先把两个数字摆在一起。国内的数据标注、众包校对这类活，熟练之后时薪大多落在 15 到 30 元；而 DataAnnotation、Outlier 这些海外平台，公开信息和用户自述里反复出现的入门时薪是 15 到 20 美元。表面看差了三到五倍。可如果把这笔账算到底——把空转、风控、跨境结算的损耗全算上——真实的差距往往只剩「一倍」左右。这一篇就讲清楚：这一倍差在哪，又是被什么吃掉的。

一、先拆一个词：什么叫「时薪」

很多人在比较这类副业时，犯的第一个错是把「单价」当成「时薪」。

举个具体的例子。假设有两个任务摆在面前：一个是国内众包平台上「给 500 条语音转写结果做校对」，一条 1 元，做完能拿 500 元；另一个是海外平台上「给 40 段模型回答打分」，按小时计酬 18 美元。哪个更划算？

如果你只比「单价」，根本比不出来——因为计价单位不一样。你必须把它们换算成同一个东西：你投入一小时，实际到手多少钱。

海外平台常见的计酬方式是按小时计酬——挂上计时器，你工作多久，就按多久结算。听起来很公平。但计时器之外还有三件事：你要先花时间通过测试、要有稳定的任务可接、要等审核通过才算数。计时器只记录「有活干的时间」，不记录「等活干的时间」。

国内平台更常见的是按件计酬——一条任务多少钱，做完一条算一条。单条价格看起来不高，但好处是任务池稳定、随时有活、结算周期短。

所以真正能横向比较的，是**「有效时薪」**：一段完整时间（比如一个月）里你实际到手的钱，除以你实际投入的时间。这个数字永远比宣传里的「时薪」低。

还要再补一层：有效时薪要区分「毛」和「净」。毛时薪是平台页面上那个数字，净时薪是扣掉等待、返工、手续费、汇兑损耗之后，真正落进你口袋的钱。这两个数字之间的差距，有时候比两个平台之间的差距还大。记住这句话，后面所有对比都要用它当尺子。

二、三家被反复提到的平台

在中文互联网上讨论海外 AI 众包，绕不开三个名字。

DataAnnotation，讨论度最高的一个。它的典型流程是：注册 → 完成一项英文写作与理解测试 → 通过后进入任务池 → 按小时计酬。任务类型覆盖对话生成、答案评分、代码审阅、事实核查等，属于「需要人来判断」的活。

Outlier，由 Scale AI 运营，性质类似——同样是先测试、再进池。它比 DataAnnotation 更强调「专业方向」，任务池按领域切分，编程、数学、特定语种这些方向的单价通常更高。

Scale AI本身是一家为 AI 公司提供数据与评测服务的公司。上面那两个面向个人的平台，就是它这类业务面向大众的一面。另外还有 Remotasks，同属这个体系，偏向更碎片化的标注任务，计酬方式更接近按件。

这三家的共同点是：它们服务的客户，是 OpenAI、Anthropic、Meta 这一类做基础模型的公司。记住这一点，它是理解「为什么贵」的钥匙。

三、海外任务其实分四层

很多人把「海外众包」当成一件事，其实它是一个阶梯。

第一层，通用判断类。给两段回答排序、判断一句话有没有害、把一段文本分类归档。门槛最低，单价也最低——这一层的价格，未必比国内高多少。

第二层，写作与改写类。按要求写一段对话、改写一段文案、给一个题目写参考答案。要求语言地道、语气自然，非母语者容易露怯。

第三层，专业领域类。编程题、数学推理、法律与医疗文本的评估。单价明显更高，因为符合条件的人本来就少。

第四层，质检与仲裁类。审核别人的交付、裁定两个答案谁更好、给一段推理挑错。这层通常要求你先在前几层证明过自己，才有资格被放进来。

这四层不是并列的，是往上爬的。大多数人从第一层进，往上走的每一步，都靠「上一层的表现」换来。所以「海外时薪高」这句话本身是模糊的——高的是第三、四层；第一层未必比国内高。如果你听说某人时薪很高，先问一句：他在第几层。

举个具体的对照：同样是「看一段模型输出」，第一层的活是「这两段话哪个更通顺」——判断标准清晰、谁都能上手，所以价格被压得很低；第三层的活是「这段 Python 代码有没有并发问题，模型给的修改对不对」——没有编程经验的人连题目都读不懂，价格自然抬上去。你被放在第几层，不由你的努力决定，由你的「不可替代性」决定。

四、差距的第一个来源：买单的人不一样

国内数据标注的需求方，很多是自动驾驶、电商、内容审核这类公司。它们采购的是标准化的数据处理产能，本质上是人力外包，报价逻辑是「一份工作值多少钱」。

海外这些平台的需求方，是正在做模型研发的公司。它们买的不是「数据」，而是「人类的判断」——一个答案好不好、一段推理对不对、一句回复有没有害。这笔钱出的是研发预算，不是外包预算。而研发预算的计价单位，和外包预算完全不在一个量级。

同一份「看一段话、判断对错」的劳动，站在外包预算里值 20 元，站在研发预算里值 20 美元。这不是谁更努力，是买单的人换了一层。

这也解释了一个很多人想不通的现象：为什么同样是「给 AI 打标签」，有的活枯燥得像流水线，有的活却要求你读完一整套推理过程再打分。价格差异的背后，是采购方的预算性质不同。

五、差距的第二个来源：英文本身就是筛选器

第二个原因更直接：英文好，是一道筛子。

海外平台绝大多数用英文沟通、英文测试、英文任务说明。能通过测试的人本来就少——而且这不是「会一点英语」就够，是要能读懂任务里那些细微的语义差别：两个答案里哪个更准确，哪句话更得体，哪段推理漏了一步。

