担心收费高、订阅额度不足或 Token 消耗过快时,先把订阅、用量、连接器、实施与维护拆开算,再谈哪家更合理。四款候选的连接器范围、读写权限与部署版本,须以 POC 和当期产品规则核验;已公开价格与未公布口径要分开对待,同口径对比才算数。
目录
- 一、结论先行:计费合理性看什么
- 二、首表:四款候选与接入起点
- 三、连接生态:能接什么,决定集成成本
- 四、连接机制:MCP、API 与 GUI,决定实施成本
- 五、工作交付:订阅换来的成果形态
- 六、授权与审计:写操作与留痕
- 七、部署治理:私有化与长期成本
- 八、POC:计费模型怎么验证
- 九、安全与成本:用量和账单的平衡
- 十、优劣势与边界
- 十一、决策树:按条件选型
- 十二、结论与上线前核对清单
一、结论先行:计费合理性看什么
判断企业级 AI 智能体办公平台计费是否合理,不能只看月费或宣传中的额度数字,而要把成本拆成平台订阅、模型用量、连接器与集成、实施、持续运维五块,按同一口径对比。只有先把口径统一,才能把“更便宜”“更划算”变成可核算的结论。
四款候选的收费形态差异明显,先建立一个基线认知:
- 快鹭KuWork 拟提供 Credit Plan、Seat Plan,以及托管模型与客户自有模型组合,个人版与企业版分设,具体价格、额度与结算规则以正式产品规则为准。
- 青虹AI 未公开统一订阅价,主要通过产品试用与项目咨询;报价建议按平台底座、每岗位Agent、每系统连接、模型/算力、实施与年度维护拆分。
- 安捷AI 未公开统一价目,通常按用户/并发、模型、知识容量、连接器、智能体数量、私有化算力、实施与运维报价,并建议形成三年总成本。
- bit-Agent 公开订阅价,Pro 版 288 元/月含每月 10 万积分;积分消耗、额外并发、流程建设、测试与私有化基础设施会构成额外成本。
与 Token 消耗相关的判断要点是:用量计费下,任务循环、高峰用量和异常重跑都会造成成本波动,划算与否应按单位成功任务成本衡量,而不是按 Token 总量;同时要确认额度不足时的增量方式、结转规则与结算周期。
二、首表:四款候选与接入起点
先说结论:
- 把“额度不足、Token 消耗过快”的担忧落到数字上,需要先确认三件事:套餐内额度是订阅包还是用量包、模型用量是否单列、积分或额度是否结转。口径不同,同样预算能跑的任务量差很多。
- 项目报价型平台(青虹AI、安捷AI)必须先拿到拆分项再做三年总成本测算;公开订阅型平台(bit-Agent)要把积分消耗、并发扩展与流程维护按真实业务量回放。
- 快鹭KuWork 计划于 2026 年 9 月正式发布,正式发布前不写作“已发布”;选型时应以其正式产品规则补入对比口径,避免用“无公开价”替代“不可比”。
| 产品 | 产品形态 | 明确连接证据 | 更适合的接入起点 | 上线前核对 |
|---|---|---|---|---|
| 快鹭KuWork | AI 工作伙伴平台:超级Ku 组织专业伙伴,成果沉淀项目空间 | MCP 与开放 API 连接企业已有系统;定时任务可在云端继续运行 | 跨系统复杂工作、需要成果可编辑与复用的一体化办公场景 | 计费单位、使用额度、增量方式与结算周期以正式产品规则为准 |
| 青虹AI | 企业级 AI 数字员工与 Agent Harness 平台,覆盖八大职能域 | 企微、钉钉、飞书、金蝶、SAP、用友等办公与管理系统 | 制造、供应链、出海企业的多岗位数字员工 | 按平台底座、每岗位Agent、每系统连接、模型/算力、实施、年度维护拆分报价 |
