AI image/video 产品上线前的模型成本评估表
AI 图片和视频产品上线前，模型成本不能只看“单次调用多少钱”。真正应该评估的是：一个用户拿到一张可用图片、一个可用视频片段，产品实际花了多少钱。
这个成本通常包括模型调用费、失败重试、用户反复生成、编辑链路、审核、存储、队列、人工返修，以及因为延迟过高带来的体验损耗。如果上线前只算 provider pricing page 上的单价，产品很容易在 beta 阶段看起来可控，真实用户进来后才发现毛利被重试和返修吃掉。
下面这张表，是我建议 AI image/video 产品在上线前一定要做的模型成本评估表。它不追求财务部门那种完整成本核算，而是帮助产品、工程和增长团队在上线前回答一个更现实的问题：
这条生成链路，在真实使用方式下，能不能进入生产环境？
先说结论：上线前至少要算 6 个成本口径
AI image/video 产品上线前，至少要算清楚这 6 个指标：
| 成本口径 | 解决什么问题 | 谁负责 |
|---|---|---|
| 单次模型调用成本 | provider 或平台标价是多少 | 工程负责人 |
| 单次成功结果成本 | 失败、重试、编辑后，产出一个可用结果要多少钱 | 产品负责人 + 工程负责人 |
| 单用户月成本 | 一个活跃用户每月会烧掉多少模型预算 | 产品负责人 |
| 单功能月成本 | 某个功能在当前流量下的月度模型开销 | 增长负责人 + 工程负责人 |
| 单付费用户毛利影响 | 这个功能会不会吃掉订阅或点数收入 | 增长负责人 + 财务/运营 |
| 异常成本上限 | 被刷、脚本滥用、批量失败时最多亏多少 | 风控/工程负责人 |
很多团队只算第一项。真正决定能不能上线的是后五项。
为什么 image/video 成本比文本模型更容易算错
文本模型的成本通常围绕 token 展开，虽然也会被上下文长度、工具调用、重试率影响，但成本颗粒度相对稳定。
图片和视频模型不一样。它们更容易出现这几类隐藏变量：
- 同一个用户会连续生成多次，只为挑一张满意的。
- 图片编辑、局部重绘、参考图生成会形成多步链路。
- 视频生成常见异步任务、排队、失败、轮询和重新提交。
- 视频成本会被时长、分辨率、帧率、模式影响。
- 结果“看起来能用”和“能交付给用户”不是一回事。
- 用户满意结果之前，可能已经消耗了 3 到 8 次生成。
- 有些结果还需要人工筛选、二次剪辑、压缩、转码、存储。
所以 AI image/video 产品不能只问：
这个模型一次调用多少钱？
更应该问：
用户最终接受一个结果之前，我们平均调用了几次？失败了几次？重试了几次？返修了几次？这条链路的毛利还剩多少？
一张最小可用的模型成本评估表
上线前可以先用下面这张表。第一版不需要复杂系统，Excel、Notion、飞书表格都可以。
| 字段 | 示例填写 | 说明 |
|---|---|---|
| 功能名称 | 商品主图生成 | 不按模型填，按用户实际功能填 |
| 任务类型 | image generation | image / image edit / t2v / i2v / video edit |
| 候选模型 | Model A | 用内部别名也可以 |
| 计费单位 | per image / per second / per request / token | 必须写清，不同模型不能混算 |
| 单次标价 | $0.04 | 来自官方或聚合平台价格页，上线前复核 |
| 平均生成次数 | 3.2 | 用户拿到满意结果前平均生成几次 |
| 失败率 | 8% | 接口失败、超时、格式错误、不可用结果 |
| 重试率 | 12% | 系统自动重试或用户重新生成 |
| 编辑/返修次数 | 1.4 | 局部重绘、扩图、改字、换风格等 |
| 人工审核成本 | $0.02 | 没有人工可填 0，但不要默认没有 |
| 存储/转码成本 | $0.01 | 视频尤其要写 |
| 平均延迟 | 18s | 影响转化和等待体验 |
