| 阶段 | 探索（小额试错）→ 验证（PoC 额度）→ 生产（按用量预算） |
|---|---|
| 大头 | 训练/推理算力、数据工程、评测与人工标注 |
| 度量 | 每次调用/每千 token 成本、单位业务成本 |
成本控制示例
成本控制示例
探索期：每月固定实验额度，超支需申请
验证期：限定场景与数据范围，设通过标准
生产期：推理缓存、批量化与模型分级（按任务选模型）AI 项目预算与成本管理
AI 项目的成本结构与常规 IT 不同：训练与推理算力、数据标注、模型评估与实验浪费占比高；预算管理要分阶段（探索/验证/生产）设额度，并按推理单位成本持续跟踪。
易错点
- 探索无额度约束：大量试验消耗算力却无沉淀
- 生产不控单位成本：用量增长时费用失控，被迫急刹
数据来源与参考
- AI 工程公开实践（LLMOps/推理成本治理）
- FinOps for AI 公开讨论