Google 给 BigQuery AI 函数加预算控制

在数据仓库里跑大模型有个隐性风险：一条 SQL 扫上亿行文本做摘要，账单可能在你下班前就跑穿了预算。Google 这次给的解法是让 token 也有配额。

一、发生了什么

10 月 15 日，据 InfoWorld 报道，Google 宣布 BigQuery 生成式 AI 函数的每日 token 配额正式可用。管理员可以在云控制台里按项目和个人用户两个层级，分别设定每天允许消耗的输入和输出 token 量，覆盖 AI.GENERATE、AI.CLASSIFY、AI.SCORE 等 7 个生成类函数。

默认额度相当宽裕：输入 token 按项目每天 2000 亿、按用户每天 1500 亿；输出 token 分别是 200 亿和 150 亿，输出额度还把模型的推理 token 算在内。额度过用不完时可以申请上调。嵌入类的便宜函数不受这套配额管。配额还能通过命令行工具、配额接口和基础设施编排工具程序化管理。

超限后的行为值得注意：开跑前额度已用尽，查询直接报「配额超限」错误；跑到一半额度用完，系统停止向模型发新请求。对部分函数这意味着查询可能只完成一部分，个别行会带着错误标记空手而归。为帮用户预判，Google 还加了估算输入 token 的辅助函数，但它不统计输出和推理 token，估算值通常偏低，官方建议先用小样本试跑再定配额。

二、跟你有什么关系

数据团队负责人：AI 函数的账单从「不可预测」变成「有上限」，向管理层报预算有了底气。

分析师和数据科学家：用 AI 函数试错的代价有了兜底，不用再担心一条查询烧掉全月额度。

平台治理负责人：配额只是护栏的第一层，团队级和业务级的成本归因仍然缺位。

三、怎么用

1. 先给开发和实验负载设紧配额，生产负载单独设宽松配额，两边分开项目跑，别混在同一个额度里。
2. 大批量任务上线前，用官方的 token 估算函数加小样本试跑，估出真实消耗再定上限。
3. 给关键管道加上补跑逻辑：检测被跳过的行，等第二天配额重置后自动重处理。

四、三个别信的说法

「设了配额就万事大吉。」 错。有分析师提醒得很直白：配额管的是最坏情况，不是完整的花费故事。它按 token 计数不按美元计，也没有团队和业务部门的预算维度，财务还是看不到谁在花钱。

「配额越紧越省钱。」 不对。限额压得太低，生产查询会在额度重置前中断或返回残缺结果，返工成本可能比省下的钱更高。

「估算函数给出的数字就是实际用量。」 错。它只算输入端，图片输入、推理过程和函数附加的指令都不在内，按这个数字设配额大概率低估。

五、一句话结论

配额解决的是失控，不是优化——真正的成本治理仍然要自己搭。

信息来源

• Google aims to make BigQuery spending on AI functions more predictable with token quotas - InfoWorld（2026 年 10 月 15 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 20 日。