| p95 延迟 | 45s | 比平均值更重要 |
| 可用结果率 | 68% | 人工或规则判断“可交付”的比例 |
| 单次成功结果成本 | $0.23 | 核心指标 |
| 目标售价/点数消耗 | $0.60 | 用户为这个结果实际付出的金额 |
| 预估毛利率 | 61.7% | 用于上线判断 |
| 月请求量预估 | 50,000 | 按功能估算，不要混进全站 PV |
| 月模型成本 | $11,500 | 真实月度预算压力 |
| 风险等级 | Medium | Low / Medium / High |
| 上线结论 | Canary | Full launch / Canary / Block |
这张表最关键的不是“单次标价”，而是“单次成功结果成本”。这也是很多 AI 产品上线前最容易漏掉的一列。
核心公式：从单次调用成本到单次成功结果成本
可以先用一个简化公式：
单次成功结果成本 = (基础模型调用成本 × 平均调用次数 × (1 + 失败重试率)) + 编辑/返修成本 + 审核成本 + 存储/转码成本如果是视频产品，还要把时长放进去：
单次视频结果成本 = 单位视频成本 × 平均秒数 × 平均生成次数 × (1 + 失败重试率) + 转码/存储/审核成本再算月度预算：
月模型成本 = 单次成功结果成本 × 月成功结果数最后算功能毛利：
功能毛利率 = (用户支付金额 - 单次成功结果成本 - 支付/存储/人工等附加成本) ÷ 用户支付金额注意，这些公式不是 provider 的计费规则，而是产品上线前的经营评估口径。provider 只告诉你一次调用怎么收费，产品团队要自己算真实交付成本。
示例一：AI 图片生成功能怎么评估
假设一个产品准备上线“电商商品主图生成”功能。某图片模型的粗略调用成本是每次 $0.04。内部测试后发现，用户平均需要生成 3 次才会选择一张，系统失败和重试合计约 10%，局部修改平均 1 次，每次编辑成本 $0.02。
可以这样算：
基础生成成本 = $0.04 × 3 × (1 + 10%) = $0.132 编辑成本 = $0.02 × 1 = $0.02 审核/存储成本 = $0.01 单次成功图片成本 = $0.132 + $0.02 + $0.01 = $0.162如果你给用户定价是每张成功图片 $0.30，看起来还有空间。但如果用户平均生成次数从 3 次上升到 6 次，成本马上变成：
基础生成成本 = $0.04 × 6 × 1.1 = $0.264 编辑成本 = $0.02 审核/存储成本 = $0.01 单次成功图片成本 = $0.294这时 $0.30 的售价几乎没有毛利。问题不一定是模型太贵，而是产品没有限制用户的连续生成、没有做好 prompt 模板、没有把“重试”从免费无限循环里拿出来。
示例二：AI 视频生成功能怎么评估
视频更危险，因为用户一眼不满意就会重新生成，而每次生成都比图片更重。
假设一个 image-to-video 功能按秒计费，内部估算每秒 $0.08，默认生成 6 秒。用户平均生成 2.5 次才接受一个结果，任务失败/超时/重试合计 15%，转码和存储成本 $0.03。
计算方式：
单次生成成本 = $0.08 × 6 = $0.48 成功结果前生成成本 = $0.48 × 2.5 × 1.15 = $1.38 转码/存储成本 = $0.03 单次成功视频成本 = $1.41如果你给用户的套餐是 $19/月，但一个活跃用户每月平均生成 20 个成功视频：
单用户视频模型成本 = $1.41 × 20 = $28.20这个功能即使很受欢迎，也可能越用越亏。
这就是 AI video 产品最需要提前做成本评估的地方：功能体验越顺，用户越愿意生成，成本也越容易被放大。
模型成本评估不要只看“便宜”，要看“可用结果率”
便宜模型不一定便宜，贵模型也不一定贵。
真正应该比较的是：
单次成功结果成本 = 总成本 ÷ 可用结果数举个例子：
| 模型 | 单次调用成本 | 可用结果率 | 平均成功结果成本 | 结论 |
|---|---|---|---|---|
