Anthropic 招股书披露了一个很有参考价值的结构：2025 年它在算力与基础设施上花了 73.3 亿美元，占总运营费用的 58%。这个数字对一家做前沿模型的公司是常态，但它提供了一把尺子——你可以拿它去量自己公司的 AI 账单。如果你的算力支出占比和 Anthropic 完全一样，那说明你干的就是重资产模型厂的活；如果差得很远，说明你的钱可能花错了地方。本文给一套可执行的账单审计流程。
第一步：AI 账单该怎么拆成三类？
大多数公司的 AI 支出糊在一起，先拆开：
- 算力类：API 调用费、GPU 服务器折旧、云 GPU 小时费。
- 人力类：算法工程师、Prompt 工程师的工资分摊。
- 数据类：标注费、知识库采购、数据清洗成本。
算完各自占比，再和 Anthropic 的 58% 对照。如果你的算力占比远高于 58%，说明你在拿人力公司的预算干模型厂的事——大概率是在自托管大模型，而这笔钱完全可以转给更便宜的 API。
第二步：怎么揪出没认领的「影子消耗」？
最容易被忽略的是没人认领的账单。很多团队上线一个自动化脚本后就忘了它，它在后台每天跑，月积月累成一笔糊涂账。审计时把所有 API Key 拉出来，按 Key 归到团队和项目，看哪个 Key 的消耗和它产生的业务对不上。
Anthropic 都要靠招股书才把账算清楚，内部没有账单归责机制的公司，这个比例只会更难看。
第三步：该不该做一次降本压力测试？
拿最近三个月的账单，假设模型价格整体砍半，你的利润会变多少？再假设价格翻倍，你还剩多少业务能跑？这个测试能告诉你，你的商业模式对算力价格波动的敏感度有多高。如果价格翻倍你就亏，说明你的产品定价里没给算力留安全边际。
对大多数应用层公司，健康的状态是算力占营收比例个位数到十几个百分点。Anthropic 的 58% 是模型厂的宿命，不该是你的宿命。
今晚就能动手的动作到底是什么？
本周就把上月全部 AI 支出导出来，按项目归类，找出消耗最高但产出最弱的那个工作流，停掉它。你会惊讶地发现，很多公司 30% 的 AI 预算花在没人用的实验性脚本上。
账单不是财务月底的事，是产品每周的事。