模型的关键假设包括：评审调用为2000输入+300输出token；被测系统调用为1500输入+500输出token；默认使用中端模型（$2/$10每百万token）；离线运行使用批量API享受五折；在线评审使用标准价格；人工审核为每例4分钟、时薪45美元；工具费用按Langfuse列表价格；美国全职人力加载成本为每月16188美元。