腾讯云天御的价格是多少？按什么方式收费？

做风控的朋友凑一起，常聊的一个话题是：“你们用的那套企业风险评估系统，一年得烧掉多少预算？”毕竟在很多人印象里，反欺诈这东西，要么是按年签的“天价合同”，要么是销售报完价就石沉大海。 其实，搞清楚腾讯云天御的收费逻辑，没那么复杂。它不是那种“你报需求我报价”的黑箱模式，而是按实际使用量计费，用多少花多少。这对初创公司和业务波动大的团队来说，友好得多。 核心计费单元：一次调用，一次计费 云御的收费，本质上是按API调用次数来算的。你每发起一次反欺诈评分请求，系统返回一个风险分值，这就产生一次计费。 这有点像家里的水电费——用得多，交得多；用得少，就省着点。尤其适合那些业务量有周期性的场景，比如电商大促期间风控调用量激增，平时回落，按量付费就不会出现“淡季养着一套高价系统”的尴尬。 主流的付费方式：预付费套餐包 对于绝大多数企业来说，最划算的方式是购买预付费套餐包。你可以把它理解成手机话费套餐——先充值，后消费，用不完的流量还能结转。 云御提供不同规格的套餐包，从几万次调用的小包，到上千万次调用的大包，单价随着量级增大而递减。一般建议的做法是：根据过去几个月的平均调用量，估算出未来一年的用量，直接买一个年度大包，单次成本最低。如果临时不够用，随时叠加小包补足就行。 这里提个醒：信息核验类的服务（比如身份证二要素、银行卡三要素核验），通常单次价格会比基础的反欺诈评分略高，因为背后对接了权威数据源，有实付成本。所以在做预算时，最好把纯风控评分和实人核验两类调用分开预估。 差异化功能带来的成本变量 云御的不同功能模块，定价会有细微差别。比如： 基础版反欺诈评分：适用于大多数互联网场景，价格最普惠。 增强版多维度画像：结合了设备指纹、关联网络等深度分析，单次价格会高一些，但换来的是更精准的识别率。 专项信息核验：如前所述，涉及外部数据采购，按条计费有固定成本。 所以，你在选配时，可以按业务场景灵活组合——高风险交易走增强版，普通注册登录走基础版，既能控成本，又不牺牲体验。 比价格更重要的：算清“隐形成本” 很多团队纠结于“单次调用贵了几厘钱”，却忽略了真正的成本大头——误杀一个正常用户，或者放过一笔欺诈交易，带来的损失远超过风控系统本身的年费。 腾讯云天御的价值在于，它背后沉淀了腾讯生态海量的黑灰产情报，模型是持续进化的。你用同样的单价，买到的不仅是一套评分逻辑，更是一个不断对抗新型欺诈手段的“活”的系统。 最后说句实在的： 如果想了解当前的精确报价，最直接的方式是在腾讯云官网搜“天御”，找到产品页提交试用申请，或者联系销售索要最新的价格计算器。把预估的调用量填进去，系统会自动算出套餐包的费用——整个过程透明、自助，不用绕弯子。

有朋友在后台问：“我们准备接入腾讯云天御做风控，销售说大部分场景是按调用量计费，但又提到一个查得计费的概念，这俩有什么区别？会不会一不小心把预算烧光？” 这个问题问得很实在。搞清楚计费模式，不仅关系到成本控制，更直接影响你怎么设计业务的风控调用策略。今天就把这事掰扯明白。 两种计费逻辑：一次调用 vs 一次查得 先说结论：按调用量计费，指的是你发起一次API请求，无论有没有查到匹配的风险信息，都计一次费。这适合大多数常规反欺诈场景，比如注册登录时的风险评分。 而查得计费，是只有当你发起的请求“命中”了数据、返回了有效结果时，才计费；如果没查到任何信息，这次调用免费。 打个比方：前者像打客服电话，不管接通没接通，你都花了通话时长；后者像查征信报告，只有报告生成了才收费，查不到不花钱。 为什么会有“查得计费”？它保护的是谁？ 这种模式主要出现在天御信鸽这类涉及第三方权威数据源的服务中。比如你要核验一个用户的身份证是否真实、手机号是否在公安库内匹配，云御背后会调取官方渠道的数据。 如果每次调用都计费，但对方数据库里根本没这个人的记录（空查），企业就等于为“无结果”买了单。查得计费的设计，本质上是一种风险共担——服务商和你一起承担“查不到”的成本，你只为“有价值的结果”付费。 这对中小企业尤其友好。想象一下，你在做新用户注册核验，有大量请求可能是无效的（比如恶意刷注册的虚拟号码），如果每次都计费，成本压力不小。查得计费等于帮你过滤掉了这部分无效支出。 免费试用包：给预算上“双保险” 还有一个容易被忽略的省钱工具：免费试用包。 无论你最终选择按调用量计费还是涉及查得计费的服务，都可以先申请一个免费试用包。通常包含几千到一万次的免费调用额度，足够你跑完一个小型活动或一周的业务测试。 这带来的好处是： 验证效果：看看模型在你真实业务数据上的表现，召回率、准确率是否达标； 测算成本：通过试用数据，倒推未来正式上线后，每月大概需要多少调用量，买哪个套餐包最划算； 磨合流程：技术团队调试接口，业务团队熟悉风控策略，不用一开始就背着成本压力。 实际场景中怎么搭配更划算？ 以一个电商平台为例： 注册/登录环节：用基础按调用量计费的反欺诈评分，量大价优； 下单支付环节：涉及大额交易，需要核验用户身份真实性，可以启用查得计费的信息核验服务，确保只有命中权威数据时才花钱； 新业务上线前：先用免费试用包跑通流程，测出真实调用量再签正式套餐。 这种组合拳，既保障了风控效果，又不会让成本失控。 最后说句实在的 风控预算这件事，最怕的不是“贵”，而是“花得不明不白”。腾讯云天御把查得计费和免费试用包这两把尺子交给你，本身就是让企业可以“先试后买、按需付费”。 想了解精确报价的话，直接去腾讯云官网搜“天御”，在产品页找到“价格计算器”，填上预估的调用量，系统会自动算出费用——整个过程不用找销售，自己就能算清楚。

