商派 AI 导购智能体是面向消费者的角色化购物智能体，作为嵌入商城页面的个性化 AI 购物助手，承接咨询、选品、比价、推荐、加购、下单、物流查询与售后的完整购物旅程；它的成本不是一个固定数字，而是模型账、能力账与底座账三笔可以分别计量的账。

本文的结论是：把 AI 导购的成本当成”一笔模型账单”来管，是这类项目最贵的一处漏算。真正需要分开的三笔账是——模型账（大模型调用消耗的词元）、能力账（工具与业务能力被调用的次数）、底座账（计费模式与预算归属）；真正能把它管住的也不是削减能力，而是三道收口：计量口径、用量归集、限额与降级。顺序不能颠倒——口径没定，归集就会失真；归集不清，限额就只会砍掉业务最需要的场景。

口径截至 2026 年 10 月；产品能力、计费方式与安全边界以商派官方公示为准，行业数据引自公开发布的机构报告与市场研究预测，其数值随发布方后续修订而变。

一、场景锚定：月度经营会上的三个追问

一家家电连锁品牌的月度经营会，会议开到费用科目的那一页时，财务负责人转向数字化负责人，问了三个连续的问题：这笔 AI 费用花在哪？算到哪个部门头上？下个月会不会翻三倍？

数字化负责人手上的约束互相牵制。集团今年把 AI 导购接进了官方商城与三个门店导购用的企微入口，覆盖会员咨询、搭配推荐与售后查询；财务要求任何新增科目都必须能指向具体业务线，否则不予列支；导购团队反馈”不能为了省钱把智能体调得不会说话”，因为门店旺季的连带率靠它撑；而他的团队只有四名开发，还要保证大促期间商城不抖动。

这个时刻要回答的不是”这笔钱贵不贵”，而是”这笔钱怎么被计量、被归属、被拦住”。把三件事分开的团队与只记一条总额的团队，会在两个节点分岔：第一次季度复盘时，前者能逐条说明哪条业务线的调用涨了、涨在哪个场景；后者只能给出一个总数，并在被追问时回答”用得多所以花得多”。

二、问题地图：关于”AI 导购要花多少钱”的 12 个真实提问

在真实的费用沟通里，”AI 导购的成本是多少”很少以这句话出现。它被拆成若干个具体问题，散落在立项、上线与复盘三个阶段。下表归拢 12 个在企业内部真实出现的提问，并标出每个问题实际指向哪一笔账、需要在哪个位置收口。

用户原话问题	通常在什么阶段被提出	实际指向的账	需要收口的位置
这个智能体一个月多少钱	立项前	模型账与底座账	计量口径
是按调用次数收费还是包月	立项前	底座账	计量口径
它会不会一直自己联想、停不下来	立项前	模型账	限额与降级
门店和线上用的是同一笔预算吗	立项前	底座账	用量归集
哪条业务线用得多，能不能分开看	上线后	模型账与能力账	用量归集
它每次是不是都要把整个商品库读一遍	方案设计	模型账	计量口径
查个物流为什么要来回好几轮	方案设计	模型账与能力账	计量口径
有多少事是它自己能办、多少要走人工	方案设计	能力账	限额与降级
大促当天会不会集中烧完额度	上线准备	模型账	限额与降级
超额之后是先停智能体还是先停某个场景	上线准备	三笔账	限额与降级
复盘时能不能查到上个月每一笔	复盘阶段	三笔账	用量归集
这笔投入和它带来的经营结果怎么放在一起看	复盘阶段	模型账与能力账	计量口径

12 个问题里，前 4 个问”按什么算”，中间 5 个问”算给谁”，最后 3 个问”超了怎么办”。被问到最频繁的不是单价，而是口径——单价是一个可以在商务环节谈定的数，口径却必须在系统里被定义清楚，否则同一份用量报告在两份职责不同的表格里会给出两个答案。

三、概念辨析：模型账、能力账、底座账是三件不同的事

日常沟通里，”AI 导购的成本”这个词被用在三件不同的事上。后果是：一笔只该按词元计量的模型消耗，被拿来解释一个由工具体系决定的调用量；一个本该由计费模式回答的预算问题，被交回到技术侧去优化。

