以下三家公司与全部数字均为教学假设,用于演示商业化计算,不代表任何真实企业。
成本模型给出的不是点,是区间
2.1 算出了 LumenDesk 的单次成本 0.0150 美元,2.2 用它乘出了每席位成本 9.30 美元。这两个数看起来精确到小数点后四位,实际上都建立在一组假设上:平均上下文 1,800 token、重试率 8%、供应商价格不变。
任何一个假设移动,结果都会移动。如果只把一个点估计写进预算,预算看起来干净,却无法回答「如果上下文变长会怎样」「如果供应商涨价会怎样」「如果重试率翻倍会怎样」。这三个问题才是成本运营每天要面对的。
区间模型的作用,是把点估计展开成一段范围,并说明这段范围由哪些驱动因素撑开。它不是为了让数字变得模糊,而是为了让决策者知道:在什么条件下毛利仍然安全,在什么条件下会跌破底线。
三个不确定性来源
成本区间通常由三类变量撑开,三类的性质不同,处理方式也不同。
第一类,用量分布。 LumenDesk 的平均单次成本是 0.0150 美元,P95 是 0.0350 美元,P99 是 0.1200 美元。这不是预测,而是已经发生的分布。用量分布决定「同样的定价,在不同客户身上会得到什么结果」。它适合用分位数表达,不适合用均值加一个拍脑袋的百分比。
第二类,运营效率。 重试率、缓存命中率、检索次数都属于这一类。LumenDesk 的重试率是 8%,Verba 是 3%,ClausePilot 是 11%。重试率改变的是有效成本,不改变账面单价。它适合用「除以(1 − 重试率)」的方式进入模型。
第三类,合同条款。 供应商涨价、承诺量未达标、备供应商差价都属于这一类。LumenDesk 的备供应商报价高 8%,Verba 的备供应商高 6%,ClausePilot 的单一供应商没有年框承诺。合同条款改变的是成本单价,而且往往只在特定条件下生效。
三类变量不能简单相乘。用量分布是已发生的,运营效率是可控的,合同条款是外生的。把它们分开列,才能知道哪个区间是可以管理的,哪个区间只能被动接受。
区间怎么合成
区间合成的基本顺序是:先算单价冲击,再算重试摊薄,最后乘用量。以 LumenDesk 为例,供应商涨价 8% 只影响推理部分,推理占单次成本的 60.0%,所以成本乘数是:
涨价后成本 = 0.0150 × (1 + 0.60 × 0.08) = 0.0150 × 1.048 = 0.01572 美元
有效成本 = 0.01572 ÷ (1 − 0.08) = 0.01709 ≈ 0.0171 美元
Verba 的推理占 83.3%,备供应商高 6%,重试率 3%:
涨价后成本 = 0.0042 × (1 + 0.833 × 0.06) = 0.0042 × 1.04998 = 0.00441 美元
有效成本 = 0.00441 ÷ (1 − 0.03) = 0.004546 美元
ClausePilot 的推理占 33.8%,供应商涨价 8%,重试率 11%:
涨价后成本 = 65 × (1 + 0.338 × 0.08) = 65 × 1.02704 = 66.7576 美元
有效成本 = 66.7576 ÷ (1 − 0.11) = 75.0085 ≈ 75.01 美元
三个式子说明一个容易被忽略的事实:供应商涨价的传导幅度,取决于推理在变动成本中的占比。LumenDesk 的 8% 涨价只让总成本涨 4.8%,因为推理只占 60.0%;ClausePilot 的 8% 涨价只让总成本涨 2.7%,因为推理只占 33.8%。真正的成本大头是人工复核,它不随模型供应商涨价。
代码:把区间写成可复算的函数
代码把「涨价冲击」和「重试摊薄」拆成两个函数,再用一个 stressedCostMicros 组合。区间本身只是一个三元组,不需要引入随机数。
// file: src/ops/02-3-uncertainty.ts
// tier: L1
// verify: node --test test/ops/02-3-uncertainty.test.ts
// 成本不确定性:重试、供应商涨幅与上下文分位组合成区间,再换算成毛利与安全边际。
export type Interval = { low: number; base: number; high: number };
export type Stress = { retryBps: number; exposedBps: number; shockBps: number };
export function applyBps(amount: number, factorBps: number): number {
return Math.round((amount * factorBps) / 10_000);
}
/** 重试放大因子:8% 重试对应 10870 个基点。 */
