以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。单价、token 结构与预警线均为教学设定值。
《潮汐方舟》上线三个月,Agent 月成本从十九万涨到二十四万。财务看到的是「涨了五万」,产品看到的是「DAU 也涨了」。两边都没说错,但都没回答真正的问题:每个玩家身上的成本是变高了还是变低了。
总额是规模的结果,不是效率的指标。DAU 翻倍时总额必然上涨,即使每个玩家更省;DAU 下滑时总额下降,也可能是效率恶化被规模掩盖。
这一节把成本拆成可比较的单位:每 DAU、每场、每付费玩家。三个分母回答三个不同的问题。
三个分母回答三个问题
| 分母 | 指标 | 回答的问题 |
|---|---|---|
| DAU | 每 DAU 月成本 | 整体上每个活跃玩家摊多少 |
| 月场次 | 每场成本 | 一次完整对局花多少 |
| 付费玩家 | 每付费玩家成本 | 收入侧能不能覆盖 |
三个指标不能互相替代:
- 每 DAU 成本适合看预算与规模,但它会被「轻度玩家占比」影响。
- 每场成本适合看玩法设计,Agent 在一场里调用几次,直接决定这个数。
- 每付费玩家成本适合看商业化,它回答「付费玩家的贡献能不能覆盖所有玩家的成本」。
只报一个数,结论会随分母选择而反转。三个一起报,才能看出是规模变化还是效率变化。
每场成本怎么推出来
方舟每场三次调用,单次 0.0048 元,每场成本就是 0.0144 元。这个推导只有三步:
- 单次成本 = 输入 token × 输入单价 + 输出 token × 输出单价。
- 每场调用次数 = 开场、关键解说、复盘各一次。
- 每场成本 = 单次成本 × 每场调用次数。
三步都能从 7.1 的口径复算。任何一步变化,都要重算:换模型改第一步,增加调用点改第二步,两者都改则三步全变。
每场成本要和玩法设计对齐。一场八到十二分钟的对局,Agent 成本一分四厘,相对于一场的广告或内购收入是高是低,才是产品要回答的问题。
消消的每场成本低一个量级,因为它每局只有零到三次调用,且多数对局不触发。低不等于好,它的 ARPU 也低,比例关系才是关键。
归因按金额,不按调用次数
成本归因常按调用次数分摊,这是错的。不同调用点的 token 结构不同:开场要读大量世界状态,输入 token 多;复盘输出长,输出 token 多。按次数平摊会把成本算到错误的地方。
正确做法是按金额归因:每个调用点记录自己的 token 用量与单价,算出金额,再求占比。
方舟的构成是开场两成、关键解说五成、复盘三成。三者调用次数相近,金额却差很多,因为关键解说的上下文最长。按次数分是三三三,按金额分才是二五三。
归因决定优化顺序。按金额看,关键解说占一半预算,优化它最有效;按次数看,三个点一样重要,团队会平均用力,收效甚微。
归因还要能追到单场。某一场成本异常高,要能拆出是哪个调用点、用了多少 token;只有月度汇总,异常会被平均掉。
预警线设在人均一元
教学设定的人均月成本预警线是 1.0 元。它不是行业标准,而是「这个产品的付费能力能覆盖的上限」。
预警分两档:
- 八成预警。 人均达到 0.8 元,进入观察,检查增长趋势。
- 超过上限。 人均超过 1.0 元,触发评审,必须给出降本方案或提价方案。
八成这个比例的作用是留出反应时间。等到超过上限才动作,当月成本已经发生;提前两成预警,还有时间调缓存、降调用或改模型。
预警线要按产品分别设。消消人均 0.0432 元,离 1.0 很远,但它的 ARPU 也低,预警线应该按收入比例设,而不是照搬方舟的数。
预警线还要随模型单价更新。单价降一半,同样的调用量人均成本减半,预警线如果不调整,就会长期不触发,失去意义。
成本异常时的排查顺序
成本突然上涨,按固定顺序排查,避免东看西看:
- 调用量。 是玩家变多,还是每个玩家调用变多。前者正常,后者要查触发条件。
- token 结构。 输入变长还是输出变长。输入变长通常是上下文装配带进了多余内容。
- 缓存命中。 命中率下降会让预生成失效,调用量被动上升。
- 重试与失败。 失败重试会计费但不产出,是典型的隐性成本。
- 单价。 供应商调价或换了模型档位。
五步的顺序是从「量」到「价」。多数异常出在前三步,直接怀疑单价会浪费排查时间。
排查要看分时数据。日均掩盖尖峰:某天下午一次配置错误导致重试风暴,日均只涨 5%,分时能看出十分钟内涨了二十倍。
分时数据还要保留至少三十天。只留七天时,月初的尖峰在月底复盘时已经查不到,团队只能凭记忆还原。
