AI 运营毛利对账：版本化 COGS、发票校准与收入分摊

团队知道每个用户用了多少 token，仍可能不知道 Pro 套餐是否赚钱。原因是模型供应商会按输入、输出、缓存、区域和模型版本分别计价，自部署推理还有 GPU、存储和共享网关成本；收入又受到折扣、退款、Credits、账期和套餐包含量影响。把“本月供应商账单除以订阅收入”当毛利，会掩盖亏损 cohort，也无法解释调价前后变化。

AI 成本归因 已覆盖请求标签、token 计量、功能/用户拆账与基础单位经济，Token 成本优化 讨论如何降本。本篇不重复“成本属于谁”或简单毛利看板，只处理版本化 COGS、供应商发票校准和收入分摊政策。它提供运营决策信号，不替代会计政策；哪些费用属于 COGS、何时确认收入及税费如何处理，必须由财务确定并写入 metric policy。

费率卡必须带有效区间

不要用一张会热更新的 model -> price map 重算全部历史。每条 rate card 记录 provider、model/region/modality、input/output/cache/tool 等 meter、单位、币种、effectiveFrom/effectiveTo、合同折扣、来源文档 hash、批准人和版本。用量事件按 occurredAt 匹配唯一 rate ID，并把该 ID 写入成本分录。

rateCardId: provider-a-model-x-2026-07
currency: USD
effectiveFrom: 2026-07-01T00:00:00Z
meters:
  input_token:  {unit: 1000000_token, rateRef: contract-line-12}
  output_token: {unit: 1000000_token, rateRef: contract-line-13}
  cached_token: {unit: 1000000_token, rateRef: contract-line-14}
sourceSha256: 6b3a...
status: approved

示例故意不写金额，因为公开价、企业合同和地区费率会变化。供应商响应先形成 PROVISIONAL 成本，月度 invoice 或导出到达后追加 adjustment 并转 RECONCILED；不能覆盖原估算。外币同时保存原币金额、采用的 FX source、rate 与日期，后续汇率变化不应改写历史决策。

自部署和共享成本保留可解释的未分配项

GPU 推理按模型池实际 accelerator seconds、显存或经验证的分配单位归因，不能仅按请求数平摊。Kubernetes CPU、内存与存储可用 OpenCost 口径映射到服务，再通过 operation ID 分配；FOCUS 可规范云账单字段。空闲容量、控制面和无法追踪的共享费用进入显式 unallocated bucket，而不是强行分给流量最大的客户。

LLM 网关路由策略 的每次选择应记录 rate card、估算成本和实际 usage，但在线路由只能使用已批准暂估，不能等待月底发票。预算模型还要覆盖检索、重排、语音、图像、第三方工具和失败重试，避免只算主模型让复杂 Agent 看起来异常便宜。

收入口径与成本粒度分开维护

收入 ledger 保存 subscription、usage charge、credit redemption、折扣、退款和调整的独立事实。固定订阅收入如何分摊到日、account 或 feature，由版本化 allocation policy 决定；不要把一次现金收款全部归到当天请求。对运营毛利，一个可审计定义是“本期按政策分配的 net revenue 减本期可变 COGS”，但 processor fee、支持人工、税和研发是否包含必须显式配置。

每条派生 margin row 保存 revenue policy、cost policy、rate card IDs、输入账本水位和计算版本。相同输入可重算相同结果，政策变化创建新视图而不是修改原始 revenue/usage。套餐比较按 product、plan version、cohort 和任务族聚合，account/request 级数据留在数仓，避免监控标签爆炸。

告警同时看毛利、样本和数据完整度

看板至少显示每成功任务成本、净收入、可变 COGS、毛利额、毛利率、unallocated 占比、provisional 占比和对账差异。毛利率在净收入接近零时不稳定，告警需设置最小收入/样本门，并同时检查绝对亏损。阈值来自本产品目标和历史方差，不存在通用安全百分比。

- alert: AiPlanMarginDegradation
  expr: |
    (ai_plan_net_revenue_6h
      > on(plan_version) group_left ai_plan_min_revenue_threshold)
    and on(plan_version)
    (ai_plan_gross_margin_ratio_6h
      < on(plan_version) group_left ai_plan_margin_floor)
    and on(plan_version)
    (ai_margin_data_completeness_ratio_6h > 0.98)
  for: 30m

告警附 plan/rate/policy 版本和 top cost drivers。若 completeness 下降，先报“数据不完整”而非断言业务亏损；供应商 usage 延迟、FX 缺失和 exporter 卡住都可能制造假毛利改善。AI 产品定价模型 提供商业选择，毛利信号只为这些选择提供可追溯反馈。

用边界账期和供应商账单验收

测试费率生效前后一秒、缓存 token、取消请求、多模型 fallback、一次任务多调用、供应商补发、退款、Credits 抵扣、外币和跨月长任务。对固定样本手算分录，再核对 provider invoice、内部 usage 净额、revenue ledger 和 margin row；任何未知 rate 或重叠有效期都阻断该切片出报告。

新计算器先双算至少一个完整账期，不驱动自动调价。差异分类为 rate、usage、allocation、FX 或外部 invoice，并保留 sign-off。回滚只切回上一 calculation policy 和看板视图，原始分录不删；错误 rate 追加更正、重算派生快照并标明 superseded。毛利控制的价值不是给出一个漂亮百分比，而是让每次变化都能追到用量、费率、收入政策和数据完整度。

延伸阅读

• AI 成本归因
• Token 成本优化
• AI 产品定价模型
• LLM 网关路由策略