大模型API的报价单，现在翻起来比菜市场还热闹。年初某家刚把千token价格压到几厘钱，隔天另一家就甩出“首百万token免费”的牌子，连一向端着架子的头部厂商也开始在计费颗粒度上做文章，按周结算、按小时弹性、甚至按任务类型分档计价。中小企业主坐在电脑前刷到这些推送，第一反应多半是懵的——便宜是真便宜，可这便宜背后到底藏着什么，没人给句准话。

我认识一个做跨境电商ERP的团队，十来个人，上个月刚把客服摘要功能从某家通用模型切到另一家的轻量版。切换理由特朴素：账单从每月两千多掉到三百出头。但用了不到两周，运营就发现摘要里开始把“退货原因”和“换货原因”混为一谈，人工复核量反而涨了。他们又灰溜溜切回去，白折腾一趟。这事挺典型，价格战打到现在，明面上的单价已经没太多参考价值了，真正决定成本的，是模型在你的业务场景里到底靠不靠谱。

选型第一件事，得先把“单价”这个锚点从脑子里摘掉。现在各家报价单的花样太多了，有的把输入输出分开计价，有的对缓存命中给折扣，有的按并发数阶梯收费。你光看千token单价低，架不住输出啰嗦、重试率高、或者上下文窗口吃不满。我见过一个做法律文书检索的团队算过细账：A模型单价是B模型的一半，但A在长文档问答里的截断率高出三成，导致他们不得不把文档切得更碎、调用次数翻倍，最后总账反而比B贵。算成本得算“任务完成成本”，不是“token采购成本”。

然后是延迟和稳定性的权重，这个在价格战里最容易被忽略。便宜模型往往部署在共享资源池上，白天高峰期响应时间能从八百毫秒飙到四秒。做内部知识库问答可能忍忍就过去了，但你要是做实时客服或者工单自动分派，用户等三秒就开始敲“人工”了。有个做SaaS客服的哥们跟我说过一句糙话：模型便宜到不要钱，但每次调用多卡两秒，客户续费率掉五个点，这账怎么算都是亏。他们现在的做法是核心链路用贵但稳的，边缘功能用便宜的，拿路由层做分流，不把鸡蛋搁一个篮子里。

数据合规和退出成本也得提前想。不少低价方案背后是拿你的调用数据做模型迭代的，合同里藏着一行“脱敏后可用于服务优化”，法务不细看根本注意不到。中小企业没专职合规团队，但至少得问清楚三件事：数据存哪儿、留存多久、能不能签补充协议关掉训练用途。另外别被“迁移成本低”的宣传语忽悠，真把业务逻辑嵌进某家SDK里，半年后想换供应商，光prompt适配和回归测试就够喝一壶。选型时留一层抽象接口，比省那点token钱值当得多。

还有个挺实际的判断维度：看厂商在你这个垂直领域有没有现成案例。通用榜单跑分再高，落到具体行业里经常水土不服。做医疗病历结构化的，去问对方有没有处理过ICD编码体系；做工业质检报告的，看对方对缺陷描述术语的覆盖度。有案例意味着人家做过针对性微调或者后训练，你拿过来少踩坑。没有的话，就得自己准备几百条标注数据做小样本测试，这笔人力成本得提前算进选型预算里。

说到底，价格战对中小企业是好事，但好事得会接。别盯着报价单上那个最小的数字做决定，先把自己的调用场景拆清楚：哪些是高频低价值的，哪些是低频高风险的，哪些对延迟敏感，哪些数据不能出内网。拆完了再拿真实业务数据跑一轮小规模对比测试，看完成率、看人工兜底比例、看P95延迟。测试跑完，那张报价单才有意义。至于厂商明天会不会再降价，说实话，跟你关系不大——你今天选的是未来半年要长在业务里的东西，不是抄底囤货。