Mio 的账到底算不算得过来

AI 伴侣单位经济模型的商业概念插画

先交代下背景

做 OpenClaw 原型那会儿，两周账单直接离谱。早期版本一天的成本就高得离谱，一个用户跑两周就能烧掉一笔不小的钱。那次给我的教训很直接，成本得从第一天就当架构问题来解，别想着以后再优化。

现在 Mio 迭代到第八个版本了，这篇就拿线上的真实生产数据，把这个账一层层重新算一遍。

---

真实数据

拿线上生产环境一天的数据来算，一共 77 次调用，差不多 28 条聊天消息。成本按类别拆开是这样的：

一个活跃用户一天下来，花的钱非常少。聊天占了将近六成，是绝对的大头，其次是人格提取和记忆这几个任务，剩下的语音、嵌入、重排序全是零头。

跑了 1000+ 次交互再取平均，每条消息的成本几乎可以忽略，跟早期原型比降了两个数量级。但只能说，对低价的层级来说，这还不够低。

---

钱花在哪了

这个账我一般分两块算，媒体是按需往上叠的，算第三块。

每日固定开销（占比不大）：

• 人格提取是固定成本里最大的一块，一天跑 3 次，用的是 Gemini 3.1 Pro
• 记忆摘要中等，一天 2 次
• 记忆提取和嵌入基本可以忽略
• 主动消息按需触发，也可以忽略

每条消息的成本（几乎可忽略）：

• 大头是聊天本身的 LLM 调用，每次 8K-17K 输入 token
• 记忆重排序可以忽略
• 一天 30 条消息，一个月的账单不大；一天 100 条，变动成本就开始超过固定成本了；到一天 200-300 条，变动成本是固定开销的好几倍

媒体成本（按需叠加）：

• 语音合成、图片理解都几乎可以忽略
• 视频理解稍贵一点
• 自拍生成也几乎可以忽略

---

prompt 压缩干了什么

上面这些数字都是压缩前的。v0.1.4 把 system prompt 压掉了差不多 60%，从 9K-13K token 压到 3K-5K。每次聊天的输入 token 里，system prompt 占得最多，把它压下来，每条消息成本的大头也就直接砍掉了。

保守估计，压缩之后每条消息的成本能降 ~35%，每天的固定开销能降 ~25%。反正算下来，不管用量在哪一档，每个月的成本都明显往下走。用得越多的层级降得越明显，因为变动成本在里面占得更多。

---

每个层级到底赚不赚钱

每个付费层级每天都有消息上限，这样最坏的情况下，成本也有个顶。下面算的就是上限打满的极端情况。

压缩前（当前）：

压缩后（v0.1.4+）：

说实话，压缩前按满载算，只有高层级能赚钱。压缩之后，所有付费层级都转正了，高层级的利润率也明显变好了。

有一点得说清楚，「满载」指的是用户每天把消息额度全部用完。实际上一般只会用到上限的 40-60%，所以实际的利润率比这个最坏情况好得多。

还有一点挺有意思，为什么层级越高，利润率就越高？因为低层级用户付的钱，买的是实打实吃成本的功能，像 LLM 聊天、语音识别、图像理解。高层级用户付那么高的价，买的反而是几乎不多花成本的东西。自拍生成的成本可以忽略，优先响应不花钱，NSFW 解锁不花钱，扩展记忆的成本也可以忽略。所以层级越往上，用户多付的钱基本不会带来新的成本，利润率就一级比一级高。

为什么付费层级越高利润率越高：低层级付的钱买的是吃成本的功能，高层级付的钱买的是几乎零成本的功能

---

为什么这个账只会越算越好

成本后面还会接着降。原因有三个，prompt 还能压，模型在降价，路由也还能往下挪。

1. prompt 还能继续压。v0.1.4 的压缩砍掉了 60% 的 system prompt token，这种优化只要做一次，所有用户的每一条消息都跟着省。后面还有 lorebook 架构，背景故事用到了才注入，不用每次全量加载，保守估计还能再降 30-40%。

2. 模型本身一直在降价。过去两年，LLM 推理成本降了两个数量级。现在每条消息的成本，一年内可能还会再降 3-5 倍，因为 Gemini 一直在降价，便宜模型的能力也涨得很快。

3. 路由还能往下降级。Mio 的智能路由现在已经把 90% 的对话交给 Gemini 3 Flash，只有人格提取和记忆摘要用 Gemini 3.1 Pro。等便宜模型的能力上来了，还有更多操作可以往下挪。这跟 prompt 优化一样，每挪一次，所有用户都跟着省。

prompt 优化、模型降价、架构改进这几样叠在一起，6 到 12 个月内应该能把所有层级的毛利推到 50-70%+，比现在压缩后这一版还要好不少。

三股力量同时把每条消息的成本往下压，而且每一次优化都乘在所有用户身上，所以这个账只会越算越好

---

对比

---

这是 Mio 宣言的技术附录，愿景和产品故事从宣言那篇看起。