如何在 Google Cloud 上管理 Claude Code 成本并证明 ROI

在 Google Cloud 上管理 Claude Code 成本并衡量投资回报的最佳实践。

随着组织将越来越多的工作交给 Claude Code，支出也随之增长，平台团队需要一种既能控制成本又能了解影响的方式。受近期与 Google Cloud 举办的一场网络研讨会（在新标签页中打开）启发，我们分享使用 Claude Code 的组织如何在 Google Cloud 上更好地跟踪和优化这些考量，包括三个核心杠杆：控制、跟踪和证明。

管理 Claude Code 支出的控制措施

Google Cloud 上的 Claude 采用基于用量的定价，因此您的账单反映了开发人员在您的 Google Cloud 环境中使用 Claude 的程度。采用率推动用量；用量是您付费的依据，也是价值体现之处。

您的 Claude Code 账单取决于任务消耗的 token 数量以及处理这些任务的模型。Token 消耗量随任务复杂度和对话长度而变化。Chat 是一种问答式对话。像 Claude Code 这样的智能体工具，相对于 Chat 而言，每个任务会消耗更多 token，因为它要完成多步骤工作：读取文件、运行工具，并在整个任务中进行推理。同时，每个模型都有各自的每 token 价格，因此将模型与任务相匹配是另一项主要的成本控制手段。

通过 Claude apps gateway 和 Google Cloud 服务，您可以了解每月影响组织账单的 token 和模型选择情况。您可以通过三个相互独立的杠杆来治理支出并管理成本：

控制。建立护栏来引导使用，同时避免过度限制访问、意外阻断用户。

跟踪。在账单到来之前，对支出发生的位置以及将持续流向的位置进行细粒度监督。

证明。识别你的组织从这些 token 支出中获得的价值，并准确归因其来源。

以下是如何将这一控制 -> 跟踪 -> 证明框架应用到你自己在 Google Cloud 上的 Claude Code 部署中。

治理工具箱

Google Cloud 上的 Claude 附带用于控制、跟踪和证明支出价值的工具与能力。

Google Cloud 已经提供了许多原生能力，可用于跟踪和控制你的 Claude 支出：

按项目计费。允许你为 Claude Code 托管一个专用项目，作为跟踪成本的清晰方式。

账单预算和提醒。允许你设置预算提醒，并在实际支出超过你设定的阈值时收到通知。

支出上限（预览版）。允许您强制执行服务级别的 Google Cloud 支出预算，并能够手动解除上限。

BigQuery 导出。让您可以将 Claude 支出与其余云成本一起分析。

配额。Google Cloud 上的 Claude 模型对每个模型系列和端点位置都有每分钟的请求数、输入 token 数和输出 token 数限制。

预配吞吐量。为预留容量支付固定费用，而非按需付费。

Claude Code 和 Claude 应用网关会添加各自的跟踪与控制能力。该网关是一项自托管服务，随开发者已在使用的同一个 claude 二进制文件一同发布，运行在你的 Google Cloud 项目中，位于 Claude Code 与 Google Cloud 上的 Claude 之间。开发者通过你的身份提供商（例如 Google Workspace）登录，因此每个请求都携带经过验证的身份。这样一来，你就可以按 IdP 组设置模型允许列表，并按用户、IdP 组或组织设置每日、每周或每月的支出上限。

以下是如何选择并组合各项能力，以管理衡量贵组织在 Google Cloud 上使用 Claude 的 AI 投资背后的成本与 ROI 的三个杠杆：

杠杆 1：控制

控制杠杆的核心在于提供护栏，引导开发者使用 Claude Code，而不是用任意上限来限制他们。

引导而非限制很重要，因为高成本会话未必是坏事——事实上，它们往往价值很高，尤其是在 Claude Code 中。这些会话通常来自你的高级用户，他们处于前沿，使用新的工作流程，从 Claude 中获得大量价值，并完成大量工作。

浪费往往出现在高支出用户中段的长期用户身上。例如，他们用 Fable 处理 Sonnet 就能轻松应对的日常事务。或者，他们可能已经忘记某个不再关心的计划任务，但它仍然在自动运行。

