Snowflake AI 账单的三层成本控制：多数团队只建了一层

大约十年来，Snowflake 上的成本控制基本上只意味着一件事：盯紧仓库。资源监视器、自动暂停、合理调整规模。这种思维模型之所以有效，是因为计算就是账单。

AI 支出与仓库支出的行为方式不同。一个陷入循环的代理、一个悄悄选择最大模型的应用，或者一个整天开着编码代理的开发者，都可能以月度预算从未设计用来识别的方式烧掉信用额度。通常的应对方式是设定一个预算，称之为治理，然后就不管了。

误区：AI 成本治理就是一个预算。

预算告诉你发生了什么，配额阻止某一个人，网关塑造路径。每一个都能捕获其他层遗漏的故障，而每一个也都有其他层无法覆盖的盲区。

读完本文后，你将获得关于这三个层级的思维模型、每一层做不到什么，以及将它们叠加使用的起始模式。这是一篇架构文章，不是功能导览，所以我将指向文档获取设置步骤，并把时间花在每一层在何处失效上。

状态检查：哪些已正式发布，哪些处于预览阶段

在讲架构之前，这里是截至 2026 年 9 月 21 日每个部分的状态。我在研究时发现了相互矛盾的信息，所以值得明确说明。

• 资源预算和共享资源预算：已正式发布，依据 AI 成本管理与治理文档。
• 每用户配额：已正式发布，依据 每用户配额文档，但有一个例外：配额内的 AI 网关域处于预览阶段。我读到至少一篇 Snowflake 博客文章仍称配额为公开预览，因此在依赖它之前，请查看你账户的文档。
• Cortex AI 网关：截至 2026 年 9 月 15 日处于预览阶段，依据 发布说明。在它达到正式发布之前，我会把它视为一种设计，而不是生产依赖。

需要记住两个覆盖限制。每用户配额不覆盖 Cortex Analyst 或微调，并且单个配额要么监控仓库计算，要么监控 AI 域，不能两者兼监控。

1. 第一层：预算，烟雾探测器

它能捕获的故障：一个团队或项目偏离其月度分配。

你为对象或用户打标签，设置月度信用额度，并附加在预计或实际消耗时触发的通知或自定义操作。共享资源预算更进一步。它们让不同团队各自只跟踪自己标记用户的信用额度，即使所有人都共享同一个代理或 AI 网关。

这是真正的价值。这就是你无需电子表格就能回答“这笔支出来自哪个团队？”的方式。

它遗漏了什么：

• 时效性。预算是定期评估的，文档指出执行可能滞后长达 8 小时。一个失控的循环在 8 小时内可以做很多事情。
• 粒度。预算看到的是一个被标记的组。它看不到该组内那个正在烧掉大部分额度的人。
• 阻断。预算是为监控和延迟操作而构建的。它们不是快速的断路器。

那么，什么能在月中阻止某一个人？

2. 第二层：每用户配额，断路器

它能捕获的故障：一个用户，或一个用户的代理，运行远远超出正常水平。

配额为个人设置按日、周或月周期的信用额度上限。在 AI 域上开启 阻断执行后，达到限制的用户会看到该特定服务暂停，直到下一个周期。仓库访问权限及其队友不受影响。文档称执行在几分钟内评估，这与预算的 8 小时是非常不同的时钟。

配额覆盖 AI 函数、Cortex 代理、Snowflake CoWork 和 Snowflake CoCo，以及仓库计算。AI 网关域处于预览阶段。

它遗漏了什么：

• 它不是实时的。评估在几分钟内发生，限制更改大约需要 5 到 10 分钟才能传播，因此用户可能会短暂超出。
• 周期边界。每日和每月周期在 UTC 午夜重置。在边界附近消费的人可以在重置前使用一个完整限额，在重置后再使用一个新限额。
• 无池化。配额是按人计算的。十个用户各有 100 信用额度限制，意味着总计最多 1,000 信用额度，所以配额不是团队上限。
• 阻断范围。阻断执行适用于 AI 域，不适用于仓库计算，并且一个配额要么监控仓库，要么监控 AI，从不同时监控两者。
• 覆盖缺口。Cortex Analyst 和微调未被覆盖。
• 无诊断。配额告诉你一个人达到了上限。它不会告诉你哪个应用或模型让他们达到那里。

最后一个缺口正是让第三层变得有趣的原因。

3. 第三层：Cortex AI 网关，收费公路

预览说明：AI 网关是截至 2026 年 9 月 15 日的预览功能。以下所有内容在正式发布之前都可能发生变化。

它能捕获的故障：你无法归因的支出和行为。不是“谁花的”，而是“哪个应用调用了哪个模型，花费了多少？”