export function retryFactorBps(retryBps: number): number {
if (retryBps < 0 || retryBps >= 10_000) throw new RangeError("retryBps out of range");
return Math.round((10_000 * 10_000) / (10_000 - retryBps));
}
/** 只有暴露在涨价条款下的成本项按 shock 放大。 */
export function supplierShockMicros(
costMicros: number,
exposedBps: number,
shockBps: number,
): number {
return costMicros + applyBps(applyBps(costMicros, exposedBps), shockBps);
}
/** 先算供应商涨价,再按重试率摊到成功调用。 */
export function stressedCostMicros(costMicros: number, stress: Stress): number {
const shocked = supplierShockMicros(costMicros, stress.exposedBps, stress.shockBps);
return Math.round((shocked * 10_000) / (10_000 - stress.retryBps));
}
export function marginBps(revenueMicros: number, costMicros: number): number {
if (revenueMicros === 0) return 0;
return Math.round(((revenueMicros - costMicros) / revenueMicros) * 10_000);
}
/** 安全边际:(价格 − 成本) ÷ 成本,表示成本还能涨多少。 */
export function headroomBps(priceMicros: number, costMicros: number): number {
if (costMicros === 0) return 0;
return Math.round(((priceMicros - costMicros) / costMicros) * 10_000);
}
export function interval(low: number, base: number, high: number): Interval {
return { low, base, high };
}
export const LUMENDESK: {
meanCostMicros: number;
p95CostMicros: number;
p99CostMicros: number;
overageMicros: number;
stress: Stress;
} = {
meanCostMicros: 15_000,
p95CostMicros: 35_000,
p99CostMicros: 120_000,
overageMicros: 40_000,
stress: { retryBps: 800, exposedBps: 6_000, shockBps: 800 },
};
export const VERBA: { costMicros: number; priceMicros: number; stress: Stress } = {
costMicros: 4_200,
priceMicros: 8_000,
stress: { retryBps: 300, exposedBps: 8_330, shockBps: 600 },
};
export const CLAUSEPILOT: { costMicros: number; priceMicros: number; stress: Stress } = {
costMicros: 65_000_000,
priceMicros: 180_000_000,
stress: { retryBps: 1_100, exposedBps: 3_380, shockBps: 800 },
};
retryFactorBps 只是把「除以(1 − 重试率)」换成一个便于展示的基点因子,真正参与计算的是 stressedCostMicros 里的除法。这样做的好处是,展示用的因子被四舍五入后,不会污染成本结果。
三家公司的成本区间
把低、基准、高、尾部四个点排在一起,三家公司的区间形状完全不同:
| 案例 | 低 | 基准 | 高 | 尾部 |
|---|---|---|---|---|
