本文目录8 个章节
一、企业选型不能只看排行榜
选择 ai 大模型 时，公开排行榜和模型清单适合帮助团队建立认知，却不能直接替代采购决策。排行榜通常强调特定评测集、版本或任务表现；企业真正关心的，还包括数据权限、调用稳定性、价格透明度、部署方式、商业授权和售后责任。
因此，选型应从“哪个模型最强”改为“哪个服务在目标业务中风险更低、总成本更可控、上线更容易”。可将模型比较拆成五个维度：能力、成本、限制、合规与服务。
二、五项核心采购标准
| 维度 | 必查问题 | 判断重点 |
|---|---|---|
| 输出能力 | 是否擅长文本、代码、结构化输出、长文档或多模态任务？ | 用真实业务样本测试准确性、稳定性和格式遵循能力 |
| 成本结构 | 按输入、输出、请求次数还是套餐收费？ | 估算月度总成本，不只比较单价 |
| 使用限制 | 有无上下文长度、并发、速率、地区和内容限制？ | 关注高峰期、批量任务及异常降级 |
| 数据与权限 | 数据是否用于训练？是否支持日志、密钥、分级权限？ | 明确数据留存、访问主体和删除机制 |
| 商业授权 | 输出能否用于商业产品、客服、营销和内部知识库？ | 要求查看服务条款、授权边界与责任约定 |
1. 能力要用业务任务验证
不要只问模型参数或通用分数。采购团队应准备一组脱敏样本，覆盖客服问答、合同摘要、知识检索、代码生成、表格分析和多轮对话。每项至少记录：正确率、引用完整性、拒答合理性、格式合规率、响应时间和人工修改时长。
如果模型需要接入企业知识库，还要单独测试检索增强能力，包括是否引用正确文档、能否识别知识缺口、是否容易编造答案。对于高风险业务，人工复核流程往往比模型本身的宣传能力更重要。
2. 大模型价格要按总拥有成本比较
大模型价格并不等于最终采购成本。除输入和输出费用外，还可能产生向量检索、文件解析、存储、网络、并发扩容、私有部署、运维和人工审核费用。
建议建立三种用量情景：试点、稳定运行和高峰运行。公式可简化为：
月度成本＝调用费用＋配套服务费用＋运维费用＋人工复核成本。
同时记录计费单位、最低消费、阶梯折扣、超额价格、退款规则和停用后的数据处理方式。若供应商提供大模型免费额度，应核验额度有效期、适用模型、并发上限、是否需要绑定付款方式，以及正式商用后能否延续。免费额度适合验证，不应直接作为长期预算依据。
3. 商业授权必须落到合同
“大模型商业授权”至少要核对四件事：企业是否拥有合规使用输出的权利；供应商是否会使用输入和输出训练；模型或数据是否涉及第三方权利；发生侵权、泄露或服务中断时由谁承担责任。
不要只依据销售口头承诺。应要求提供最新版服务条款、数据处理协议、企业版说明、开票主体、服务等级协议和安全材料，并将关键承诺写入订单或合同。若业务涉及个人信息、金融、医疗、政务或未公开经营数据，还应由法务、安全和业务共同评审。
三、按场景决定模型组合
企业通常不需要所有任务使用同一个模型。客服和知识问答更重视稳定、检索和权限；代码任务更重视上下文理解与工程协作；营销内容更重视风格控制和批量效率；复杂分析则更关注推理、工具调用和可解释性。
可以采用“主模型＋备用模型＋规则兜底”的组合。主模型承担核心任务，备用模型应提前完成接口、提示词和质量测试，规则系统负责敏感词、权限校验、金额和关键结论复核。这样既能降低单一供应商依赖，也便于应对价格变化和服务波动。
四、团队决策流程与评分表
推荐按四步推进：
- 明确业务目标、用户、数据等级和不可接受错误。
- 统一测试集、提示词、评价标准和成本口径。
- 让业务、技术、采购、法务和安全分别评分。
- 先小范围试点，再根据真实用量签订阶段性合同。
评分表可按业务价值、输出质量、成本、可用性、合规、集成难度和供应商服务设置权重。权重不应照搬通用模板：高风险行业应提高合规与可追责权重，面向消费者的应用则应提高稳定性和峰值承载权重。
关于从比较到落地的思路，可参考Ai 大模型方案比较：核心能力、成本取舍与选型决策指南。进入试点后，再结合从试点到上线：ai 大模型落地方法的流程设计、关键步骤与常见误区完善流程。
五、最终核验清单
签约前至少确认：模型版本是否固定；价格和免费额度如何计算；并发与限流如何处理；数据是否留存或训练；是否支持企业权限和审计；输出能否商业使用；服务中断如何赔付；能否导出数据和切换供应商；是否提供技术支持与安全材料。
企业选型的结论不必是“最强模型”，而应是证据完整、成本可解释、权限清晰、质量可复现，并且能在业务变化时平稳替换的服务组合。