业通用场景分析与公开信息整理撰写,所述效果为典型应用中的可能表现,具体结果因行业、业务规模及实施条件而异,不构成对预期效果的承诺。文中涉及的算例参数为便于说明而设定的假设值,不对应任何企业的实际账单;所引企业与数据来自公开报道口径,未经当事方核实。
