Unity Gateway 預算與用量：成本歸屬、封鎖與紀錄限制

成本管理涵蓋費用歸屬、預算警示與用量控制；後兩者見下方的預算與支出限制及速率限制。費用可拆到服務、模型與使用者：Databricks 模型依帳務資料歸屬，外部模型依 token 與公開單價估算，並按小時彙整。服務標籤可連結團隊或成本中心。

導入前看這裡：外部估算不等於供應商帳單；Custom provider 目前不支援外部費用追蹤。

可設定共用或每人每月門檻，選擇寄出警示或封鎖後續用量；也可替特定人員與群組設例外額度。範圍含經 Gateway 的按 token 用量、ai_query 與 Genie；外部模型費用可選擇納入。

導入前看這裡：封鎖採近即時估算，不中斷執行中請求，也不是最終帳單的絕對上限。預算不涵蓋 provisioned throughput 或繞過 Gateway 的獨立 Serving 流量。外部模型納入預算為 Beta，須另行啟用；預算比對使用服務標籤，不使用請求標籤。

模型服務可限制每分鐘請求數（QPM）與 token 數（TPM）；MCP 服務限制 QPM。可設定整體服務、預設每人及特定使用者或群組規則；群組速率額度由成員共用。

導入前看這裡：預設不設限。超限回傳 HTTP 429，官方建議採指數退避重試。用量在回應後計入，且各服務執行個體分別限流，短時間可能略超門檻。每服務最多 20 筆規則，其中最多 5 筆為群組規則。

用量表 system.ai_gateway.usage 記錄用量、耗時與呼叫者；inference tables 逐一為模型服務記錄請求與回應。官方建議新部署採統一追蹤表：由 metastore 管理者一次配置，集中同 metastore 工作區的模型與 MCP 服務活動，每列是一個 OpenTelemetry span。

導入前看這裡：兩種紀錄都盡力交付，401、403、429、500 請求可能未記錄。統一追蹤單一屬性超過 3 MiB 會截斷；跨步驟共用 trace ID 尚待提供。其他使用者需另外取得表與父層權限；官方建議授權前加 ABAC 列篩選。統一追蹤不能取代 Databricks 稽核紀錄。