有四项功能可以为你提供护栏，帮助你引导用户，而不是限制他们：

支出上限（在新标签页中打开）。Claude 应用网关允许你按用户、按 IdP 组或按组织设置支出上限，可按日、按周或按月。组和组织上限是每位开发者继承的默认值，而不是共享池。

阈值告警。与 Claude 应用网关配合使用时，Google Cloud 上的 Claude Code 会在开发者接近其上限时发出警告，首先在超过 75% 时，然后在超过 95% 时再次警告。这些是面向开发者的 CLI 内警告，而 Google Cloud Billing 告警则是面向管理员的。达到上限时，网关会返回 429，直到周期重置或管理员提高上限，并且你可以通过网关的管理 API 编写脚本提高上限。

模型默认值与允许列表。通过 Claude 应用网关按 IdP 组指定哪些模型可用，该网关会在每次请求时于服务器端强制执行允许列表。我们发现设置模型默认值效果非常好，因为大多数人会沿用模型默认值；如果他们想切换模型，通常是有原因的。你可以将模型默认值与模型允许列表结合使用，也可以只用其一。

网关管理 API。该网关提供用于支出上限的管理 API（在新标签页中打开），因此你可以通过编程方式设置和更改上限，例如使用工单工作流。

结合这些能力来控制你的总体账单，但请记住，控制只是第一个杠杆。每 token 价格并不能让你看到全貌。最重要的指标是每任务成本，可以通过跟踪这些用量来监控和分析。

杠杆 2：跟踪

这个杠杆的重点在于看清支出流向以及支出的使用方式。好消息是，你可以在整个组织范围内跟踪 Claude Code 的使用情况、成本和工具活动。主要的跟踪策略包括：

使用情况和成本可观测性。Claude Code 的 OpenTelemetry 指标和事件（在新标签页中打开）会报告使用情况和估算成本，并按技能、插件、代理和 MCP 服务器细分。通过 OpenTelemetry 协议（OTLP）将它们发送到你已经在运行的工具，例如 Google Cloud Monitoring，可以经由 OpenTelemetry 收集器，或由 Claude 应用网关中继（用于集中式 OpenTelemetry 配置）。

最终用户使用情况视图。开发者可以直接在 Claude Code 中看到自己的支出，并在达到限额之前收到使用警告。

将数据导出到你现有的系统。Google Cloud Billing 导出到 BigQuery 后，你可以按模型和 token 类型筛选出 Claude SKU，从而将 Claude 支出与其余云和 AI 支出放在一起查看。OTel 数据会流入你的 O11y 技术栈，而网关 Admin API 可以将支出上限状态直接送入你的工单系统。

Claude Code 无论是在开发者机器上还是在云端工作站上运行，只要启用即可导出 OpenTelemetry 数据，包括会话、活跃时间、代码行数、提交、拉取请求、token 和成本，并按用户、团队和模型细分。最新版本的 Claude Code 还按技能、插件、代理和 MCP 服务器细分使用情况，因此你不仅能看到 Claude Code 的整体使用情况，还能看到组织内部哪些技能和插件被采用。借助 Claude 应用网关，你无需逐台机器配置。在网关上设置遥测目标，它就会为已登录的开发者开启遥测。它还会为每次导出打上开发者经核实的电子邮件及其登录时的 IdP 组标签，而不是客户端侧配置的值。

要将用量归属到你自己的成本中心和部门，请设置 OTEL_RESOURCE_ATTRIBUTES 环境变量（例如 department=engineering,cost_center=eng-123）。Claude Code 会将这些标签添加到每个指标和事件中，因此你可以按这些标签进行筛选和聚合。这些指标会带着这些自定义属性进入 Google Cloud Monitoring（或 Grafana、Splunk 等其他监控解决方案）。

典型的采用情况视图会显示活跃开发者、过去 24 小时内的会话数以及消耗的总 token 数。橙色框显示的是开发者触及网关强制执行的支出上限时被阻止的请求。该指标可与现有工单系统很好地配合，形成一套允许开发者申请提高限额的工作流。