| Model A | $0.03 | 40% | $0.075 | 表面便宜，但返修多 |
| Model B | $0.06 | 75% | $0.080 | 成本接近，但质量稳定 |
| Model C | $0.10 | 90% | $0.111 | 适合高价值场景，不适合免费无限生成 |
如果 Model A 还会带来更多人工筛选、用户反复重试和客服投诉，它的真实成本可能高于 Model B。
所以模型评估表里一定要有“可用结果率”和“人工修改量”。没有这两列，就很容易把低标价误判成低成本。
上线前要把用户行为也算进去
AI image/video 产品的成本不是工程团队单方面决定的，用户行为会直接改变成本曲线。
上线前至少要估 5 类用户行为：
| 行为 | 成本影响 | 产品限制 |
|---|---|---|
| 连续生成 | 直接放大模型成本 | 每次生成扣点数，或设置每日上限 |
| 不满意重试 | 增加隐藏成本 | 区分“系统失败重试”和“用户偏好重试” |
| 批量生成 | 形成瞬时成本峰值 | 队列、限速、批量折扣但不无限免费 |
| 高频换 prompt | 增加失败率和返修 | 提供模板、参数锁定、预览 |
| 长视频/高分辨率 | 成本指数级上升 | 按秒数、尺寸、质量档计价 |
最容易踩坑的是“免费重试”。很多团队觉得失败重试应该免费，这在技术失败时合理。但如果用户只是不断换风格、换角度、换文案，免费无限重试会把成本全部转嫁给产品方。
更稳的做法是：
- 系统错误不扣费，记录错误码。
- 模型生成成功但用户主观不满意，按较低点数或完整点数计入。
- 免费用户限制高成本模型和高分辨率生成。
- 付费用户可以给更多额度，但仍要有日/月上限。
- 批量任务必须进入队列，不直接并发打满。
评估表里必须有 p95 延迟
很多模型评估只看效果和价格，忽略延迟。对 image/video 产品来说，这会影响两个结果：
- 用户是否愿意等。
- 用户是否会因为等待不确定而重复点击生成。
平均延迟不够，要看 p95 延迟。因为真实用户体验通常被长尾请求决定。
| 任务 | 可接受延迟口径 | 建议处理方式 |
|---|---|---|
| 头像/贴纸/轻量图片 | 尽量短等待 | 同步返回或短轮询 |
| 商品图/海报 | 可等待几十秒 | 展示进度和队列状态 |
| 5-10 秒短视频 | 允许异步 | 任务中心、通知、失败原因 |
| 批量视频生成 | 不适合同步 | 后台队列、完成通知、批量报告 |
如果一个视频模型质量很好但 p95 延迟很长，它可能适合异步工作流，不适合聊天式即时生成。成本评估表里写 p95，不是为了挑剔模型，而是为了决定交互方式。
上线前的分层模型策略
不要让所有用户、所有任务都走同一个模型。更现实的策略是分层：
| 层级 | 使用场景 | 成本策略 |
|---|---|---|
| 草稿模型 | 免费用户、预览、低风险试生成 | 低成本，限制质量档 |
| 标准模型 | 大多数付费用户常规任务 | 成本和质量平衡 |
| 高质量模型 | 付费高价值场景、最终导出 | 明确扣点或高级套餐 |
| 备用模型 | 主模型超时、不可用、质量异常 | 只在触发条件下使用 |
| 人工审核 | 品牌、广告、商用敏感素材 | 只覆盖高风险或高价值任务 |
这套分层比“默认用最强模型”更适合上线。最强模型可以放在最终导出、高价值用户、付费增强、失败升级路径里，而不是承担所有草稿生成。
成本评估表模板：可以直接复制
下面是一个更完整的模板。可以直接复制到表格工具里。
| 字段 | 填写说明 |
|---|---|
| Feature | 功能名称，例如 AI 商品图、AI 头像、AI 视频片段 |
| User segment | 免费用户 / 付费用户 / 企业用户 / 内部运营 |
| Task type | image generation / image edit / t2v / i2v / video edit |
