解决什么问题
大模型接口按 token 计费，一次调用几分钱，看起来不贵；但各部门各自申请 key、各自接工具，三个月后没人说得清账单里哪笔是谁的、哪个自动化脚本在半夜跑、哪份合同被谁贴进了提示词。
用量与成本管控解决的是把所有调用收到一个出口：一个内网网关，员工和系统都通过它访问模型，网关记录每次调用的部门、用途、token 数、费用，按部门设配额，超了就拦，敏感内容按规则告警。
怎么交付
- 统一接入口：内网部署一个 OpenAI 兼容的网关，各部门拿到的是网关地址和自己的子 key，真正的供应商 key 只在网关上。换供应商、换模型不用改业务方。
- 按部门计量：每次调用落库（时间、部门、应用、模型、输入输出 token、折算费用）。月底一张按部门的账单，和供应商账单对得上。
- 配额与告警：部门月度配额、单次调用上限、异常频率告警（比如某个 key 半夜每秒十次）。
- 内容留痕与脱敏：提示词与回复可按策略留存或只留摘要；手机号、身份证号、合同金额这类字段可在出网前打码。
- 交付物：网关服务、看板、配额策略文档、各部门接入说明。周期：单网关一周内可用，策略与看板按你的部门结构调整。
不适合谁
- 全公司只有两三个人用、一个 key 就够的：直接在供应商后台看账单即可。
- 要求网关能「审核回答对不对」的：它记录和限额，不判断内容质量。
- 所有调用都已经在本地私有化模型上、不产生外部费用的：需要的是监控而不是成本管控，见私有化部署一页。
常见问题
公司里各部门都在用大模型，怎么知道谁花了多少钱？
把所有调用收到一个内网网关，每个部门用自己的子 key，网关按调用记录部门、模型、token 数和折算费用，月底按部门出账单。供应商的真实 key 只在网关上，员工拿不到。
大模型调用怎么限额？
在网关上设部门月度配额和单次调用上限，超限直接返回拒绝并通知负责人；异常频率（比如某个 key 半夜高频调用）单独告警。
员工把合同贴进大模型怎么防？
在网关出网前做规则脱敏：手机号、身份证号、金额、指定关键词按策略打码或拦截，并留痕。这挡的是无意泄露，不是有意绕过；有意绕过要靠内网策略。
大模型用量管控和私有化部署是一回事吗？
不是。私有化是把模型放到内网，不产生外部费用但要买硬件；用量管控是在继续用云端模型的前提下管住成本和数据出口。两者可以并存：网关把涉密请求路由到本地模型，普通请求走云端。
换大模型供应商要改业务系统吗？
不用。业务方接的是网关的 OpenAI 兼容接口，网关后面换供应商或换模型，业务方不感知。
大模型用量管控要多久上线？
单网关一周内可用；配额策略和看板按部门结构调整，通常再一周。