如需现成的 Cloud Monitoring 仪表板，请参阅 Claude Code 监控模板（在新标签页中打开），该模板将 Claude Code 的 OpenTelemetry 指标整合为单一视图，涵盖采用情况、编码活动和 token 用量及预估支出，让你在 Google Cloud 上推广 Claude Code 时能够按用户和模型跟踪用量与成本。你可以直接在 Cloud Monitoring 控制台内复制此模板。

要在 Google Cloud 上设置自定义 Claude Code 遥测，请先使用 Claude Code OTel 快速入门（在新标签页中打开）。借助它配置 Claude Code，将 OpenTelemetry 直接导出到 Google Cloud Observability 套件，包括 Cloud Logging 和 Cloud Monitoring。该快速入门还会将日志路由到分区 BigQuery 表中，每种事件类型一张表（API 请求、工具决策、工具结果、助手响应和已完成的 hook 执行），并提供 SQL 查询，用于按开发者/模型统计支出、工具成功率与延迟、hook 等待时间、按轮次和按会话的分析。

杠杆 3：证明

控制杠杆负责治理和分配用量与成本；跟踪杠杆让你可视化这些支出。证明杠杆则是你将用量映射为 Claude Code 在 Google Cloud 上的 ROI 的方式。

平台工程师在 Claude Code 中最关心的指标包含在三个维度中：使用情况、开发者满意度和影响。

采用与使用指标衡量组织内人们如何使用 Claude，包括已激活用户及其每周和每日使用情况。这些指标揭示了使用深度、用户随时间推移的留存情况，以及谁是 Claude Code 的重度用户等信息。这些指标均通过 Claude Code OTel 数据得出。

满意度指标监测工程师的用户体验，包括他们对 Claude Code 的满意度、感知到的时间节省、对输出的信心，以及他们可能遇到的任何摩擦。满意度指标来自推广前后进行的简短调查，以及后续持续的用户回访。

影响指标评估 Claude 如何交付可衡量的工程成果，将吞吐量、周期时间和评审速度与基线进行比较，并对特定工作内容进行定性衡量。

一组初始影响指标

以下是一组初始影响指标，分为三个领域：时间、投入和数量。

时间衡量工作交付的速度：PR 从开启到合并的周期时间，以及代码评审周转时间。

投入衡量每项变更需要多少工作：每个 PR 的评审迭代次数、每个 PR 的评审评论和返工量。

数量衡量释放出的产能带来了什么：每位工程师的 PR 数、部署频率，以及具名工作内容：你的团队利用释放出的产能交付的具体待办事项。这些在计数之外增加了定性视角。

这些是方向性参考点，而非规则，但它们是衡量 Claude Code 在贵组织中所产生影响的一个良好起点。你所需的基础数据已经存在：源代码管理和工单系统中的交付历史。

定义你的工作单元

这些指标大多以 PR 计数，但一个拼写错误修复和一次功能发布都算一个 PR。因此，应改为统计已定义类别的已合并 PR：Claude 开启 PR，由人来决定它是否发布。诸如 hotfix 或 feature release 之类的标签、工单 ID，以及 Claude 是否参与，都能让你在现有系统中轻松找到这些 PR。并非每个工作单元都是 PR；服务切换或从根源上关闭的事件就是例子。同样的规则适用：统计一件已完成的事，以它落地之处为准。

Claude Code 原生遥测

在落实成本治理和用量追踪之后，下一步是将这些映射到 ROI。Claude Code 的原生遥测可帮助你采集贡献度和生产力指标，用以记录贵组织所获得的价值。

Claude Code 的 OTel 指标让你能够追踪或推导代码建议采纳率、修改的代码行数、创建的提交数、创建的 PR 数、单位产出的成本，以及每位用户的 PR 数。

所有这些原生指标都能提供有用且可操作的信息。当这些信息与通过 Google Cloud 上的 Claude Code 遥测（在新标签页中打开）捕获的已记录事件（如用户提示和工具决策）相结合时，其价值会更高。例如，记录用户提示是了解用户群体试图构建什么的好方法，因为并非每个工作单元都必然是 PR。请注意，由于内容可能敏感，用户提示不会被自动记录；你必须明确选择启用。

