← 返回客戶案例

典型情境示例

GPT 企業採購:選定供應路徑,再安排帳戶與交付

本示例說明常見的採購流程,並非真實客戶專案。

一家新加坡軟體企業比較 GPT 原廠供應路徑,規劃帳戶歸屬、部署識別值、費用分攤與驗收。

需求與現有系統

假設一家有 20 名員工的新加坡軟體公司,希望讓客服依據已核准的產品文件擬定答覆,並讓工程團隊彙整問題歷史。公司已有 CRM、內部網頁應用程式和 Entra 身分體系。輸入是獲授權的文件片段與去識別化工單,輸出是附資料引用、可編輯的草稿;傳送給客戶前由人工審核。模型提供的引用仍要與原文核對。

採購需求應將員工在託管工作區使用工具,與在應用程式中嵌入 API 分開。購買 ChatGPT 席位不會支付 API 用量,兩者獨立計費。期望交付的是有紀錄的接入路徑和通過驗收的試行,而非共用登入帳戶,或籠統承諾包含所有 GPT 型號。

假設地區與預算限制

本例的簽約主體和 20 名員工均在新加坡,所有預期 API 使用者也均在中國大陸以外。應按實際使用國家和選定原廠的准入規則核對,境外主體不等於所有國家都具備資格。帳戶與帳單國家、推論地點、儲存範圍和資料條款須分別確認。

OpenAI 的 API 支援國家清單包含新加坡,但不證明專案或型號權限,也不證明在新加坡推論。目前 GPT-6.1 Sol 模型卡列明美國和歐洲的資料駐留,不能從更廣的區域端點清單推斷新加坡處理。Azure 須審核所選部署類型,Global 部署可能跨資料中心路由。Bedrock 須記錄來源區域和推論設定檔可能到達的區域;下文 GPT 範例不假設存在受支援的新加坡 Runtime 端點。

假設內部規劃的每月總上限為 US$2,000,包含模型用量、可能的工作區席位、應用程式託管、日誌和支援。這是虛構的需求上限,不是報價,也不保證足以涵蓋工作量。下單前由財務確認稅費、幣別、帳單主體與超額處理。敏感工單需在資料類別和保留規則獲核准後,才能進入試行。

先選供應路徑,再安排認證

公開路徑 評估理由 採購核對項目
OpenAI 原廠 API 直接管理 API 組織與專案 支援國家、付款設定、專案權限、精確型號與用量等級
Microsoft Foundry 中的 Azure OpenAI 可與既有 Entra、Azure 治理銜接 付費訂閱、資源、模型及版本、部署類型、區域與配額
Amazon Bedrock 可與既有 AWS 帳單和 IAM 銜接 AWS 模型存取、支援的端點/API、來源區域、推論設定檔與配額

因為本例已有 Entra,Azure 可列為初選;僅在指定型號、地區、功能和商務條款均適合時才選定。OpenAI 直供與 Bedrock 是分別核驗的替代路徑。某路徑沒有客戶指定型號時,不能未經同意改用名稱相近的模型。

統一 API 是另外約定的技術和商務接入方式,須書面列明上游、支援清單、型號對應、費率、日誌、限流和故障處理。請求格式相容 OpenAI,不代表涵蓋範圍和能力相同。原廠公開可用,不代表 Corebyte 已取得供貨授權、具備額度,或已約定價格及 SLA。

綁定帳戶、部署與型號

客戶保有帳戶和帳單關係的所有權。管理員記錄簽約主體、帳單帳戶、專案或資源、執行身分、端點、精確模型版本、部署名稱或推論設定檔、配額與允許的處理範圍。實施團隊使用限定權限,認證資料保存在獲核准的伺服器端金鑰管理位置。

不同渠道的識別值不能混用。OpenAI 直供在所選 API 專案中使用公開模型 ID。Azure 請求的 model 是實際部署名稱,例如佔位項目 YOUR-GPT-DEPLOYMENT,不能按目錄名稱猜測;應按所選驗證方式核對設定。使用 Entra ID 時,確認 Cognitive Services OpenAI User 等適用推論角色或等效權限;API Key 是另一條驗證路徑。Bedrock 使用 AWS 身分或 Bedrock API Key,與 OpenAI API 帳戶的金鑰不同。

以核驗日的公開資料為例,原廠與 Azure 目錄列有 gpt-6.1-sol。Bedrock 模型卡列出 Mantle 在 us-east-1 使用 openai.gpt-6.1-sol;Runtime 使用符合條件的 us.openai.gpt-6.1-sol 或 global.openai.gpt-6.1-sol 推論設定檔,路由範圍不同。這些只是核對方法的範例,不是預設採購推薦。專有 GPT 與 gpt-oss 是不同產品;所購精確型號、API 能力和可用區域必須按選定渠道確認。

實施步驟與交接

  1. 核准需求單,寫明用途、資料類別、供應路徑、指定型號、地區條件、預算負責人和驗收標準。
  2. 由客戶管理員建立帳單與最小執行權限,記錄資源歸屬,以及模型准入或配額申請的負責方。
  3. 為已確認的端點和識別值設定伺服器端適配層,分開開發與正式用量;檢索前檢查文件權限,並對日誌去識別化。
  4. 在獲授權環境中,以約定樣本測試正常輸出、證據不足、無權存取、逾時和限流,記錄模型版本、去識別化請求識別值、用量與人工修訂。
  5. 交付設定清單、帳單分攤規則、操作手冊、升級聯絡途徑和暫停新請求的方法。變更模型、區域或供應商須先核准並複測。

帳單分攤與費用控制

工作區席位與 API 消耗分別核算。應用程式請求按專案、團隊或成本中心歸集,保留可用於對帳的用量和幣別資訊。按實際渠道費率估算未快取輸入、快取讀寫、輸出、工具與儲存,並另列雲端資源和接入服務費用。若重試和人工修訂增加,較低 Token 單價也不一定降低每則合格答覆的成本。

OpenAI 直供目前提供費用警示,以及可選擇啟用的組織或專案硬性支出上限。警示不會停止流量;啟用硬上限後可能傳回 429 支出上限錯誤。執行並非即時,記錄用量可能略超設定值。應核對所選雲端渠道或統一 API 的實際機制,不能假設完全相同。配額、餘額或硬上限阻斷請求時,應有人工作業的安排,不能將更換型號視為單純修復帳單。

驗收、風險與交付範圍

驗收應確認所購型號和供應路徑、專案存取權限、輸出格式、文件權限測試、串流中斷處理,以及財務可核對的帳單與用量樣本。不支援的工具、模型拒答和證據缺失要分別記錄。品質目標與測試集歸屬在試行前約定。

下列公開資料僅能證明這些原廠路徑存在,不能確認本例客戶的帳戶資格、區域容量、協商價格、Corebyte 轉售授權或統一 API 涵蓋範圍。它們均屬明確待核實的採購項目。

官方依據與核驗日期

資料核驗日期:2026-10-17。採購前需再次核對可用性、條款與帳戶權限。