做预算的时候最容易卡在一句话上：这钱到底该算在训练头上还是推理头上。有人把一次性投入摊进每个月，有人只盯着调用账单，最后两边对不上。这篇给一套拆法：先分清哪些开销属于哪个池子，再按业务形态看两边的相对关系，最后给一个能直接照着填的对照表和排查顺序。数字一律到站内页面按当时口径核对。
做预算的时候最容易卡在一句话上：这钱到底该算在训练头上还是推理头上。有人把一次性投入摊进每个月，有人只盯着调用账单，最后两边对不上，开会时谁也说服不了谁。问题不在数字，在口径：两个池子的时间尺度、触发条件、跟业务量的关系都不一样，混在一起看必然得出相反的结论。
这篇给一套能直接照做的拆法：先把每笔开销归到训练池还是推理池，再按你所在阶段看两边的相对关系，然后给训练成本一个合理的摊销口径，最后附一张对照清单和排查顺序。所有具体数字一律到站内页面按当时口径核对，这里只讲判断标准和动作。
先把钱分成两个池子，别混着看
训练侧和推理侧最大的差别不是金额，是时间结构。训练侧通常一次性、前置、金额大，而且跟你的业务量没有直接关系——今天没有新用户，这笔钱照样花出去了。推理侧是持续的，随调用量线性走，停掉调用基本就停掉开销。两者的时间尺度不一样，直接相加会误导决策。
- 训练池
- 为让模型具备某种能力而提前花掉的钱，花完之后不随调用量变化
- 推理池
- 每次请求都要发生的钱，随调用量、上下文长度、并发水平变化
- 混账
- 同一笔支出被两边的负责人各记一次，或者被随手塞进看起来更顺的那个池子
判断一笔钱归谁，问三个问题就够了：在没有新调用量的情况下它还会不会发生；能不能随时停；停了业务受不受影响。三个问题都指向「会/不能停/受影响」，那就是推理侧；反过来基本是训练侧。标不出归属的先放待定区，不要硬塞。
- 把微调当成推理：微调本身是训练动作，但它依赖的常驻实例可能算推理基础设施，要拆开看
- 把推理用的常驻实例算成训练基础设施：这部分是按时间计费的，跟调用量关系不大，但停掉会影响服务
- 把数据标注算成任意一边：标注如果服务于一次训练，进训练池；如果服务于线上持续评测，进推理池
- 把试错跑废的批次漏掉：跑废的算力也是训练成本，不记就会低估训练池
占比规律取决于你处在哪个阶段
这个占比没有放之四海皆准的答案，但它有一个稳定的方向：业务量越小、训练占比越高；业务量越大、推理越会逐步压过训练。研究型团队前期训练占绝对大头，推理几乎为零；产品型团队反过来，训练是一次性投入，推理随用户量不断累积，早晚会反超。
反超的那个点因模型规模和调用频次差别很大，别人的数字对你没有参考价值。要算自己的交叉点，只需要三个输入：单次调用的推理开销、日均调用量、训练侧总投入。前两个可以用站内工具估，第三个按自己的实际支出记。估算工具的具体口径和当时数值到 价格追踪（/price-watch） 与 速度与成本测试（/tools/speed-test） 核对。
| 团队形态 | 训练侧特征 | 推理侧特征 | 占比观察重点 |
|---|---|---|---|
| 研究型 | 一次性大投入，反复迭代 | 几乎为零或仅有评测调用 | 训练池是否被重复计入多个项目 |
| 产品型早期 | 一次性投入已发生 | 随用户增长快速累积 | 交叉点什么时候到，提前做容量规划 |
| 产品型成熟 | 小幅迭代为主 | 占比通常主导 | 推理单价的稳定性，比总量更值得盯 |
| 纯调用型 | 没有或极少 | 全部开销 | 不适用两池对比，看单价和调用结构 |
