azure openai 按量 和 预留 差多少

企业采购常卡在这一步：账单上按量付费跑得挺顺，销售却推预留，说能省。可两边口径不一样，一个按 token 结算，一个按承诺量折算，直接比单价很容易比错。这篇给一套对齐口径、算清差额、判断适用性的做法，数字请到站内对应页面核对当时的报价。

企业采购走到这一步，一般不是没看过报价，而是两边口径不一样：按量付费看的是账单上实际消耗了多少 token，预留看的是你对未来一段时间的用量承诺。直接拿两个单价相减，很容易比错方向。

这篇给一套能落地的做法：先把两种计费在卖什么说清，再抓四个真正影响差额的变量，然后用三步算出你自己场景下的差额，最后判断什么情况下不该锁。所有金额、折扣幅度、承诺档位，请到站内对应页面核对当时的数字。

先分清两种计费到底在卖什么

按量付费卖的是实际消耗，用多少结多少，没有承诺期，随时可以停。预留容量卖的是对未来用量的一份承诺，换取更低的折算单价，但承诺期里没跑满也不退。两者不在同一层，一个是结算方式，一个是容量承诺，不能只比每百万 token 的标价。

对齐口径的第一步不是谈判，而是把你的历史用量按月拉出来。站内的 token 换算工具可以直接把 token 量折成金额区间，配合你自己的月账单核对口径是否一致。

• 把最近几个月的用量按模型、部署、区域拆开，不要只留一个总数。
• 注意是否包含批处理、嵌入、微调等不同计费项，它们的折算方式不一样。
• 把节假日、大促、上线活动这些异常月份单独标注，避免均值被拉高或压低。

比差额要抓的四个变量

差额不是单一数字，它由四个变量共同决定。只看折扣率会让你忽略真正吃掉节省的那部分。

用量稳定性

峰值与月均的差距，波动越大，预留越容易买多或买少。

承诺期与付款节奏

一次性预付、按月扣减、按年承诺，资金占用成本不同。

部署类型限制

预留换来的折扣常附带区域、并发或模型可用性条件。

溢出单价

超出承诺量后按什么价结算，这段往往才是差额的大头。

用量稳定性排第一，是因为它直接决定买多买少的概率。如果每月用量波动超过一倍，预留很容易出现「一半时间浪费、一半时间溢出」的双输局面。具体折扣幅度和溢出规则，请到官方 API 资料库的 Azure 页面核对当时的报价与规格。

用三步算出你自己的差额

1. 算月均与波动取最近几个月用量，算月均和标准差，看落在哪一档承诺区间更稳。用量日志不全就先补日志，别拍脑袋。
2. 统一成等效单价表把候选方案写成同一张表：月费、承诺量、溢出单价、可退性。只比等效单价这一列，避免被不同单位和口径绕晕。
3. 做乐观与保守两套账分别假设用量高于和低于承诺量，各算一遍差额，得到两个结果再决策。站内成本估算模板有可直接套用的表格结构。

这两套账的差值越大，说明你的用量越不确定，锁预留的风险越高。如果保守情形下差额已经很小甚至为负，那就不值得为了账面折扣承担承诺压力。

• 把合同期总支出折算成月度等效值，而不是只看首年优惠。
• 把超出承诺量的部分单独列一行，别混进均价里。
• 把可能的提前终止或调整条款折算成风险成本，写进表里。
• 最后只留一行结论：在保守用量下，锁与不锁哪个更省。

什么情况下别急着锁预留

预留不是越早锁越好。以下几种情况，锁住承诺期的代价可能大于省下的钱。

• 业务处在试跑期，用量说不准，或者上游模型迭代快、随时可能换供应商。
• 合规或数据驻留要求可能迫使你换区域、换部署方式，而预留不支持灵活迁移。
• 团队连用量日志都没做全，拿不出可信的月均水平，这时先补计量再谈承诺。
• 外部需求本身波动大，旺季和淡季差好几倍，预留容易长期闲置。

反过来，如果你的用量已经连续稳定在某个区间，且未来一年业务方向不会大改，那预留的折算优势才真正成立。判断标准是：你能不能在不看账单的情况下，说清下个月的用量大概在什么范围。