我们如何量化 SaaS Lock-In 与 LLM 成本

Source: Dev.to

供应商锁定评分

“联系销售”按钮是技术债务的指示器。每当供应商把定价隐藏在表单后面，就会给你的技术栈的可扩展性增加摩擦。

我们花了数月时间构建了一个管道，能够每天跟踪数百个 SaaS 定价页面。原始数据本身只是噪声，所以我们创建了一个仪表板，将软件采购视为工程问题：使用逻辑、公式和每日数据管道。

我们如何衡量锁定

• 数据可移植性 – API 是否允许完整批量导出？
• 集成深度 – 你被迫使用多少专有钩子？
• 合同摩擦 – 自动续约条款和席位最低要求。

逻辑：如果一个工具的锁定评分为 8/10，则即使是“便宜”的 $50 /月 入门计划也实际上是高风险负债。我们已经为数百个工具绘制了这张图（预计将超过 1,000），让你在踏入陷阱之前就能看到它。

堆栈构建器 – “基础设施即预算”

采购通常在一个混乱的 Excel 表格中进行，容易崩溃且从不保持更新。

我们的堆栈构建器通过以下方式解决此问题：

• 让你在 28+ 个不断增长的类别（CRM、托管、安全等）中选择工具。
• 拉取每日同步的价格（不再有过时数据）。
• 计算总月度和年度支出，考虑每席位计费与统一费率的扩展方式。

它充当 CFO 的沙盒：将 $200 /月 的 CRM 替换为 $50 /月 的替代方案，即可瞬间看到对整体堆栈成本的连锁影响。

LLM 计算器

LLM 定价是一个不断变化的目标。面对六家供应商和 25+ 种模型（从 GPT‑4o 到 Groq 上的 Llama 3），为生产应用计算 token 成本简直是一场噩梦。

我们的 LLM 计算器对其进行标准化：输入你预期的月度 token（输入 / 输出），它会返回并排的成本比较。

为什么这很重要

• 为相同模型切换供应商可节省高达 40 % 的利润空间。
• 每日同步在价格文档更新的瞬间捕捉到“隐形”降价。

开放数据

我们的一切都是开放的：

• GitHub – Fork 逻辑代码。
• Kaggle – 使用原始 SQLite/CSV 转储来训练你自己的模型。
• Railway API – 公共端点（无需认证），可直接将价格流入内部工具。

我们正在构建一个公共设施。软件是现代公司在薪资之后的最大开支项目；它不应是一个黑箱。

• 试用仪表板：
• 代码与数据：

在本项目的制作过程中，没有任何“联系销售”按钮受损。