注意一个反直觉的情况：推理占比高不一定是坏事。对于已经跑起来的业务，推理占主导说明收入侧也在同步增长，属于正常形态。真正需要警惕的是训练占比长期居高不下而推理量始终起不来——那通常意味着模型没转化成业务，或者迭代节奏和产品需求脱节。
训练成本怎么摊到每个月才不算自欺欺人
- 定摊销周期按模型的预期服役时长摊，而不是按财务上想看到的数字摊。服役期一到就得重训或换代，把周期拉长只是把问题推到以后。服役时长可以按同类模型的实际迭代节奏估，具体参考到 指南中心（/guides） 看当时的整理。
- 把训练池的完整拆项列出来摊销要包含的不只是算力：数据准备、标注、试错跑废的批次、人力。这些在站内训练成本相关页面有拆项可对照，逐项确认自己有没有漏记，漏记的部分会系统性低估训练池。
- 把摊销额和当月推理开销放同一张表只有放在一起，才能看出「这个月这个模型到底贵不贵」。分开看永远只有一个孤立的训练总额，没法跟推理侧做任何比较。
- 每季度复核摊销口径模型换过、渠道换过、服役周期估错了，都要重新摊。口径一变，历史对比就断了，所以每次变更都要在表里留一行备注。
有一种情况可以放宽：一次性采购、打算长期不动的小模型，摊销周期可以拉长。但要单独标注技术债在累积——模型不动，业务在动，迟早会出现能力跟不上的时候，那时重训的成本会比现在预估的高。
一份能直接照做的对照清单
- 列全部支出项，逐条标「训练 / 推理 / 两者都占」，标不出归属的先放待定区，不要随手塞进池子
- 对每个池子算三个数：本月实际、近三个月均值、按当前用量的下月预估，三个数一起看才能发现趋势
- 看比例而不是看绝对值：训练占比连续走高，通常是推理量没起来或模型没迭代；推理占比突然跳升，先查调用量或上下文长度是不是变了
- 对照站内页面核对单价口径，确认你用的单价是当时的，换过模型或渠道的一定要重新取数
- 把待定区的条目定期清理，长期挂着的说明你的记账粒度需要调整
| 排查现象 | 先看什么 | 常见原因 |
|---|---|---|
| 训练占比持续走高 | 推理量是否停滞、模型是否在反复重训 | 业务没起来、迭代节奏脱离需求 |
| 推理占比突然跳升 | 调用量、上下文长度、并发配置 | 用量涨了、或某次改动让单次调用变贵 |
| 两边都对不上历史 | 摊销口径、单价口径是否变更过 | 中途换模型、换渠道、改了摊销周期 |
| 总账比预期高 | 待定区条目是否被重复计入 | 同一笔支出被两个池子各记一次 |
最后提醒一个动作：每次做预算前，先把上次的池子口径拿出来对一遍，确认没变再往里填数。口径不统一的时候，算出来的占比再精确也没有决策价值。站内的模型与价格资料可以到 中转站导航（/sites） 和 排行榜（/rankings） 按当时的数字核对，别把旧口径的数字直接搬进新表。
下一步把你现在的支出项按上面的三个问题过一遍，先分出两个池子，再对照站内的价格与用量页面确认单价口径，这样才能算出属于自己的占比。→常见问题
为什么我算出来的推理占比和别人差那么多？
多半是口径不同：有人把微调和批量任务算进推理，有人把常驻实例算成固定成本。先对齐三个口径——哪些算训练、哪些算推理、摊销周期多长，再比数字才有意义。具体单价到站内价格页按当时口径核。
小团队要不要认真拆这个占比？
如果全走 API、没有自建算力，训练池基本为零，拆占比意义不大，重点应该放在调用量控制和缓存上。只有当你开始自己租卡、做微调或多版本迭代时，这个拆分才真正影响预算决策。
这个占比多久看一次比较合适？
按月度节奏看就够了，频率再高容易被单次波动带偏。但有两种情况要临时加看：模型换代或调用量出现明显跳变时，当月的占比会失真，需要单独标注而不是直接写进趋势。
