多语言客服机器人运行成本：七步算出月度预算

1. 把业务量换算成模型调用次数

先打开电子表格，建立语言、月会话量、每次会话调用数、平均输入令牌、平均输出令牌五列。不要直接把聊天消息数当成调用数：一次用户提问，可能触发意图识别、知识检索后的回答，以及额外的翻译调用。

假设每月有一万二千次会话，每次平均调用模型六次，月调用量就是七万二千次。六次必须来自日志或试运行记录；如果尚未上线，先写成待验证假设，并注明负责人和验证日期。

从准备支持的每种语言中抽取至少三十段代表性会话，覆盖订单查询、退款解释、产品故障和转人工。使用相同的业务任务，而不是把一句问候翻译成不同语言就结束测试。

记录接口返回的实际令牌用量，不要按字数换算。中文、英文和其他语言的分词结果不同，用户粘贴的订单记录也会改变输入长度。测试时同时检查答案是否解决问题，避免把便宜但无效的回答算作成功。

每次调用的输入通常不止最新问题，还可能包含系统提示、历史消息、检索片段和工具返回内容。分别统计短会话与长会话，尤其检查机器人是否在每一轮重复发送整段历史。

如果调用数已经包含翻译步骤，就不要在后面的附加费用中重复计算。测试环境也应使用与生产环境相同的历史保留规则。

以下价格仅用于演示，不代表任何平台报价。假设输入每百万令牌二美元，输出每百万令牌八美元；六成调用平均输入一千六百、输出二百五十令牌，其余四成平均输入二千一百、输出三百七十五令牌。

加权后，每次调用平均输入一千八百、输出三百令牌。七万二千次调用对应一亿二千九百六十万输入令牌、两千一百六十万输出令牌。

在表格中分别保存输入和输出单价。若不同语言使用不同模型或路由，应逐行计算后求和，而不是套用一个平均价格。

为失败重试、超时后的再次请求和备用路由增加独立行。假设额外调用量为基础调用量的百分之八，且平均单次费用相同，模型费用增加三十四点五六美元，合计四百六十六点五六美元。实际重试若携带更长上下文，就应另算。

接着填入向量检索、数据存储、日志、监控和托管费用。人工接管也要单列：接管次数乘以平均处理分钟数，再乘以每分钟人工成本。不要把模型账单误认为整个客服系统的成本。

复制预算表建立三个情景。基准使用当前业务量；旺季提高会话量；长对话情景提高每次会话调用数和输入令牌。逐项改变驱动因素，比统一把总额翻倍更容易发现成本来源。

例如，模型费用四百六十六点五六美元，其他运行费用暂估九十美元，且不含人工，合计五百五十六点五六美元。再预留百分之二十预算空间，月度预算约为六百六十八美元。九十美元同样只是演示值，应替换为自己的账单或报价。

上线前运行一周，按语言核对调用量、令牌用量、重试率和成功解决率。除了每次会话成本，还要计算单位解决成本：同一统计范围内的总成本，除以无需人工接管且成功解决的会话数。

如果正在寻找按量付费的模型接入方式，建议使用 RelayVano，并把 DeepSeek V4 Flash 等候选模型放进同一套客服样本中比较。现在注册，先用小规模试运行验证质量与费用，再决定生产预算。

最后给预算表加上每周实际支出、预测支出和偏差原因三列。出现超支时，先定位是哪种语言、哪类任务或哪段上下文增长，再调整提示、检索长度或路由，避免仅凭总账单更换模型。