把成本指标写成可运行判定
下面的实现把月成本、三个分母、每场调用、按金额归因与预算状态写成纯函数。
// file: src/metrics/unit-cost.ts
// tier: L1
// verify: node --test test/metrics/unit-cost.test.ts
// 单位玩家成本:总额会被 DAU 放大,人均不会,所以评审看人均与每场。
// 三个分母(DAU、场次、付费玩家)必须分开报,混用会让成本看起来忽高忽低。
export type CostRow = {
readonly site: string;
readonly calls: number;
readonly cost: number;
};
// 教学设定:单次 0.0048 元,人均月成本预警线 1.0 元,八成进入预警。
export const UNIT_COST = 0.0048;
export const PLAYER_MONTH_CEILING = 1.0;
export const WARN_RATIO = 0.8;
export function monthlyFromDaily(daily: number, days = 30): number {
return daily * days;
}
export function perDauMonthly(monthly: number, dau: number): number {
return dau <= 0 ? 0 : monthly / dau;
}
export function perSession(monthly: number, sessions: number): number {
return sessions <= 0 ? 0 : monthly / sessions;
}
export function perPaying(monthly: number, payers: number): number {
return payers <= 0 ? 0 : monthly / payers;
}
export function callsPerSession(callsPerPlayerDay: number, sessionsPerPlayerDay: number): number {
return sessionsPerPlayerDay <= 0 ? 0 : callsPerPlayerDay / sessionsPerPlayerDay;
}
// 归因按成本占比算,不按调用占比算:不同调用点的 token 结构可能不同。
export function attribution(rows: readonly CostRow[]): Record<string, number> {
const total = rows.reduce((acc, row) => acc + row.cost, 0);
if (total <= 0) return {};
const shares: Record<string, number> = {};
for (const row of rows) {
shares[row.site] = row.cost / total;
}
return shares;
}
// 预警线分三档:八成以内正常,八成到上限预警,超过上限直接超支。
export function budgetStatus(
perPlayer: number,
ceiling: number = PLAYER_MONTH_CEILING,
): "ok" | "warn" | "over" {
if (perPlayer > ceiling) return "over";
if (perPlayer >= ceiling * WARN_RATIO) return "warn";
return "ok";
}
monthlyFromDaily 固定按三十天折算。用自然月天数会让二月与三月不可比,成本评审需要稳定口径。
perDauMonthly、perSession、perPaying 三个函数都在分母为零时返回 0。新服或停服期间没有分母,返回 0 比抛错更适合看板。
perSession 的分母是月场次,不是月会话。一场指一次完整对局,一次会话可能包含多场;两个词在中文里容易混,代码里用 sessions 指场次,注释写清。