供给少了，价格自然上去了。这和上一篇讲的「垂类溢价」是同一个道理：门槛不是障碍，门槛就是定价权。语言能力和专业术语一样，是别人无法速成的东西。

也正因为如此，这类平台上的英语要求通常写得很硬：不少任务明确要求接近母语的读写能力。具体到某一家，测试形式、通过标准、任务要求都不一样，以平台官方说明为准。

六、差距的第三个来源：你也在承担风控成本

讲完「为什么贵」，必须讲另一半：为什么到手的没那么多。

海外众包的风控比国内严得多。账号可能因为网络环境异常、支付信息异常、任务质量波动被暂停甚至封禁；任务池的开放是波动的，可能连续几天没活；结算有周期，钱先在平台里躺着，到你手上还要经过一道跨境结算。

再加上时区——很多任务的高峰在对方的白天，也就是你的深夜。能长期做下去的人，往往不是英语最好的，而是作息最能配合的。

这些都不是小钱。「名义时薪」和「实际时薪」之间那道沟，就是这些东西挖出来的。

七、算一笔「实际到手」的账

现在把尺子拿出来，认真算一次。

名义上，海外入门档 15 到 20 美元/小时，按公开汇率区间粗略折算，约合 100 到 140 元人民币；国内同类任务熟练后 15 到 30 元。差 3 到 5 倍。

但这笔钱要打三折：

第一折，空转。不是每小时都有活。任务池的可用率如果有六成，名义时薪就先打六折。

第二折，审核与返工。部分平台按「通过的任务」结算，没通过的等于白做。质量波动期这一折会特别狠。

第三折，结算损耗。跨境收款有手续费、有汇兑价差，还要考虑合规与纳税成本。

再把时间轴铺开看一遍，会更清楚。假设一个人第一个月：第 1 周注册、测试、等结果——这一周可能一分钱没有，测试不通过的话时间全部沉没；第 2 周进池、开始接任务，任务池不稳，一天有活一天没活；第 3、4 周如果质量稳定，才慢慢拿到相对稳定的任务流。一个月下来，真正「计时器在走」的时间，可能只占你投入总时间的一半。

三折下来，名义上 3 到 5 倍的差距，实际往往收敛到 1 到 2 倍。这和标题里的「高一倍」是对得上的。

必须说明：上面的比例和一个月的时间轴只是用来演示「怎么算账」的示意，不是任何平台的真实数据。每个人的任务供给、通过率、结算方式都不一样，收入因人而异，不构成收益承诺。

八、四个常见的误解

在动手之前，先把四个最容易想歪的地方纠正掉。

误解一：「时薪高就等于赚得多」。时薪只描述单价，不描述供给。一个月只有 20 小时有活，18 美元/小时的时薪也只对应 360 美元。没有稳定的任务流，再高的时薪都是纸面数字。

误解二：「测试很容易过」。英文测试筛掉的人远比想象中多，而且测试本身就是一次沉没成本——没过，前面投入的时间就白费了。把它当成一次面试，而不是一次注册。

误解三：「门槛高就是坑」。反过来看也成立：正因为门槛高，它才没有被压价。门槛是保护，不是障碍。真正该警惕的不是「门槛高」，而是「门槛低还承诺高收入」——那通常才是问题。

误解四：「做了海外就不必看国内」。这两条线并不互斥。很多人是「白天做国内、晚上做海外」，用国内任务的稳定现金流，覆盖海外平台的空窗期。把两者当互补，而不是当替代，心态会稳得多。

九、三个问题判断这道门适不适合你

判断标准其实很简单，问自己三个问题。

第一，你的英文能不能读懂「微妙」？不是能不能看懂句子，而是能不能分辨两个答案里哪一个更准确、更得体。这是这类任务的核心能力，也是测试真正在筛的东西。

第二，你能不能接受收入的不稳定？国内众包的好处是「随时有活、按件结算」，可预期性强；海外平台的好处是单价高，代价是波动大。稳定性本身也是一种收入，很多人只算了单价，没算这一项。

第三，你有没有把合规想清楚？跨境收款涉及外汇与税务，必须遵守国家外汇管理规定并依法申报纳税；同时，部分平台对所在地区有限制，务必先读平台的服务条款，确认自己符合要求再动手，不要试图绕过地区限制。这不是免责声明，这是能不能长期做的底线。

如果这三个问题的答案都是「能」，那这条路值得认真研究。如果有一个是「不能」，那国内平台可能才是更适合你的起点——门槛低、结算稳、合规路径清楚。

海外众包不是「更高级的众包」，它只是「换了客户和规则的众包」。高出来的那一倍，本质上是你在为「英文能力」和「承受波动」这两件事收的钱。想清楚这一点，再决定要不要迈进去。

关于本文

本文提到的 DataAnnotation、Outlier、Scale AI 的平台模式与任务类型，来自公开信息与用户自述的整理（2026-09）；国内数据标注与转写校对任务「基础任务 0.5 到 3 元/条、熟练后时薪约 15 到 30 元」，来自爱企查知识库等公开整理（2026-09）。海外时薪区间为公开信息与用户自述中反复出现的范围，并非平台官方报价。

需要明确的是：本文所有收入数字均为公开整理信息，样本有限，因人而异，不构成任何收益承诺。各平台的任务类型、计酬方式、结算周期、地区限制与风控规则均可能随时调整，请以平台官方后台的实时条款与报价为准。跨境收款涉及外汇管理与税务合规，请自行确认合法性并依法申报。请按「长期投入、回报不确定」来预期。