返回资讯首页

从”每百万 Token”到”每个任务”:企业 AI 成本账该换一把尺子了

小派2026年11月18日

AI 单任务成本示意图

一份模型发布公告里,最容易被忽略的,往往是最重要的一行。腾讯混元发布 Hy4 flash,参数规模、上下文长度、解码速度都被列在显眼位置,但真正值得企业决策者停下来的,是一个此前很少出现在发布口径里的指标——单任务成本。按官方内部评测集综合测算,完成同一项工作的花费,只有前代的十三分之一。这不是又一次”降价促销”的叙事,而是企业为 AI 记账的方式,正在换一个单位。

一、Token 单价,为什么量不准你真正花的钱

企业采购 AI 时最熟悉的报价方式,是”每百万 Token 多少钱”。这个数字清晰、可比,却回答不了一个最朴素的问题:我让 AI 做完一份季度分析,到底花了多少?

因为真实支出从来不是单价一项决定的。官方对”单任务成本”给出的口径是四项共同作用:Token 单价、输出长度、工具调用次数、运行时间。同样一份任务,一个模型输出冗长、反复调用工具、跑上十几分钟,另一个模型输出更短、推理更快,即便两者刊例单价接近,最终账单也可能差出一个数量级。

Hy4 flash 的实现路径恰好说明了这一点。官方披露,后训练阶段通过强化学习把端到端任务输出长度压低了 50%;推理阶段用 4bit 量化等手段把解码速度提到每秒 150 Token 以上;架构上 KV cache 只有上一代的六分之一。这些优化没有一项是”把单价打下来”,但叠加的结果是:完成一件事的总成本被显著压缩。

一句话,单价是供应商的账面,任务成本才是企业的账单。

二、评测方式的改变,比分数本身更值得注意

更值得琢磨的是,这套成本数据是怎么测出来的。

腾讯没有沿用常见的公开榜单,而是构建了一个名为 WorkIndex 的内部评测集,直接用 WorkBuddy 里的典型任务当考卷:PPT 制作与修改、文档编辑、表格修复、音视频处理、视觉理解——八类场景,全部来自真实办公现场,另以七类公开 Agent 评测集做外部验证。

这套评测还引入了真人盲测:85 位内部 WorkBuddy 用户,覆盖 27 类、259 个任务。结果显示,用户对 Hy4 flash 的满意度接近一款主流海外轻量模型,而它的单任务成本最低、完成任务的时间最短——官方披露的中位数是 6.7 分钟,单任务花费约 0.26 元。官方同时说明,按内部评测集测算,其单任务成本约为 Hy4 preview 的十三分之一、Hy4 的二十分之一。

把”榜单分数”换成”你交付的那份 PPT 好不好、多久交、花了多少钱”,这是评测逻辑的一次转向。对企业来说,信号很明确:模型选型正在从”看发布会的跑分”,变成”拿自己的任务去跑一遍”。

三、当”任务”开始像资产一样被搬运

如果把”任务成为计量单位”当作一条线索,另一条几乎同时发生的消息就有了新的读法。

11 月 17 日,WorkBuddy 上线跨设备数据迁移。官方列出的可迁移内容,不是通讯录、不是文件清单,而是三类东西:全部任务(含对话记录、产物记录与产物文件)、任务分组(含分组关联的文件夹、组内记忆与本地 Skill)、定时任务(含名称、内容、重复规则、有效期)。而 MCP 配置、日志、全局下发的 Skill 与专家,明确不在迁移范围内。

这个边界划分很有意思。被带走的是”我做到哪一步了”,留下的是”公司统一配了什么”。换句话说,被当作个人资产搬运的,正是任务本身及其上下文;而可被组织统一管控的配置,留在了制度层。

工程细节也透露出这份判断的谨慎:同一批数据重复导入会按任务去重,单个任务中断不会留下残缺数据,定时任务导入后默认暂停以防两台机器重复推送。这些设计只围绕一件事——让”任务”这种新资产在流转中不丢、不乱、不重复。

四、企业该换的三把尺子

把上面两条消息放在一起,企业侧的方法论其实已经变了。

第一把尺子,按任务算账,而不是按席位或单价算账。把每月的 AI 支出除以实际完成的任务数,得到一个可比的”每事成本”。这个数字比 Token 单价更接近投资回报,也更容易向财务解释。

第二把尺子,把端到端时长纳入评估。官方的建议是按复杂度的”双层配模”:深度搜索、文档处理、PPT 生成、简单前端、电脑操作这类日常任务用高性价比模型;长程软件工程等复杂任务,再上智能上限更高的模型。企业不必全员顶配,也不该一刀切地降级。

第三把尺子,看清楚”返工”这个隐形变量。单任务成本公式里没有写返工,但现实中它常常是最大的一块——AI 交付的东西听不懂业务口径,人再改一遍,省下的 Token 全赔进工时里。

五、零售场景里,最贵的往往是”听不懂行话”

对零售与电商企业,第三把尺子尤其致命。

同一个”库存周转天数”,在不同企业可能有三种算法;”缺货”在采购、仓配、门店三个部门口中的定义也未必一致。当 AI 按通用语义理解这些词,交付的第一版结果往往需要人工返工。返工一次,前面所有的单价优势都会被抵消。

这正是”单任务成本”这个概念真正的价值所在:它把”模型够不够懂行”折算成了钱。要压低这个成本,光换更便宜的模型不够,还得把订单路由策略、库存调度逻辑、授信返利规则、对账口径这些只在老师傅脑子里的业务语义,提前封装成可被调用的 Skill 与连接器。让 AI 第一次就听懂行话,比让它第二次跑得更快更划算。

从”每百万 Token”到”每个任务”,变的不只是报价方式。当任务成为可计量、可迁移、可结算的基本单位,企业评估 AI 的坐标系也就从”买了什么模型”,转向”完成了什么事、花了多少钱、用了多长时间”。这把新尺子,值得在下一轮采购前先放到桌面上。

采购企业版 WorkBuddy,选商派 ShopeX!

2026 年 7 月,商派 ShopeX 与腾讯云 WorkBuddy 企业版达成代理合作,成为企业版 WorkBuddy 官方授权代理商。

这意味着通过商派采购企业版 WorkBuddy,你拿到的依然是腾讯原厂的企业版 WorkBuddy(旗舰版 / 专享版 / 私有化版三档交付形态),但叠加了商派在零售数智化领域的垂直能力封装;后续企业想要基于 WorkBuddy 定制一些落地场景,可以直接跟商派进行 FDE 合作。

商派旗下 2C 商城系统、B2B 业务系统、OMS 中台,通过自定义 MCP 连接器与 Skill 技能工具,全面接入企业版 WorkBuddy。

订单路由策略、库存调度逻辑、B2B 授信返利规则、全渠道对账口径等”只可意会”的零售经验,被封装成可复用、可分发、可迭代的标准 Skill。

💡 简单说:腾讯 WorkBuddy 是”懂 AI 但不懂零售”的通用智能体平台;商派补上的,正是”听得懂零售行话”的那一层。

免费咨询热线400-821-3016
在线咨询