为什么试用金不能直接买 API Key
GCP、Azure、AWS 的新用户赠额(free trial credit)本质是「平台内消费抵扣」,只能结算该云平台自己计费的项目。你在 OpenAI 官网买 API Key、在 Anthropic Console 充值,走的是另一套账单,赠额碰不到。
所以真正的转换路径只有一条逻辑:让模型调用发生在云平台内部,由云平台出账单,赠额来抵扣。 2026 年这三家都已经把主流第三方模型托管进了自家 AI 平台,这条路是通的。
路线一:GCP 赠额 → Vertex AI(Model Garden)
Vertex AI 的 Model Garden 里除了 Google 自家的 Gemini,也上架了部分第三方模型(如 Anthropic Claude 系列)。调用产生的费用计入 GCP 账单,新用户赠额可抵扣。
操作步骤
- 注册 GCP 账号并完成身份验证,激活新用户赠额(通常需绑定一张可国际支付的信用卡,会有一笔小额预授权)。
- 在 Cloud Console 里新建一个独立项目专门放 AI 调用,避免赠额被其他资源(如 GCE 实例)吃掉。
- 进入 Vertex AI → Model Garden,选定目标模型,点击 Enable,阅读并同意条款。
- 在「IAM 与管理」里创建服务账号,只授予
Vertex AI User角色,下载 JSON 密钥。 - 用官方 SDK 调用。Python 示例:
```python
from google import genai
client = genai.Client(
vertexai=True,
project="your-project-id",
location="us-central1",
)
resp = client.models.generate_content(
model="gemini-2.5-flash",
contents="用一句话说明什么是 Token 计费",
)
print(resp.text)
```
- 在 Billing → Reports 里按 SKU 过滤,确认消费确实走的是赠额而不是已绑定的信用卡。
关键限制
- 赠额有有效期(通常 90 天),到期未用完即作废,不会顺延。
- Model Garden 里不同模型的可用区域不同,部分第三方模型只在
us-central1或us-east5等区域提供。 - 部分模型需要先提交使用申请,审批通过后才能调用。
路线二:Azure 赠额 → Azure AI Foundry
Azure 新用户赠额可以用于 Azure AI Foundry(原 Azure OpenAI Service 的整合入口)。这里同时托管 OpenAI 系列模型和部分第三方模型。
操作步骤
- 注册 Azure 账号,激活新用户赠额。注意:部分账号类型(如某些 Visual Studio 订阅附带的额度)与普通试用赠额是两套池子,先确认你拿到的是哪一种。
- 在 Azure AI Foundry 门户里创建一个 Hub 和 Project。
- 在 Project 内 Deployments 中部署模型,选择标准(Standard)部署类型而非 Provisioned,后者按小时计费且不划算。
- 复制 endpoint 和 key,或用 Entra ID 做无密钥认证。
- 调用示例:
```python
from openai import AzureOpenAI
client = AzureOpenAI(
azure_endpoint="https://<resource>.openai.azure.com/",
api_key="<your-key>",
api_version="2024-10-21",
)
r = client.chat.completions.create(
model="<your-deployment-name>",
messages=[{"role": "user", "content": "hello"}],
)
print(r.choices[0].message.content)
```
关键限制
- 部署模型时要选对区域,不是每个区域都有全部模型。
- 赠额通常限制在新订阅的前 30 天内使用,且不能用于购买预留实例。
- 免费层(Free tier)与试用赠额是两回事,免费层有每月调用次数上限,赠额是金额上限。
路线三:AWS 赠额 → Amazon Bedrock
AWS 新用户赠额与 Bedrock 的免费额度是两套独立机制。Bedrock 本身有按模型区分的免费试用额度(通常按月刷新,额度有限),而新用户赠额可以用来支付超出免费额度的部分。
操作步骤
- 注册 AWS 账号,激活新用户赠额。
- 进入 Bedrock 控制台,在 Model access 页面逐个申请你要用的模型权限(这一步经常被忽略,没申请就调用会直接报错)。
- 创建 IAM 用户,附加
AmazonBedrockFullAccess或用更细粒度的策略。 - 用 boto3 调用:
```python
import boto3, json
rt = boto3.client("bedrock-runtime", region_name="us-east-1")
resp = rt.invoke_model(
modelId="anthropic.claude-3-5-sonnet-20241022-v2:0",
body=json.dumps({
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 256,
"messages": [{"role": "user", "content": "hello"}],
}),
)
print(json.loads(resp["body"].read())["content"][0]["text"])
```
- 在 Cost Explorer 里按 Service = Bedrock 过滤,观察赠额消耗速度。
关键限制
- Bedrock 的模型可用区域和模型版本更新频繁,
modelId要按控制台实际显示填写。 - 部分模型只在美国区域提供,跨区域调用会产生额外费用。
- 新用户赠额通常有较短的到期窗口,务必先在 Cost Explorer 里设置预算告警。
三条路线的对比与选择
| 维度 | GCP / Vertex AI | Azure / AI Foundry | AWS / Bedrock |
| --- | --- | --- | --- |
| 第三方模型丰富度 | 中 | 中高 | 高 |
| 开通门槛 | 需绑卡 + 项目隔离 | 需订阅 + 区域选择 | 需逐个申请模型权限 |
| 赠额到期压力 | 较紧 | 较紧 | 较紧 |
| 适合场景 | Gemini 为主 | OpenAI 系列为主 | 多模型混用 |
如果你只是想把赠额换成可用的 Token,优先选你已经熟悉的那家云,减少踩坑成本。三家的赠额都不可提现、不可转让,唯一出路就是花掉。
注意事项
- 不要用赠额跑长期驻留的推理实例。GCE/EC2 上的 GPU 实例按小时烧钱,几天就能把赠额吃光,而按 Token 计费的托管 API 单价低得多。
- 设置预算告警。三家都有 Billing Budget / Cost Budget 功能,设一个 50% 阈值告警,避免赠额用完后自动扣信用卡。
- 确认赠额覆盖范围。部分赠额明确排除某些服务(如 GPU 实例、预留实例、Marketplace 第三方产品),开通前先在计费文档里核对。
- 区分「免费层」和「试用赠额」。免费层是按月刷新的额度,赠额是一次性的金额,两者的到期逻辑完全不同。
- 一个身份通常只能领一次新用户赠额。用同一张卡、同一身份重复注册不会重复发放,且可能触发风控。
- 模型条款要自己读。第三方模型在云平台上的可用条款、数据留存政策与官方直连不同,涉及敏感数据时要格外注意。
适用场景
- 你已经有某家云的新账号,赠额躺在账上快到期了。
- 你需要跑一批批量推理任务(数据清洗、翻译、标注),用量可控且集中在短期内。
- 你在做技术选型对比,想用真实 Token 消耗测出三家托管模型的延迟和成本差异。
- 团队内部需要一个能开发票、走公司报销的 AI 调用通道,而个人 API 账号无法报销。
不适用场景
- 你需要长期、稳定的 Token 供给。赠额是一次性的,用完就没了,不能当常规方案。
- 你需要极低成本的小规模调用。托管模型单价通常高于官方直连,赠额只是把前期成本抹平。
- 你不愿绑定信用卡。三家的新用户赠额基本都要求绑卡验证。