# 厂商的目录价不是你的成本:把真正的 FinOps 用到 Token 支出上

> 四个机制把 AI 支出从「月底惊吓」变成一本账:自持费率卡、价格快照、按标签分摊、可阻断的配额。

规范链接: https://www.gatellm.io/zh-CN/blog/token-finops/

> 自持费率卡、按时间窗的价格快照、按标签的分摊,以及真的能阻断请求的成本配额。 (2026-09-15)

标签: FinOps, AI, LLM, 成本优化, 云成本

云 FinOps 花了十年才成熟:标签纪律、可分摊成本、有牙齿的预算。然后 AI 支出来了,把时钟拨回了原点。今天大多数组织的「AI 成本管理」是:一张月度账单、一份共享表格,外加祈愿。

真正造成伤害的是三个具体缺口。

**目录价不是你的价格。** 你谈下了折扣,或是承诺用量费率,或是某个模型的私有价。这个数字存在哪里?在一封邮件里。而你的成本报表仍然按公开目录价计算 —— 这意味着你拿给财务的每一份报告,都是一份字体很自信的虚构。

**价格会变,历史也跟着变。** 某个模型在季度中途降价。如果你的成本系统每个模型只存一个价格,那么历史月份会被追溯重算 —— 上个月那份已经汇报过的报告,现在变成错的。你把未来污染进了历史。

**超支是被发现的,不是被阻止的。** 等账单落地,钱已经花掉。「我们以后会盯紧点」不是一种控制手段。

把这三个缺口补上,就是把 AI 支出从「惊吓」变成「账本」。有四件事承担了主要工作。

## 一张你自己持有的费率卡

最基础的物件是一张**你持有的**费率卡:网关按你的价格算成本,而不是按厂商定价页今天写着什么算。两个后果立刻显现。

第一,谈下来的折扣、承诺用量费率、私有价终于可以被表达 —— 作为数据,而不是某人收件箱里的一条脚注。

第二,厂商调价不再是一次紧急事件。新版费率卡从某个日期起生效,你不需要手工去对账一百份报表。

如果你的成本数字来自厂商的公开页面而不是你控制的费率卡,那你做的不是 FinOps,你是在对别人的营销材料做算术。

## 价格快照,而不是单一的「当前价」

把价格存成按时间窗切分的版本,而不是每个模型一行「当前价」。

原因就是前面那个追溯重算的问题。成本必须按「请求发生时生效的价格」来计算,这意味着价格必须能以某个时间戳寻址。14 号调价的模型,13 号和 15 号应该产出不同的单位成本 —— 而你 1 号发出去的那份报告应该保持正确。

这与财务系统对待汇率、SaaS 系统对待税率是同一套纪律。Token 定价并不特殊,只是来得晚。

## 按标签分摊

归因是把一个总数变成一次对话的关键。有用的维度就是组织本来就用来做决策的那些:团队、项目、环境、成本中心。在网关层给请求打标签,这样打标签就不依赖每个应用团队自己记得去做。

实用的判据:你能不能在不需要任何人跑脚本的前提下,产出上个月的分团队成本报表?如果这件事要花一周工程,那这些数据其实还不可分摊。

## 有阻断能力的配额

预算必须有牙齿。只发邮件的配额是通知,不是控制。

真正重要的机制是执行动作:降级到更便宜的档位、丢弃非关键流量,或者直接拒绝请求 —— 按这个优先级。具体策略是业务决策;技术上真正要紧的是网关有能力在请求路径上、在花钱之前就执行它。

同样要紧的是配额系统要跨厂商生效。只覆盖一个上游的预算,是一张有洞的预算,而流量会找到洞。

## 检验它是不是真的

一个简短的自我评估。如果这四问你能毫无保留地答上来,你的 AI 成本管理就是真的:

1. 你能不能说出每个模型的有效单位成本,包含谈下来的折扣?
2. 你能不能重算三个月前的一份报告,并得到同样的数字?
3. 你能不能把上个月的支出按团队拆开?
4. 你能不能指出某个请求,是因为预算而被阻断或降级的?