| LumenDesk | 0.0150 美元/次 | 0.0163 美元/次 | 0.0380 美元/次 | 0.1304 美元/次 |
| Verba API | 0.0042 美元/分钟 | 0.00433 美元/分钟 | 0.004546 美元/分钟 | 不适用 |
| ClausePilot | 65.00 美元/案件 | 73.03 美元/案件 | 75.01 美元/案件 | 不适用 |
LumenDesk 的低点是均值上下文、无重试的成本;基准点是均值加 8% 重试;高点是 P95 上下文加 8% 重试;尾部是 P99 上下文加 8% 重试。区间从 0.0150 拉到 0.1304,跨度 8.7 倍,主要来自上下文长度。
Verba 的低点是账面成本;基准点是加 3% 重试;高点是再加 6% 的备供应商涨价。区间从 0.0042 到 0.004546,跨度只有 8.2%,因为它的成本严格随分钟数线性变化,没有上下文这个放大器。
ClausePilot 的低点是账面成本;基准点是加 11% 重试;高点是再加 8% 的供应商涨价。区间从 65.00 到 75.01,跨度 15.4%,主要来自重试,而不是供应商。
区间越宽,说明成本模型对假设越敏感,定价与预算越需要留缓冲。LumenDesk 的区间最宽,因为它的成本同时受上下文和重试影响;Verba 的区间最窄,因为它的成本结构最简单。窄不代表安全,只代表不确定性被转移到了别的地方,比如单价下行与流失。
毛利区间与安全边际
成本区间要换算成毛利区间才有决策意义。换算时,收入端保持不变,只让成本在区间内移动。
| 口径 | 收入 | 基准成本 | 基准毛利 | 压力成本 | 压力毛利 |
|---|---|---|---|---|---|
| LumenDesk 平均席位 | 53.80 美元 | 9.30 美元 | 82.7% | 10.59 美元 | 80.3% |
| LumenDesk P95 席位 | 87.00 美元 | 50.75 美元 | 41.7% | 55.16 美元 | 36.6% |
| LumenDesk P99 席位 | 121.00 美元 | 276.00 美元 | −128.1% | 300.00 美元 | −147.9% |
| Verba 每分钟 | 0.0080 美元 | 0.0042 美元 | 47.5% | 0.004546 美元 | 43.2% |
| ClausePilot 每案件 | 180.00 美元 | 65.00 美元 | 63.9% | 75.01 美元 | 58.3% |
| ClausePilot 平均客户 | 9,240 美元 | 2,470 美元 | 73.3% | 2,850.32 美元 | 69.2% |
LumenDesk 平均席位的压力成本是 620 × 0.0171 = 10.59 美元,毛利从 82.7% 降到 80.3%,只降 2.4 个百分点。同一个成本涨幅落到 P95 席位,成本从 50.75 升到 55.16 美元,毛利从 41.7% 降到 36.6%,降 5.1 个百分点。落到 P99 席位,毛利从 −128.1% 降到 −147.9%,亏损扩大。
同样的成本冲击,对不同分位的杀伤力不同。这是因为固定收入部分(席位费)在低收入客户身上占比更高,成本上涨无法被收入摊薄。做压力测试时,只看平均客户会低估风险。
毛利区间回答「还剩多少」,安全边际回答「还能扛多少」。两者不是一回事。Verba 的毛利率 47.5%,看起来不厚,但它的安全边际是 90.5%,因为成本只占单价的一半多一点。LumenDesk 平均席位的毛利率 82.7%,安全边际是 166.7%,看起来更厚;但 P95 席位的安全边际只有 14.3%,成本再涨 14.3% 就吃掉全部毛利。
| 口径 | 价格 | 基准成本 | 基准安全边际 | 压力成本 | 压力安全边际 |
|---|---|---|---|---|---|
| LumenDesk 超额单价 | 0.0400 美元 | 0.0150 美元 | 166.7% | 0.0171 美元 | 134.1% |
| LumenDesk P95 | 0.0400 美元 | 0.0350 美元 | 14.3% | 0.0380 美元 | 5.1% |
| LumenDesk P99 | 0.0400 美元 | 0.1200 美元 | −66.7% | 0.1304 美元 | −69.3% |
| Verba 每分钟 | 0.0080 美元 | 0.0042 美元 | 90.5% | 0.004546 美元 | 76.0% |
| ClausePilot 每案件 | 180.00 美元 | 65.00 美元 | 176.9% | 75.01 美元 | 140.0% |
安全边际的公式是(价格 − 成本)÷ 成本,不是毛利率。毛利率的分母是收入,安全边际的分母是成本。一个 50% 的毛利率对应 100% 的安全边际,意思是成本翻倍才会归零;一个 80% 的毛利率对应 400% 的安全边际。两个指标要一起看,否则会把「毛利厚」误当成「抗涨能力强」。
