智能体预算实操：算清 30 天与 90 天费用

用一项具体练习，为小型 API 智能体算出 30 天预算，再到 DeployManual 费用计算器核对。完成后，你会得到常态、繁忙、故障三种预算，一项资源选型决定，以及购买前必须确认的费用清单。

可复算的预算练习。 本文算术和计算器交互逻辑已在本地检查。下文的工作量、费率与资源费用均为虚构。没有进行云账单测试、生产性能测试或付费部署。选型图是解释性示意图，不是服务商控制台截图。

开始前需要什么

预留约 25 分钟。你只需要启用 JavaScript 的浏览器、本文，以及在另一个标签页打开的计算器。练习不需要云账号、支付卡、API 密钥，也不需要购买资源。

示例的所有金额都用 USD（美元）。计算器只改变币种标签，不做汇率换算，不读取实时价格，不保存预算，也不会限制实际支出。离开页面前，把最终输入和结果复制到自己的笔记中。这里一个月是 30 天规划周期，不是服务商实际的账单月份。

准备真实预算时，先收集确切模型与处理模式、预计任务量、已有用量记录、候选主机配置、备份保留期限和当前官方报价。缺少的数据标为未知，不要填零后把它当成免费。

1. 先定义任务，再选服务器

虚构智能体接收一份短文档，生成草稿，再检查草稿，模型调用全部通过外部 API 完成。它不运行本地模型，也不运行无头浏览器。

这些是测试目标和假设，不是实测值，也不代表某款服务器达标。任务总量影响 API 支出；同时运行的任务、解析过程、工具和保留数据影响应用资源需求。

沿着下图确定需要询价的资源。如果尚未确定架构，先读智能体应该运行在哪里。

本练习走调用 API 的应用分支。后面使用的 12 美元计算资源费用只是虚构预算，不对应某款套餐，也不能证明配置足够。租用前，先在现有开发设备上运行代表性任务，记录目标并发下的峰值内存、CPU 饱和情况、剩余磁盘、排队时间和完成时间。如果开发设备与候选服务器不同，这只能作为初始估计；之后仍需在获得授权的试用中验证目标配置。

根据观察到的现象选择下一步：

• 内存不足或频繁交换： 减少并发 worker，或测试内存更大的候选配置。浏览器和文档解析进程需要单独留出空间
• CPU 繁忙、队列增长： 减少本地计算、限制并发，或比较 CPU 容量。调整后重新测量，不要假设升级套餐能解决所有延迟
• 主机空闲却一直等待模型、限流或网络： 先检查 API 配额、响应时间和重试策略，再决定是否增加主机 CPU
• 自托管模型： 测试确切模型、量化方式、上下文长度和并发请求。Ollama 的并发说明解释了额外内存需求与排队行为。模型文件能放进磁盘，不等于运行内存够用

2. 先算模型 API 这一行

使用刻意虚构的费率：每百万未缓存输入 token 2 美元，每百万输出 token 8 美元。这是一个未命名模型的算术练习，不是 OpenAI 或 Vultr 的价格。为简化练习，假设没有缓存写入、缓存优惠或单独收费的工具。计算真实工作量时，应按适用的官方 API 价格说明替换费率和计费分类。

按顺序计算：

1. 正常调用：600 个任务 × 3 次 = 1,800 次调用
2. 额外调用：1,800 × 20% = 360 次调用
3. 调用总量：1,800 + 360 = 2,160 次调用
4. 输入 token：2,160 × 2,000 = 4,320,000 个；费用为 4.32 × 2 美元 = 8.64 美元
5. 输出 token：2,160 × 500 = 1,080,000 个；费用为 1.08 × 8 美元 = 8.64 美元
6. 模型 API 预估：8.64 + 8.64 = 每 30 天 17.28 美元

检查点：在这个虚构模型下，平均每次调用花费 0.008 美元。计算器不会计算 token 或重试，你需要把结果 17.28 填进去。

如果实际用量已经包含重试，不要再额外乘一次 20%。不要把全部输入按未缓存价格计费后，再加一次缓存输入费用；应把实际 token 分类分别乘以对应费率。另行加入供应商报告的工具费用、缓存写入等计费项目。较长历史和检索文档可能明显改变平均用量。

按假设的 90% 合格率，600 次任务尝试产生 540 个合格结果。每次尝试的 API 成本是 17.28 ÷ 600 = 0.0288 美元；每个合格结果的成本是 17.28 ÷ 540 = 0.032 美元。被拒绝和中途放弃的任务也必须计入支出。保留任务标识、用量分类、重试、耗时和结果状态即可，不必仅为了这份账目保存完整提示。

