裝置端 AI 單位經濟學：讓行動 AI 獲利的數學

雲端 AI 有變動成本。每個使用者、每次請求都要花錢。裝置端 AI 有固定成本。微調一次、分發一次、永久免費運行。財務結構根本不同，對行動應用業務的影響是重大的。

本文分析了兩種方法的完整成本模型。

雲端 API 成本結構

變動成本（隨使用者增長）

成本項目	每使用者每月	10K 月活躍用戶	100K 月活躍用戶
API tokens（GPT-4o-mini）	$0.05-0.10	$500-1,000	$5,000-10,000
API tokens（Gemini Flash）	$0.03-0.06	$300-600	$3,000-6,000
伺服器基礎設施（代理/佇列）	$0.01-0.02	$100-200	$1,000-2,000
變動成本總計	$0.06-0.12	$600-1,200	$6,000-12,000

固定成本（不隨規模增長）

成本項目	每月
開發者時間（提示工程、維護）	$2,000-5,000
監控和日誌	$50-200
固定成本總計	$2,050-5,200

雲端 AI 總成本

10K 月活躍用戶：$2,650-6,400/月 100K 月活躍用戶：$8,050-17,200/月

在規模化時，變動成本佔據主導。在 100K 月活躍用戶時，變動成本占 AI 總支出的 75-85%。

裝置端成本結構

一次性成本

成本項目	金額	頻率
訓練資料準備	$500-2,000（開發者時間）	一次，之後增量
微調運算	$5-50	每次訓練運行
llama.cpp 整合	$1,000-3,000（開發者時間）	一次
跨裝置測試	$500-1,500（開發者時間）	每次模型更新
一次性成本總計	$2,005-6,550

經常性固定成本

成本項目	每月
模型分發 CDN	$50-200（每月 100K 次下載）
模型重新訓練（每季）	每次 $5-50 = 分攤後 $2-17/月
開發者維護	$500-1,000
經常性成本總計	$552-1,217

變動成本

成本項目	每使用者每月
每位新使用者的 CDN 頻寬	約 $0.08-0.15（一次性模型下載）
每次推論成本	$0.00
變動成本總計	約 $0.00（初始下載後）

裝置端總成本

10K 月活躍用戶：$552-1,217/月 + 分攤的一次性成本 100K 月活躍用戶：$552-1,217/月 + 分攤的一次性成本

無論使用者數量多少，成本幾乎是平坦的。CDN 成本隨著新使用者下載略有增加，但與 API token 成本相比是微不足道的。

損益平衡分析

裝置端何時變得比雲端 API 更便宜？

對比 GPT-4o-mini

月活躍用戶	雲端每月	裝置端每月	節省
500	$2,680	$1,052	$1,628（61%）
1,000	$2,750	$1,052	$1,698（62%）
5,000	$3,150	$1,052	$2,098（67%）
10,000	$3,650	$1,102	$2,548（70%）
50,000	$7,550	$1,152	$6,398（85%）
100,000	$12,550	$1,217	$11,333（90%）

損益平衡點：500 月活躍用戶以下。 裝置端從本質上在第一個月就更便宜，因為一次性微調成本（$5-50）比任何有意義的使用者數量下單月的雲端 API 成本都低。

對比 Gemini Flash（最便宜的雲端 API）

月活躍用戶	雲端每月	裝置端每月	節省
1,000	$2,380	$1,052	$1,328（56%）
10,000	$2,950	$1,102	$1,848（63%）
100,000	$8,250	$1,217	$7,033（85%）

即使對比最便宜的雲端 API，在任何非微量使用者數下，裝置端從第一天起就省錢。

規模化優勢

裝置端的財務優勢隨著成長而複合：

雲端： 從 10K 增長到 100K 月活躍用戶，每月增加 $9,000-10,000 的變動成本。 裝置端： 從 10K 增長到 100K 月活躍用戶，每月增加約 $65-115 的 CDN 成本。

這是核心洞察。雲端 AI 的利潤率隨著規模而壓縮。裝置端 AI 的利潤率隨著規模而改善。基礎設施成本分攤到更多使用者上，每位使用者的變動成本貢獻為 $0。

對應用程式商業模式的影響

訂閱應用（$4.99/月）

模式	每使用者 AI 成本	佔收入百分比	毛利率影響
雲端（GPT-4o-mini）	$0.08	1.6%	每使用者 -1.6%
雲端（Gemini Flash）	$0.05	1.0%	每使用者 -1.0%
裝置端	約 $0.01	0.2%	每使用者 -0.2%

裝置端將 AI 的利潤率影響降低了 5-8 倍。

免費增值應用

免費增值應用是差異最明顯的地方。免費使用者產生成本但零收入。

使用雲端 AI：每位免費使用者每月花費 $0.05-0.10 的 API 呼叫。如果 90% 的使用者是免費的，付費使用者必須承擔 10 倍自己的 AI 成本。

使用裝置端 AI：免費使用者幾乎沒有成本。模型在他們的裝置上運行。唯一的成本是一次性的模型下載（約 $0.08-0.15 CDN 頻寬）。

這完全改變了免費增值的數學。你可以向免費使用者提供 AI 功能，而不用擔心每位免費使用者的成本會摧毀你的利潤率。

廣告支撐應用

每位使用者的平均廣告收入：$0.50-2.00/月。雲端 AI 每使用者 $0.05-0.10 吃掉廣告收入的 2.5-20%。裝置端 AI 每使用者約 $0.01 吃掉 0.5-2%。差異可能是可持續和不可持續業務之間的利潤差距。

投資回收

將裝置端 AI 視為資本投資。前期成本（完整流程 $2,000-6,500）回收很快：

替代的雲端成本	回收期
$500/月	4-13 個月
$1,000/月	2-7 個月
$3,000/月	不到 2 個月
$10,000/月	不到 1 個月

在雲端 API 成本 $3,000/月（30-50K 月活躍用戶常見）時，整個裝置端投資在不到兩個月內就能回本。

像 Ertas 這樣的平台透過處理微調基礎設施來降低前期投資。你帶來訓練資料。Ertas 提供運算、訓練流程和 GGUF 匯出。一次性成本降低到微調運算（$5-50）加上你準備訓練資料的時間。

應該建模什麼

在承諾任一方法之前，建立一個簡單的試算表：

目前每使用者的雲端 AI 成本（從你的帳單儀表板）
預計使用者成長（每月）
雲端成本曲線（每使用者成本 * 預計月活躍用戶）
裝置端固定成本（微調 + 整合 + 維護）
損益平衡月份（累計雲端成本超過累計裝置端成本的時間點）

對於大多數行動應用，損益平衡是以月計算的，而非以年。你越早做切換，在產品生命週期中節省的就越多。