深翼 DeepWing深翼 DeepWing
EN中文

模型 · 一号台旗舰

企业 AI 生产成本模型

这个模型只算一个数：每办成一件业务的真实成本。不按每 token 价格算，按一件业务从发起到办结，企业实际付出的全部可归属成本算。

模型版本v0.1
参数集2026-10
状态待真实账单校准

先算一遍

选一个负载模板，数字立刻按四层公式重算。价格是示例值，不是任何厂商的现行价目；模板参数是假设值，待真实账单校准。把成功率从 0.9 拉到 0.6，看每成功任务成本怎么变，这就是这个模型存在的理由。

价格层（示例价格，美元）

负载参数（模板假设值，可改）
门禁与盯梢（企业参数）

记忆按 AWS Bedrock AgentCore Memory 公开价目计（写入 $1.00/GB、读取 $0.20/GB、存储 $0.10/GB·月，存储按平均存续一个月估），登记册 COST-004，来源已核。

每成功任务完全成本
$0.00
只看单次调用$0.00
倍数0×

倍数 = 完全成本 ÷ 单次调用成本。按 token 报价时看到的是右边那个小数字。

成本块所属关金额 $占比

六块相加等于每成功任务完全成本。失败分摊 =（平均尝试 ÷ 成功率 − 1）× 单次尝试完全成本：为办成这一件，要替失败和放弃的尝试多付的钱。

公式只有四层

从下往上：先算一次尝试花多少，再乘多步的膨胀，再分摊失败与放弃，最后加上人工和门禁盯梢。每一层都只有一两个变量，藏不住水。

第一层 · 单次尝试的完全成本（2.1 至 2.5）
C_call = [ t_in × (1 − r_cache) × p_in + t_in × r_cache × p_cache + t_out × p_out ] ÷ 1,000,000 C_tool = Σ ( n_j × f_j ) C_mem = m_w × 1.00 + m_r × 0.20 + m_s × d × 0.10 C_att = C_call + C_tool + C_mem

一次调用花多少钱，完全由用量乘牌价决定。记忆是第一个被公开标价的架构层，所以它从 v0.1 起就单独成项，不许埋进其他项。t_in 按各步输入以上下文增长因子 g 加权后的平均单步输入计。

第二层 · 多步与循环膨胀（2.2）
C_model = C_call × k　　（k = 每尝试的模型调用次数，含规划、反思、校验、重试内调用）

多步 Agent 的成本失控主要来自这一项。上下文逐歩累积时，输入 token 不是线性相加而是逐歩放大，上下文增长因子 g 必须单列，不许藏进平均值里。步数上限和上下文截断，管的就是 k 与 g。

第三层 · 失败与未成功任务的分摊（2.6）
per-success attempt cost = ( a_bar ÷ s ) × C_att　　（a_bar = 平均尝试次数，s = 成功率）

这是每 token 口径永远算不出来的部分。成功率从 0.9 掉到 0.6，分摊系数从约 1.1 涨到约 1.7，还没算尝试次数本身的上升。失败与放弃不是异常，是常态成本，必须入模。成功率的判定标准由业务回执定义，模型只记录所用定义。

第四层 · 人工复核与门禁盯梢（2.7 至 2.8）
C_human = c_rev × h × w ÷ s　　（c_rev = 复核比例，h = 单次耗时（分钟），w = 复核人力分钟成本） C_gate = G_month ÷ S_month　　（G_month = 月固定开销，S_month = 月成功任务数）

人工复核是门禁与盯梢在成本侧的落点：砍复核省下的钱与放出去的风险要同时报，不许只报省钱。门禁盯梢随规模摊薄，是模型里少数有规模经济的项：小流量时它可能比模型调用费还大，这正是很多试点单件成本高得离谱、扩量后骤降的原因。

