AI Agent 该买订阅还是按量付费：Google 新计费方案给出的答案

AI Agent 该买订阅还是按量付费：Google 新计费方案给出的答案

AI 助手按人卖席位很直观，Agent 却常常不按人的节奏花钱：白天几乎空闲，夜间批量跑代码、报表或资料处理，一次任务还可能调用多个模型和工具。Google Cloud 8 月 26 日公布 Gemini Enterprise 新计费与成本控制后，把席位订阅、按量、项目共享额度、承诺折扣和延后执行摆在同一张表里。它没有给出一个通用低价答案，却清楚展示了企业应该怎样拆账。

[Google Cloud 官方说明](https://cloud.google.com/blog/products/ai-machine-learning/flexible-billing-and-cost-controls-for-agents-on-google-cloud)中，按用户席位适合稳定的日常生产力需求；新的 pay-as-you-go 版本面向波动工作负载，目前只向部分客户开放并逐步推广。Antigravity 与 Android Studio 的额度可在符合条件的 Gemini Enterprise 项目内汇总，项目先消耗共享池，管理员再决定是否允许超额转入按量。尚未普遍开放的延后执行，则计划让可等待任务利用非高峰容量，官方称部分工作负载最高可降低一半推理成本。

先按任务节奏分类，再谈订阅还是 API

稳定席位适合每天都有明确使用者的写作、检索和轻量分析，预算容易预测。产品 API、定时 Agent 和月底集中运行的批处理更接近按量：没有调用就不付推理费，但高峰期可能迅速放大。共享额度适合业务用户与开发团队负载错峰的组织，闲置的日常配额可以吸收一次代码 Agent 冲刺；它也可能让一个失控任务消耗掉全项目余量，因此仍要按项目和工作负载设边界。

可延后任务需要在业务上真能等待。离线评测、内容索引、历史文档摘要和非紧急代码扫描可以进入队列，客服回复、实时语音和交易前检查则不能为了折扣牺牲时效。调度系统要保存任务状态、截止时间、幂等键和失败重试，价格降低不能以重复执行或丢失结果为代价。长任务还应支持取消和恢复，可参考 [可恢复异步 AI 任务](/articles/async-ai-tasks-that-survive-page-refresh)的状态设计。

Google 的 Flexible Savings Plans 提供基于月度承诺的 Token 折扣：一年承诺 10%，三年承诺 20%。承诺前至少要有数月稳定数据，并考虑模型降价、业务迁移和需求季节性。把一次促销期的峰值当作长期基线，可能省下单价却买来闲置承诺。其他 AI 平台的折扣、区域与退款规则并不相同，不能直接套用这些比例。

Agent 成本控制要在请求发出前生效

账单报表只能解释昨天发生了什么。Google 新方案加入项目级月度硬上限、50%、80%、100% 邮件提醒、超额开关和异常归因；触及硬上限后，Agent API 调用会暂停，而同项目之外的生产基础设施不受影响。企业需要提前决定哪些任务宁可停、哪些必须切到备用预算或低成本模型，不能等上限触发后临时判断。

成本指标也应从 Token 单价升级为“一个验收通过的任务花了多少”。编码 Agent 要计入重试、测试、工具执行和人工返工；研究 Agent 要计入搜索、长上下文与引用核验；多模型流程还要识别同一输入被重复发送的次数。将这些数据与模型、项目、用户和任务类型关联，才能判断席位、按量、共享池或承诺计划哪一种更合适。

统一模型网关可以在调用前执行额度、模型白名单和降级策略，并把不同供应商账单归一到同一任务口径。结合 [AI 调用成本怎样变成可解释的账](/articles/transparent-ai-usage-pricing-and-cost-control)建立基础数据，再通过 [模型故障切换与有限重试](/articles/resilient-ai-routing-retry-and-failover)控制异常放大。AnyAIS 可用于按任务复杂度选择模型并集中观察用量，财务规则仍应由企业明确：谁拥有预算、何时暂停、谁能恢复以及哪些任务可被延后。