# AI电子邮件的成本分析

- 来源：Tomer Tunguz 博客（VC 分析）
- 作者：Tomasz Tunguz
- 发布时间：2026-05-14 08:00
- AIHOT 分数：65
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmp5vfwae0hlasljx26w6vw5a
- 原文链接：https://www.tomtunguz.com/cost-of-ai-email

## 精选理由

Tunguz 给 AI 邮件算了一笔账，SOTA 模型月费 22-130 美元，但他更重要的判断是推理分割可以把成本压到百分之一，这对做 AI 软件的定价逻辑是个关键风向。

## AI 摘要

使用顶尖AI模型处理邮件的月度成本约为22至130美元，中位数26美元。若软件公司以75%毛利率定价，年费可能高达350美元，加上托管服务后标价或达500美元，约为Google企业邮箱费用的两倍。采用小型模型可降低成本10至20倍，而通过本地运行利用用户GPU，更能将成本削减至接近零。结合基础启发式方法和技术优化，总成本有望降低100倍。这种针对不同工作负载匹配模型并进行成本分层的推理市场细分，将是未来一两年AI软件发展的关键。

## 正文

简而言之：使用前沿模型的 AI 邮件每月成本为 22-130 美元，但通过采用更小模型和本地推理进行成本优化，可将这一成本降低 100 倍。

在昨天的文章（由智能体通过邮件以原始大纲形式推送！）中，我探讨了 AI 邮件的未来。那么，这个未来的成本是多少？

如果你使用的是最先进的模型，每月成本在 22 到 130 美元之间。你愿意为此付费吗？我想，在工作中，很多人会愿意。我们取中间情况，即每月 26 美元的原始成本。

一家追求 75% 毛利率的软件公司，在不包含托管和服务成本的情况下，该产品的年收费大约为 350 美元。那么，我们姑且将其标价定为每年 500 美元，大规模使用时再给予 15% 的折扣。

Google 企业版套餐的价格是每月 11-18 美元。一个完全智能体化的解决方案，其成本大约是前者的两倍。

更小的模型能起到作用。它们能将成本降低 10 到 20 倍，但我们还能做得更好。

通过在本地运行模型，当成本骤降至零时：用户的 GPU 承担了计算工作。

正是我在此粗略估算的这种成本优化，我认为将定义未来 12 到 24 个月的 AI 软件：即确定哪些组件可以确定性执行（例如邮件过滤器，它们只是规则），其次是让模型与工作负载相匹配。

借助一些基本的启发式规则和技术，我们可以将总成本降低 100 倍。鉴于 GPU 的严重短缺，这种推理的分层是不可避免的。