第四问是把「成本报表」与「成本控制」分开的那一问。在它之前的全部工作,都是必要的水管。

## 相关页面
- [首页](https://www.gatellm.io/zh-CN/index.md)
- [定价](https://www.gatellm.io/zh-CN/pricing.md)
- [成本计算器](https://www.gatellm.io/zh-CN/calculator.md)
- [关于](https://www.gatellm.io/zh-CN/about.md)
- [预约演示](https://www.gatellm.io/zh-CN/demo.md)
- [常见问题](https://www.gatellm.io/zh-CN/faq.md)
- [对比 AI 网关](https://www.gatellm.io/zh-CN/compare.md)
- [对比 LiteLLM](https://www.gatellm.io/zh-CN/compare/litellm.md)
- [对比 OpenRouter](https://www.gatellm.io/zh-CN/compare/openrouter.md)
- [对比 Alibaba Cloud AI Gateway](https://www.gatellm.io/zh-CN/compare/alibaba-cloud.md)
- [对比 Azure API Management](https://www.gatellm.io/zh-CN/compare/azure-apim.md)
- [对比 Apigee](https://www.gatellm.io/zh-CN/compare/apigee.md)
- [对比 Cloudflare AI Gateway](https://www.gatellm.io/zh-CN/compare/cloudflare.md)
- [对比 Kong AI Gateway](https://www.gatellm.io/zh-CN/compare/kong.md)
- [对比 Portkey](https://www.gatellm.io/zh-CN/compare/portkey.md)
- [LiteLLM vs Kong AI Gateway 对比](https://www.gatellm.io/zh-CN/compare/litellm-vs-kong.md)
- [LiteLLM vs OpenRouter 对比](https://www.gatellm.io/zh-CN/compare/litellm-vs-openrouter.md)
- [LiteLLM vs Portkey 对比](https://www.gatellm.io/zh-CN/compare/litellm-vs-portkey.md)
- [场景方案](https://www.gatellm.io/zh-CN/use-cases.md)
- [降低调用成本](https://www.gatellm.io/zh-CN/use-cases/reduce-cost.md)
- [做到高可用](https://www.gatellm.io/zh-CN/use-cases/high-availability.md)
- [多租户隔离](https://www.gatellm.io/zh-CN/use-cases/multi-tenant.md)
- [合规与审计](https://www.gatellm.io/zh-CN/use-cases/compliance-audit.md)
- [从症状排障](https://www.gatellm.io/zh-CN/use-cases/troubleshooting.md)
- [混合多供应商模型栈](https://www.gatellm.io/zh-CN/use-cases/mixed-model-stack.md)
- [在 Office 里自托管用 AI](https://www.gatellm.io/zh-CN/use-cases/self-hosted-office-ai.md)
- [Token 用量可见与归因](https://www.gatellm.io/zh-CN/use-cases/token-ops.md)
- [Token FinOps: AI 支出分摊与管控](https://www.gatellm.io/zh-CN/use-cases/token-finops.md)
- [MCP 工具治理](https://www.gatellm.io/zh-CN/use-cases/mcp-tool-governance.md)
- [给模型统一加联网搜索](https://www.gatellm.io/zh-CN/use-cases/web-search-grounding.md)
- [多 Key 轮询与备用](https://www.gatellm.io/zh-CN/use-cases/multi-key-pooling.md)
- [限制接入的客户端](https://www.gatellm.io/zh-CN/use-cases/client-admission-control.md)
- [强制模型使用策略](https://www.gatellm.io/zh-CN/use-cases/enforce-model-policy.md)
- [客户端不暴露模型选择](https://www.gatellm.io/zh-CN/use-cases/automatic-model-tiering.md)
- [一套协议接任意模型](https://www.gatellm.io/zh-CN/use-cases/one-protocol-any-model.md)
- [Office / Microsoft 365 加载项](https://www.gatellm.io/zh-CN/office-addin.md)
- [术语表](https://www.gatellm.io/zh-CN/glossary.md)
- [模型目录](https://www.gatellm.io/zh-CN/models.md)
- [SDK 与框架集成](https://www.gatellm.io/zh-CN/integrations.md)
- [AI Coding Agent 与 Harness](https://www.gatellm.io/zh-CN/coding-agents.md)
- [安全与合规](https://www.gatellm.io/zh-CN/security.md)
- [隐私政策](https://www.gatellm.io/zh-CN/privacy-policy.md)
- [服务条款](https://www.gatellm.io/zh-CN/terms.md)
- [Cookie 政策](https://www.gatellm.io/zh-CN/cookies.md)
- [数据处理协议 (DPA)](https://www.gatellm.io/zh-CN/dpa.md)
- [子处理方清单](https://www.gatellm.io/zh-CN/subprocessors.md)
- [安全问卷预答库 (CAIQ/SIG/VSA)](https://www.gatellm.io/zh-CN/trust.md)
- [事故响应与支持服务](https://www.gatellm.io/zh-CN/sla.md)
- [漏洞披露政策](https://www.gatellm.io/zh-CN/vulnerability-disclosure.md)
- [开源许可声明](https://www.gatellm.io/zh-CN/open-source-licenses.md)
- [版本支持与生命周期 (EOL)](https://www.gatellm.io/zh-CN/lifecycle.md)
- [技术博客](https://www.gatellm.io/zh-CN/blog.md)
- [你的 Agent 权限比员工还大:在网关层治理 MCP 工具](https://www.gatellm.io/zh-CN/blog/mcp-tool-governance.md)
- [一张一万美元的账单:五种降低 LLM 成本又不让应用变笨的做法](https://www.gatellm.io/zh-CN/blog/reduce-cost.md)
- [llms.txt](https://www.gatellm.io/zh-CN/llms.txt)