perPaying 单独存在,是为了防止「人均成本很低」掩盖「付费玩家承担了全部成本」。两个数一起看,才能判断商业化是否可持续。
callsPerSession 由日均调用除以日均场次。方舟 5.4 除以 1.8 等于 3,与玩法设计的「开场、解说、复盘」对得上;对不上就说明有未记录的调用。
attribution 按金额求占比,总额为零时返回空对象。它不校验占比之和,因为浮点求和天然有误差;调用方比较时用容差。
budgetStatus 三档:八成以下正常,八成到上限预警,超过上限超支。上限相等时算预警而不是超支,因为「正好用完预算」不是事故。
成本与体验放在一起看
单看成本会得出「越便宜越好」,单看体验会得出「越贵越好」。两者要放在一张四象限图里:
| 体验提升 | 体验下降 | |
|---|---|---|
| 成本下降 | 优先推广 | 立即回滚 |
| 成本上升 | 评估性价比 | 立即回滚 |
四象限的判断需要两个指标都可信。体验指标来自 11.1,成本指标来自本节;任一指标口径不清,象限位置就不可信。
「成本上升、体验提升」这一格最难判断。提升一个百分点留存,值不值每月多花五万,取决于留存带来的长期价值。这个账要产品与财务一起算,不能由技术单方决定。
预算治理:谁批、多久看一次
成本治理要有三个固定动作:
- 周看趋势。 每周看人均与每场,不看总额;趋势比单点更早暴露问题。
- 月做评审。 每月对一次预算与实际,超支要给出原因与方案。
- 季调预警线。 每季度按模型单价与收入结构重设预警线,避免长期失效。
审批权限按影响面分,不只按金额分:
| 变更 | 审批 |
|---|---|
| 缓存策略、提示词压缩 | 团队自决 |
| 调整调用点或降级策略 | 产品 + 平台 |
| 更换模型或供应商 | 平台 + 财务 |
成本还要归到团队。按调用点归属,关键解说归玩法团队,复盘归内容团队,开场归平台;不归属到团队的调用点,优化时没人认领。归属不等于考核,把成本直接挂钩绩效,团队会关掉有价值的功能来省预算。
每月评审要留一行「本月最贵的一次调用」。单次异常通常被月总额掩盖,单独列出来能推动具体修复,而不是泛泛地说「要降本」。
预算要留弹性。按预测的 110% 设预算,超出部分进入审批;预算卡得太死,团队会在月底关功能省成本,体验反而受损。
方舟与消消的对照
方舟人均 0.7776 元,接近 1.0 的预警线,任何调用点增加都会把它推过线;消消人均 0.0432 元,空间很大,但它的收入也低,不能因为「离预警线远」就放松。
两个产品的成本结构不同:方舟是实时型,调用集中在战斗内,优化要靠缓存与降级;消消是异步型,调用分散在赛后,优化要靠触发条件与批量处理。
同一个成本指标,在两个产品上指向不同的动作。指标是共通的,动作必须按产品设计。
小结
- 总额是规模的结果,人均与每场才是效率指标。
- 三个分母:DAU、月场次、付费玩家,分别回答预算、玩法与商业化问题。
- 每场成本 = 单次成本 × 每场调用次数,方舟是 0.0048 × 3 = 0.0144 元。
- 归因按金额不按调用次数,关键解说占一半预算。
- 预警线人均 1.0 元,八成进入观察,超过触发评审。
- 预警线按产品收入能力设,并随模型单价季度调整。
- 成本异常按调用量、token 结构、缓存、重试、单价的顺序排查。
- 排查看分时数据,日均会掩盖重试风暴。
- 成本与体验放四象限看,成本升体验升要评估性价比。
- 周看趋势、月做评审、季调预警线,预算留 110% 弹性。
阅读导航:上一节:11.1 体验指标:留存、会话与投诉 · 下一节:11.3 灰度、对照组与实验设计 。
常见错误与边界
- 只看月总额。 DAU 变化时总额必然波动,无法判断效率是升是降。
- 按调用次数归因。 token 结构不同,次数一样的调用点成本可能差一倍。
- 预警线照搬。 消消与方舟收入结构不同,同一条线对一个是松、对一个是紧。
- 异常先怀疑单价。 多数成本异常来自调用量、上下文与重试,查单价会绕远路。
- 只看日均。 十分钟的重试风暴会被日均平均掉,分时数据才能抓到。
- 为省钱关功能。 月底关掉 Agent 省预算,体验指标下滑的成本更高。
体验与成本都能量化之后,还剩一个问题:怎么证明变化是 Agent 带来的,而不是同期其他改动或玩家自然波动。
下一节讲灰度、对照组与实验设计,把因果关系从相关性里分离出来。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。