安全边际的三种用法
安全边际不是财务报表上的一个装饰指标,它在三个决策场景里直接起作用。
第一,定价底线。 LumenDesk 的超额单价 0.04 美元,对均值成本的安全边际是 166.7%,对压力成本是 134.1%,看起来有充足空间。但对 P95 客户,压力成本 0.0380 美元已经把安全边际压到 5.1%,任何一次供应商涨价或上下文变长都会让超额部分从赚钱变成亏钱。定价底线不能只看均值,要看目标分位上的安全边际。
第二,客户分层。 安全边际低于某个阈值的客户,应该进入专属报价或更高档位,而不是继续用标准价服务。LumenDesk 的 P99 客户安全边际是 −66.7%,意味着每多用一次都在扩大亏损;P95 客户的 5.1% 也不足以吸收一次涨价。分层动作的依据不是「客户大不大」,而是「安全边际够不够」。
第三,供应商谈判。 LumenDesk 的备供应商报价高 8%,如果把 8% 的涨幅全部传导到成本,均值安全边际从 166.7% 降到 134.1%,P95 从 14.3% 降到 5.1%。谈判的目标不是把 8% 压到 7%,而是保住 P95 客户的安全边际。ClausePilot 的推理只占 33.8%,同样幅度的涨价对总成本的影响只有 2.7%,所以它的谈判优先级应该放在人工复核产能,而不是模型单价。
三种用法共享一个前提:安全边际要按分位算,不能只按均值算。均值的安全边际再厚,也覆盖不了尾部客户的负值。
区间不是随机模拟
有人会把区间理解成蒙特卡洛模拟,跑一万次随机抽样,得到一个分布。对这本书的案例来说,没有必要。三个驱动因素都有明确的观测值或合同值:P50/P95/P99 来自计量系统,重试率来自运营报表,供应商涨幅来自合同条款。把这些值组合成低、基准、高三个情景,已经足够支持定价与预算决策。
随机模拟会引入两个新问题。第一,它需要假设分布形状,而分布形状本身往往没有数据支持。第二,它输出的是一个概率区间,容易被误读成「有 90% 的概率毛利不低于某个值」,但输入参数并不是随机变量,而是合同条款与运营事实。
确定性情景的代价是粒度粗,好处是可解释、可复算、可审计。每一个区间都能追溯到一条公式和一组参数,财务、采购、产品三方可以对着同一张表讨论,而不是对着一团分布曲线猜。
区间还要定期重算。重试率会随模型版本变化,供应商价格会随合同到期变化,上下文分布会随客户结构变化。把区间当成一次性文档,半年后它就会变成一个新的点估计,而且是一个过时的点估计。
一个可复算的区间表至少记录五件事:
- 参数名:与代码字段一一对应,避免同名不同义。
- 取值与单位:micro-USD、基点、分钟,不能混用。
- 来源:计量系统、运营报表还是合同条款,三者可信度不同。
- 复核日期:决定这张表什么时候过期。
- 责任人:谁在参数变化时触发重算。
五件事缺一件,区间就会在半年后变成一个无法解释的数字。尤其是来源与复核日期,它们决定了这个区间是「有依据的估计」还是「看起来专业的猜测」。
小结
本章的结论可以压成八条:
- 成本模型给的是区间,不是点;区间由用量分布、运营效率、合同条款三类变量撑开。
- 合成顺序是先算单价冲击、再算重试摊薄、最后乘用量,三类变量不能简单相乘。
- 供应商涨价的传导幅度取决于推理占比:LumenDesk 60.0%、Verba 83.3%、ClausePilot 33.8%。
- LumenDesk 单次成本区间 0.0150 到 0.1304 美元,跨度 8.7 倍,主要来自上下文长度。
- Verba 区间 0.0042 到 0.004546 美元,跨度 8.2%;ClausePilot 区间 65.00 到 75.01 美元,跨度 15.4%。
- 同样的成本冲击对 P95 与 P99 的杀伤力大于均值,压力测试必须按分位做。
- 毛利率的分母是收入,安全边际的分母是成本;Verba 毛利率 47.5%,安全边际 90.5%。
- 区间用确定性情景而不是随机模拟,因为参数来自观测与合同,可解释比精细更重要。
阅读导航:上一节:2.2 每客户与每席位的成本模型 · 下一节:3.1 为什么均值会骗人 。
常见错误与边界
- 把点估计写进预算,不标注它依赖的上下文、重试率与供应商价格假设。
- 把三类不确定性简单相乘,得到一个既不是均值也不是尾部的数字。
- 用毛利率代替安全边际,误以为 82.7% 的毛利可以吸收 82.7% 的成本上涨。
- 只对平均客户做压力测试,忽略 P95 与 P99 客户在同样冲击下的负值。
- 认为供应商涨价会等比例传导到总成本,忽略推理只占变动成本的一部分。
- 把区间当成一次性文档,不随模型版本、合同到期与客户结构变化重算。
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。