现状：贵司正在经历的三个问题
钱在漏
AI 费用月月在涨，可花在哪个部门、哪个员工、哪个模型上，没人说得清 —— 月底只剩一张总额。
更糟的是，无论简单复杂的事，都在调一样的模型和 Agent。实测：同等质量下，一律用较强模型，平均花费比智能调度贵一半以上（实测单价 ¥0.1253 / 题 vs ¥0.0535 / 题，省 57%）。
人在散
员工各自去注册豆包、Claude、DeepSeek：账号是散的、账单是散的、权限也是散的。IT 既管不过来，也收不回来。
数据在裸奔
客户资料、财务数据、合同原文，被员工随手就粘给公共 AI。真出了事，既不知道，也查不到。
我们带来了什么
| 贵司的问题 | 我们对应的能力 |
|---|---|
| 钱在漏 | 便宜 + 强同等质量下只花最强模型 43% 的钱；能力还不低于它 —— 近万道测试题库抽测：我们做对 93.8%，最强模型 91.7% |
| 人在散 | 统一一个入口、一套账号权限、一份账单，管理员可管可收 |
| 数据在裸奔 | 安全敏感词拦截 + 数据脱敏 + 权限隔离，全部在系统层 |
我们怎么做到的
3.1 强：三个臭皮匠顶个诸葛亮，十个臭皮匠超过诸葛亮
同等质量下，我们的做对率比单跑最强模型还高。不是因为我们有更强的模型，而是用多个模型协同求解、交叉校验。
近万道公开基准题库抽测 48 道：我们做对 93.8%，单跑最强模型 91.7%。
多模型协同求解
不押注任何单一模型：难任务由多个模型协同完成，交叉校验后再合并结果。
前瞻式调度
事先判断任务难度与风险，一次就选对模型；不做「先试便宜的、不行再换」。
可验证执行
能算的题先真跑一遍拿到精确结果，再据此下结论 —— 不让模型「心算」。
弹性编排
简单的活一个模型就够；复杂的活自动升级为多模型协同。
3.2 便宜：同等质量，只花最强模型的 43%
同等质量下，我们的平均花费只有最强模型的 43% —— 省 57%。不是靠砍功能，而是按难度派模型。
省在哪：按难度派模型
- 轻量任务走轻量模型：写个通知、改错别字 —— 这类请求实测一次只花 ¥0.0022，丢给最强档要 ¥0.1191，差 54 倍
- 可计算走可验证执行：先真跑一遍拿到精确结果 —— 模型「心算」会错，算错要返工，返工才是真的贵
- 难任务走多模型协同：多模型独立作答后交叉校验、合并 —— 难任务专项实测省 83%
- 写代码走自检式生成：写完先自审，发现问题自己改 —— 一次成不了就要重来，重来比多审一遍贵
3.3 统一丰富：一个入口，把主流 AI 全聚齐
统一：账号、权限、账单，都收得回来
- 一个入口：员工不用再各自注册豆包 / Claude / DeepSeek —— 所有模型、技能、外部 Agent，都从同一个地方进
- 按部门分配预算：管理端「预算分配」按部门下达额度
- 按员工 / 部门看用量：每一次调用都入账，含「模型 / 输入字数 / 输出字数 / 单价 / 实付金额」
- 配额与审批：用量配额、超额管控、敏感操作走审批流
- 审计留痕：可按人、按部门往回追
我们还有什么，是别人没有的
D-01中立
巨头做 AI 助手，天然会往自己家的模型上导 —— 因为模型就是他们的收入。我们没有自家模型，所以只对一件事负责：用最少的钱把事做对。同一轮抽测里，我们的请求落在 4 个厂商的模型上，而不是全压一家。
D-02管理合理
一个入口，员工不用再各自注册；按部门下达预算额度，按员工、按部门看用量；每一次调用都入账；正式可用 287 个模型，由管理员开通；配额、审批、审计留痕俱全 —— 可按人、按部门往回追。
D-03安全
涉及敏感的词，我们在系统层就处理掉，不靠「提示词求它别乱说」：敏感词命中即拦截、手机号等字段替换后才进模型、外部 Agent 只读挂载、危险操作事前审批。
收费与合规
5.1 模型用量贵司自己买，我们不加一分钱
模型用量由贵司按实际用量自购，按厂商官方刊例价结算，我们不在中间加一分钱。
我们的收入只跟「多少人用」有关，跟「用了多少 token、用了多贵的模型」完全无关。也就是说：我们帮贵司把 AI 费用省下来，自己一分钱都不会少赚。
反过来想就明白了：那些既卖模型、又卖助手的厂商，模型就是他们的收入 —— 他们天然有动机往贵的模型上导；而我们的动机会把贵司往便宜的那一边推。这不是一句承诺，而是能从收费结构里直接算出来的事实。
| 收费项 | 怎么算 |
|---|---|
| 平台席位费 | 4.9 元 / 人 / 月 —— 这是我们唯一向贵司收的钱 |
| 模型用量 | 贵司按实际用量自购，按厂商官方刊例价结算，我们不在中间加一分钱 |
| 发票 | 支持开票 |
给个直观的量级：500 人规模，席位费约 ¥2,450 / 月；若人均每月用 100 次，模型用量约 ¥2,675 / 月（按本材料的实测单价推算，贵司实际用量与选型不同会有出入）。
5.2 合规与数据安全
网关对每一次请求都过这四道关 —— 安全校验收在预算之前，敏感内容在花钱之前就被拦下；命中即拦截，本次对话不消耗额度，并留痕可稽核。
- 数据脱敏：手机号等敏感字段替换后才进模型，脱敏后的输入才交给下游所有链路
- 权限最小化：外部 Agent 在一次性隔离容器里跑，只挂载必要目录、且只读；危险操作事前审批
- 数据出境：政企、金融、医疗这类对数据出境敏感的行业，开通时就直接指定「境内模型池」，不要把这件事留到上线之后再补
下载桌面客户端
装了桌面客户端，才能让 AI 读取你电脑上的文件、在你本机执行命令。
Mac 不确定自己是哪种芯片？用通用版，Intel 与 Apple 芯片都能跑。
网页版打开就能用，不需要安装；装客户端是为了让它能读你电脑上的文件、并在你本机执行命令。