AI 帳單燒爆預算：企業替 token 支出裝上限

Uber 的財務團隊原本以為 2026 年的 AI 預算能撐一整年。結果四個月就見底了。

問題出在 Claude Code。這套 AI 寫程式代理人在 Uber 約 5,000 名工程師之間擴散得比財務模型預期快得多，個別工程師一個月的帳單，從 500 美元一路飆到 2,000 美元。到了四月，整年的錢已經花完。

貴不貴其實是次要的。真正壞掉的，是計費方式和預算方式對不上——你用「電表」在計費的東西，卻套進了一張「月租制」的預算表。這個錯位不是 Uber 一家的事，它同一週把 Palantir 執行長逼上 CNBC 開砲，也把模型商連夜推到後台補功能。

四個月燒光一整年：帳單是怎麼爆的

關鍵在計費單位。Claude Code 不是按席次（per-seat）收費，而是按每次模型呼叫消耗的 token 計量。同一名工程師、同一個工作天，只用來跑程式碼自動補完，和拿它在整個 monorepo 上編排一群平行代理人，帳單可以差到一個數量級。

年度預算是建立在「每個授權席次多少錢」這種可預測數字上的。當每張發票的大小改由當天的工作流決定，這張預算表就接不住了。

Uber 還親手替火上加了油：它一度用內部排行榜，按 Claude Code 的使用量替工程師排名。於是「多燒 token」直接變成一種文化誘因，帳單燒得更快（據 Fortune 報導）。

事後 Uber 把 AI 寫程式工具的支出上限，設在每個工具每人每月 1,500 美元。據報導，Walmart、Amazon、Cisco 隨後也上了類似的管控。

Palantir 的 Karp 開砲：「我在為沒有價值的 token 付錢」

七月初，Palantir 執行長 Alex Karp 上 CNBC，把這套按 token 計費直接叫成一種「wealth tax」（財富稅）。

他的說法很衝：「我在為沒有價值的 token 付錢。這些人正在偷走我這門生意的 weights 和 alpha。」他還說，幾乎「每一家企業」都對前沿模型實驗室不滿——「這些人都氣炸了。」他鎖定業界流行的 tokenmaxxing 心態反打：以為丟更多 token 就能換到更多成果，但大量消耗常常灌出一堆低品質輸出，產值卻沒同步上去。

這裡要標清楚：Karp 是利益相關方。Palantir 正在賣一套不靠 hosted token 計費的替代方案，所以他有動機把對手的商業模式講得越糟越好。他的火力值得聽，他的結論不必照單全收。

模型商連夜回應：Anthropic 把支出上限做進後台

企業真的在痛，模型商也知道。就在 Karp 開砲的同一週，Anthropic 於 7 月 3 日替 Claude Enterprise 放出一批成本管理功能——這是官方公告，不是傳聞。

新的後台做了幾件事：管理員可以設 model 權限，指定各角色能用哪些模型、新對話預設從哪個模型起跑，涵蓋 chat、Cowork 和 Claude Code，讓例行工作不會預設就跳到最貴的那顆。組織層級的支出到 75% 和 90% 會發提醒給管理員，使用者自己也會在 75%、95% 收到 in-app 通知，可以直接向管理員請求提高額度，不用中斷手上的任務。用量分析則能依 group、依 user 拆出成本，把產出（artifacts、編輯的檔案、用到的 skills）直接列在花費旁邊。

換句話說，模型商正式承認：帳單治理是個真問題，得做成產品功能，而不是丟給客戶自己想辦法。

另一條路：Palantir + Nvidia 把整套搬進你機房

Karp 不只是抱怨，Palantir 也端出了自己的答案。據 TechTimes 報導，Palantir 與 Nvidia 在 6 月 29 日發表了一套 Sovereign AI OS 參考架構：把 Nvidia 的 Blackwell Ultra GPU 和 Palantir 的 Foundry、Ontology、Apollo 疊成一整套可以 air-gapped（完全隔離外網）運作的部署——資料不出客戶邊界、沒有對外的 hosted API 呼叫。

這條路的賣點正好對著 token 計費的兩個痛點：成本不再隨用量無上限漂移，資料與 IP 也不流到第三方。代價是你得自己扛下整套基礎設施。它的實際成本與效果還沒有獨立驗證，這裡只描述定位，不預測成效。

導入前先設好的預算護欄

如果你的團隊正要（或剛剛）把 Claude Code、GitHub Copilot、Cursor 這類按用量計費的工具開給大家用，別等帳單爆了才處理。幾個可以現在就設的護欄：

1. 先設支出上限與提醒：在組織層級設好月度上限，並把 75%／90% 的提醒打開，讓額度快滿時有人看得到，而不是月底才發現。
2. 設好 model 預設：routine 工作預設用便宜的模型，把最貴的旗艦留給真的需要的任務。
3. 把 token 當工作流變數，不是人頭數：估預算別用「幾個人 × 固定金額」，同一個人不同工作流的消耗差很多。
4. 別把用量做成排行榜：Uber 的教訓——你獎勵什麼就會得到什麼，把「燒得多」當績效只會讓帳單更快見底。
5. 分清哪些值得 air-gapped：多數場景走 hosted 就好；只有真正碰核心資料、IP 的工作流，才值得評估自建那條路的代價。

帳單治理不是月底對帳時的事後補救，它是導入 AI 的前置決策。這一輪企業、Palantir、Anthropic 各自的動作說的是同一件事：按 token 計費不會消失，但「怎麼不讓它撞爆你的預算」，得在開閘之前就想清楚。

---

資料來源：Anthropic（Claude Enterprise 官方公告）、Forbes、Fortune、diginomica、SemiAnalysis、TechTimes。