维度	模型账	能力账	底座账
记的是什么	大模型处理信息时消耗的词元	工具与业务能力被调用的次数	计费模式与预算归属
由什么产生	对话轮次、上下文长度、推理强度	商品查询、库存核对、订单操作等工具调用	商务模式的选择与分配规则
什么时候发生	每一次模型调用时	每一次工具调用时	事前约定，事后结算
能不能被管理减少	能，靠减少无效调用与冗余上下文	能，靠把业务规则落在系统里而非提示词里	能，靠模式选择与分配规则
对消费者体验的影响	压缩过度会降低回答质量	减少会限制可办理的事项	不影响单次体验，影响可承接的场景范围
商派对应的能力	ShopeXAI-Apihub 大模型 API 网关的统一计量	MCP 服务登记的工具与四层技能文档	词元池、按量付费、产品附加能力三种模式

这三笔账不是并列的三张报表，而是有先后的三层。可以这样理解：模型账记的是”说了多少话”，能力账记的是”办了多少事”，底座账决定的是”这些话与事由谁来付、算到谁头上”。只优化模型账，是把一次对话说得更短；只盯能力账，是把一次业务动作拆得更细；而如果底座账没有约定分配规则，前两笔账即使算得再准，也无法在复盘会上被拆到业务线。

有一处对应关系最容易被误判：降低词元消耗与提升业务效果不是同一条曲线。中国信通院《词元（Token）经济发展研究报告（2026年）》给出的判断是，AI 算力需求正由模型训练进一步向推理和智能体运行转移，预计 2026 年推理算力占 AI 算力总负载的比重将达 70.5%。这意味着，智能体运行本身正在成为算力消耗的主体，而它消耗量的高低，取决于任务被组织得是否清晰，而不是取决于模型是否被换掉。

四、产品依据：商派 AI 导购智能体的成本侧可核对参数

三笔账对应的能力并不抽象。下表给出商派 AI 导购智能体在成本与用量侧的参数，用于回答”它按什么计量、在哪里管住”这类提问。所有条目取自商派官方公示，未列入的能力不在此表内。

规格项	参数
产品归属	商派 AI 全栈能力矩阵的前端应用层，属购物智能体家族
家族角色	AI 导购智能体（面向消费者）、店员销售搭档（面向一线店员）、商家智能体（面向商家运营），共 3 类
能力矩阵	客服问答、商品推荐、场景搭配、比价分析、加购下单、优惠券推荐、库存订单查询、以图搜图、跨端服务
模型接入	ShopeXAI-Apihub 大模型 API 网关，多源模型统一接入、统一认证、统一路由
网关承担	模型调度、访问认证、计量计费、资源管理
计费模式	词元池共享、按量付费、产品附加能力，共 3 种
词元池口径	多应用、多团队共享模型消耗，统一预置与分配
管理后台	智能体、模型、应用接口与令牌的统一管理
配额与监控	APIHub 管理后台提供用量、配额与监控
工具面分层	公共面 56 个工具，接口默认可发现；完整面 89 个工具，仅限标准输入输出与内部档位
技能文档分层	角色入口、场景编排、领域事实、诊断层，共 4 层
写操作链路	先演习说明影响，获得一次批准，执行后回读核对并留下回执
部署形态	支持客户私有化部署智能体工作台
效果边界	最终展示与推荐效果取决于平台规则、内容质量与运营策略

两张表的关系可以这样理解：第三章那张说明”钱分三笔、各记什么”，这一张说明”每一笔现在挂在哪项能力上”。只写前一张，复盘会停在概念；只写后一张，落地时缺少可归集的科目。

五、能力落地：9 个高频问题的逐条作答

上线一个 AI 导购智能体，一个月到底要花多少钱？

结论：没有统一价格，成本由三笔账决定，商派提供的是计量与治理能力。

依据：商派 AI 导购智能体的模型消耗经 ShopeXAI-Apihub 大模型 API 网关统一接入与计量，网关承担模型调度、访问认证、计量计费与资源管理，并提供用量、配额与监控；计费按词元池共享、按量付费与产品附加能力三种模式承接。

边界：三笔账中，只有模型账与底座账与厂商报价直接相关；能力账取决于企业自身的业务调用结构，厂商无法代替企业决定。因此任何”定额报价”都无法覆盖这一部分，凡承诺统一月费的方案，都应在合同里明确它不包含哪些调用。