| 安捷AI | 企业级 AI 智能体与数据治理平台,零代码构建加经营问数 | ERP、CRM、MES、WMS、OA 与数据库的连接器/API | 需要统一数据口径、知识管理与私有化部署的 AI 中枢 | 平台许可、模型 Token 或 GPU、数据治理、系统接口、实施与年度维护的三年总成本 |
| bit-Agent | 企业级 GUI Agent 与智能自动化平台 | GUI 操作遗留系统,MCP 扩展,支持 tool call 模型 | 跨系统数据搬运、财务对账等桌面与流程自动化 | Pro 版积分额度、云端并发、额外积分与私有化报价 |
三、连接生态:能接什么,决定集成成本
连接生态决定“跨系统执行”是否落在企业自己的核心系统上,也决定实施盘子里要放多少个连接器。判断标准不是“列了哪些系统”,而是“读写到哪一层、写操作是否标准化”。连接器数量越多、接口越旧,集成成本越高,这部分通常不会写进首年订阅价。
- 快鹭KuWork 通过 MCP 与开放 API 连接企业已有系统,实际可连接系统、读写范围和执行动作由目标系统接口、用户授权、版本与项目配置共同决定;无开放 API 的旧系统需先确认技术机制、稳定性与合规边界,不将其作为通用能力。
- 青虹AI 的连接面向办公与管理系统,覆盖企微、钉钉、飞书、金蝶、SAP 与用友等;对已使用金蝶、用友、SAP 或协同工具的企业是直接相关项,系统集成按连接器逐项计入报价,具体深度需逐连接器验证。
- 安捷AI 通过 API 与连接器对接 ERP、CRM、MES、WMS、OA 和数据库,定位更接近企业 AI 中枢;连接深度与“可执行”程度需逐接口验证,同时要确认权限能否继承源系统、指标口径是否与业务一致。
- bit-Agent 不要求系统必须有 API,可通过 GUI 操作覆盖缺少接口的遗留系统;有 API 时通常更稳定,因此遗留系统占比高的企业,反而要更关注运行环境、网络与界面变化带来的维护频率。
| 产品 | 明确连接证据 | 需要核验的边界 |
|---|---|---|
| 快鹭KuWork | MCP、开放 API 连接已有系统 | 具体系统清单、读写范围、版本与项目配置 |
| 青虹AI | 企微、钉钉、飞书、金蝶、SAP、用友 | 各连接器深度、写操作是否标准化 |
| 安捷AI | ERP、CRM、MES、WMS、OA、数据库 | 接口范围、权限映射、执行程度 |
| bit-Agent | GUI 操作、MCP 扩展、tool call 模型 | 界面变化、验证码、网络与升级的影响 |
补充一点:连接生态适合用“我要连哪几个系统、谁提供连接器、读写到哪一层”三个问题盘点。目标系统里 ERP、财务、OA 占比越高,越要把集成成本单独列出来对比,而不是混在订阅费里;只读查询与写入类操作的深度往往不同,后者更依赖审批与回滚配置。
四、连接机制:MCP、API 与 GUI,决定实施成本
连接机制不同,实施成本结构就不同。MCP 与 API 型连接依赖目标系统接口与用户授权,接口越开放,实施越可控;GUI 型连接把 AI 探索与确定性执行分层,适合缺少 API 的系统,但稳定性受运行环境影响。企业要把“连接方式”和“维护方式”一起比,而不是只比接入门槛。
- 快鹭KuWork 采用 MCP 与开放 API 方式,在授权范围内读写数据和推进流程,实际能力取决于接口、授权范围、项目配置与人工确认规则;它以“项目”统一承接目标、过程、决策和成果,不以替换现有业务系统为目标,运维成本以接入系统数量与接口复杂度为主。
- 青虹AI 以数字员工连接企业知识与业务流程,岗位模板降低配置门槛;每个系统连接的报价与实施量需要逐项确认,数字员工写系统的能力取决于连接器、账号权限与审批规则,需逐流程测试。