C_success = ( a_bar ÷ s ) × C_att + C_human + C_gate

标准输出永远是双路：一路是真总成本，回答办成一件事到底花多少钱；一路是出资归属，回答谁在掏钱。归属变化不改变真总成本，报告中两者分开呈现，禁止用归属路的下降冒充真总成本的下降。埃森哲 COST-001 的教训正在此处：中央出资的 29 美元是归属，不是成本。

三个模板，同一把尺

下面这张表由试算器实时重算，和上面的数字是同一套引擎。注意模板 C 的成功率：0.60。

模板成功率只看单次调用每成功任务完全成本倍数

模板参数全部为假设值，待真实账单校准。引用时必须同时标注模型版本 v0.1 与参数集 2026-10。

校准锚：公式对得上真实账单吗

模型可信不可信，不看公式看对账。两个企业锚加一个记忆价格锚：对不上，不许调锚，只能调参数与公式，并把理由写明。

锚一 · 埃森哲 COST-001

多源已核

中央每人每月出 29 美元，超支挂项目预算；此前重度用户每月 500 到 1000 美元。以模板 C 的量级代入编程助手场景，人均月成本应当落在 500 到 1000 美元区间附近，偏差超过一倍必须回查参数。

登记册 GOV-001

锚二 · Uber COST-002

多源已核

全年 AI 编程工具预算四个月烧完，2026 年 6 月起每人每月每款工具封顶 1500 美元。四个月烧完全年意味着实际速率约为预算假设的 3 倍：基线年没有 Agent 膨胀系数（k 与 g 被按旧用法低估）是结构性解释。

登记册 GOV-003

锚三 · 记忆价格 COST-004

来源已核

AWS Bedrock AgentCore Memory 官方价目：写入 1.00 美元/GB、读取 0.20 美元/GB、存储 0.10 美元/GB·月。这是第一个被公开标价的架构层。单厂商单产品价目，只作口径锚，不当行业统一价。

模型内部锚，无登记册对应（价目出自厂商公开页，不在治理措施登记册内）。

算什么，不算什么

算

  • 模型调用（单步成本 × 调用次数 × 上下文增长）
  • 工具与外部 API 调用
  • 记忆读写与存储
  • 失败、重试与放弃任务的分摊
  • 被任务直接触发的人工复核工时
  • 门禁、盯梢、网关的月度固定开销分摊

不算

  • 固定人力编制、招聘与离职成本
  • 机会成本与收入侧价值，不出 ROI 结论
  • 变革管理、培训、流程改造的一次性投入
  • 事故与合规处罚的期望损失，归判例库
  • 厂商谈判价与返利，只用公开牌价
  • 未过核查门槛的一切数字（待核条目、厂商自报、媒体单源）
  • 个人与小微场景，不外推

口径与引用

入模门槛：一手已核、多源已核、来源已核的条目可以入模；二手待核的数字一律禁止入模（登记册 COST-003，摩根大通治理表态，全条无金额，已排除在外）。假设值可以入模，但必须显式标注，且转述时不许丢掉标注。每次价格层刷新或模板修订后，两个校准锚重跑对账。

引用本模型Cite this model
数据来源：深翼 DeepWing 企业 AI 生产成本模型 v0.1（参数集 2026-10 版），深翼 DeepWing · 企业 AI 架构情报台。登记册条目与核查状态见企业 AI 治理措施登记册，模型规格全文见本页公式四层；动手试算去AI 成本治理工具包。Source: DeepWing Enterprise AI Production Cost Model v0.1 (parameter set 2026-10), DeepWing · AI Architecture, Jobs and Medical Intelligence. Register entries and verification status are in the Enterprise AI Governance Measures Register; the full specification is the four-layer formula above; run the numbers in the AI Cost Governance Toolkit.

规格全文 v0.1（2026-10-22 立项稿）已存档。对外引用任何数字，必须同时标注模型版本与参数集日期，两者缺一不可。The full v0.1 specification (founding draft 2026-10-22) is archived. Any cited number must carry both the model version and the parameter-set date.