模型调用单价降了，企业的 AI 项目就更划算了吗？
一项任务跑了多少轮、调用了哪些工具、结果要返工多久，这些支出都会进入项目的实际账单。只拿输入输出单价做预算，很容易漏掉后面的成本。
10 月 8 日发布的《State of AI Report 2026》，为这个问题提供了一个观察入口。报告由 Nathan Benaich 与 Air Street Capital 署名，官网将本版介绍为第九份年度报告。它持续追踪 AI 研究与产业变化，并每年回看此前的预测。
这份报告的价值，在于把分散的研究和产业材料放到一起讨论。读到企业应用部分时，有一条线索尤其值得展开：评估 AI 的经济性，需要把“完成一项任务”作为核算单位。
报价表上的便宜，要经过实际任务检验
报告第 110 页介绍了 Artificial Analysis 的任务成本口径：计算评测中消耗的输入、缓存、推理和回答 token 数量，再结合对应价格核算成本。
这意味着，相同的单价可以对应不同的总账单。一次回答很短，背后可能经历多轮推理；一个 Agent 交付一份文件，过程中可能反复读取材料、调用工具、检查并修改结果。
当然，这里介绍的是评测任务的模型使用成本。企业自己的账，还要继续往下算。
工具接口有没有费用？执行环境要不要单独维护？结果有没有人复核？一份报价表出现错误，业务人员能在原结果上修正，还是需要重新核对所有材料？这些都影响最终投入。
说白了，采购模型时看见的价格，只覆盖了项目支出的一部分。到了评估阶段，需要记录一次完整执行究竟发生了什么。
一份能运行的结果，离可交付还有距离
报告第 112 页提出了一套观察 AI 产品演进的框架，从聊天、编码、多步任务，讨论到可审核的专业工作及更高程度的自主执行。
其中，“reviewable work”这个表述很适合拿来检查企业项目：专业人员能够审核产出，而不必重新做一遍。
这是一种交付要求。它能帮助项目团队把验收从“生成出来了”继续往业务里推进。
假设一家制造企业希望用 AI 整理采购询价材料。下面的流程仅作说明，不代表实际客户案例。
同样是生成一张比价表，有的结果只给出推荐供应商和一段解释。有的结果还会保留每项价格对应的原始文件、含税口径、计量单位、交期，以及尚待确认的条件。
后者给审核人员留下了检查路径。发现某项运费未计入，可以定位到相应记录，再判断是否影响推荐结果。
前一种结果即使读起来流畅，审核人员也可能需要把附件从头翻一遍。问题来了：如果复核过程几乎重做了整项工作，项目到底节省了多少投入？
这类问题很难从模型调用量看出来。立项时就需要明确结果交给谁、对方怎样检查、遇到疑点在哪里修改。
试点要记下返工，才能判断是否值得扩大
企业做试点，通常能很快挑出几份展示效果好的结果。真正影响下一步决策的，还有普通任务和失败任务。
采购材料缺了一页，系统会怎样处理？同一家供应商用了不同的单位，表格会不会直接比较？文件中的旧价格被新邮件覆盖，结果能不能解释采用了哪个版本？
这些问题需要提前放进测试样本。否则，试点过关可能只是因为输入材料恰好规整。
可以为每次执行保留一条记录，写清任务类型、输入版本、调用费用、执行时长、复核时长、修改原因和最终是否通过。对没有通过的任务，也保留已经消耗的费用和人工时间。
其实，失败任务也在占用预算。只统计成功结果的调用成本，会把被丢弃的尝试藏起来。
项目内部可以参考这样的核算方式：在同一观察周期内，将模型、工具、执行环境等相关支出，加上按统一口径折算的复核与返工人力成本，再除以验收通过的任务数。
这是本文提出的管理建议，不是报告给出的统一公式。不同任务的难度差异很大，简单询价与复杂采购评审应分开观察；没有验收通过任务时，也应直接记录试点尚未形成有效交付。
比较时还需要一份人工处理的基线，采用相近的材料、难度和验收要求。人力折算口径、一次性建设投入和持续运维支出应单独说明，避免把试点账和长期运行账混在一起。
先选得出验收结论的任务
沿着这个方向看，企业选择试点时，可以优先考虑交付物明确、输入范围可控、审核人员确定的任务。
例如，把指定材料中的报价信息整理成表，列出缺失字段并附原文位置。输入和输出都比较清楚，业务人员也能逐项检查。
如果一开始就要求 AI 持续寻找供应商、评估风险、决定采购并提交订单，评估范围会迅速扩大。任务涉及的授权、异常处理和责任确认也需要同步设计。
把试点收窄，有利于看清具体卡点：材料定位慢，就改检索；单位混乱，就加字段校验；审核耗时长，就调整结果展示；写入错误难追回，就补版本和撤回机制。每次修改之后，再用同一批任务检查改善是否成立。
这也给承接 AI 任务的业务应用提出了具体要求：输入材料有记录，处理状态查得到，异常能够转交人员，审核结果可以保存。在应用建设上，活字格作为 AI 驱动型企业级低代码开发平台，可以用于搭建相关业务应用；具体的模型接入、权限、审核和成本记录，仍需按项目设计与验证。
阅读年度报告，最终还是要回到企业自己的任务。选一个能验收的交付物，跑完一段观察周期，把失败、复核和返工都算进去，才有依据决定下一笔预算投在哪里。
来源说明：Nathan Benaich / Air Street Capital，《State of AI Report 2026》，2026 年 10 月 8 日。任务成本口径见报告印刷页码 110（PDF 物理页 111）；“reviewable work”框架见印刷页码 112（PDF 物理页 113）。第九份年度报告及年度预测回顾机制见报告官网 stateof.ai。文中的采购场景、内部核算方法和试点建议为说明性分析，非报告原文结论，也不构成收益承诺。