| Model alias | 内部模型别名，不建议在业务逻辑里写死 provider model id |
| Provider pricing source | 官方价格页或平台价格页链接 |
| Pricing checked date | 最后复核日期 |
| Billing unit | request / image / second / token / credit |
| Base unit cost | 单位成本 |
| Output length/resolution | 秒数、分辨率、质量档 |
| Avg generations per accepted result | 用户接受前平均生成次数 |
| System retry rate | 系统错误重试率 |
| User regeneration rate | 用户主动重新生成率 |
| Edit steps per result | 平均编辑次数 |
| Usable result rate | 可用结果率 |
| Human review cost | 人工审核或筛选成本 |
| Storage/transcoding cost | 存储、转码、CDN 成本 |
| Avg latency | 平均延迟 |
| p95 latency | 长尾延迟 |
| Cost per accepted result | 单次成功结果成本 |
| Monthly accepted results | 月成功结果数 |
| Monthly model cost | 月模型成本 |
| Revenue per result | 单结果收入或点数价值 |
| Gross margin per result | 单结果毛利 |
| Abuse cap | 用户/账号/工作区成本上限 |
| Launch decision | Block / Internal beta / Canary / Full launch |
| Stop condition | 触发暂停或回滚的条件 |
| Owner | 负责复核这条成本线的人 |
如果团队只能填一半，说明还不适合全量上线。可以先 internal beta 或 canary，不要直接开放给所有用户。
上线判断：什么时候可以放量
建议把上线决策拆成 4 档：
| 结论 | 条件 |
|---|---|
| Block | 成本不可控、失败率高、没有限额、没有回滚 |
| Internal beta | 内部可测，但还没有真实用户成本曲线 |
| Canary | 小流量可用，有预算上限和 stop condition |
| Full launch | 成本、质量、延迟、毛利、风控都达到预设门槛 |
最小上线门槛可以这样定：
- 单次成功结果成本低于目标售价或点数价值。
- p95 延迟在用户可接受范围内，或已改成异步任务。
- 系统失败重试和用户主观重试分开计量。
- 免费用户不能无限触发高成本模型。
- 每个账号、IP、workspace 有日/月成本上限。
- 高成本视频任务进入队列，有并发限制。
- 模型价格和计费单位在上线前 24-72 小时重新复核。
- 有一键切换备用模型或关闭功能的回滚方案。
停止条件也要写进表里
AI image/video 产品最怕“功能上线了，但没有人知道什么时候该停”。上线前就要写清楚 stop condition。
可以用下面这组条件：
| 停止条件 | 处理动作 |
|---|---|
| 月模型成本超过预算 80% | 降低免费额度，限制高成本模型 |
| 单次成功结果成本超过目标值 30% | 暂停放量，复查重试和可用结果率 |
| p95 延迟连续 2 天超过门槛 | 切换异步或备用模型 |
| 系统失败率超过 10% | 暂停该 route，进入工程排查 |
| 用户重复生成率异常升高 | 检查 prompt 模板和结果质量 |
| 单账号成本异常 | 触发限流、验证码或人工复核 |
这些条件不需要完美，但必须存在。没有停止条件的 AI 生成产品，本质上是在让账单替团队报警。