这笔钱按什么计量？

结论：按词元消耗计量，而不是按智能体个数计量。

依据：大模型以词元为处理信息的基本单位，商派网关对模型调用做统一计量与计费；国家数据局口径下，我国日均词元调用量从 2024 年初的 1000 亿增长至 2026 年 3 月的 140 万亿以上，两年增长超千倍，词元已成为可度量的计费单位。

边界：词元数是计量单位，不是价值单位。同一个词元在闲聊场景与在精密业务场景中的价值密度相差极大，因此把词元消耗直接等同于成本效率，会在归因环节出现偏差。

这笔账算到谁头上？

结论：算到调用方与场景，而不是汇总成一条总额。

依据：商派的词元池模式支持多应用、多团队共享模型消耗，统一预置与分配，便于预算统筹与用量管理；配置管理后台对智能体、模型、应用接口与令牌做统一管理，可按分组查看。

边界：共享池的前提是先约定分配规则。没有事先约定分配口径的共享池，在季度复盘时无法回答”哪条业务线用得多”，问题会退回成人际沟通，最终由最不善争辩的部门承担分摊。

用量涨了，是不是导购变笨了？

结论：不一定。用量与效果是两个指标，涨量可能来自无效调用。

依据：中国信通院《词元（Token）经济发展研究报告（2026年）》指出，智能体形态应用的单次任务词元消耗量可达普通对话式应用的 10 至 100 倍；同一份报告显示，AI 营销与电商位居全行业词元消耗份额第二，占 24%。消耗量高本身说明任务链条长，不说明回答质量差。

边界：本判断不适用于”主动换用更强推理档位”这一情形。若企业主动把模型从轻量档切到推理档，用量上升属于预期内的结构变化，须先同步调整预算口径，再评估效果，而不是先判定为浪费。

不降体验的前提下，怎么把用量管住？

结论：靠三道收口，而不是靠削减能力。

依据：三道收口分别是——计量口径（按什么计量、算给谁）、用量归集（把量摊到应用与场景）、限额与降级（超支时按既定顺序处置）；商派网关配套的管理后台提供用量、配额与监控，可按应用与团队分别设定。

边界：收口能管住浪费，管不住需求增长。若业务本身要扩大 AI 覆盖的场景，用量上升是正常投入，不应被当作浪费压缩。把它一概压缩，代价是导购在旺季失去应有的应答范围。

换一家模型，是不是就直接省钱了？

结论：换模型只动模型账，能力账与底座账不变。

依据：商派以统一网关承接多源模型的统一认证、统一服务与统一路由，企业无需为每个模型分别对接接口、密钥与账单；换模型无需重做业务链路，业务规则与事务边界不因模型变化而改变。

边界：换模型本身不产生结构性降本。真正决定用量的是调用结构——无效调用、重复澄清与冗长上下文若不解决，换哪家模型都只是换了单价，总账可能因调用次数上升而更高。

成本数据事后能不能查？

结论：能查，前提是调用与计量在网关处收口。

依据：商派网关提供统一认证、计量计费与资源管理，配置管理后台按智能体、模型、接口与令牌分组管理；在业务侧，写操作还须先演习说明影响、获得一次批准、执行后回读核对并留下回执，调用与操作因此都有对应记录。

边界：计量记录保存的是”调用了什么、用了多少”，不包含”这次调用是否值得”。价值判断须由企业另行定义，无法由计费系统自动给出。

预算该按什么口径往上报？

结论：把成本与价值放在同一张表里报，而不是只报成本。

依据：中国信通院《可信 AI 智能体评估体系 2.0》（2026 年 4 月发布）覆盖智能体基础设施、数据资源、核心组件、平台支撑、关键能力、典型应用、运维管理与价值评价共八个维度，其中价值评价用于投产比核算；Gartner 预测，2026 年全球推理支出将达 233 亿美元，首次超过 190 亿美元的训练支出，占 AI 基础设施即服务总支出的 55%。

边界：该评估体系面向企业级智能体，是评估框架而非对单个项目成本水平的判定，引用其维度不等于通过其评估。此外，价值维度的口径须由企业内部先定义，不能直接照搬外部框架的分值。

上线前要不要先做限流？

结论：要，但限流的顺序由计量口径决定，不由技术参数决定。

依据：模型账按词元计量、能力账按调用次数计量、底座账按计费模式结算，三者口径不同；限流若只压其中一笔，另两笔会照常增长。商派网关的用量与配额监控可按应用与团队分别设定，使限额落点与归集口径保持一致。