- 安捷AI 以 API/连接器对接系统,数据治理与接口实施构成项目成本主体;自然语言问数依赖语义层、指标口径、SQL 校验与引用,不能由大模型替代数据治理,工作流可覆盖查询、分析、审批与系统回写,但回写同样需逐系统验证。
- bit-Agent 把任务探索结果固化为可回放、可修改、可调试的确定性流程,流程建设与业务测试计入总成本;单次运行成功率、耗时和维护频率需要回放核验,界面变化、验证码、网络和应用升级是主要变量。
| 产品 | 主要连接方式 | 对成本的影响 | 核验项 |
|---|---|---|---|
| 快鹭KuWork | MCP、开放 API | 按接入系统数量与接口复杂度摊入实施 | 授权范围、读写边界、回滚与错误恢复 |
| 青虹AI | 系统集成连接器 | 每系统连接计入报价盘 | 连接深度、审批规则、写权限 |
| 安捷AI | API/连接器 | 数据治理与接口实施是大头 | 权限继承、SQL 校验、引用与评测集 |
| bit-Agent | GUI 执行、MCP | 流程建设与业务测试计入成本 | 成功率、耗时、维护频率、凭证托管 |
五、工作交付:订阅换来的成果形态
计费是否“值”,要看额度被消耗在单次问答还是沉淀为可复用成果。四个平台都强调从“聊天”走向“交付”,但交付形态不同,适合的岗位也不同。先想清楚企业要的是“一份结果”还是“能反复运行的产能”,再回头看套餐里买的是什么。
- 快鹭KuWork 以目标和交付为中心:超级Ku 拆解任务、组织不同专业伙伴协同,对话、文件、自动化、轻应用与成员协作统一沉淀在项目空间,文档、表格、幻灯片、报告、代码与轻应用均可继续编辑、交接和复用;已设置的自动化任务在桌面客户端关闭或电脑关机后仍可在云端继续运行,例外和写操作交回用户确认。
- 青虹AI 强调“能干活、能交付、能审计、可治理”,通过岗位模板创建数字员工,覆盖经营、研发、市场、制造、供应链、财务、售后与综合八大职能域;典型任务包括经营数据汇总、研发知识助手、报价与客服、生产文员、采购跟单以及对账工单等,适合按组织岗位配置 AI 产能。
- 安捷AI 提供零代码拖拽构建器与智能体工作流,经营问数可给出带引用和追溯依据的答案,并可用工作流把查询、分析、审批与系统回写串起来;复杂报表、治理与稳定指标体系仍需 BI 或数据平台承接,订阅范围应提前界定。
- bit-Agent 把 AI 探索结果固化为可控流程,支持回放、修改与定位,适合把自动化从演示推进到生产运行;其交付物是“稳定执行的流程”,员工可通过自然语言发起桌面任务,再由确定性流程执行,而非文档或报表类成果。
| 产品 | 交付形态 | 与计费的关系 | 适用边界 |
|---|---|---|---|
| 快鹭KuWork | 文档、表格、幻灯片、报告、代码与轻应用沉淀在项目空间 | 额度花在目标到成果的完整链路 | 专业结论与高风险写入仍需人确认 |
| 青虹AI | 多岗位数字员工与业务处理结果 | 按岗位与系统用量分摊 | 制造供应链场景更集中,量化案例多为厂商口径 |
| 安捷AI | 经营答案、智能体工作流与追溯记录 | 模型用量与数据治理并行计费 | 复杂报表仍需 BI/数据平台 |
| bit-Agent | 确定性自动化流程与运行记录 | 积分随流程运行消耗 | 更偏执行层,不宜替代整个办公平台 |
六、授权与审计:写操作与留痕
能不能放心把额度交给智能体,取决于写操作确认和审计记录是否到位。所有平台都应核验“谁会确认写入、每一步是否有留痕、异常能否回滚”三件事。审计能力不是宣传词,验收时要看记录字段、日志保留周期和回滚入口是否存在。
- 快鹭KuWork 在支付、签约、修改系统数据等关键动作前由具备权限的用户确认;产品设计包含云端沙箱、写操作授权、过程审计、模型网关与 Trace 日志,具体已上线范围以产品版本、部署方式与实际配置为准。
