一張帳單，震驚了整個美國企業圈。根據Axios報導，一名AI顧問透露，某家不具名企業因未對員工授權設定任何使用上限，單月Claude費用高達約5億美元(約160億新台幣)。這不是駭客攻擊，也不是系統異常，就僅是員工正常使用的結果。
大型語言模型服務的計費邏輯，本質上是浮動的。每一次API呼叫、每一個生成的token，都在默默累積帳單。當使用規模從少數工程師的實驗，擴散到全公司的日常工具，沒有配額管控、沒有成本中心標記、沒有用量警報，帳單就會以指數速度膨脹。
類似狀況並非只發生在那一家匿名企業。微軟在旗下Experience and Devices事業群大規模取消Claude Code內部授權，涵蓋Windows、Teams、Outlook與Surface產品線，開發人員被導向改用 GitHub Copilot CLI。而在Uber方面，技術長Praveen Neppalli表示，公司在4月就已燒光全年AI預算，稱其為「令人頭皮發麻的一刻」；營運長Andrew Macdonald則公開表示，至今難以在token消耗量與實際生產力之間畫出清楚的因果線。
業界從業人員指出，要避免帳單失控的關鍵，是企業應為每位使用者或每個專案設定用量配額、啟用專案計費與標記、在低門檻時就啟動主動成本警報，定期檢視呼叫的AI模型等級是否與任務需求相符，並調整生成隨機性的參數設定，避免在簡單任務上浪費高成本運算資源。因為這些參數直接影響token消耗效率。採購團隊則應在合約階段即要求供應商提供超額條款說明，並詢問是否有固定費率或配額管理選項。