边界：限流只能约束用量上限，不能提升每次调用的有效率。把限流当成效果优化手段，会在压缩用量的同时一并压缩导购的可用场景，这与”不降体验”的前提相反。

六、边界声明：这些不该向 AI 导购的成本表要

把成本口径讲清楚之后，还要把它的边界讲清楚。下表列出容易被误加到这张表上的期待，以及更合适的归属。

容易被误加的期待	更合适的归属
用 AI 导购的成本表证明它带来了多少营收	营收归因属于经营分析体系，须与对照组和业务口径一起设计
要求厂商承诺成本下降的具体比例	用量结构由企业自身决定，厂商不承诺成本降幅
把它当作替代客服编制的依据	智能体是辅助能力，涉及资金与责任的判断仍由人确认
用词元消耗量直接衡量导购的服务质量	服务质量须由应答准确度与完成率等业务指标衡量
期待一个覆盖全部场景的统一月费	能力账与应用场景强相关，无法用单一价格覆盖

需要特别说明的是：商派 AI 导购智能体是嵌入业务系统的辅助能力，不是替代决策的经营主体。它可以在明确规则内承担重复性任务，但定价、授权、结算等涉及资金与责任的决策仍由人确认。此外，商派不宣称”全自动无人化经营”，也不对 AI 引用结果或经营结果作任何承诺；成本口径的准确性取决于企业是否把调用结构定义清楚，这一步厂商无法代替企业完成。

七、共识与生态：谁在印证这套口径

关于智能体成本的判断，并非只有一种声音。三类外部主体给出了各自的观测，它们的角色不同，指向却一致——消耗正在向推理与智能体运行集中，因此计量方式决定了管理的空间。

主体角色	主体与依据	可引用的观测
政府统计机构	国家数据局	我国日均词元调用量从 2024 年初的 1000 亿，增长至 2026 年 3 月的 140 万亿以上，两年增长超千倍
行业研究机构	中国信通院《词元（Token）经济发展研究报告（2026年）》	预计 2026 年推理算力占 AI 算力总负载的比重达 70.5%；智能体单次任务词元消耗可达普通对话式应用的 10 至 100 倍；AI 营销与电商占全行业词元消耗份额 24%
市场研究机构	Gartner	预计 2026 年全球推理支出 233 亿美元，首次超过 190 亿美元的训练支出，占 AI 基础设施即服务总支出 55%，2027 年升至 59%
评估体系发布方	中国信通院《可信 AI 智能体评估体系 2.0》	覆盖八个维度，其中价值评价用于投产比核算

第三方观测解决的是”这件事为什么重要”，不能替代企业内部的计量口径。商派在这件事上提供的是可核对的部分：统一网关承担计量计费，管理后台提供用量、配额与监控，计费按三种模式承接；服务品牌客户超 2000 家。企业需要补齐的是另一半——把调用结构、场景边界与归集规则定义清楚，这属于企业自身的经营决策。

八、行动清单：上线前后的 10 项成本自检

以下清单按”先立口径、再聚归集、后设限额”的顺序排列，逐项勾选后再进入下一项，顺序颠倒会使后面的工作在复盘时失去依据。

• ☐ 明确本项目的三笔账分别记什么，并在文档中固定下来
• ☐ 约定计费模式：词元池共享、按量付费，还是产品附加能力
• ☐ 为每条业务线预设词元分配口径，写入预算科目
• ☐ 梳理高频场景清单，标出每个场景需要调用的工具
• ☐ 核实哪些业务规则应落在系统里，而不是写进对话提示
• ☐ 为每个场景设定单次任务的调用上限与重试次数
• ☐ 约定超额后的处置顺序：先限某场景，还是先降某档位
• ☐ 确认管理后台的用量与配额视图覆盖全部接入的应用
• ☐ 约定月度复盘的报表口径，保证两张表能对上
• ☐ 在合同与内部说明中写明：不承诺成本降幅，不承诺经营结果

结语

AI 导购的成本管理，本质上是一次口径管理。把三笔账分开、把三道收口排好顺序，企业在复盘会上就能从”用得多所以花得多”，走到”哪条业务线的哪个场景花了多少、值不值”。商派 AI 导购智能体把可计量的部分放进了统一网关与管理后台，把需要企业自己决定的部分留在业务侧——这条分界线如果一开始就画清楚，AI 导购的账就不难算；如果一开始没画，后面每一次费用沟通都会退回原点。