真实案例：一个任务AI 和人各花多少钱？

先别谈“每百万 Token”，直接看一项工作多少钱

年初，Kerwin 搭建了 OpenClaw，并长期运行在云服务器上。半年多以后，系统逐渐臃肿，Agent、模型配置、后台服务、日志和依赖越来越多。于是 Kerwin 给 Agent 下达了一个很具体的任务：全面审计服务器，找出问题、能修的直接修，并形成报告。

这不是聊天，也不是写一篇文章，而是一项可以验收的专业工作。因此它很适合回答一个更具象的问题：这样一份工作，AI 到底花多少钱？如果换成工程师来做，需要多少工时、对应多少工资？

这个任务最后做出了什么？

整个审计墙钟时间约 11 小时，包含等待；最终产出完整审计报告和修复记录。这里先不讨论“AI 是否比专业工程师审得更好”，只把它当成一个已经完成并可验收的真实任务。

AI 的账单：63.8M（百万）Token，约 ¥19.4

M（百万）= 1,000,000 Token。价格按当时可对应的 MiMo 海外第三方折扣路由估算，因此更接近这次任务的实际使用场景；它不是 Provider 发票。

如果换其他模型，大概多少钱？

这张表只看“同一 Token 用量 × 当前价格”。不同模型真正执行任务时，Token 数、轮次和完成质量会不同；Luna 对超长单次输入另有长上下文价格阶梯，所以 $2.95 只作标准费率参考。中国模型国内与海外报价也不同，这里优先采用海外或海外第三方口径，使比较更接近同一国际基础设施环境。

换成人来做：大约 3.5–4 小时

如果只看这一次任务的边际直接成本，AI 的确便宜很多。但这个案例同样提醒我们：便宜不等于更快。Agent 的墙钟时间约 11 小时，而人类工程师估算约 3.5–4 小时。Agent 的优势更像是低成本、可复制、可以夜间运行，而不是每个任务都一定更快。

为什么这张小账单，也能帮助理解 KV Cache 与存储？

这次任务有一个很醒目的数字：55.7M（百万）Token 是缓存读取，占全部输入约 87.6%。Agent 在工作时不断回看历史上下文、工具结果和服务器状态，真正新输出的内容反而很少。

从物理层再往下一层看，模型推理会使用 KV Cache 保存已经计算过的注意力状态。活跃、需要高速访问的数据通常首先依赖 GPU 显存 / HBM；更大的缓存可以继续向服务器 DRAM、SSD / NAND 分层。Prompt Cache 和 KV Cache 不是同一个概念，但这个案例让“缓存为什么值钱”变得非常具象。

这也提供了一个理解三星电子、SK 海力士、美光等存储公司的简单角度：Agent 越多、任务越长、需要持续保留和复用的上下文越多，机器的“记忆层”就越重要。当然，模型也在不断提高 KV 压缩和缓存效率，所以不是简单的线性关系。

这个小案例，我只想留下四点

① AI 劳动力已经可以开始用“每个任务多少钱”来计量

这比“每百万 Token 多少钱”更接近真实经济活动。以后真正值得跟踪的是 $/Task，再进一步是 $/Correct Task。

② 对这类专业任务，AI 的直接使用成本已经远低于人工工资

本案例约 ¥19，对比初级人工约 ¥204、高级人工约 ¥1,200–3,200。即使未来把服务器和监督成本加进去，数量级差异仍值得重视。

③ Agent 的工作方式与普通问答不同：它往往花大量成本在“读”和“记”

本任务总 Prompt Read / Output 约 305:1。长程 Coding、Research、Ops Agent 越复杂，输入、上下文和缓存的重要性通常越高。

④ Cache 把软件经济学直接连接到了存储硬件

从 Prompt Cache 节省账单，到 KV Cache 依赖 HBM / DRAM / NAND，Agent Economy 最终仍然要落到真实的算力、内存和存储基础设施上。

数据口径

52 轮、Token 用量、问题数量与修复数量来自 2026-08-22 的服务器审计任务记录；模型价格采用 2026-08-25 可核验的公开价格快照。人工工时属于估算，并非真人同机盲测；因此本文适合作为一个真实成本样本，而不是严格的 AI vs 人类能力实验。