3. 填入计算器的六个字段

在第二个标签页打开费用计算器，按以下步骤操作。保留本文，以便核对预期结果。

1. 把显示币种设为 USD（美元）
2. 点击全部归零，确认所有输入和总额都变成零
3. 按下表输入六个值。只输入数字，小数使用英文句点。结果会随输入更新，没有“计算”按钮
4. 把汇总区与下面的检查点对照

这些金额全部是假设值，包括备份与网络预算。练习没有给税费、汇率转换、域名续费、额外工具和你自己的时间定价。购买前必须补上真实费用。预留金额只是预算余量，不是服务商收费，也不是实际支出上限。

预期结果

用未四舍五入的数字核对：持续费用 = 12 + 17.28 + 3 + 2 = 34.28。预留 = 34.28 × 0.20 = 6.856。每月含预留 = 41.136。前 30 天 = 41.136 + 15 = 56.136。前 90 天 = 3 × 41.136 + 15 = 138.408。

计算器只在显示时四舍五入。如果把已显示的 41.14 乘三再加 15，会得到 138.42，比正确的 90 天显示值多一美分。一次性设置费用只加一次，不再增加预留比例。

4. 试算繁忙月份和重试事故

保持计算 / 主机 = 12，备份 / 存储 = 3，其他月费 = 2，一次性设置费用 = 15，费用预留 = 20。每个场景只修改模型 API：

所有金额均为虚构美元。繁忙场景将调用量翻倍，保留相同的单次调用假设。它不能证明原主机承载得住这些任务；沿用主机预算前，需要重新核对容量。

故障场景在正常用量和常态重试之外，增加 1,000 × 0.008 美元 = 8 美元。表格有意把这笔事故预算放进每一个 30 天周期。它是压力预算，不是预测，也不代表已经验证某个限流器。

如果想模拟整个 90 天只发生一次事故，把模型 API 恢复为 17.28，一次性设置费用改为 23：原来的 15 加上一次性的 8。这里借用计算器的一次性费用栏记录特殊支出，不是说事故属于设置工作。预期前 30 天为 64.14，前 90 天为 146.41。这笔一次性的 8 不会增加预留比例，而且简单计算器把它计入第一个周期。如果事故发生在后续月份，应另用按日期编制的现金流表。

最后恢复常态的六个输入。写下你能承受的 30 天支出上限，再逐个比较场景。如果一次工具循环就可能超出上限，调高预留比例无法保护你：必须在应用中限制每个任务的模型调用或工具步数、重试次数、输出长度、运行时间和并发数。规定部分完成的工作如何处理，并在上线前另行测试这些控制。

5. 检查错误状态并恢复

以下都是安全的计算器操作，不会影响任何云账号。

每个金额字段的范围是 0–1,000,000。如果输入一直处于禁用状态，或者修改后屏幕仍显示固定示例，请检查 JavaScript 是否启用、页面脚本是否成功加载。刷新一次，再确认点击全部归零确实改变结果。不要把无法交互的固定示例当成自己的估算。零预算只代表你输入了零，不代表部署免费。

6. 购买前替换所有假设

在自己的明细表里，为每个真实资源记录一行：资源与地区、计费单位、数量、当前费率及来源日期、归入计算器哪个字段、负责人、保留期限、移除方法。同时保留标准化的 30 天运行成本和实际到期付款金额。域名年费除以 12 有助于比较，但不是续费当天的扣款；也不要把同一笔费用重复计算。

针对确切产品和结算配置，逐项核对：

• 计算资源： vCPU、内存、磁盘、处理器架构、地区、小时或月度计费方式，以及附加功能。Vultr 配置说明列出可选项，但不保证某款套餐适合本文智能体
• 备份与存储： 同时使用自动备份与保留快照时，两项分别计费。核对自动备份费用、快照计费，以及附加存储。恢复副本可能比服务器保留更久，也继续花钱
• 网络： 包括报告下载和传往外部备份目的地的数据。Vultr 的通用带宽政策计量出站互联网流量，不计量入站流量。仍要确认实际产品的额度、地区条款与超额费率
• 闲置与退出： Vultr 实例停止后仍会计费。销毁实例会释放其资源分配并永久删除实例数据。先验证能够恢复，再单独检查独立存储与快照。本练习不要求你销毁任何资源
• 现金与人力： 适用税费、账单币种、换汇费用、促销到期、续费、维护时间，以及恢复演练所需的临时第二台服务器。把优惠额度当成临时抵扣，不要当成可持续的运行价格

最后写一份简短决定记录：所选架构、工作量目标、尚未验证的容量假设、带日期的费率来源、常态 / 繁忙 / 故障总额、账单告警负责人和退出方案。除非明确存在强制限制，告警通常只是通知。拿到第一张真实账单和用量报告后，逐行核对，再用每个合格结果的实测成本替换估计。