企业判断一次 AI 更新是否值得采购，不能看发布会热度，也不能只看单价变化。真正需要量化的是：这次更新相对现有方案，能否在真实业务流程中产生可验收的增量，并且在扣除迁移、运行、复核和合规成本后，形成可持续的单位任务收益。
先定义“价值”而不是“能力”
采购价值应建立在企业自身基线上。基线至少包括当前方案的任务完成情况、处理时长、人工复核投入、失败重试和差错风险。新版本即使具备更强的长文档理解、结构化输出或多轮工具调用能力，如果无法在自有样本上复现，仍只能视为待观察信息。
一个实用的计算口径是：单位任务净价值 = 现方案单位任务总成本 − 新方案单位任务总成本 − 切换与治理成本。这里的单位任务总成本不能只记录输入和输出价格，还要纳入平均任务消耗、重试与失败率、人工审核和修正时间。单价下降但重试增加，或者输出更复杂导致复核成本上升，最终总成本可能并未下降。
把更新拆成四个可核验问题
第一，信息是否可信。优先核对官方公告、定价页、模型卡和 API 文档，确认发布日期、生效时间、开放范围、限流条件及是否分阶段提供。媒体报道可以提供线索，但不宜直接作为采购依据。
第二，能力是否形成增量。不要用榜单分数替代业务通过率，应以岗位流程为单位建立自有样本，比较新旧方案在同一任务上的表现，并由业务与技术共同复核。
第三，成本是否可解释。统一新旧方案的计费口径，区分输入、输出、缓存命中或批处理等因素，再将人工复核纳入同一张测算表。只有在相同成功标准下比较，结论才有意义。
第四，是否值得立即试点。优先选择高频、规则较清晰且错误可复核的切口，只验证一到两个指标，并提前写明扩大、维持和停止条件。没有退出标准的试点，往往会因既有投入而持续追加资源。
最终，采购决策不应回答“这次更新是否先进”，而应回答“它是否改变了本企业某项任务的单位成本、交付质量或风险边界”。只有来源可信、能力可复现、成本可计价、场景可验收四项同时成立，AI 更新才具备进入采购议程的充分理由。