一、这次实验怎么做的

做法很朴素：拿三个真实项目，直接用 AI 本地化跑一遍，记录实际消耗。三类内容分别代表不同的翻译难度：

算完单个项目的账，再按一个典型 SaaS 产品的量级往上放大，得到可参考的总量级。

二、影响账单的四个变量

1. 字数与语言对：源语言到目标语言的 Token 消耗不同，小语种通常更贵。
2. 上下文喂多少：给术语表、给界面截图、给前后文，都会增加输入 Token，但能显著降低返工。
3. 返工轮次：翻一遍能用，和翻三遍才能用，成本差好几倍。
4. 平台怎么收费：这是最容易被忽略的一项。

三、平台收费方式的差别，比模型差价大得多

有的平台在 AI 消耗上加收服务费，有的不加，你付的就是 OpenAI、Google、Anthropic 这些供应商的直连 API 价。

同样一批内容，两边算下来可能差出一截。所以在比价之前，先问清楚一件事：它是在模型原价上加价，还是原价转给你、另收平台订阅费。

另外，不同翻译管理系统对"按什么计费"的定义也不一样——是按托管字数、按处理字数，还是按实际 API 消耗。这三种口径算出来的数字不能直接对比。

四、"便宜"的隐性成本

AI 翻译最容易低估的成本是审校：

• 如果分不清哪句翻对了、哪句翻错了，就只能全部重看一遍。
• 如果术语没锁死，同一个词在不同页面出现不同译法，改起来要跨文件找。
• 如果格式标签被模型改坏，程序会直接报错，排查时间远超翻译本身。

这三项都不体现在 API 账单里，但都真实发生。

五、怎么给自己估一个数

1. 先拿 500-1000 字真实内容试跑，记录消耗和返工率。
2. 按"消耗 × 总字数倍数"外推，再乘上返工系数（保守按 1.5 倍算）。
3. 把审校工时折成钱加进去——这一项往往比 API 费高一个量级。
4. 小语种、专业领域单独估算，不要用大语种的平均值套。

一句话收束：AI 翻译的 API 费用通常不吓人，吓人的是没有流程时的返工和审校。