一个例子是，如果你是 SRE，可以用 Claude Code 排查故障；如果你是销售工程师，可以用它生成实时演示的示例数据。这些会话不会产生 PR，但它们确实加速了这些团队的工作流。请记住，Claude Code 的 PR 指标统计的是 Claude Code 创建的 PR，而不是最终合并的 PR。你的源代码管理和工单系统仍然是已交付内容的记录，因此请将 Claude Code 遥测数据与 GitHub 或 GitLab 以及你的工单跟踪器关联起来，以获得完整视图。

以下是部分 Google Cloud 上的 Claude 客户通过 Claude Code 取得的可衡量影响。

Delivery Hero（在新标签页中打开）有一个团队对 100 个 UI 组件进行了设计系统全面改造。Claude Code 在几分钟内完成了通常需要工程师一周时间的工作。

Shopify（在新标签页中打开）的工程师借助 Claude Code 更快地构建，但非工程师也能在几分钟内而非数天内构建内部工具。Claude Code 正在扩大 Shopify 中能够参与构建的人群，而不只是加速那些已经在构建的人。

Fifth Dimension（在新标签页中打开）的工程师普遍在 Google Cloud 上使用 Claude Code。合计起来，他们每月编写超过 300,000 行代码，接受率达到 98%。

入门

本文的目标是帮助你熟悉现有的工具和能力，以便管理 Google Cloud 上的 Claude Code 成本并证明 ROI。作为平台工程师，该系统不仅用于发现和观察用户群体中的行为，还为你提供动态调整治理和设置所需的知识。

这是一个持续循环：从合理的默认值开始，例如组织级支出上限、默认模型和模型允许列表，然后随着用量数据的积累，按角色和团队进行细化。通过跟踪实际使用情况，并将各项指标与你从 Claude Code 获得的价值相关联，你就可以把这些信息交付给需要分析使用 Claude Code 的 ROI 和业务影响的利益相关者。

组织如何在 Google Cloud 上使用 Claude Code，以及由此产生的价值，都会随着我们委托给 Claude 的工作量和工作类型不断加深和多样化而演变。这里概述的 control → track → prove 框架是一个稳定的起点，可用于衡量 Claude Code 部署的各个方面和成果。

以下资源可以帮助你入门：

有效管理成本（在新标签页中打开）

监控用量和成本（在新标签页中打开）

Claude 应用网关支出限额（在新标签页中打开）

在 Google Cloud 上部署 Claude 应用网关（在新标签页中打开）

创建、编辑或删除预算和预算提醒（在新标签页中打开）

管理支出上限预算 | Cloud Billing（在新标签页中打开）

相关文章

探索更多面向使用 Claude 构建的团队的产品新闻和最佳实践。

构建智能体：何时将子智能体并入主智能体循环

在 Claude Platform 中构建智能体时，减少子智能体数量、转而采用渐进式披露的上下文和工具，可以提升质量，同时降低成本和延迟。以下是迁移的时机和方法。

重新设计 Anthropic 的源代码控制

随着对 Anthropic 单体仓库的合并量从每天约 2,500 次增长到超过 30,000 次，源代码控制成为最大的开发瓶颈。以下是团队如何构建 Scion——一个专为始终在线的智能体设计的内部版本控制系统——并在五个月内从 git 迁移的过程。

Anthropic 日本的一位 BDR 如何借助 Claude Managed Agents 度过一天

一位业务开发代表如何借助 Claude Managed Agents 和 Claude Tag 清理他的入站队列并起草双语客户邮件。

Claude Code 团队如何进行代码审查

面对智能体产生的代码量，你该如何进行代码审查？Claude Code 团队分享了其审查流程，从 Claude 验证自身工作到按风险分级的人工审批，以及一份采用该流程的检查清单。

借助 Claude 转变组织的运作方式

产品更新、操作指南、社区聚焦等。每月发送至你的收件箱。

负责任披露政策

数据处理协议：美国 K-12

负责任披露政策

数据处理协议：美国 K-12