选大模型服务商，各家页面都写着「服务可用性 99.9%」之类的字样，很多人扫一眼就划过去，直到服务真停了才发现这行小字关系到能不能索赔。SLA 是什么、那些数字怎么读，这篇用一个例子讲透。
一个例子看懂 SLA
假设你接了一家 AI 平台的接口，服务协议里写着：月度可用性 99.9%，未达标按停服时长比例赔付服务费。翻译成人话：这家服务商承诺，一个月里你的请求失败或服务不可用的时间，折算下来不超过约 43 分钟——一个月 43200 分钟，乘以千分之一就是这道线。
注意两个细节。第一，承诺对象是「可用性」不是「体验」：服务开着但慢得像蜗牛，可能不算不可用，SLA 里通常会规定响应时间才算数，读的时候要看清算的是哪一项。第二，43 分钟是全月累计的账，不是单次故障的宽限——一次停 40 分钟加一次停 10 分钟，照样越线。
承诺里的数字怎么读
常见档位换算成时间感受更直观：99% 意味着每月允许约 7 小时的不可用，99.9% 是约 43 分钟，99.99% 压到约 4 分钟。每多一个 9，背后的技术投入翻着跟地涨，价格也往往水涨船高。
三个档位换算成每月时长，差距一眼看得出来。
| 可用性档位 | 每月允许的不可用时长 | 技术投入与价格 |
|---|---|---|
| 99% | 约 7 小时 | 三档里最低，每多一个 9 就往上抬一截 |
| 99.9% | 约 43 分钟（一个月 43200 分钟的千分之一） | 居中，价格随之水涨船高 |
| 99.99% | 约 4 分钟 | 技术投入翻着涨，价格最高的一档 |
数字之外要看四个附加项：统计口径（按分钟还是按请求计）、排除条款（计划内维护算不算、不可抗力怎么划）、赔付形式（大多是抵扣下月费用，真退现金的少）、申报时限（过了索赔窗口视同放弃）。
还有一个容易被忽略的坑：平台自己的 SLA 只覆盖它那一层。你的链路是「用户—你的网关—平台接口」，中间任何一环出问题都算你的故障，平台的 99.9% 保不了整条链路。
SLA 速查四行
- 99% 约等于每月 7 小时 / 99.9% 约 43 分钟 / 99.99% 约 4 分钟
- 先看统计口径和排除条款，再看百分比本身
- 赔付多为费用抵扣，注意申报时限
- 平台承诺只覆盖平台层，链路整体要自己兜
数字乘以时间再乘以口径，才是真实的承诺。
没达标怎么办：赔付条款
真停服了，别只顾着抢修，索赔也有流程。第一步留证据：故障时段的调用日志、报错截图、时间线记录，这些是你的凭据，平台侧的监控数据只认它自己的。第二步按协议申报：多数平台要求在若干天内提交，逾期作废。第三步对结果：赔付比例通常按未达标程度阶梯递增，抵扣到下期费用。
更实际的用法是把 SLA 数据用起来：把各服务商的实际达标记录攒一年，续约谈判时这就是筹码——口头说的稳定和按月记录的稳定，分量完全不同。
签之前问自己三个问题
第一问：我的业务对停服有多敏感？用来刷着玩的场景 99% 足够，面向客户收钱的场景至少 99.9%，还要自建降级路由兜底。第二问：赔付额度够不够覆盖我的损失？SLA 赔付通常是服务费的一到三成，真按业务损失索赔就得另走商务路子，要心里有数。第三问：我自己有没有把该做的做了？多通道、备用模型、容灾演练，这些自建能力与平台承诺互为补充，缺谁都撑不起真正的稳定。
数字换成分钟再读
SLA 不是玄学数字，是可以换算成分钟、可以索赔、可以攒记录谈判的具体承诺。看 SLA 三步走：换算成时间感受，核对口径与排除条款，确认赔付与申报规则。故障来了怎么撑住，靠什么是降级路由？主模型不可用时和什么是容灾？备用通道的准备，一次讲明白；不想依赖外部承诺、自建一套的账本在什么是私有化部署？企业自建 AI 的账本；本地云上分工的思路见什么是混合部署？敏感的本地通用的上云；把承诺落到设备侧的极端做法读什么是边缘部署？在设备侧推理，看完就会判断。
关于SLA，问得最多的三个
- SLA 承诺了就不会停服吗？：会停。99.9% 本身就包含每月约 43 分钟的预期停服，它是风险定价，不是零故障保证。
- 免费或试用服务有 SLA 吗？：多数没有，或条款里明确豁免赔付。对业务关键的调用别建立在免费额度上。
- 多个 9 越多越值得买吗？：按业务敏感度买，不按数字大小买。为用不到的高可用付溢价，和为装不下的模型堆显存是同一种浪费。