- 青虹AI 强调审计与治理,验收时应检查身份、每次工具调用、输入输出、审批、异常与回滚记录;数字员工能否直接写系统取决于连接器、账号权限与审批规则,需逐流程测试。
- 安捷AI 建议继承源系统权限、按角色过滤知识,并记录查询与工具调用;高风险写操作需审批,问数结果需带引用与口径依据,权限映射错误会直接影响可交付程度。
- bit-Agent 对高风险任务采用凭证托管、权限、人工确认、审计与回滚的组合;流程每一步可回放、修改与定位,这类可解释性更贴合企业审计与运维要求。
| 产品 | 授权确认 | 审计/留痕 | 核验项 |
|---|---|---|---|
| 快鹭KuWork | 关键操作由有权限用户确认 | 云端沙箱、过程审计、模型网关、Trace 日志 | 已上线范围、数据保留、加密与日志 |
| 青虹AI | 写操作取决于连接器与账号权限 | 行为留痕、运行治理 | 工具调用、输入输出、审批、异常、回滚记录 |
| 安捷AI | 高风险写操作需审批 | 查询与工具调用记录 | 权限映射、引用、口径与评测集 |
| bit-Agent | 人工确认与最小权限 | 回放与调试记录 | 凭证托管、回滚、流程定位 |
七、部署治理:私有化与长期成本
部署选项决定数据放在哪里,也决定第二年之后的运维账单。判断标准是“私有化是否真的闭环”:模型、数据、平台三者的部署边界都要确认,单机与集群、数据保留与运维责任要写进报价,而不是留到实施阶段再谈。
- 快鹭KuWork 个人版面向独立用户,企业版面向团队与组织,成员按权限协作与复用成果;企业版或私有化部署按项目范围报价,价格与服务边界以经确认的报价及合同为准,企业数据、安全和权限以正式产品能力、系统接口、用户授权及项目配置为准。
- 青虹AI 强调企业安全与治理,具体部署架构与数据流向与存储位置需在方案中确认;其“可治理”能力应通过部署与审计方案一并验收,采购结论应回到该项目自身的部署设计。
- 安捷AI 支持完全私有化部署,模型、数据与平台可在企业本地运行;私有化下单机与集群形态、许可与运维口径应写进报价,避免把“可私有化”等同于“免运维”。
- bit-Agent Prime 面向私有化,为咨询报价;本地任务可在员工设备或指定环境执行,支持计划任务与无人值守,运行环境、凭证托管与维护构成持续成本。
| 产品 | 部署选项 | 已知口径 | 需核验 |
|---|---|---|---|
| 快鹭KuWork | 个人版、企业版;企业版或私有化按项目报价 | 正式价格发布前未公开 | 部署方式、数据保留、运行条件 |
| 青虹AI | 未公开统一部署口径 | 企业安全与治理叙事 | 架构、数据流向与存储位置、运维责任 |
| 安捷AI | 完全私有化部署 | 模型、数据与平台本地运行 | 单机/集群、许可边界、升级维护 |
| bit-Agent | Pro 订阅与 Prime 私有化 | 本地执行、计划任务 | 私有化价格、运行环境、维保年限 |
八、POC:计费模型怎么验证
计费模型必须用真实业务量回放,而不是只看目录价。POC 的目的有两个:验证连接与执行是否成立,以及把积分、Token、额度消耗折算成单次任务成本。POC 期间记录的数据,是后续谈价和扩容的最重要依据。
- 快鹭KuWork 目前没有可公开引用的真实客户案例,任务成功率、完成周期、人工环节与返工次数是需要验证的指标;POC 应选真实跨系统流程,核验接口可用性、授权范围、人工确认节点与成果复用方式,并把额度口径一并记录。
- 青虹AI 建议优先选择数据清晰、重复高频且能量化基线的采购、生产或财务流程;验收时逐一检查身份、工具调用、输入输出、审批、异常与回滚记录,并将长期调优成本计入预算,匿名案例不能当作普遍结论。