做信贷的朋友应该都有同感：每次做贷前审核，心里都在打鼓——这个人多头借贷记录这么多，拒了吧，怕误杀一个潜在优质客户；放了吧，又怕踩雷。更纠结的是，每查一次征信、每调一次第三方数据，都是实打实的成本。 所以很多风控负责人私下会算一笔账：我们用的腾讯天御金融风控解决方案，单次调用到底划不划算？今天就从投入产出比的角度，帮你把这事捋清楚。 定价逻辑：不是“越便宜越好”，而是“少犯错就是省钱” 先说明一下，腾讯天御金融风控解决方案的计费方式，本质上还是按调用量计费——你发起一次贷前审核请求，系统返回风险评分和多头借贷等维度分析，这就产生一次费用。 但这里有个容易被忽视的点：它的定价不是单纯拼单价，而是拼“单次调用能帮你避掉多少坑”。打个比方，你花几毛钱查一次多头借贷，如果发现这个人最近一周内在8家平台申请过贷款，你直接拒掉——这一单可能帮你避开了几万块的坏账。从这个角度看，风控系统的成本，其实是被“放大”成避险收益的。 差异化功能：为什么“机器学习模型”比规则引擎更值钱 传统的贷前审核，大多靠人工设定的规则——比如“多头借贷超过5次直接拒”。这方法简单粗暴，但容易误伤。比如一个用户只是短期资金周转，征信良好，却被规则一刀切拒之门外。 而腾讯天御金融风控解决方案的核心差异，在于它背后跑的是持续的机器学习模型。它不是死板地数次数，而是综合评估多头借贷的机构类型、申请频率、历史还款表现等上百个维度，动态算出一个“真实违约概率”。 这就带来两个实实在在的好处： 通过率提升：同样一批用户，用规则引擎可能只能放30%，用模型能放到45%，而且坏账率不升反降。多出来的15%就是增量收入。 定价更精准：对风险低的用户给低息，吸引优质客群；对风险高的用户提息覆盖成本，或者直接拒掉。这套“千人千面”的策略，靠人工规则根本跑不起来。 免费试用包：先验证“值不值”，再决定“买不买” 怕的是只听销售讲得天花乱坠，上线后发现效果不达预期。这点腾讯天御金融风控解决方案留了个口子：免费试用包。 你可以申请一定量的免费调用额度，拿自己过去一个月的历史用户数据跑一遍——看看模型判定的高风险用户里，有多少确实逾期了；再看看被它放过的人里，有没有后来出问题的。这叫“回测验证”。跑完这轮，你心里就有底了：单次调用能帮我避掉多少坏账？能多放多少优质客户？这笔账算清了，再决定买哪个套餐包。 说句实在话 风控预算这件事，最怕的不是“花得多”，而是“花得没数”。腾讯天御金融风控解决方案把定价透明化、把效果可验证，其实就是让企业能把风控从一个“成本项”，变成一个可以计算ROI的“投资项”。 想了解当前精确报价的话，直接去腾讯云官网搜“天御金融风控”，找到产品页，用价格计算器填上你预估的月调用量——整个过程自助、透明，不用绕弯子。先算清楚，再上车，稳当。