哪些价格信息需要上线前重新复核
模型价格、计费单位和可用能力都可能变化。正式上线前，工程负责人需要复核：
- 官方价格页或平台模型页。
- 计费单位是 request、image、second、token 还是 credit。
- 图片是否按尺寸、质量、输入图、输出图分别计费。
- 视频是否按秒数、模式、分辨率、生成任务计费。
- 失败任务是否计费。
- 取消任务是否计费。
- 轮询、上传、存储、转码是否另计费。
- 是否有速率限制、并发限制、区域限制。
- 是否有批量折扣或企业价格，但不要把未签约折扣写进默认模型。
这里不要靠旧文章、截图或聊天记录。价格必须来自当前官方页面、合同、控制台或聚合平台的当前模型页。
团队分工：不要让工程一个人背成本
模型成本评估不是工程团队一个人的工作。建议这样分工：
| 角色 | 负责内容 |
|---|---|
| 产品负责人 | 定义功能、用户分层、可接受质量、重试规则 |
| 工程负责人 | 复核计费单位、调用链路、失败率、日志和限流 |
| 增长负责人 | 估算月请求量、付费转化、套餐额度和促销风险 |
| 财务/运营 | 核对毛利、预算上限、异常账单处理 |
| 风控/审核负责人 | 设置滥用检测、高风险内容审核和封禁规则 |
如果这些角色都没有明确 owner，至少要在表里写一个临时负责人。上线后成本失控时，最麻烦的不是问题复杂，而是没人拥有这条成本线。
常见错误
1. 用 provider 单价替代产品成本
单价只是起点，不是最终成本。产品成本要乘上用户行为、失败率、重试和返修。
2. 忽略“用户不满意但模型已成功”的情况
模型成功返回，不代表用户接受。图片和视频尤其如此。可用结果率比成功返回率更重要。
3. 免费用户直接开放高成本视频模型
这会让成本曲线失去控制。高成本模型应该有点数、额度、任务队列和用户分层。
4. 把失败重试和主观重试混在一起
系统失败可以不扣费，但主观重试不能无限免费。否则用户越活跃，产品越亏。
5. 只看平均延迟
p95 延迟才更接近真实体验。长尾延迟高时，用户会重复点击、刷新、重新提交，进一步推高成本。
6. 没有异常成本上限
一旦被脚本刷、批量失败或参数写错，没有上限就会把错误直接转成账单。
FAQ
AI image/video 产品上线前最重要的成本指标是什么？
最重要的不是单次调用成本，而是单次成功结果成本。它衡量用户最终拿到一个可用图片或视频结果时，产品实际消耗了多少模型、重试、编辑、审核和存储成本。
图片模型和视频模型的成本评估有什么区别？
图片模型通常重点看生成次数、编辑次数、可用结果率和人工返修。视频模型还必须额外计算时长、分辨率、任务失败率、转码、存储、队列和 p95 延迟。
免费用户能不能使用高成本模型？
可以，但不建议无限制开放。更稳的方式是给免费用户使用草稿模型或低额度试用，高质量模型放到付费、点数消耗、最终导出或高价值场景里。
为什么要算可用结果率？
因为模型成功返回不等于用户可用。特别是图片和视频，用户经常因为风格、细节、文字、主体变形或运动不自然而重新生成。可用结果率越低，真实成本越高。
模型价格多久复核一次？
上线前 24-72 小时必须复核一次。上线后，如果模型 provider、计费单位、输出规格、套餐策略或供应商合同变化，也要重新复核。
最后：不要等账单来告诉你产品有没有毛利
AI image/video 产品的成本评估，本质上不是一张财务表，而是一张上线风险表。
它让团队在发布前看清楚几件事：
- 哪些功能可以全量上线。
- 哪些功能只能小流量 canary。
- 哪些模型只能给付费用户使用。
- 哪些生成链路需要异步、限流或人工审核。
- 哪些成本已经高到不适合当前定价。
如果只能记住一个公式，就记这个：
真实成本 = 单次调用价格 × 用户实际生成次数 × 失败/重试放大系数 + 编辑/审核/存储成本如果只能记住一个上线原则，就是：
先算单次成功结果成本，再谈模型便宜不便宜。
模型价格会变，模型名单会变，供应商也会变。但只要这张成本评估表一直在，团队就不会每次上线 AI 图片或视频功能时都从零开始猜。