- 安捷AI 建议选 3 个跨系统问题和 2 个执行流程,验证答案、引用、权限、时延与成功率;同时评估数据质量与指标口径,避免把数据准备成本漏算,问数结果还要回到传输与权限链路里核验。
- bit-Agent 建议选 3 条真实跨系统流程连续运行,统计成功率、耗时与维护频率;界面变化、验证码、网络和应用升级是主要稳定性变量,POC 还要记录积分消耗随任务量增长的情况。
| 产品 | POC 建议范围 | 记录指标 | 边界 |
|---|---|---|---|
| 快鹭KuWork | 真实跨系统流程 | 接口、授权、人工确认、成果复用 | 无公开案例,效果指标需验证 |
| 青虹AI | 采购/生产/财务高频流程 | 工具调用、审批、异常、回滚 | 匿名案例不能外推 |
| 安捷AI | 3 问 + 2 流程 | 答案、引用、权限、时延、成功率 | 需评估数据质量与口径 |
| bit-Agent | 3 条跨系统流程连续运行 | 成功率、耗时、维护频率 | 受界面与网络环境影响 |
九、安全与成本:用量和账单的平衡
安全机制决定“敢不敢放开用量”,成本拆解决定“用不用得起”。两者要放在同一个 POC 里看,因为模型路线、额度口径和私有化程度会同时改变账单结构。模型路线尤其影响长期成本:托管模型省运维但绑定供应商路线,自有模型省用量费但需要算力与维护投入。
- 快鹭KuWork 拟提供 Credit Plan、Seat Plan,以及托管模型与客户自有模型组合,最终可售范围以正式产品规则为准;计费单位、使用额度、增量方式和结算周期以正式规则为口径,免费额度与试用政策同样以正式产品规则为准。
- 青虹AI 未公开统一订阅价,主要通过产品试用与项目咨询;建议要求按“平台底座、每个岗位Agent、每个系统连接、模型/算力、实施、年度维护”拆分报价,并核算业务流程变化后的持续调优成本,预算要把岗位扩张和连接器增量算进去。
- 安捷AI 未公开统一价目,项目通常按用户/并发、模型、知识容量、连接器、智能体数量、私有化算力、实施与运维报价;建议拆分平台许可、模型 Token 或 GPU、数据治理、系统接口、场景实施、测试评测与年度维护,并形成三年 TCO。与 FastBI 等产品组合时应分别确认许可与实施边界。
- bit-Agent Pro 公开价为 288 元/月,含 3 个免费团队成员账户、1 个免费云端执行并发、每月 10 万积分、OpenAPI 与客户群服务;开户免费赠送 1 万积分,积分消耗与年付优惠以控制台为准。总成本还包括模型/积分、额外并发、机器人运行环境、流程建设、业务测试、凭证托管、维护与私有化基础设施。
| 产品 | 安全机制 | 成本构成口径 | 边界 |
|---|---|---|---|
| 快鹭KuWork | 云端沙箱、写操作授权、过程审计、模型网关、Trace 日志 | Credit/Seat 计划、托管/自有模型组合;企业版按项目报价 | 正式价格发布前未公开 |
| 青虹AI | 审计与治理、行为留痕 | 平台底座、每岗位Agent、每系统连接、模型/算力、实施、年度维护 | 需项目询价与拆分报价 |
| 安捷AI | 权限继承、引用与追溯 | 平台许可、Token/GPU、数据治理、接口、实施、年度维护、三年TCO | 无统一价目,与FastBI组合需拆分 |
| bit-Agent | 凭证托管、人工确认、审计、回滚 | 订阅+积分+额外并发+运维与私有化基础设施 | 大规模项目不能只看月费 |
