ChatGPT与Codex共享额度、企业密钥遭滥用:AI成本治理要落到调用归属和熔断规则
这不是另起炉灶的AgentOps平台,而是此前“智能体账号与API密钥治理”在成本侧的延伸:既有行业要管谁能调用、用哪把密钥、调用多少;这次变化进一步要求回答花费属于哪个功能、越过预算后先降级什么模型,以及一项AI功能究竟该按什么口径报价。OpenAI与Wiz的近期材料分别暴露了订阅额度和企业密钥滥用两个层面的问题,AWS已有生产方案证明预算归属与分级限制能够落地。
腾讯新闻在11月2日转述OpenAI公告称,从12月起,Plus、Pro和Business用户在ChatGPT与Codex之间共享统一额度,用量统一按Token计量,消耗速度取决于所选模型和任务复杂度,Instant Chat不占用共享额度;额度耗尽后可以等待重置、升级套餐或增购Credits。这里的共享额度针对ChatGPT与Codex订阅使用,并不是API应用客户的模型账单规则。对开发团队的实际影响是,写代码、查资料等任务会共同消耗同一额度,需要重新判断哪些任务应使用昂贵模型、哪些可以降级;各档套餐的具体Token配额仍应以OpenAI正式页面为准。
企业API密钥则带来了更直接的经营风险。安全厂商Wiz在10月30日的报告中称,两起可归因于企业密钥泄露的Amazon Bedrock滥用分别产生约80万和170万次调用;A案约90%的调用成功,B案超过100万次成功。按标价估算,两案合计用量可能超过10万美元。这个数字是Wiz基于观测所作的标价费用估算,不等于已经确认或追回的账单,也不能外推为所有开发者都会遭受同等损失,但它说明密钥泄露会迅速转化为可计量的模型支出。
这些案例揭示了AI应用成本结构的变化:成本不再只是“模型单价×调用量”,还包括调用方式。AWS披露的Jamf案例明确指出,一名工程师运行智能体编码循环,短时间内就可能比整个团队一周消耗更多Token。Wiz观测到的攻击流量也带有类似模式:单次请求只有少量未缓存输入,却有数百个输出Token,长尾中还存在大量未缓存输入以及持续的自动调用。对团队而言,治理对象因此不只是月底账单,还包括无人值守循环、失败重试、共享密钥和异常来源地址。
成本治理已有成熟工具,因此不能把本轮变化描述成空白市场。LiteLLM提供虚拟密钥、项目预算、缓存和路由;OpenRouter提供工作区预算与模型白名单;Portkey组合路由、语义缓存、预算和护栏;Helicone提供请求级成本分析。若客户只使用一两个供应商、用量不大且身份边界清楚,购买现成网关通常比自行开发更合理。
实施空间主要出现在环境复杂或规则尚未统一的团队:多个模型供应商和云账号使账单分散;多个智能体共用一把密钥,异常脚本持续重试;服务商把模型、工具调用和人工复核打包进按次报价,毛利只能靠猜;开发团队同时使用ChatGPT与Codex,需要决定高成本模型只用于哪些任务。这些摩擦不能仅靠安装一个通用看板消除,但仍需用真实项目验证客户是否愿意为整理和验收付费。
AWS的Jamf生产方案给出了一套可参考的交付结构。Bedrock调用日志写入Amazon S3,Amazon Athena视图按用户和日期用Token数乘模型单价计算支出,Lambda每15分钟检查一次;达到日预算80%时禁用Claude Opus,达到100%时再禁用Claude Sonnet,但保留成本较低的Claude Haiku,使工作不会完全停摆。系统次日自动解除限制,确需更高额度的任务可以通过Slack命令获得限时例外,并留下审计记录。AWS披露这套方案面向数百名工程师时,Lambda、DynamoDB和S3的增量成本低于每月10美元,但Athena扫描范围和频率需要单独控制。
如果客户使用AWS原生预算能力,也可以采用更轻量的路径:按IAM用户或项目标签查看Bedrock支出,用AWS Budgets设置80%和100%阈值,在达到上限时通过Budget Action附加拒绝策略,次月自动恢复。需要明确的是,AWS中国方案所引用的账单数据通常有4至8小时延迟,因此这种方法是预算兜底,而不是严格实时熔断。要求逐次请求前阻断时,需要在模型请求前增加网关或预算检查层。
小团队可售的交付物应是一份边界清楚的“成本治理配置”,而不是一个需要客户长期维护的新平台。最低交付可以包括四项:一是用量归属表,把调用按功能、任务、用户或客户归类,并区分固定席位费与按Token计量的费用;二是预算规则,写明各档阈值、触发后降级到哪个模型以及何时完全阻断;三是异常调用清单与处置流程,覆盖密钥轮换、来源地址、调用模式、复核人和停用权限;四是更新后的报价口径,把多次模型调用、工具调用、重试、缓存命中和人工复核时间一起计入每个任务或完整工作流。
模型分级本身并不新,但与告警、熔断和例外流程结合后,才成为可以验收的运营规则。好的规则不会在预算耗尽时让所有功能突然失效,而是先限制昂贵模型、保留低成本路径,再由人工批准短期例外。报价也应由“某功能用了多少Token”升级为“完成某类结果需要多少完整工作流成本”;后者是基于当前材料提出的经营建议,并非来源已经证明的通用定价效果。
最稳妥的试点是选一个调用量可控的内部功能。开启调用日志并运行一周,列出按功能拆分的花费和消耗最高的用例;设置两条告警线,做一次降级与恢复演练;然后让客户复算某项功能的月度支出、分摊口径、触发后的限制和恢复后的花费区间。若不能稳定复算,这项交付就还没有达到可验收标准。
证据边界也要一次说清:ChatGPT与Codex共享额度目前依据的是腾讯新闻对OpenAI公告的转述,本文没有直接读取可核验的OpenAI帮助中心正文;Wiz的调用量和费用是其观测与标价估算;AWS案例证明相关配置可实施,但没有给出缓存或模型路由能稳定节省多少比例。第三方服务商能否因此持续收费仍待真实项目验证。因此,更准确的结论是:现成治理工具应优先购买,小团队可竞争的是复杂环境中的归属、规则配置、演练和可复验交付,而不是再造一个通用治理平台。