上周三，杭州一位婚礼摄影师把同一组24张成片分别上传到三个平台，拿到三个分数：7.2、8.6、9.1。三个平台的照片打分服务费用分别是9.9元、99元和480元。
分数和价格之间没有对应关系。同一张照片，换个平台就能差1.9分。真正拉开照片打分服务费用差距的，是评分链路里有没有"人"参与，以及AI模型跑一次要烧掉多少算力。
AI打分在算什么：从像素到分数的三步
一张JPEG进到模型里，第一步不是"看"，是拆。系统先做特征提取：曝光直方图的分布形态、清晰度（通常用拉普拉斯算子方差衡量）、色彩饱和度的集中区间、主体检测框的位置与占比、三分法或引导线的贴合程度。这些量加起来通常有几十到上百个维度。
第二步是映射。特征向量怎么变成一个0-10之间的分数？靠标注数据训练。业内被引用最多的是AVA数据集，2012年公开，约25万张图，每张由几十位用户打1-10分，取平均分作为标签。2017年Google在IEEE TIP上发表的NIMA模型，用Earth Mover's Distance代替简单回归，输出的就不只是一个分，还有分数分布——这也是为什么有些平台的报告会写"这张图大概率落在6.5到7.5之间"。想深入这块可以看AI美学评分模型的技术脉络。
第三步是推理成本。一次打分在消费级显卡上跑0.1到0.3秒，云端API的边际成本低于0.01元。记住这个数字，后面算账要用。
说白了，纯算法的打分服务，单次成本是分币级别的。
方案A：9.9元档的纯AI打分，钱花在哪
9.9元通常是订阅制或批量包的折算价，比如19.9元包月不限次，或者50张9.9元。这个价位覆盖的是模型训练摊销、服务器和支付通道费，没有人工环节。
优点是快和可批量。上传200张，两分钟出完整报告，还能按分数排序。对于要在几千张素材里做初筛的摄影师，这个效率人工给不了。
缺点也明确。同一张图轻微裁剪或调色，分数可能差0.5分以上。模型不认识语境——纪实摄影里刻意的失焦、舞台摄影里故意压暗的背景，都会被扣分。它给的是统计意义上的平均审美，不是编辑意见。
方案B：99元到680元的人工加AI混合评分
这个价位的服务流程一般分两段：AI先出一份维度分报告（构图、曝光、色彩、主体表现各占权重），再由真人写300到500字点评。这就是常见的人工点评服务的构成。
成本主要压在人力上。一位有5年经验的商业摄影师，认真点评一组10到15张的成片，需要30到45分钟，加上沟通和返修意见，单人的时间成本就接近100元。机构还要抽成、要质检。所以680元这个价位通常对应"资深摄影师加针对性修改建议"，有的还会附一版修图参考。
坦白讲，200元以下的人工评分服务，很难保证点评者的资历。这是行业里不太愿意说破的部分……
照片打分服务费用对比：三个维度看清差价
- 稳定性：纯AI的分数波动在±0.5分左右；人工评分因为附有点评文字，参考价值更稳定，但不同点评者之间也会有分歧。
- 可解释性：AI能告诉你"高光溢出12%"，但说不清"这张为什么不好看"。人能说清，代价是贵。
- 单位成本：按100张图算，AI方案平均每张不到0.2元，人工方案每张15到60元，差两个数量级。
这不是谁替代谁的问题。AI解决规模化筛选，人工解决判断和方向。
怎么选：按用途分三档
我的判断很直接。发社交平台前筛图，9.9元档足够，多花一分都是浪费。准备投稿或参赛前自检，选99到200元档，重点看报告里的维度分，别盯着总分。商业交付前要给客户看效果，别用打分服务——直接找3到5个目标用户做小范围盲测，成本更低，反馈更真。
还有一个容易被忽略的点：多数平台的评分模型是按人像和风光训练的。拍静物、建筑或舞台，分数参考价值会打折。下单前先问清楚模型的训练数据偏向哪类题材。
照片打分服务费用的高低，本质上买的是"谁来下判断"。算法下判断，便宜、快，但不懂语境；人下判断，贵、慢，但能给出方向。搞清楚自己要的是筛选还是判断，这笔钱就不会白花。