网关是 AI 应用和第三方代理如何访问模型的控制平面。开发者获得一个标准端点，接受 OpenAI Chat Completions 或 Anthropic Messages 格式。平台团队获得每个网关的跟踪表，包含所调用的模型、步骤计时、令牌计数和错误。FinOps 获得请求计数、令牌和延迟的使用分析，网关可以馈入自定义预算和每用户配额。

如果预算告诉你哪个团队，配额阻止哪个人，那么网关是第一个能告诉你 为什么 的层。

它遗漏了什么：

• 它治理路径，而不是权限。文档明确指出网关执行现有的模型访问控制。它不决定用户有权使用哪些模型。
• 日志记录是选择加入的。只有在显式启用负载日志记录时，才会捕获提示和响应。这是一个合理的隐私默认设置，也意味着除非你事先开启，否则在事后审查中不会有负载。
• 只有经过它的流量。我的理解是，网关只能治理通过它路由的调用，因此任何绕过它的应用都处于这一层之外。
• 它处于预览阶段。围绕这一点做好规划。

4. 哪一层捕获哪种故障？

下面是并排的同一画面，一次一个故障。有趣的部分是故障没有强有力答案的地方。

一个团队偏离其月度分配

• 预算：是的，这是核心功能。
• 每用户配额：否，限制是按人计算的。
• AI Gateway（预览版）：间接相关，它可以为预算提供数据。

某个用户的代理在月中失控运行

• 预算：较慢，执行最多可能滞后 8 小时。
• 每用户配额：可以，几分钟内即可阻止。
• AI Gateway（预览版）：追踪有助于诊断，配额可以阻止它。

你无法判断是哪个应用或模型导致了支出

• 预算：仅限组级别，通过标签实现。
• 每用户配额：否。
• AI Gateway（预览版）：可以，追踪表和使用分析。

某个用户调用了他们不应调用的模型

• 预算：否。
• 每用户配额：否。
• AI Gateway（预览版）：否，由现有访问控制决定。

你需要提示和响应内容以进行审查

• 预算：否。
• 每用户配额：否。
• AI Gateway（预览版）：仅当事先启用了有效负载日志记录时才行。

注意第四个失败场景。三层中的任何一层都无法解决它。谁有权限来使用什么，仍然是一个角色和特权设计问题，这是第四种控制，而不是第四层成本工具。

5. 一个可起步的分层模式

这是我首先会尝试的顺序。你的组织结构和风险承受能力会改变它，所以把它当作起点，而不是处方。

1. 标签优先。 预算和配额都依赖标签来按团队或成本中心限定支出范围。如果你的标签不完整，在调整任何限制之前先解决这个问题。
2. 预算作为烟雾探测器。 每个团队或成本中心一个，并配置通知。鉴于执行滞后，我会把它们当作预警和报告工具，而不是保护措施。
3. 每用户配额作为兜底。 为 AI 域开启阻止执行，并根据你观察到的实际情况而非猜测来设置限制。记住它们不会合并计算，并为仓库计算保留单独的配额。
4. 对于你拥有的应用，网关先进行试点。 由于它还是预览版，我会让一个非关键应用通过它路由，并审慎决定何时值得启用有效负载日志记录。
5. 针对权限的角色设计。 通过你现有的访问控制来决定谁可以使用哪些模型。没有任何成本层会替你完成这件事。

关于设置有一个实用提示。创建配额需要 QUOTA_CREATOR 数据库角色和 CREATE SNOWFLAKE.CORE.QUOTA 模式权限，所以值得提前决定由哪个管理员角色来负责此事：

-- Example only: test in your own account before relying on it
GRANT DATABASE ROLE SNOWFLAKE.QUOTA_CREATOR TO ROLE finops_admin;

TL;DR

1. 预算 是烟雾探测器。非常适合团队级别的归因，但执行可能滞后数小时，而且它们无法看到组内的某个人。
2. 每用户配额 是断路器。它们能在几分钟内阻止，但它们不会合并计算，在 UTC 重置时可能超额，而且会跳过 Cortex Analyst 和微调。
3. Cortex AI Gateway（预览版）是收费公路。它会告诉你哪个应用调用了哪个模型，但它管理的是路径，而不是权限，而且有效负载日志记录是选择加入的。
4. 没有任何一层决定谁可以使用哪个模型。 这仍然是角色和特权设计。
5. 从标签开始，然后是预算，然后是配额，然后是网关试点。 在你依赖其中任何一项之前，请查看文档了解当前状态。

你的 AI 账单有三个控制层。大多数团队只构建了一个。 最初发布于 Snowflake Builders 博客：数据工程师、应用开发者、AI 与数据科学 于 Medium 上，人们正在那里通过高亮和回应这个故事来继续对话。