上海一家做法律SaaS的公司，4月把合同审查模块切到GPT-5o。他们CTO给我看了一张截图：后台计费界面，单月API调用费比用GPT-4o时涨了210%。
“不是我们调用量变大了，”他说，“是GPT-5o的计费颗粒度变了。”
拆账单：钱花在哪里
GPT-5o的定价结构比前代复杂得多。基础输入费是每百万token 8美元，输出费22美元。但企业客户面临的是叠加态：长上下文窗口（256K）启用后单价上浮40%，结构化输出模式再加15%，如果开了实时联网搜索，每千次调用额外收1.2美元。
那家法律SaaS公司月调用量约1.8亿token，实际月费从4月的1.2万美元涨到3.7万美元。他们被迫把合同初筛改成规则引擎先跑一遍，只把“疑难点”扔给GPT-5o，硬是把token消耗砍掉了六成。
另一家深圳的支付公司情况不同。他们用GPT-5o做风险警报的初步过滤，配合Claude 4.0的推理链调整功能，人工复核时间降了65%。但CTO坦言，GPT-5o在复杂推理场景的稳定性仍不如预期，约7%的case需要回退到Claude 4.0二次处理——这相当于他们每月为同一份工付了两遍钱。
微调：看得见和看不见的账
杭州一家教育科技公司做了个实验：用2000条内部数据微调GPT-5o-mini（OpenAI 4月推出的轻量版），希望让它更贴合K12数学辅导场景。微调本身花了约800美元，效果确实提升——生成答案的准确率从89%提到94%。
但隐性成本在后面。他们工程主管算了一笔账：
- 数据清洗和标注，两个工程师干了三周，人力成本约4.5万人民币
- 微调后模型响应延迟增加了300毫秒，用户体验投诉上升，又花了两周做缓存优化
- 6月初OpenAI更新了一次基座模型，他们的微调版本效果突然下降，不得不重新跑流程
“微调不是一次性的，”他总结，“你得把它当成持续性工程预算。”
隐性开支：运维和合规
北京一家做工业质检的AI公司，去年12月开始测试GPT-5o。他们发现的最大成本不是API费，而是“人工审核”和“合规适配”。
欧盟AI法案高风险条款8月2日生效，他们的产品如果出口欧洲，需要额外做系统级对齐评估。参考Anthropic发布的Claude 4.0安全白皮书中的框架，他们预估合规适配成本在15-20万人民币，且需要持续投入。
另一家做跨境短剧的团队更惨。他们用GPT-5o生成多语言剧本，再用Suno生成配乐，但AI生成内容的版权边界模糊，4月就收到两封律师函。为规避风险，他们给每部短剧都加了人工审核环节，每分钟成本从8元涨到14元。
预算模板：给要上车的公司
综合五家公司的实际数据，我们做了一个粗略的预算模板（以中型企业，月调用量1-2亿token为例）：
| 项目 | 月预算范围 | 备注 |
|---|---|---|
| API调用基础费 | $5,000-$15,000 | 取决于模型版本和上下文长度 |
| 长上下文/结构化输出附加费 | $2,000-$6,000 | 高峰期可能翻倍 |
| 微调与数据准备 | $1,000-$5,000（一次性） | 后续维护成本另计 |
| 人工审核与纠错 | 2-3人月 | 最易被低估的部分 |
| 合规适配 | ¥50,000-200,000（一次性） | 出海欧洲必备 |
| 容灾与降级方案 | $3,000/月 | 多模型切换、本地缓存 |
真实总成本，大约是API报价单的2.5-3倍。
三个决策建议
先跑规则引擎，再用AI补漏。法律SaaS公司的做法值得参考：用简单规则过滤80%的常规case，只把剩下的扔给GPT-5o。这招能省六成调用费。
微调要算全生命周期成本。教育公司的教训是，微调不是“付一次钱就完事”，得把数据维护、模型更新、性能监控都算进去。如果场景不够稳定，不如先用RAG。
合规成本提前计提。8月2日欧盟AI法案高风险条款生效，如果产品涉及欧盟市场，现在就得开始准备。参考我们的合规落地指南，别等到最后一刻。
GPT-5o确实强，但企业AI成本的真相是：API费用只是冰山一角。水面下的运维、审核、合规，才是账单的大头。