花 4.3 万迁一次模型，一年省 6.6 万：这笔账我们算了三遍

这篇不讲技术，只算这次模型迁移的账。

起因很简单：我们用的模型要下线了，换到新模型，单价从 8 元/百万 token 降到 6 元/百万。听起来是好事，但要先把迁移的钱花了。

财务问了我三个问题：花多少、省多少、多久回本。我把这三笔账算完，整理在这里。

一、先看账单本身：一年跑多少 token

我们这条链路是客服问答，推理成本一年大概 33,120 百万 token。

模型按 token 计费，按老模型 8 元/百万算：33,120 × 8 = 264,960 元，也就是 26.50 万。 按新模型 6 元/百万算：33,120 × 6 = 198,720 元，也就是 19.87 万。

一年省 66,240 元，6.62 万。

这个数字看着不错，但它是"迁移完成之后"才有的。迁移本身要花钱。

二、迁移要花的钱：152 人时，4.26 万

我们按人时算的，280 元/人时。总共 152 人时，分成四块：

环节人时金额调用点排查4813,440逐个适配5615,680双跑验证328,960灰度上线164,480合计15242,560

有一点值得单独说：排查占了将近三分之一。

我们一开始以为"改代码"是大头，估时 40 人时。实际光是把 47 个调用点找出来就花了 48 小时，比整个改代码的预估还多。

原因是我们有 11 处硬编码的模型名，散在工具脚本、测试用例、甚至一个 Excel 导入脚本里；还有 3 处是死代码，定时在跑，业务上早就没人管了。

这部分钱，是花在"搞清楚自己有什么"上，不是花在"换模型"上。

三、如果不做双跑，能省下 8,960 元吗

能省，但大概率会赔更多。

我们做过一次对照：假设不做双跑，直接切。按我们的调用量估算，切换后第一周会有一类请求解析失败，失败率从 1.2% 飙到 9.4%。

那次模拟的结果是：回滚用了 35 分钟，影响 2,100 单，事后重新验证又花了 96 人时，26,880 元。

对比一下：双跑花 8,960 元，事故花 26,880 元。省下的 8,960，赔进去的是 26,880，还搭上一次信任。

所以双跑这 32 小时，不是成本，是保险。

图 1　年 token 成本 264,960 → 198,720；首年净 23,680

四、总账：首年净 2.37 万，第二年起纯省 6.62 万

项金额年省（单价 8 → 6 元）+66,240迁移投入（152 人时）−42,560首年净收益+23,680第二年起（无迁移投入）+66,240

首年赚 2.37 万，看著不多。但这里有个关键点：迁移投入是一次性的。

第二年开始，每年就是 6.62 万的纯节省。按三年算，总收益是 2.37 + 6.62 + 6.62 = 15.61 万。

五、还有一笔没算进表里的账

上面这些算的都是"这次迁移"。

但我们在迁移的时候多做了一件事：把 47 个调用点收敛成了一个统一入口。多花了大约 20 人时，5,600 元。

这笔钱当时不在预算里，我犹豫过。现在看来是最值的一笔：

• 这次迁移花了 152 人时；如果两年前就收敛，这次大概只要 40 人时，省 3 万多。

• 下次模型再下线，只要 8 人时，2,240 元——因为只需改一张映射表。

这次多花的 5,600 元，买的是"下次只要 2,240 元而不是 42,560 元"。

模型下线的频率在变快。两年前能跑两年的模型，现在可能一年半就换代。按这个节奏，三年内大概率会遇到第二次。那这笔收敛的投入，光算第二次迁移就回本了。

六、什么情况下这笔账不划算

不是所有团队都该做迁移。有两种情况我建议先别急：

第一，调用量太小。 如果你的年 token 消耗不到 5,000 百万，年省的钱可能不到 1 万，而迁移投入按同样的人力算要 4 万多，回本要四五年。这种情况不如先扛到停服前，用最简方式切过去。

第二，没有双跑环境。 如果验证成本被压到极低，事故风险就会升高。省下来的验证钱，会以事故的形式还回去。

我们这次能做，是因为调用量够大（33,120 百万/年）、团队有能力做双跑。两个条件少一个，这笔账就要重算。

七、最后

算完这三遍账，我给财务的答复是三行：

花 4.26 万，一年省 6.62 万，首年净赚 2.37 万，第二年起纯省。

财务那边回了一句：那你们早点做啊。

唯一没法提前做的是那封公告。 它不来，没人会主动换一个正在正常工作的模型。但这不代表不能提前准备——比如把调用点收敛掉，那件事跟公告没关系，随时可以做。

我们现在所有调用都走词元云这一个统一的大模型 API 入口，模型名在映射表里，将来换模型就是改一行配置的事。

参考：https://tokenfreeai.com