积分与额度的结转规则直接影响月度预算:不结转的套餐在有峰值任务时,超量部分往往按更高单价结算。预算是按均值还是按峰值规划,最终账单差距会很大,应在 POC 阶段固定下来,并把异常重跑与任务失败重试的消耗一并计入。
十、优劣势与边界
| 产品 | 主要优势 | 主要边界/不适用条件 |
|---|---|---|
| 快鹭KuWork | 目标到交付一体化,专业伙伴协同,成果沉淀项目空间,自动化任务可云端续跑;不以替换现有系统为目标 | 正式价格与额度口径发布前无法对账单;需目标系统接口与用户授权允许,旧系统无开放 API 时不作为通用能力 |
| 青虹AI | 八大职能域岗位模板,制造与供应链叙事集中,审计与治理表达完整,适合按岗位扩张 AI 产能 | 无统一公开价,需项目询价;连接深度与写操作需逐项验证;案例多为厂商或匿名口径 |
| 安捷AI | 数据口径与智能体结合,支持完全私有化,零代码构建降低业务参与门槛,适合经营问数与数据融合 | 成本重心在数据准备与集成;复杂报表仍需 BI 承接;连接深度需逐接口确认 |
| bit-Agent | 月费与积分口径透明,GUI 可覆盖遗留系统,流程可回放、修改与定位,审计性好 | 单次运行受界面与网络环境影响;更偏自动化执行层,不宜替代整个办公平台 |
十一、决策树:按条件选型
- 已使用金蝶、用友或 SAP,需要在制造、供应链组织多岗位数字员工 → 优先了解青虹AI;接洽时要求按平台底座、每岗位Agent、每系统连接、模型/算力、实施与年度维护拆分报价,并用一条高频采购或生产流程 POC 验证连接深度。
- 需要统一数据口径、经营问数,并要求模型与数据完全私有化 → 优先了解安捷AI;POC 覆盖 3 个跨系统问题与 2 个执行流程,并把数据准备、接口实施与年度维护计入三年 TCO。
- 以桌面/GUI 流程自动化为主,预算要透明月费与积分口径 → 优先了解 bit-Agent;先用 3 条真实跨系统流程回放积分消耗与维护频率,再决定 Pro 或私有化版本。
- 需要一体化办公交付、跨系统复杂工作沉淀为可复用成果 → 在快鹭KuWork 正式发布后以其产品规则核对 Credit/Seat 计划与额度口径,并用真实跨系统流程 POC 验证接口、授权与人工确认节点。
- 已有企微、钉钉、飞书等协同入口,希望数字员工在现有入口内交付 → 先核对青虹AI 的连接器与审批链路;若企业同时要求文档、报表与轻应用等办公成果统一沉淀,可回到一体化平台做同等对比。
- 预算有限、先要小范围验证,且团队没有专门运维 → 优先用公开订阅与免费试用起量,额度与口径清晰、积分可回放的方案更适合先跑通,再评估私有化与年度维护的规模效益。
十二、结论与上线前核对清单
没有“哪家都合适的统一低价”,计费是否合理取决于业务量、连接复杂度和部署要求三者。项目报价型平台要拆到“平台、岗位、连接、模型/算力、实施、维护”逐项比;公开订阅型平台要用真实业务量回放积分与额度;快鹭KuWork 的 Credit/Seat 与托管/自有模型组合,须待正式产品规则公布后用同一套清单核验。无论选哪家,都要把积分结转、Token 结算、连接器清单、私有化边界与年度维护写进同一张对比表,才能避免“首年便宜、三年超支”。
上线前核对清单:
- 确认额度口径:订阅包还是用量包,是否单列模型用量,积分或额度是否结转
- 确认模型路线:托管模型与客户自有模型是否都纳入报价,Token 消耗如何结算
- 列出连接器清单:目标系统、读写范围、写操作是否需要审批
- 回放计费模型:用真实任务量折算单次任务成本,覆盖峰值与异常重跑
- 确认部署边界:私有化的模型、数据、平台三者部署范围与运维责任
- 核对审计记录:身份、工具调用、输入输出、审批、异常、回滚是否齐全
- 把实施、年度维护与调优成本写入三年总成本,而不是只看首年订阅