# 1. Token 经济学，模型按输入/输出/Cache 命中/Reasoning 思考 token 的精细化定价对企业 AI 成本结构的颠覆性影响？ A 所有 token 定价相同，无需区分 B 思考 token 不计入成本 C 输出 token 比输入 token 便宜 D 输入/输出/缓存/思考 token 定价差异大，应建立 token 结构感知的成本模型，通过缓存、压缩与档位优化成本 ✓ 正确答案
# 2. 自托管 vs API 调用的 TCO 决策树，日均 token 量、模型大小、延迟 SLA、隐私合规四维度的拐点分析？ A API 永远比自托管便宜 B 模型越大越适合自托管 C 自托管无需考虑运维成本 D 应结合日均 token 量、模型大小、延迟 SLA、隐私合规四维度，用 TCO 而非单价对比找拐点，隐私是硬约束 ✓ 正确答案
# 3. Batching API 与 Prompt Caching 两类降本手段的工程落地与实际收益？ A Batching 与 Caching 的效果完全相同 B Batching 会提升延迟，应避免使用 C Caching 无法降低输入成本 D Batching 适合延迟不敏感的后台任务，Caching 适合共享前缀的场景，需评估场景并统计命中率量化收益 ✓ 正确答案
# 4. AI 功能的单位经济模型，单次调用的直接成本、间接成本（重试/人工审核）与业务收入如何挂钩？ A 只需看单次 token 成本 B 人工审核成本无法归集 C 应把直接成本与重试/人工审核等间接成本归集到单次调用，并与业务收入对比，判断可持续性 ✓ 正确答案 D 单位成本与收入无关
# 5. Agent 任务的成本建模，多轮工具调用、重试与人工介入如何归集并驱动流程优化？ A 只需统计模型 token 费用 B 应按任务归集 token、工具调用、重试与人工介入成本，用成本构成定位浪费并联动完成率驱动优化 ✓ 正确答案 C 重试成本无法归集 D 人工介入不算成本
# 6. 按量、订阅与效果付费三种定价下，模型的单位成本结构应如何决定哪种模式可持续？ A 订阅模式永远毛利最高 B 应在低边际成本、用量波动、效果可归因等不同成本结构下匹配按量/订阅/效果付费，核心是单位毛利可持续 ✓ 正确答案 C 效果付费只需看效果，无需看成本 D 按量付费无法覆盖成本
# 7. 免费额度的反滥用，设备指纹、行为风控、限流与人工审核在 AI 免费额度的组合治理？ A 应组合设备指纹、行为风控、限流与人工审核分层治理，并兼顾体验、控制误伤、提供申诉 ✓ 正确答案 B 单一限流即可防住所有滥用 C 行为风控只适用于付费用户 D 防滥用会牺牲体验，无法兼顾
# 8. 企业 AI ROI 度量，从工具生产力提升（Copilot 节省 X 小时）到业务流程重构（AI Agent 替代人天）的两阶段评估？ A 只需评估节省工时即可 B 应分工具提效（节省工时）与流程重构（替代人天）两阶段，用对照组与统一口径把效率转化为业务价值 ✓ 正确答案 C 节省工时可直接等同于业务收益 D 流程重构无法量化
# 9. Token 成本在总成本中的占比变化（推理优化后）如何影响模型选型与商业模式决策？ A token 成本占比恒定，决策不变 B token 成本占比下降后，更应保守用小模型 C 推理优化使 token 成本占比下降后，模型选型应重新评估"升级模型"的性价比，商业模式也应让定价跟随成本结构 ✓ 正确答案 D 成本结构变化不影响定价
# 10. AI 应用的成本结构（推理、存储、人工审核）随规模增长如何变化，哪一项最容易被低估？ A 推理成本随规模增长一定失控 B 推理、存储、人工审核各有增长规律，人工审核与数据治理等隐性人力成本最易被低估，需量化并驱动优化 ✓ 正确答案 C 人工审核成本与规模无关 D 存储成本不会随规模增长
# 11. 客服、写作与代码助手三类产品的成本结构与毛利差异是什么，定价应如何对应？ A 三类产品成本结构相同 B 代码助手应最便宜以扩大使用 C 三类产品在 token 量、推理成本与价值上差异大，定价应贴合成本与价值（客服按量、写作按量/订阅、代码高溢价订阅） ✓ 正确答案 D 客服毛利与自动化率无关
# 12. AI 降本增效的 ROI 应如何量化（节省工时、错误率下降、收入提升），对照组与指标口径如何设定？ A 应设使用/不使用 AI 的对照组，统一节省工时、错误率、收入的口径与周期，让 ROI 可复现可审计 ✓ 正确答案 B 用自报工时即可，无需对照组 C 口径统一不重要 D 收入提升无法归因到 AI
# 13. 成本与质量的平衡中，模型路由与降级的触发条件如何与业务指标（投诉率、完成率）联动？ A 路由降级应以业务指标（投诉率、完成率）为质量约束，触发后质量退化则自动回退，形成闭环 ✓ 正确答案 B 降级只看成本，与质量无关 C 路由阈值一次设定即可，无需校准 D 质量指标不影响成本优化
# 14. 多团队共用模型时成本应如何按团队与功能分摊，内部计费如何防止重复扣费与结算争议？ A 成本无需分摊，谁用谁算 B 缓存命中可以重复计费 C 应按团队/功能打标签归集，以请求 ID 为计费原子防重复扣费，用统一口径与对账报表消除争议 ✓ 正确答案 D 内部计费无需透明
# 15. 客服与写作场景可复用的降本路径有哪些（缓存、小模型、批处理、人工兜底），实施顺序如何安排？ A 所有降本路径同时上即可 B 应优先做缓存，再按任务用小时模型、批处理后台任务、优化人工兜底，并评估每个路径对质量的影响 ✓ 正确答案 C 小模型对所有任务都适用 D 批处理最适合实时对话
# 16. 免费额度如何设计才能平衡获客与滥用成本，付费转化门槛与模型成本如何挂钩？ A 免费额度应贴体验价值且防滥用，并与模型成本挂钩，让"用完即付费"的转化门槛顺理成章 ✓ 正确答案 B 免费额度越大越好，利于获客 C 免费额度与模型成本无关 D 滥用成本无法控制
# 17. FinOps 在 AI 的落地，成本中心、预算 owner、定期成本评审与团队级责任机制？ A AI 成本由平台统一兜底即可 B 应建立成本中心、明确预算 owner、定期成本评审与团队级责任机制，让成本可归因、可问责 ✓ 正确答案 C 成本评审一次即可，无需定期 D 团队无需为 AI 成本负责
