一家公司一个月花5亿美元买Claude，只因没设用量上限，AI成本失控警示

一句话看懂

一家匿名公司因未设置AI用量上限，一个月内在Claude上花费5亿美元，暴露了企业AI部署中成本管控的严重缺失。

详细发生了什么

金融管理平台Ramp分析了数万家公司的数十亿笔交易数据，发现企业对AI应用的支出大幅增长。其中，一家匿名公司在一个月内为Claude许可证支付了5亿美元——原因竟是没有人设置使用限制。

这个案例表明，缺乏AI专业知识的公司，在模型选择和上下文工程上盲目投入，原本承诺的生产力提升反而变成了失控的成本。Ramp的数据显示，类似情况并非孤例，许多企业正在为没有合理管控的AI使用付出高昂代价。

中文圈视角

这个案例对正在加速引入AI的中国企业来说，是一记警钟。

首先，国内企业同样面临AI成本失控的风险。无论是使用OpenAI的API（需合规途径），还是采用国产模型如DeepSeek、Kimi、智谱GLM，如果不对每个部门、每个用户的调用量设置上限，账单同样可能爆炸。国内不少企业习惯“先跑起来再说”，缺乏精细化的用量监控。

其次，国产模型在定价上虽有优势（如DeepSeek的API价格远低于Claude），但如果不加管控，大规模使用下成本依然可观。企业需要建立类似“预算帽”的机制，比如按项目分配token额度，或设置单日调用上限。

另外，这个案例也提醒：模型选择不能只看能力。Claude在长上下文和复杂推理上表现优异，但如果业务场景不需要那么高的能力，用更便宜的模型（如国产的Qwen、Yi系列）可能更划算。国内企业应建立模型评估和成本效益分析流程，避免“杀鸡用牛刀”。

最后，监管层面，数据出境和内容安全也是成本的一部分。使用海外模型可能涉及合规审查，而国产模型在合规上更省心，但同样需要关注内容过滤成本。

几条值得记住的细节

• 匿名公司一个月内Claude支出达5亿美元，原因是未设置任何使用限制。
• Ramp分析基于数万家公司的数十亿笔交易数据，显示AI支出普遍激增。
• 缺乏AI专业知识，尤其在模型选择和上下文工程方面，是成本失控的主因。
• 企业需要建立用量监控和预算上限机制，避免类似情况。
• 国产模型如DeepSeek、智谱GLM等价格更低，但同样需要管控。

一句话总结

引入AI前先想好怎么管用量，否则生产力工具可能变成财务黑洞。