为什么先讲「直连」而不是「换货」

很多人拿到云厂商新用户试用金后的第一反应，是去云市场找 AI 类 SaaS 订阅把它花掉。这条路可行，但中间多了一层：市场商品能不能用试用金抵扣、抵扣比例多少、有没有最低消费门槛，全是变量。

如果目标只是「把试用金变成可调用的 AI Token」，更短的路是直接用这笔钱调用云厂商自带的模型服务：

  • AWS 新用户试用金 → Amazon Bedrock
  • Google Cloud 新用户赠额 → Vertex AI（含 Gemini 系列）
  • Microsoft Azure 新用户赠额 → Azure AI Foundry（Azure OpenAI 与模型目录）

这三条路都不需要额外采购审批，只需要在对应控制台开通服务、确认额度类型可覆盖、再申请模型配额。下面按平台拆开写。

操作步骤

第一步：先确认你的试用金「能不能花在这上面」

这是最容易翻车的一步。试用金不是通用现金，常见限制有三类：

  1. 服务白名单：部分促销赠额只覆盖计算、存储等基础服务，AI/ML 托管服务可能不在范围内。
  2. 有效期：AWS 促销赠额通常有明确的到期日（常见为数十天到一年不等，视活动而定）；GCP 新用户赠额通常为 90 天；Azure 新用户赠额通常为 30 天，且到期后不会自动续。具体天数以你账户账单页显示为准。
  3. 账户类型：GCP 的免费试用赠额与「永久免费层」是两套东西，前者消耗完即止，后者按月度配额刷新，不要混为一谈。

实操动作：登录各平台计费控制台，找到「赠额 / Credits」列表，逐条看适用范围与到期时间，把即将到期的先用在 AI 推理上。

第二步：AWS —— 把试用金接到 Bedrock

  1. 在 AWS 控制台搜索 Bedrock，进入后先申请模型访问权限（Model access）。Bedrock 的部分模型需要显式提交一次访问申请，通常几分钟到一天内批复。
  2. 选择区域。Bedrock 的模型可用性按区域不同，us-east-1、us-west-2 等区域覆盖的模型最全。区域选错会直接导致「模型不存在」的报错，而不是额度问题。
  3. 在 Bedrock 的 Playground 里发一次测试请求，确认能正常计费。
  4. 回到 Billing，确认这笔调用是否被赠额抵扣。如果显示为现金支出，说明你的赠额不覆盖 Bedrock，需要换账户或换平台。
  5. 确认无误后，创建 IAM 用户并生成访问密钥，用 Bedrock 的 Converse / InvokeModel API 接入你的应用。

关键限制：Bedrock 的默认并发与每分钟请求配额较低，正式跑之前需在 Service Quotas 里提交提升申请。此外，Bedrock 按输入/输出 Token 分别计价，长上下文场景消耗会明显加快。

第三步：GCP —— 把赠额接到 Vertex AI

  1. 在 Google Cloud 控制台启用 Vertex AI API。这一步是必须的，未启用时调用会直接返回权限错误。
  2. 确认结算账号已绑定，且试用赠额处于有效期内。
  3. 在 Vertex AI Studio 里先做一次在线测试，选择 Gemini 系列模型，观察响应与计费。
  4. 用 gcloud CLI 或服务账号 JSON 接入：先在 IAM 里给服务账号授予 Vertex AI User 角色，再在代码里指定项目 ID 与区域。
  5. 区域上，us-central1 通常是模型覆盖最全的选项；部分新模型只在特定区域先上线。

关键限制：GCP 新用户赠额到期后余额清零，不会结转。另外 Vertex AI 的部分模型有单独的配额体系，需要在配额页面按模型逐项申请。

第四步：Azure —— 把赠额接到 Azure AI Foundry

  1. 在 Azure 门户创建 Azure AI Foundry（原 Azure AI Studio）资源，选择支持的区域。
  2. 在该资源内部署模型（Deployment）。Azure OpenAI 的模型需要先申请访问权限，审批周期视情况而定。
  3. 部署完成后，在 Playground 里测试，拿到 endpoint 与 key。
  4. 回到 Cost Management 确认赠额覆盖情况。Azure 新用户赠额通常有明确有效期，且部分促销额度只覆盖特定服务层级。

关键限制：Azure 的模型部署有 TPM（每分钟 Token）配额，默认值往往偏低。需要在部署配置里手动调高，或在配额页面提交申请。部署本身也可能产生闲置成本，建议用完即删。

第五步：把额度接进统一入口，避免重复改造

三条路由的 API 形态各不相同。建议在应用侧用一个兼容层统一收口（例如自建一个 OpenAI 兼容网关），把 Bedrock、Vertex AI、Azure 的调用封装在同一个出口后面。这样做的直接好处是：当某家赠额耗尽时，只需切换后端，业务代码不动。

第六步：设预算告警，防止赠额提前跑飞

  • AWS：在 Budgets 里设置金额阈值告警。
  • GCP：在 Billing 里创建预算并绑定 Pub/Sub 通知。
  • Azure：在 Cost Management 里创建预算与操作组。

赠额耗尽后如果没设告警，账单会直接转为现金扣款。这是新用户最常见的踩坑点。

注意事项

  • 不要用试用金跑长期常驻服务。推理型调用按量计费、随用随停，比开一台 GPU 实例划算得多。
  • 不要用同一张卡反复注册新账号刷赠额。各平台都有风控，触发后可能连主账号一起受限。
  • 额度数字不要照抄别人的截图。赠额金额、有效期、覆盖范围随活动、地区、账户类型变化，务必以自己控制台显示为准。
  • 区域选择优先级高于模型选择。先确认目标区域有哪些模型，再决定用哪个模型。
  • 先小流量验证计费路径，再接入正式业务。确认赠额确实抵扣之后，再放量。

适用场景

  • 个人开发者或小团队，需要一段可预期的免费推理额度来做原型验证。
  • 已经在用某家云做基础设施，顺手把新用户赠额导向同云的模型服务，减少跨平台账号管理成本。
  • 需要在多个模型之间做 A/B 对比，希望用赠额覆盖评测阶段的调用开销。
  • 不适合的场景：需要长期、稳定、大流量推理的生产系统——赠额本质是限时补贴，不是长期成本方案。

小结

把云厂商新用户试用金转成 AI Token，最短的路径不是绕道云市场，而是直接在同一个控制台里开通 Bedrock、Vertex AI 或 Azure AI Foundry。真正决定成败的不是「哪个平台送得多」，而是三件小事：赠额是否覆盖该服务、所选区域是否有你要的模型、配额是否已经提上去。把这三件事按顺序做对，赠额才不会在账单页里静静过期。