LobeChat 是开源的 AI 对话与工作台项目，现已以 LobeHub 品牌持续演进。很多人把它当成“免费方案”，但软件免费不等于总成本为零：只要开始跑模型，就会同时产生应用层、基础设施层和模型层三笔账。本文把这三层拆开，给出可复用的估算方法和成本控制清单。
说明：LobeChat、LobeHub 是其权利人的产品与商标，OpenAI、Claude、Gemini 等为其各自权利人的商标。本文仅作技术与成本讨论，与相关厂商无隶属关系；套餐、许可与价格以官方页面为准，模型价格以站内模型价格为准。
一、先分清三层成本
算 LobeChat 的成本，先别盯着“订阅多少钱”。把支出分成三层，才不容易漏项。
| 成本层 | 包含什么 | 计费方式 | 容易漏掉 |
|---|---|---|---|
| 应用层 | 开源自托管、云订阅、企业版 | 软件通常不按 Token 收费；云版按订阅或额度 | 企业功能、商业许可、席位 |
| 基础设施 | 服务器、PostgreSQL、Redis、对象存储、域名、备份 | 按月或按资源 | 带宽、备份、运维时间 |
| 模型层 | 对话、Embedding、Rerank、多模态 | 按 Token 或调用次数 | 重试、长上下文、重复索引 |
| 人力 | 部署、升级、排错、安全 | 工时 | 隐性但真实 |
个人试用时，模型层往往是大头；团队长期运行时，基础设施和人力占比会上升。把三层放在一张表里看，才不会出现“软件免费，账单却很贵”的落差。
二、LobeChat 自托管“免费”在哪
LobeChat 的代码可以自行部署，软件本身通常不按对话条数收费。需要说清楚许可证：从 1.0 起项目使用 LobeHub Community License，基于 Apache 2.0 并附加条件，允许把未修改的版本用于商业场景，但二次开发后对外分发通常需要商业许可，具体以仓库 LICENSE 为准。
自托管的真实支出包括：一台能长期运行的服务器、PostgreSQL 14 及以上版本、可选 Redis、S3 兼容存储（文件与知识库需要）、域名与 HTTPS、备份空间。如果做知识库，还要准备 pgvector 与 Embedding 模型；LobeHub 文档的默认示例使用 OpenAI 嵌入模型，也可以改用其他兼容提供商。
所以“免费”更准确的说法是：省掉了应用层订阅，换成了基础设施账单和运维时间。已经有服务器和运维能力的团队，边际成本低；没有的话，先把这些算进去再比较。
三、云订阅与自带 Key，差别在哪
LobeHub Cloud 用积分衡量模型用量，积分再映射到不同模型的 Token；套餐通常分为免费、个人订阅和企业版，部分模型需要更高套餐。企业版还涉及私有化、品牌定制、用户管理等能力。具体额度和价格以官方定价页为准。
自托管加自带 Key 的模式下，应用不收模型差价，你直接向模型服务商或网关付费；代价是自己管 Key、账单、限额和故障。云订阅买到的是开箱即用、托管模型额度和较少运维，不是单纯的“模型更便宜”。
两条路可以混合：用自托管跑团队日常，用云版做移动端或临时协作；也可以自托管接统一网关，把多供应商账单收口到一处。
四、API 按量计费的钱到底花在哪
按量计费不是只看“每百万 Token 单价”。把一个月拆开，大致是：
月模型成本 ≈
对话输入 Token × 输入单价
+ 对话输出 Token × 输出单价
+ 知识库 Embedding Token × 嵌入单价
+ Rerank 调用次数 × 单价
+ 多模态输入与长上下文附加
+ 失败重试与无效调用
几个常被低估的点：输出 Token 通常比输入贵；上下文越长，每次请求的输入成本越高；知识库不是“建一次就完”，文件更新要重新切分和嵌入；RAG 每次提问都会把若干片段塞进上下文，片段越多越贵；重试和循环调用会把成本放大。
如果供应商支持提示词缓存，稳定不变的前缀可能享受缓存价格，但支持范围、命中条件和折扣方式各不相同，不能把它当成必然省钱的开关。
五、三个场景，三种算法
个人轻量使用：每天几十条对话，主要成本是输出 Token。若已有服务器，自托管加自带 Key 通常更可控；若没有，云版免费额度或入门订阅更省事。
小团队共用：除了模型费，还要算账号、权限、审计和 Key 管理。自托管可以给每人发独立 Key，按项目设预算；云版按席位订阅，省运维但长期要看席位总数。
知识库或客服类应用：Embedding、Rerank 和长上下文会显著抬高单次问答成本。优化重点不是换更便宜的模型，而是减少无关片段、控制 top-k、把重复问题用缓存或固定答案处理。
这里不给具体金额，因为模型单价、汇率、套餐和用量都在变。用自己最近 30 天的真实 Token 去乘模型价格，比看宣传页可靠。
六、把成本压下来的 8 个动作
- 连续记录 30 天输入与输出 Token，按功能和成员拆开，先找到大头。
- 按任务分层：分类、改写、摘要用小型模型，复杂推理再上大模型。
- 精简系统提示和历史消息，限制携带轮数，别把整段会话反复提交。
- 知识库控制分块大小与 top-k，先检索再重排，避免把整篇文档塞进上下文。
- 对稳定前缀使用供应商支持的缓存能力，并核对命中率与计费规则。
- 给项目、成员和 Key 设置预算与速率上限，防止脚本循环和异常重试。
- 定期清理重复文件、过期知识库和不再使用的模型权限。
- 每周看一次失败率、重试率、缓存命中与单位任务成本，发现异常立即限流。
这些动作里，第 1 条和第 6 条收益最直接：没有数据就无法优化，没有上限就可能被异常流量放大账单。
七、什么时候选云，什么时候选自托管
选云版：不想管服务器、需要开箱即用的移动端或桌面端体验、团队规模小、希望用积分统一模型账单。选自托管：有数据落地要求、已有服务器与运维、需要 SSO 和成员管理、希望自由切换模型与网关。
无论哪条路，都建议把模型调用收口到一个兼容入口，给不同项目发独立 Key，并按月对账。需要统一入口和用量管理，可以注册中商起航 AI 网关，模型与价格以模型价格页为准。
常见问题
LobeChat 是免费的吗？
软件可以自行部署，但模型调用、服务器、存储和运维都有成本；云版和企业能力按官方套餐计费。
自托管一定比云订阅便宜吗？
不一定。用量小、没有现成服务器时，云版往往更省事；用量稳定、已有基础设施时，自托管更容易摊薄成本。
API 按量计费会被“偷跑”吗？
常见原因是脚本循环、重试、长上下文和知识库重复索引。给 Key 设预算与速率上限，并记录每次调用的 Token，能快速定位。
知识库为什么会让成本明显上升？
文件要切分和嵌入，提问时还要把检索片段放进上下文；片段越多、文件更新越频繁，Embedding 和输入 Token 就越高。
怎么估算一个月要花多少？
导出最近 30 天的输入与输出 Token，按功能分类，乘以对应模型的当前单价，再加上 Embedding、Rerank 和重试；最后留出两成左右的波动空间。价格以模型价格为准。
相关阅读：
